基于AIS大数据分析的航道通航宽度计算方法
发布时间：2021-12-22 15:20
为了解决现有规范里缺乏大型航道通航宽度计算方法的现实问题,建立了一套基于AIS大数据的分析方法,并开发了相关软件,利用关系型数据库、CAD可视化技术、数学拟合算法等技术,有效解决了AIS数据量极大、有效数据筛选难、解析效率低、易出错等难点,达到快速分析海量AIS数据的目的,通过同航道等级及以上的船舶现场运行AIS数据,为航道通航宽度计算和优化提供重要支撑。选取C#.Net语言结合界面框架WPF与数据库SQLite联合开发相关成果,在连云港港30万吨级航道二期工程中进行了实践,对同类工程应用AIS大数据具有参考意义。
【文章来源】：水运工程. 2020,(11)北大核心
【文章页数】：5 页
【部分图文】：
某地某日的原始潮位数据及其拟合曲线
第11期王飞，等:基于AIS大数据分析的航道通航宽度计算方法本软件开发基于C?S(即Client?Server客户端?服务器端)架构，软件开发层次分为前端交互开发与后端逻辑开发(图4)，其中前端主要包括“文件管理”“数据管理”与各用户交互模块;后端服务前端，为了满足大数据的读写操作，应采用“数据库”作为数据容器，“图形交互”主要为了提高软件的交互性能，其他部分如“读写操作”与“底层函数”，对应服务前端的各应用模块。软件开发采用C#.Net语言，核心的大数据采用SQLite数据库，前端界面为WPF(WindowsPresentationFoundation，基于Windows系统的用户界面框架)。图4软件开发层次考虑到大数据处理分析的效率，本文采用C#．Net与数据库SQLite进行联合开发。其中，SQLite为轻型数据库，是遵守ACID的关系型数据库管理系统，数据处理速度快，适合大结构化数据的储存、提娶分析和存入等操作。相关开发成果见图5。图5软件界面软件最终除了输出常规的文本数据外，还将航行轨迹线统一输出到AutoCADCivil3D［5］中(图6)，以协助可视化校核。通过随机抽取AIS船舶样本进行手动计算验证，软件计算正确率达到100%，AIS数据处理效率至少提升10倍以上。图6综合数据可视化筛选4工程应用本文的开发成果已应用于连云港港30万t航道工程关于航道通航宽度(图7)的深化研究中，该研究基于连云港区25万吨级及以上AIS船舶数据，提出了不同保证率对应的船舶漂移倍数，以及不同条件下航道船舶漂移倍数取值。图7连云港港30万t航道采用本文研发的算法与软件，对50余万条原始数据进行横流、航行轨迹等航行数据的筛选和分析，最终得到所有样本的航迹带宽度结果(表2)，总耗时6d(共6组数据源，含人工处理修正的时间，其中每组纯计算时间约3～4h
菘狻弊魑??萑萜鳎?巴夹谓换ァ敝饕??颂岣?软件的交互性能，其他部分如“读写操作”与“底层函数”，对应服务前端的各应用模块。软件开发采用C#.Net语言，核心的大数据采用SQLite数据库，前端界面为WPF(WindowsPresentationFoundation，基于Windows系统的用户界面框架)。图4软件开发层次考虑到大数据处理分析的效率，本文采用C#．Net与数据库SQLite进行联合开发。其中，SQLite为轻型数据库，是遵守ACID的关系型数据库管理系统，数据处理速度快，适合大结构化数据的储存、提娶分析和存入等操作。相关开发成果见图5。图5软件界面软件最终除了输出常规的文本数据外，还将航行轨迹线统一输出到AutoCADCivil3D［5］中(图6)，以协助可视化校核。通过随机抽取AIS船舶样本进行手动计算验证，软件计算正确率达到100%，AIS数据处理效率至少提升10倍以上。图6综合数据可视化筛选4工程应用本文的开发成果已应用于连云港港30万t航道工程关于航道通航宽度(图7)的深化研究中，该研究基于连云港区25万吨级及以上AIS船舶数据，提出了不同保证率对应的船舶漂移倍数，以及不同条件下航道船舶漂移倍数取值。图7连云港港30万t航道采用本文研发的算法与软件，对50余万条原始数据进行横流、航行轨迹等航行数据的筛选和分析，最终得到所有样本的航迹带宽度结果(表2)，总耗时6d(共6组数据源，含人工处理修正的时间，其中每组纯计算时间约3～4h)，相比传统算法2～3个月的解析时间，大幅提高了AIS数据处理和分析的效率。·541·
【参考文献】：
期刊论文
[1]BIM在疏浚设计中的二次开发与应用[J]. 王飞,于康康,黄晔卉. 水运工程. 2017(11)
[2]基于大型船舶实船观测的开敞海域浅滩深挖槽航道通航宽度[J]. 郭冬冬,金雪英,曹恩广,程鑫,车军,马兴华. 中国港湾建设. 2016(11)
