基于VMS轨迹数据分析的渔业船舶行为划分研究

发布时间：2024-04-16 02:50

　　今年来,我国基于加强对近海渔业的保护和管理加大了船舶监控系统(VMS)的使用,该系统提供了大规模的渔船轨迹数据,这些数据通常被研究和管理人员用于对近海渔船捕捞的时空运行模式进行研究和分析。但是在渔船捕鱼航行轨迹中,经常会出现一段轨迹数据丢失的情况。本文利用了计算机图形学的形态学分析和迭代法方案,利用VMS轨迹数据来粗略识别捕捞活动之间的航段和捕捞区域的热力分布。这样不仅能较为准确的利用VMS数据分离出捕捞区域和航行区域,也可以正确的识别和分析各个捕鱼区之间的航路关系,有助于渔业研究和管理人员进一步利用VMS数据分析渔船行为及加强渔业管理。

【文章页数】：8 页

【部分图文】：

图1典型的单拖船一年的轨迹图

本次研究的数据其中包含974艘装有VMS的船只（称为单拖船）的记录。本文筛选了34只单拖船作为样本，因为它们每条都有超过10,000条记录。数据延续时间为2014年4月1日至2016年6月30日，共包含2,140,288条记录，共计271.81MB。具体而言，每艘船平均有62,9....

图2数学形态学运算展示(1)

渔船的轨迹数据可以分为三种行为：停止、航行和捕鱼。由于单拖船的生产模式和航行模式决定了按照60秒的采样频率，采样曲线的曲折度要远远大于粗粒度采样。使渔船的运动轨迹显得复杂而凌乱，而数学形态学方法可以提供一个较优化的方法来简化轨迹。数学形态学是由一组形态学的代数运算组成的,它具有膨....

图3捕鱼和航行活动的粗略识别结果

图3显示了2014年第二季度VMS轨迹上的区域和航行段的粗略识别结果示例。该区域的黑色部分代表了捕鱼区域的密度，蓝线部分表示渔船在两个捕鱼区之间可能的航道。本文考虑了初始结果上相邻的两个捕捞密度层之间的差异，如图3所示。这里的本文采用的核心算法是让船只投票。船只在渔区内航行不能算....

图4船只航行冗余段的识别的处理(2)

通过前述的VMS轨迹数据分析，可以得到图4(a）的航行结果。从图中可以看出，渔船航行轨迹形成了两个明显的密集区域，覆盖了点B到C和点D到E之间的航行轨迹。其中连接C点和D点的轨迹是连接两个渔区的航行段。对于渔区之内的航行详细轨迹对区别渔区用处不大，本文只考虑捕捞活动的密度和渔区的....

本文编号：3956329