地球信息科学学报 ›› 2018, Vol. 20 ›› Issue (5): 640-646.doi: 10.12082/dqxxkx.2018.180053
郑海林1,2(), 胡勤友1,*(
), 杨春1, 陈金海3,4, 梅强3,4
收稿日期:
2018-01-05
修回日期:
2018-03-22
出版日期:
2018-05-29
发布日期:
2018-05-20
通讯作者:
胡勤友
E-mail:hlzhzjou@126.com;qyhu@shmtu.edu.cn
作者简介:
作者简介:郑海林(1987-),男,博士生,讲师,主要从事海事信息处理研究。E-mail:
基金资助:
ZHENG Hailin1,2(), HU Qinyou1,*(
), YANG Chun1, CHEN Jinhai3,4, MEI Qiang3,4
Received:
2018-01-05
Revised:
2018-03-22
Online:
2018-05-29
Published:
2018-05-20
Contact:
HU Qinyou
E-mail:hlzhzjou@126.com;qyhu@shmtu.edu.cn
Supported by:
摘要:
停泊船空间分布规律挖掘,在海事监管、港口管理和航运公司船队管理方面有着重要意义。现有研究主要针对船舶停泊点进行空间聚类以识别码头和锚地,缺乏对码头、锚地内船舶停泊特征分析,及码头和锚地外的异常停船的检测。因此,利用海量船舶自动识别系统(AIS)数据探索船舶停泊规律显得很有必要,且具备可行性。根据海况设定停泊速度阈值和停泊位置变化量阈值,建立停船判定模型。按港区、船型筛选,获取2016年1至11月外高桥港区集装箱船停泊记录。根据类中心点密度和聚类数量,设定邻域半径(ε)和邻域密度(MinPts),采用密度聚类(DBSCAN)算法对船舶停泊点进行密度聚类,并将聚类结果与外高桥港区码头、锚地分布图进行比较,生成可疑停船列表。对比船舶历史轨迹,明确可疑停船列表中船舶真实停泊记录,筛选出异常停船。研究发现,2016年1至11月外高桥港区船舶异常停泊点位于圆圆沙锚地至吴淞口锚地间的南港水道和江亚南沙锚地附近的南港水道航段。船舶停泊前、后位置变化幅度小,而速度变化幅度大,推测船舶突发故障是其异常停泊的原因。海事主管部门(MSA)可根据船舶水上移动通信业务识别码(MMSI)快速锁定航运公司,加强岸上船舶安全管理。船舶停泊位置和时间能够记录船舶发生故障地点及其持续时间,为船队管理提供重要依据。
郑海林, 胡勤友, 杨春, 陈金海, 梅强. 上海外高桥港区停泊船聚类分析与异常检测[J]. 地球信息科学学报, 2018, 20(5): 640-646.DOI:10.12082/dqxxkx.2018.180053
ZHENG Hailin,HU Qinyou,YANG Chun,CHEN Jinhai,MEI Qiang. Clustering Analysis and Anomaly Detection of Berthing Ships at Waigaoqiao Harbour District of Shanghai[J]. Journal of Geo-information Science, 2018, 20(5): 640-646.DOI:10.12082/dqxxkx.2018.180053
表2
上海外高桥港区可疑停船列表"
MMSI | 船名 | 总载重吨/t | 船位 | 停泊起始时刻 | 停泊时间/min |
---|---|---|---|---|---|
218073000 | ITAL CONTESSA | 101 007 | POINT(121.715 31.3271) | 2016/05/26 13:59 | 140 |
255805855 | MSC CHLOE | 110 442 | POINT(121.734 31.3408) | 2016/03/07 16:49 | 939 |
305060000 | MARCONNECTICUT | 12 774 | POINT(121.614 31.3939) | 2016/10/27 7:59 | 13 110 |
352871000 | MSC CANDICE | 116 932 | POINT(121.731 31.2872) | 2016/08/09 15:37 | 129 |
353051000 | MSC GAIA | 162 867 | POINT(121.734 31.3394) | 2016/03/12 10:18 | 269 |
357101000 | COSCO FUKUYAMA | 50 622 | POINT(121.745 31.3319) | 2016/03/05 7:47 | 171 |
413364020 | TAI CANG HE | 6819 | POINT(121.774 31.2664) | 2016/03/05 22:49 | 937 |
414205000 | YUE HE | 69 285 | POINT(121.705 31.3322) | 2016/05/26 12:29 | 237 |
477144800 | CSCL SAN JOSE | 33 726 | POINT(121.71 31.3355) | 2016/04/01 6:13 | 357 |
477400900 | JI RUN | 8732 | POINT(121.8 31.2352) | 2016/03/05 22:29 | 1049 |
538003478 | INDIA RICKMERS | 50 574 | POINT(121.741 31.3361) | 2016/04/16 18:02 | 1001 |
[1] | 陈龙彪,张大庆,李石坚,等.基于海事大数据的港口感知计算[J].地球信息科学学报,2016,18(11):1485-1493. |
[ Chen L B, Zhang D Q, Li S J, et al.Port sensing computation based on maritime big data[J]. Journal of Geo-information Science, 2016,18(11):1485-1493. ] | |
[2] | 施婷婷,徐涵秋,王帅,等.海上丝绸之路起点——泉州港岸线变化的遥感动态研究[J].地球信息科学学报,2017,19(3):407-416. |
[ Shi T T, Xu H Q, Wang S, et al.Remote sensing study of coastline dynamics of Quanzhou port:starting point of the ancient Maritime Silk Road[J]. Journal of Geo-information Science, 2017,19(3):407-416. ] | |
[3] | 潘家财. 船舶AIS数据挖掘关键技术研究[D].厦门:厦门大学,2015. |
[ Pan J C.Research on the key technologies of ship AIS data mining[D]. Xiamen: Xiamen University, 2015. | |
[4] |
高曙,刘甜甜,初秀民,等.船舶异常行为研究进展及发展趋势[J].中国航海,2017,40(2):38-43.
