基于轨迹大数据的内河集装箱船舶航行效率研究

发布时间：2020-03-30 03:09

【摘要】：随着产业结构调整与内陆经济的快速发展,我国内河航运需求不断增加,与此同时,内河航运业的高质量发展也对内河航运效率提出了更高的要求。保证船舶在内河中的高效航行,一方面可以减少油耗、降低碳排放,另一方面可以提高船舶流转效率,增加船舶的营运效率,提高内河船舶公司和内河港口的经济效益。而随着航运信息技术的发展,海量的航运数据不断产生,船舶自动识别系统(Automatic Identification System,AIS)产生的船舶轨迹数据便是其中之一,它包含了船舶呼号、船名、船舶位置、船舶类型、航行速度等信息,这些数据为航运相关研究提供了坚实的数据基础。本文以提高内河集装箱船舶航行效率为目标,使用SQL Server 2014与R,展开对重庆市水上交通管理监控系统中集装箱船舶AIS轨迹数据的数据挖掘与统计分析。论文完成的主要工作包括:(1)总结国内外航运业发展与轨迹数据研究现状,在阅读大量文献的基础上,明确基于轨迹大数据的船舶航行效率研究的可行性与必要性,确定研究中需要使用的相关理论与软件技术。(2)搭建轨迹数据挖掘环境,介绍论文相关概念参数与轨迹数据来源,设计长江集装箱运输网络围栏模型以及集装箱船舶效率评价指标体系,构建长江集装箱运输网络轨迹数据库,最后绘制出集装箱船舶轨迹数据挖掘逻辑图。(3)对数据库内轨迹数据进行数据预处理,然后基于长江集装箱运输网络轨迹数据库设计数据挖掘方法,从长江航道整体出发,以航道内港口、码头、船闸为节点,将轨迹数据转化为轨迹线段数据,挖掘集装箱船舶行为时间特征,最终,经过DBSCAN聚类算法与人工统计数据检验证明该方法以极高的准确性还原了集装箱船舶行为。(4)从基础数据、按围栏名称分类、按船舶公司分类三个角度出发,对轨迹数据挖掘结果进行统计分析与可视化展示,介绍数据中蕴含的信息,同时通过数据分析发现航运过程中存在的不足。最终,本文通过集装箱船舶轨迹数据挖掘,发现长江航运业存在部分船舶公司船舶航行效率较低、部分港口作业效率较低、船舶过闸等待时间过长等问题,并针对长江航运各环节提出了相应的改进策略。
【图文】：

运输网络,时长,船舶

图 3-1 长江集装箱运输网络图定义 4 时间项描述（单位：h）（皆为数据周期内统计结果）：①锚地等待时间waitT ：网络中各港口锚地区域船舶停留总时长；②码头作业时间workT ：网络中各港口码头区域船舶停留总时长；③港口停留时间stopT：网络中各港口区域船舶停留总时长；④总作业时间totalworkT ：网络中所有码头区域船舶停留总时长；⑤总停留时间totalstopT ：所有船舶停留状态下总时长；⑥总航行时间totalnavigateT ：所有船舶航行状态下总时长；⑦总时间totalT ：所有船舶停留、航行两种状态下总时长；⑧公司船舶使用时间companyT：各公司拥有船舶的使用总时长；⑨统计周期时间T 。时间项相互关系如式 3.3 所示：workworkworktotalworkworkistopwaitworkTTTTTTTT ==+++=+ 122626

卫星地图,水上交通,管理监控,重庆市

图 3-2 重庆市水上交通管理监控系统本文从重庆市水上交通管理监控系统内提取注册船舶基础数据与集装箱船舶航行轨迹数据，其中船舶基础数据包括：船舶编号、船舶名称、船舶类型、船籍港、船舶所属企业、船舶载货量、船舶载客数、船舶吃水深度、船舶深度、船舶宽度、船舶长度、船舶总吨位；集装箱船舶航行轨迹数据包括：船舶编号、船舶名称、经度坐标、纬度坐标、角度、速度、轨迹时间。系统现有功能仅为船舶信息与航行轨迹数据的初步应用，本文将运用数据挖掘方法对数据进行深入研究，使数据更好地发挥自身价值。3.2.2 航运卫星地图随着卫星遥感技术与卫星定位技术的发展，，将卫星地图与船舶 AIS 数据相结合的航运卫星地图应运而生，为航运业更精确的追踪船舶提供了直观的平台。本文使用的航运卫星地图如图 3-3 所示，图中区域为长江流域经济带，每一个绿色的点代表一艘发射数据的船舶，可以清晰的看到长江航道被绿色的点标识出，东
【学位授予单位】：重庆交通大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：U692;TP311.13

【参考文献】