閩江口水域船舶錨泊行為識別與挖掘方法

劉宗楊 周春輝* 孫業(yè)峰 譚林旭 趙俊男 肖進麗

(武漢理工大學航運學院1) 武漢 430063) (內(nèi)河航運技術湖北省重點實驗室2) 武漢 430063)

0 引 言

根據(jù)國際海上避碰規(guī)則(COLREGS)，每一船舶在同一時刻只能屬于在航、錨泊、系岸或擱淺這四種狀態(tài)之一[1]，當船舶在等候靠泊、潮水、引水、檢疫和錨地裝卸作業(yè)及避風等，均需拋錨停泊，因此錨泊狀態(tài)是一種重要的船舶行為狀態(tài).由于近年來海洋經(jīng)濟的興起與發(fā)展，沿海船舶數(shù)量逐漸增多，而港外錨地大多并未及時規(guī)劃或規(guī)劃不合理，導致許多船舶錨泊隨意，形成習慣性錨泊聚集區(qū)，聚集區(qū)可能占用航道、習慣航路、水上重要工程區(qū)(風電場、采砂區(qū))等重要通航與工程水域，易給水上船舶通航帶來安全風險，而習慣錨泊聚集區(qū)的分布并不穩(wěn)定，在季節(jié)、風向等不同因素影響下習慣錨泊聚集區(qū)均有所不同，需要對沿海水域的船舶習慣錨泊聚集區(qū)進行識別、判定，并對其聚集性規(guī)律進行探究.

目前針對船舶錨泊的相關研究主要集中在錨泊船安全管理[2]、錨泊系統(tǒng)性能[3]、港口錨地規(guī)劃[4]、錨地容量[5]等方面，較少關注船舶的錨泊運動行為識別.在船舶行為識別的相關研究中，一部分是基于傳統(tǒng)經(jīng)驗公式對船舶狀態(tài)進行識別和統(tǒng)計[6]，還有一部分基于船舶運動模型對船舶行為進行判定[7]，近年來由于數(shù)據(jù)科學的發(fā)展，基于海量AIS數(shù)據(jù)對船舶行為特征識別和提取[8]研究逐漸發(fā)展，但主要關注于識別船舶異常行為[9]或特定航行場景下[10]船舶行為特征的提取，依然缺乏對船舶錨泊行為的判定和其聚集性行為的識別相關研究成果.文中基于船舶AIS數(shù)據(jù)，得到水域內(nèi)主要的船舶錨泊聚集區(qū)和分布情況，從而為錨地規(guī)劃、水上工程選址和水上通航風險規(guī)避提供依據(jù)和參考.

1 船舶錨泊行為識別與挖掘方法

1.1 船舶錨泊行為特征分析

對某一水域1個月內(nèi)已知有錨泊行為的船舶從錨泊前的準備過程至收錨離開水域的全過程AIS數(shù)據(jù)進行解析，觀察錨泊船在拋錨和收錨過程中的運動特征變化，從而對船舶錨泊行為識別模型的構建形成支撐.根據(jù)水域內(nèi)已知有錨泊行為的船舶運動軌跡，選取具有標準特征的軌跡進行分析，見圖1.

圖1 某水域內(nèi)錨泊船舶軌跡圖

由此可以分析出錨泊行為具有以下幾點特征：

1)通過觀察可以發(fā)現(xiàn)船舶在錨泊過程中一般會在一定范圍的水域內(nèi)形成大量密集的AIS軌跡點，軌跡點的密集程度和錨泊時間呈正相關關系，根據(jù)ITU-R M.1371-4建議書，錨泊或系泊且移動速度不超過3 kn的船舶的AIS報告間隔為3 min[11]，且一般船舶錨泊時間大于2 h，見圖2，即在錨泊水域內(nèi)拋錨的船舶應至少會發(fā)送40個錨泊位置報告.

圖2 觀測水域內(nèi)船舶錨泊時間統(tǒng)計圖

2)在拋錨之前船舶一般會控制安全余速，船速一般小于2 kn船長才會下令拋錨，且拋錨及錨泊過程中由于風浪流的影響，船速并不一定為0，通過對水域內(nèi)船舶錨泊過程中的船速變化進行統(tǒng)計，見圖3，綜合考慮數(shù)據(jù)偏差因素及自然環(huán)境對于錨泊船速的影響，可認為錨泊船拋錨以及錨泊過程中的船速在0～2 kn.

圖3 錨泊船軌跡點船速統(tǒng)計圖

1.2 船舶錨泊行為識別方法

1.2.1AIS數(shù)據(jù)清洗

將AIS數(shù)據(jù)按照MMSI進行單船數(shù)據(jù)提取，得到的單船數(shù)據(jù)按照時間序列排序構成單船軌跡，去除AIS點數(shù)量不足40的船舶軌跡，對錯誤的軌跡點進行刪除，對部分數(shù)據(jù)缺失導致的相鄰軌跡點距離過大的AIS數(shù)據(jù)進行平均插補.