[3]长江口深水航道双向通航船舶宽度开发与研究[J]. 陈爱平,智广路,杨晓东. 中国航海. 2008(02)
[4]航道边线与桥墩之间安全距离的研究[J]. 沈小雄,程永舟,胡旭跃,欧阳飞. 水运工程. 2004(11)
本文编号：3546621
【文章来源】：水运工程. 2020,(11)北大核心
【文章页数】：5 页
【部分图文】：
某地某日的原始潮位数据及其拟合曲线
第11期王飞，等:基于AIS大数据分析的航道通航宽度计算方法本软件开发基于C?S(即Client?Server客户端?服务器端)架构，软件开发层次分为前端交互开发与后端逻辑开发(图4)，其中前端主要包括“文件管理”“数据管理”与各用户交互模块;后端服务前端，为了满足大数据的读写操作，应采用“数据库”作为数据容器，“图形交互”主要为了提高软件的交互性能，其他部分如“读写操作”与“底层函数”，对应服务前端的各应用模块。软件开发采用C#.Net语言，核心的大数据采用SQLite数据库，前端界面为WPF(WindowsPresentationFoundation，基于Windows系统的用户界面框架)。图4软件开发层次考虑到大数据处理分析的效率，本文采用C#．Net与数据库SQLite进行联合开发。其中，SQLite为轻型数据库，是遵守ACID的关系型数据库管理系统，数据处理速度快，适合大结构化数据的储存、提娶分析和存入等操作。相关开发成果见图5。图5软件界面软件最终除了输出常规的文本数据外，还将航行轨迹线统一输出到AutoCADCivil3D［5］中(图6)，以协助可视化校核。通过随机抽取AIS船舶样本进行手动计算验证，软件计算正确率达到100%，AIS数据处理效率至少提升10倍以上。图6综合数据可视化筛选4工程应用本文的开发成果已应用于连云港港30万t航道工程关于航道通航宽度(图7)的深化研究中，该研究基于连云港区25万吨级及以上AIS船舶数据，提出了不同保证率对应的船舶漂移倍数，以及不同条件下航道船舶漂移倍数取值。图7连云港港30万t航道采用本文研发的算法与软件，对50余万条原始数据进行横流、航行轨迹等航行数据的筛选和分析，最终得到所有样本的航迹带宽度结果(表2)，总耗时6d(共6组数据源，含人工处理修正的时间，其中每组纯计算时间约3～4h
菘狻弊魑??萑萜鳎?巴夹谓换ァ敝饕??颂岣?软件的交互性能，其他部分如“读写操作”与“底层函数”，对应服务前端的各应用模块。软件开发采用C#.Net语言，核心的大数据采用SQLite数据库，前端界面为WPF(WindowsPresentationFoundation，基于Windows系统的用户界面框架)。图4软件开发层次考虑到大数据处理分析的效率，本文采用C#．Net与数据库SQLite进行联合开发。其中，SQLite为轻型数据库，是遵守ACID的关系型数据库管理系统，数据处理速度快，适合大结构化数据的储存、提娶分析和存入等操作。相关开发成果见图5。图5软件界面软件最终除了输出常规的文本数据外，还将航行轨迹线统一输出到AutoCADCivil3D［5］中(图6)，以协助可视化校核。通过随机抽取AIS船舶样本进行手动计算验证，软件计算正确率达到100%，AIS数据处理效率至少提升10倍以上。图6综合数据可视化筛选4工程应用本文的开发成果已应用于连云港港30万t航道工程关于航道通航宽度(图7)的深化研究中，该研究基于连云港区25万吨级及以上AIS船舶数据，提出了不同保证率对应的船舶漂移倍数，以及不同条件下航道船舶漂移倍数取值。图7连云港港30万t航道采用本文研发的算法与软件，对50余万条原始数据进行横流、航行轨迹等航行数据的筛选和分析，最终得到所有样本的航迹带宽度结果(表2)，总耗时6d(共6组数据源，含人工处理修正的时间，其中每组纯计算时间约3～4h)，相比传统算法2～3个月的解析时间，大幅提高了AIS数据处理和分析的效率。·541·
【参考文献】：
期刊论文
[1]BIM在疏浚设计中的二次开发与应用[J]. 王飞,于康康,黄晔卉. 水运工程. 2017(11)
[2]基于大型船舶实船观测的开敞海域浅滩深挖槽航道通航宽度[J]. 郭冬冬,金雪英,曹恩广,程鑫,车军,马兴华. 中国港湾建设. 2016(11)
[3]长江口深水航道双向通航船舶宽度开发与研究[J]. 陈爱平,智广路,杨晓东. 中国航海. 2008(02)
[4]航道边线与桥墩之间安全距离的研究[J]. 沈小雄,程永舟,胡旭跃,欧阳飞. 水运工程. 2004(11)
本文编号：3546621
本文链接：https://www.wllwen.com/kejilunwen/jiaotonggongchenglunwen/3546621.html
