论文部分内容阅读
海洋运输占全球货运量的90％。探索海洋运输船舶群体运动模式具有重要意义。船舶轨迹是研究船舶群体航行特征的重要数据源。传统的海上交通观测能力有限，开阔水域船舶群体运动模式分析进展较慢。随着新兴信息与通讯技术、卫星导航定位技术的快速普及，海洋运输船舶跟踪技术得到广泛的推广应用，船舶轨迹数据的覆盖率和有效性得到保证，使得海量船舶轨迹数据挖掘与可视分析成为近年来学术界关注的热点领域。 目前的船舶轨迹研究热点是结合可视分析方法，帮助人们探索船舶航行相关的多维参数时空关联规则，从海量数据中洞察船舶群体移动性规律。国内外船舶轨迹数据挖掘相关研究在时空表达模型、异常检测算法和可视化分析等方面取得了令人鼓舞的进展，但毕竟刚起步不久，研究还比较薄弱，主要体现为:其一，目前研究主要侧重于二维空间平面，忽略纵向维度对船舶行为的约束，且时间属性常被视为轨迹相似性度量中的配角，不符合船舶行为对环境条件敏感的现实;其二，船舶个体之间联动模式是海上交通领域的独特性，船舶碰撞事故往往是该模式的演化结果，因此识别船舶联动模式并评估其潜在威胁具有特殊意义，目前涉及这种联动模式挖掘的研究还不够深入。 本论文针对船舶群体移动性研究面临的挑战，以挖掘船舶轨迹数据在航路规划、通航风险评估等领域的潜在价值，提出轨迹数据管理和可视分析的解决方案，降低船舶冲突隐患，缓解海上交通压力，促进船舶经济航行为目标，分析了该领域国内外的最新研究成果，综合利用机器学习、科学可视化以及交通GIS等领域的技术手段，开展了海量船舶轨迹数据挖掘及其可视分析的研究工作。论文主要研究工作与创新点包括: (1)针对船舶时空轨迹点位置、出行航次、抵达港口及船舶相遇关系的一体化建模需求，提出了一种有效的网格化管理时空立体模型——S-T Cube，实现了水深栅格、船舶轨迹和船舶间可能存在的相遇关系的时空一体化表达;构建了S-T Cube模型数据类型及相关的操作集合，包括基本操作、空间操作、语义操作及轨迹操作等;给出了该模型在关系数据库和地理数据库中不同的实现方式，并通过真实船舶轨迹数据验证了模型的可行性与效率。 (2)从点、线、面三个视角出发拓展了船舶轨迹数据分析方法:从点视角出发，发展了船舶相遇模式识别及其风险定量化模型、船舶锚泊地时空点丛集模式及其时变特征模型;从线视角出发，发展了船舶代表路径的迭代提取算法，进而提出了顾及最小水深限制的船舶航线经济性指标评价方法;从面视角出发，构建了识别船舶通航密集区及其交通压力评价的统计推断模型;以R软件包方式开发了船舶轨迹数据分析工具箱，提供了船舶轨迹数据分析的解决方案。 (3)发展了海上交通模式问题的刻画方式，并提出了船舶轨迹数据挖掘的操作抽象及工作流程。利用Shiny整合R语言和互动网页技术，创建了响应用户行为、表达阶段性分析评估结果及决策建议的视觉编码组件，发展了海上通航高风险区的船舶轨迹可视分析方法，设计了友好、直观、符合用户认知心理的交互界面，给出了从图形化展示到复杂交互推断的多种手段，可应对不同空间尺度和时间窗口的风险区划挑战。 (4)综合所提出的船舶轨迹数据分析与可视分析技术，以台湾海峡西侧水域的船舶活动为实例，开展了海上交通分析工作，由台湾海峡船舶冲突隐患多发地到船舶自发抛锚位置点汇集地，由主流的南北干线航次到支流的两岸直航，由交通总体概况到局部高风险区域，由航线经济性定量化分析到航道交通压力评价，统计推断出大三通后两岸直航交通流干扰南北干线交通秩序的危险源分布及时变特征，给出了台湾海峡西侧水域的警戒区布局优化方案和两岸直航船舶固定航路的推荐方案。