论文部分内容阅读
船舶在海上运输频繁,溢油事故发生的次数也逐渐增多。而频繁发生的海上溢油已经严重危害到海洋生态环境。如何有效地减少溢油事故的发生已是海上运输的重要环节,也是港口管理的一项工作。自20世纪80年代起,数据库和数据采集技术有了惊人的进展,这就导致数据量的爆发式增长,尤其是应用于海上运输的船舶自动识别系统(AIS)发展迅速,该系统内包含了与航运有关的丰富数据,可以为解决港口内相关事宜提供有效内容。面对诸多数据,如何从中挖掘出有效信息,亦是当前亟需解决的困难。在此背景下,各种数据挖掘技术应运而生,其中,聚类技术是一个重要方向,可以发现数据背后隐藏的规律。基于上述问题,本文主要研究了宁波港镇海港区的船舶溢油情况。首先,文中介绍了镇海港区的具体情况,以及甬江航道的地理位置、自然环境。在上述概况下,本文进一步介绍了宁波港码头的主要污染源,对船舶交通溢油风险进行了分析,并介绍了油船溢油的主要影响因素,认为船舶行为对溢油事故将会产生重要影响。为此,本文构建了基于AIS数据的船舶行为识别模型,对船舶轨迹聚类情况建立了有关的数学模型,采用DBSCAN聚类算法进行聚类,删除噪声数据,并介绍了船舶搁置点的识别方法。基于上述分析,本文利用上述模型和方法为依据对甬江航道进行了案例分析。对甬江航道具体航行条件做了介绍,并对甬江航道溢油事故风险进行了评估,主要从海损溢油、人为溢油及操作性溢油三方面进行了分析,认为船舶碰撞、搁浅是甬江航道引起溢油事故为主要因素。在提取宁波港镇海港区的AIS数据资料后,通过有关模型计算,发现甬江航道中有多处船舶容易发生碰撞的危险区域,可在往后的航线轨迹的规划中做有效的监控和合理的规划,以降低船舶发生碰撞的概率,减少溢油事故的发生。在案例分析的基础上,提出了相关的改善对策。本文的研究可为国内外港口管理提供有效的措施,为相关溢油事故的控制提供必要的借鉴。