1.2.2錨泊軌跡段截取

對每一船舶的軌跡數(shù)據(jù)進行篩選和截取，篩選和截取流程見圖4.截取的軌跡段應包含至少40個船速小于2節(jié)的連續(xù)軌跡點，且其中船速小于0.3 kn的軌跡點應高于一定比例K，且K值與水域內(nèi)的風浪流因素相關，根據(jù)文獻[12]則有：

圖4 錨泊軌跡段截取流程圖

K=(1-DS/30)×100%

(1)

式中：DS為水域內(nèi)月度6級以上風(標準風)的天數(shù).

1.2.3錨泊行為識別和船舶錨泊核心代表點提取

2.2 家系Ⅱ 檢出致病基因為CDH23基因的c.7240-1G>A和c.7252G>A兩個位點復合雜合突變；2名耳聾患者(Ⅱ2、Ⅱ3)視力、視野、眼底檢查未見異常。CDH23基因c.7252G>A位點突變?yōu)閲鴥?nèi)首報新突變位點，結(jié)果、家系圖及測序突變。見表1、表2、圖1、圖2。

根據(jù)軌跡點密集度和軌跡點速度截取的錨泊軌跡段數(shù)據(jù)僅為粗篩數(shù)據(jù)，并不完全為船舶錨泊狀態(tài)下的軌跡數(shù)據(jù)，還可能包括下錨前的微速運動軌跡點和起錨后的微速駛離軌跡點.

將截取到的錨泊軌跡段拆解成軌跡點，進行DBSCAN聚類，因單一軌跡僅為同一船舶錨泊產(chǎn)生，設置Minpts的數(shù)量設置為40，Eps的值應設置和錨鏈最大控制水域范圍半徑相同，即

Eps=R

(2)

錨鏈控制的水域范圍主要依據(jù)船舶拋錨后的軌跡圍繞下錨點形成，一般拋錨錨鏈長度依據(jù)拋錨點水深確定，此處為方便計算采用錨鏈最大控制范圍半徑為

(3)

式中：R為錨鏈最大控制水域范圍半徑；d為下錨點水深；n為下水錨鏈節(jié)數(shù)；L為單節(jié)錨鏈長度，見圖5.

圖5 錨鏈最大控制水域范圍半徑示意圖

根據(jù)設置的參數(shù)，單一船舶軌跡點僅會聚為一類，也會產(chǎn)生少數(shù)的噪聲點，在軌跡點中刪除噪聲點，將去除噪聲點后的軌跡數(shù)據(jù)進行保存.然后將去除噪聲點后的軌跡數(shù)據(jù)進行K-medoide算法處理.具體步驟如下.

步驟1任意選取1個對象作為medoids(單一軌跡僅存在一個簇).

步驟2計算余下的軌跡點到這個中心點的距離，并把每個點到這個中心點最短的聚簇作為自己所屬的聚簇.

步驟3在聚簇中按照順序依次選取點，計算該點到當前聚簇中所有點距離之和，最終距離之和最小的點，則視為新的中心點.

步驟4重復上述步驟，直至軌跡點集簇的中心點不再改變.

步驟5將此中心點作為此船舶錨泊核心代表點并提取其數(shù)據(jù).

通過K-medoide算法處理提取出的單船核心代表點可用于錨泊聚集區(qū)挖掘，以環(huán)形軌跡為例，對其軌跡點進行船舶錨泊核心代表點的提取結(jié)果見圖6，可以發(fā)現(xiàn)，提取到的核心代表點基本上能夠完成對相應錨泊船的位置代表.

圖6 環(huán)形錨泊軌跡的核心代表點提取

1.3 船舶錨泊聚集行為挖掘方法

步驟1對水域內(nèi)提取到的所有船舶錨泊核心代表點進行DBSCAN算法聚類，得到主要的分類結(jié)果和噪聲點情況.

步驟2去除噪聲點.

步驟3對所有的分類簇內(nèi)的船舶錨泊核心代表點信息進行統(tǒng)計，根據(jù)簇內(nèi)船舶錨泊核心代表點數(shù)量對分類簇大小進行排序，每一分類簇視作一個錨泊聚集區(qū).

步驟4對每一錨泊聚集區(qū)的船舶信息進行統(tǒng)計，從而挖掘出水域錨泊熱點及錨泊船舶信息.