doi: 10.3969/j.issn.1000-4653.2017.02.009 |
[ Gao S, Liu T T, Chu X M, et al.Status and research trends on abnormal ship behavior[J]. Navigation of China, 2017,40(2):38-43. ]
doi: 10.3969/j.issn.1000-4653.2017.02.009 |
|
[5] | 周世波,徐维祥.船舶轨迹异常检测方法研究进展[J].电子测量与仪器学报,2017,31(3):329-337. |
[ Zhou S B, Xu W X.Research progress on anomaly detection in vessel tracking[J]. Journal of Electronic Measurement And Instrumentation, 2017,31(3):329-337. ] | |
[6] |
朱飞祥,张英俊,高宗江.基于数据挖掘的船舶行为研究[J].中国航海,2012,35(2):50-54.
doi: 10.3969/j.issn.1000-4653.2012.02.011 |
[ Zhu F X, Zhang Y J, Gao Z J.Research on ship behaviors based on data mining[J]. Navigation of China, 2012,35(2):50-54. ]
doi: 10.3969/j.issn.1000-4653.2012.02.011 |
|
[7] |
朱姣,刘敬贤,陈笑,等.基于轨迹的内河船舶行为模式挖掘[J].交通信息与安全,2017,35(3):107-116.
doi: 10.3963/j.issn.1674-4861.2017.03.014 |
[ Zhu J, Liu J X, Chen X, et al.Behavior pattern mining of inland vessels based on trajectories[J]. Traffic Information Security, 2017,35(3):107-116. ]
doi: 10.3963/j.issn.1674-4861.2017.03.014 |
|
[8] | 甄荣. 基于AIS信息的港口水域船舶异常行为识别研究[D].福州:集美大学,2015. |
[ Zhen R.Research on ship anomaly behavior identification within harbour waters based on AIS data[D]. Fuzhou: Jimei University, 2015. ] | |
[9] |
吴笛,杜云艳,易嘉伟,等.基于密度的轨迹时空聚类分析[J].地球信息科学学报,2015,17(10):1162-1171.
doi: 10.3724/SP.J.1047.2015.01162 |
[ Wu D, Du Y Y, Yi J W, et al.Spatial-temporal clustering analysis of track based on density[J]. Journal of Geo-information Science, 2015,17(10):1162-1171. ]
doi: 10.3724/SP.J.1047.2015.01162 |
|
[10] |
赵竹珺,吉根林.时空轨迹分类研究进展[J].地球信息科学学报,2017,19(3):289-297.
doi: 10.3724/SP.J.1047.2017.00289 |
[ Zhao Z J, Ji G L.Research progress of spatial-temporal trajectory classification[J]. Journal of Geo-information Science, 2017,19(3):289-297. ]
doi: 10.3724/SP.J.1047.2017.00289 |
|
[11] | 宁建强,黄涛,刁博宇,等.一种基于海量船舶轨迹数据的细粒度网格海上交通密度计算方法[J].计算机工程与科学,2015,37(12):2242-2249. |
[ Ning J Q, Huang T, Diao B Y, et al.A fine grained grid-based maritime traffic density algorithm for mass ship trajectory data[J]. Computer Engineering & Science, 2015,37(12):2242-2249. ] | |
[12] | 叶仁道,黄靓莹.基于网络化密度聚类的船舶停泊点数据挖掘[J].水运管理,2017,39(8):20-23. |
[ Ye R D, Huang L Y.Data mining of ship's berthing points based on DBSCAN[J]. Shipping Management, 2017,39(8):20-23. ] | |
[13] |
丁兆颖,姚迪,吴琳,等.一种基于改进的DBSCAN的面向海量船舶位置数据码头挖掘算法[J].计算机工程与科学,2015,37(11):2061-2067.