2 閩江口水域船舶錨泊行為時空分析

2.1 數(shù)據(jù)來源及實驗水域選取

閩江口通航水域是船舶進出福州閩江口內(nèi)港區(qū)的必經(jīng)之路，也是各類船舶進出福州港和中小型船舶常航行的南北主要航路，且該水域內(nèi)島嶼眾多，航行條件復雜，航道狹窄，水深淺，淺灘、暗礁和礙航物多，氣象條件十分惡劣，自古以來就是海上事故的多發(fā)區(qū)，該水域內(nèi)目前僅有七星礁錨地一處，且避風條件較差，水域內(nèi)船舶錨泊較為隨意，不規(guī)范的錨泊行為給該水域的船舶管理造成困難、通航安全造成風險.為探究閩江口水域的船舶錨泊聚集區(qū)分布情況，文中選取閩江口水域作為實驗水域，以閩江口水域2019年9月—2020年9月采集的船舶AIS數(shù)據(jù)作為實驗數(shù)據(jù)，挖掘該水域內(nèi)船舶錨泊特征和主要錨泊聚集區(qū)的時空變化規(guī)律.

2.2 船舶錨泊行為識別結(jié)果

閩江口水域的水深多在10～20 m，取15 m水深、6節(jié)(1節(jié)為27.5 m)錨鏈計算錨鏈最大控制范圍半徑R=164 m，并根據(jù)閩江口水域氣象信息計算出單月K值，通過DBSCAN+K-medoide聚類算法的錨泊行為識別和船舶錨泊核心代表點提取，并以2020年6月為例，得到閩江口水域的船舶錨泊行為識別結(jié)果見圖7.

圖7 2020年6月閩江口水域的船舶錨泊行為識別結(jié)果

2.3 船舶錨泊聚集區(qū)分布

通過船舶錨泊行為識別結(jié)果直接觀察水域內(nèi)船舶主要聚集區(qū)并不容易，識別出的船舶錨泊軌跡的核心代表點繁多且分布雜亂，分區(qū)并不明顯，在進行DBSCAN算法聚類后，得到圖8的初步處理結(jié)果，可以看到船舶錨泊軌跡核心代表點根據(jù)分布的地理空間密度分割為不同的聚集區(qū)，并采用不同的顏色予以區(qū)分.

圖8 2020年6月閩江口水域船舶錨泊聚集區(qū)分布

通過算法初步處理可以挖掘到水域內(nèi)存在49個大小不同的錨泊聚集區(qū)，各個聚集區(qū)內(nèi)的船舶數(shù)量不同，存在諸多小型錨泊聚集區(qū)內(nèi)僅存在10個以內(nèi)的船舶錨泊軌跡的核心代表點，且水域內(nèi)存在一定數(shù)量的噪點，為確定水域內(nèi)主要錨泊聚集區(qū)的分布和時空變化過程，本文根據(jù)聚集區(qū)內(nèi)船舶數(shù)量僅保留前10大船舶錨泊聚集區(qū)，并去除噪點，得到閩江口水域內(nèi)的主要船舶錨泊聚集區(qū)分布情況，見圖9.

圖9 2020年6月閩江口水域船舶主要錨泊聚集區(qū)分布

2.4 錨泊聚集區(qū)域時空變化

閩江口水域為沿海航區(qū)，存在多條航線、航道、習慣航路，水域內(nèi)因漁業(yè)、風力、海砂資源豐富而分布著大小漁場、風電場、采砂區(qū)等海上漁場和工程區(qū).水域內(nèi)運輸、捕撈、施工船舶繁多，錨泊聚集區(qū)分布也隨季節(jié)、風向等不同因素變化而變化，對閩江口錨泊聚集區(qū)域時空變化進行分析能夠更好的把握水域內(nèi)的船舶錨泊規(guī)律，為水域內(nèi)的安全管理提供技術參考依據(jù).為此分別選擇2019年9月、12月、2020年3月、6月的AIS數(shù)據(jù)進行船舶錨泊行為識別和聚集區(qū)挖掘，以便對閩江口水域內(nèi)1年內(nèi)的船舶錨泊情況進行分析.

1)閩江口水域船舶錨泊聚集區(qū)域基本分布 綜合圖9～10，可以看出閩江口水域的船舶習慣性錨泊聚集區(qū)雖然在相關因素影響下發(fā)生變化，但總體而言，水域存在5個常年基本錨泊聚集分布區(qū)，分別為馬祖島西北錨泊聚集區(qū)(A區(qū))、西犬島西側(cè)和南側(cè)錨泊聚集區(qū)(B區(qū))、黃岐灣及坪嶼附近錨泊聚集區(qū)(C區(qū))、可門口外錨泊聚集區(qū)(D區(qū))、東洛島南側(cè)錨泊聚集區(qū)(E區(qū)).