doi: 10.3969/j.issn.1007-130X.2015.11.011 |
[ Ding Z Y, Yao D, Wu L, et al.A dock mining algorithm for massive vessel location data based on improved DBSCAN[J]. Computer Engineering & Science, 2015,37(11):2061-2067. ]
doi: 10.3969/j.issn.1007-130X.2015.11.011 |
|
[14] | 向哲,施朝健,胡勤友,等.利用AIS数据计算港口间竞争度的方法[J].上海海事大学学报,2016,37(1):60-64. |
[ Xiang Z, Shi C J, Hu Q Y, et al.An approach for calculating competitive degree among ports using AIS data[J]. Journal of Shanghai Maritime University, 2016,37(1):60-64. ] | |
[15] |
郑海林,向哲,胡勤友.基于AIS数据的区域性搁置船舶统计[J].中国航海,2012,35(4):8-12.
doi: 10.3969/j.issn.1000-4653.2012.04.003 |
[ Zheng H L, Xiang Z, Hu Q Y.Statistics and analysis of regional shelved ships based on AIS data[J]. Navigation of China, 2012,35(4):8-12. ]
doi: 10.3969/j.issn.1000-4653.2012.04.003 |
|
[16] | 周晓怡,胡勤友,向哲.利用AIS数据连续观测港口泊位服务水平的方法[J].中国水运月刊 , 2015,15(3):61-64. ] |
[ Zhou X Y, Hu Q Y, Xiang Z. Methods for continuously observing service level of berths using AIS data[J].China Water Transport, 2015,15(3):61-64. ] | |
[17] | 中国人民解放军海军海道测量局.中国港口指南,东海海区[M].天津:中国航海图书出版社,2017. |
[ China Navy Hydrographic Office. Guide To China ports, EAST China sea[M]. Tianjin: China Nautical Publishing House, 2017. ] | |
[18] | 中国人民解放军海军司令部航海保证部.中国沿海港口图集[M].天津:中国航海图书出版社,2014. |
[ The Navigation Guarantee Department of The Chinese Navy Headquarters. China Coastal Port Atlas[M]. Tianjin: China Nautical Publishing House, 2014. ] |
[1] | 叶虎平, 廖小罕, 何贤强, 岳焕印. 斯里兰卡近海海洋生态环境变化遥感监测分析[J]. 地球信息科学学报, 2020, 22(7): 1463-1475. |
[2] | 赵斌, 韩晶晶, 史覃覃, 吉根林, 刘信陶, 俞肇元. 语义轨迹建模与挖掘研究进展[J]. 地球信息科学学报, 2020, 22(4): 842-856. |
[3] | 徐新良, 申志成, 李嘉豪, 王世宽. “海上丝绸之路”主要海域热带气旋时空分布特征及其危险性[J]. 地球信息科学学报, 2020, 22(12): 2383-2392. |
[4] | 李健锋, 叶虎平, 张宗科, 孔金玲, 魏显虎, Somasundaram Deepakrishna, 王法溧. 基于Landsat影像的斯里兰卡内陆湖库水体时空变化分析[J]. 地球信息科学学报, 2019, 21(5): 781-788. |
[5] | 牟乃夏, 廖梦迪, 张恒才, 彭澎, 刘希亮. “海上丝绸之路”沿线重要港口区位优势度评估[J]. 地球信息科学学报, 2018, 20(5): 613-622. |
[6] | 杨忍, 牟乃夏, 彭澎, 刘希亮, 张恒才, 陆锋. “海上丝绸之路”沿线重要港口竞争力评价[J]. 地球信息科学学报, 2018, 20(5): 623-631. |
[7] | 方志祥, 余红楚, 黄守倩. 海洋运输网络研究进展与趋势探讨[J]. 地球信息科学学报, 2018, 20(5): 554-563. |
[8] | 冯素云, 张凯选, 鹿琳琳. “海上丝绸之路”超大城市环境变化遥感分析[J]. 地球信息科学学报, 2018, 20(5): 602-612. |
[9] | 施婷婷, 徐涵秋, 王帅, 方灿莹, 林中立, 王美雅, 唐菲. 海上丝绸之路起点——泉州港岸线变化的遥感动态研究[J]. 地球信息科学学报, 2017, 19(3): 407-416. |
[10] | 刘业森, 张晓蕾, 郭良. 自然灾害调查数据的多尺度异常检测方法研究及应用[J]. 地球信息科学学报, 2017, 19(12): 1653-1660. |
[11] | 吴文浩, 吴升. 多时间尺度密度聚类算法的案事件分析应用[J]. 地球信息科学学报, 2015, 17(7): 837-845. |
[12] | 廖律超, 蒋新华, 邹复民, 李璐明, 赖宏图. 浮动车轨迹数据聚类的有向密度方法[J]. 地球信息科学学报, 2015, 17(10): 1152-1161. |
|