圖10 閩江口水域船舶主要錨泊聚集區(qū)分布

2)錨泊聚集區(qū)域內(nèi)船舶錨泊數(shù)量與錨泊時間變化情況 錨泊聚集區(qū)域內(nèi)船舶錨泊數(shù)量變化情況是需要被首先關注的，通過對上文中確定的閩江口水域五個主要錨泊聚集區(qū)內(nèi)錨泊數(shù)量進行挖掘，統(tǒng)計結(jié)果見圖11，由圖11可知，在1年的時間過程中A區(qū)、C區(qū)、D區(qū)、E區(qū)均在3月份出現(xiàn)了錨泊峰值，B區(qū)卻相反，在2019年12月和2020年3月錨泊數(shù)量處于一個相對低的水平，而在A區(qū)、C區(qū)、D區(qū)、E區(qū)錨泊數(shù)量相對偏低的9月份和6月份，B區(qū)錨泊數(shù)量在高位運行.

圖11 五個主要錨泊聚集區(qū)內(nèi)船舶數(shù)量隨時間變化情況

對閩江口水域主要聚集區(qū)內(nèi)的船舶平均錨泊時間進行挖掘，得到表1的結(jié)果，閩江口水域主要聚集區(qū)內(nèi)的船舶平均錨泊時間總體而言較短，船舶的平均錨泊時間普遍在2～9 h以內(nèi).

表1 船舶平均錨泊時間

3)臺風月船舶錨泊情況變化 閩江口海域在夏季易受臺風影響，臺風來臨將會對船舶錨泊行為形成影響，2020年8月多個臺風影響或登陸福建沿海地區(qū)，對閩江口水域船舶作業(yè)和航行造成影響，因而選擇2020年8月份數(shù)據(jù)進行錨泊聚集區(qū)挖掘，觀察和分析閩江口水域在臺風月的船舶錨泊變化情況，挖掘結(jié)果見圖12.

圖12 臺風月船舶主要錨泊聚集區(qū)分布情況

主要錨泊聚集區(qū)中A聚集區(qū)消失，B區(qū)面積和錨泊船也有所減少，在前10大錨泊聚集區(qū)中，有三處位于風浪較小的閩江口內(nèi)港區(qū)，兩處位于羅源灣內(nèi)，還有一處位于黃岐灣內(nèi)，一處位于過嶼南部港灣內(nèi)，外海僅有B區(qū)和D區(qū)兩處錨泊聚集區(qū)，且錨泊船數(shù)量和聚集區(qū)面積均小于六月份，見圖13.

圖13 2020年8月和6月B區(qū)錨泊熱力圖變化情況

4)船舶錨泊情況變化原因分析 閩江口水域較為核心的錨泊聚集區(qū)即為A、B、C區(qū)，A區(qū)2019年9月和12月錨泊數(shù)量較少，而在2020年3月和6月份錨泊船增多，甚至與定海灣、黃岐灣附近的錨泊船相互銜接形成同一聚集區(qū)，見圖14a)，此處多為待泊進港船舶.B區(qū)位于西犬島西南側(cè)、七星礁南側(cè)，見圖14b)，這一錨泊聚集區(qū)在冬季錨泊船較少，夏季錨泊船較多，主要是由于冬季閩江口水域多大風天氣，此處錨泊無港灣阻擋冬季盛行東北風，避風效果較差.C區(qū)位于黃岐灣及坪嶼附近，因黃岐灣內(nèi)建有黃岐國家級中心漁港，此聚集區(qū)的船舶主要為漁船，漁船的錨泊行為受福建禁漁期和大風天氣影響較大，而呈現(xiàn)出C區(qū)錨泊數(shù)量并不穩(wěn)定，禁漁期此區(qū)錨泊船數(shù)量較多.

圖14 2020年3月A、B區(qū)錨泊密度熱力圖

除此之外，在部分月份存在錨泊聚集區(qū)占用航線、航路的情況(見圖15)，2020年6月份的A、B區(qū)均有不同程度的占用福建沿海推薦內(nèi)航路甚至占用閩江口水域定線制警戒區(qū)水域，這對于沿定線制和內(nèi)航路正常航行的船舶構成一定程度的航行風險，錨泊船暫時性無動力情況下易與航路內(nèi)直線航行或轉(zhuǎn)向的船舶形成緊迫危險.

3 結(jié) 束 語

船舶的錨泊行為會產(chǎn)生聚集性，而對船舶錨泊行為識別和聚集區(qū)的挖掘?qū)τ谒騼?nèi)船舶通航安全具有一定意義，通過對閩江口水域的錨泊聚集區(qū)進行算法挖掘，可以發(fā)現(xiàn)水域內(nèi)的錨泊聚集熱點區(qū)域在不同月份并不相同，聚集區(qū)域并未完全位于規(guī)定的錨地內(nèi)，且部分錨泊聚集區(qū)占用定線制水域和水上航路，這為閩江口錨泊聚集熱點水域的管理和水域通航安全政策制定提供了技術參考.