[发明专利]一种数据驱动的多层次船舶航路网络构建方法

说明书

本发明提供一种数据驱动的多层次船舶航路网络构建方法。本发明方法，包括如下步骤：离线轨迹批量提取及轨迹异常值处理；基于TD‑TR方法的自适应阈值轨迹压缩；重要轨迹点识别；基于OPTICS和图论的多层次航路网络构建。本发明从多层(码头、港区和港口)和多维(如点、链和网)结构的角度提出基于海量AIS数据的多层次船舶航路网络构建框架。将船舶的重要轨迹点通过聚类算法抽象成节点，基于图论理论以节点间代表性航路为边构成多层次的分层航路网络。构建的多层次航路网络不仅适用于高级别的统计分析，还适用于执行低级别的船舶活动或行为分析。

技术领域

本发明涉及海上交通运输技术领域，尤其涉及一种数据驱动的多层次船舶航路网络构建方法。

背景技术

随着世界经济的发展，水上交通的运输任务日益繁重，海上交通航路相互交织、日趋复杂，逐渐形成航路网络。随着自动识别系统(AIS)数据的可用性不断提高，为跟踪船舶活动和挖掘全球船舶交通的时空模式提供了巨大的机会。现如今利用AIS数据进行的海上交通研究主要包括海上交通密度图的生成、海上航路等级网络的生成、不同海上活动的时空相互作用等。其中对海上航路网络构建的研究较少，大部分是对海上航路网络的复杂性和网络特性进行研究。且对航路网络构建的研究大多是以港口或者城市为节点、以港口之间的连线为边构成的，这样生成的海上航路网络只是一个单一的物理链路，忽略了船舶运动的语义信息(如速度、航向等)。

而且随着城市的建设化发展和航运智能化的发展，港口基础设施不断建设，港口内港区的布局变得分散，一个港口可能存在多个港区。而港区内码头类型(货主码头、企业码头、传统码头)及数量也在不断增多，所以单纯的以港口或城市为节点的海运网络建设已不能满足要求，无法充分发掘船舶的时空行为信息和语义知识。因此为了使航路网络能表达更加丰富和详细的信息，本发明提出了一种利用海量历史船舶AIS轨迹构建不同规模的多层次船舶航路网络框架。

发明内容

根据上述提出的技术问题，而提供一种数据驱动的多层次船舶航路网络构建方法。本发明采用的技术手段如下：

一种数据驱动的多层次船舶航路网络构建方法，包括如下步骤：

步骤1、获取轨迹数据库中的原始轨迹，对原始轨迹数据预处理，剔除原始轨迹中不符合预设规定的数据，最终得到由若干有序轨迹点组成的AIS轨迹；

步骤2、对有序轨迹点组成的AIS轨迹段进行压缩，从而删除大量原始轨迹中冗余的轨迹点；

步骤3、利用船舶轨迹点的航向和速度信息，将压缩后的AIS轨迹分别基于航向信息熵和速度信息熵进行分段，最终得到航向值和速度值具有显著差异的多个子轨迹段；船舶的航向和速度特征点分别由每个子轨迹的起止点组成，对所有船舶轨迹依次进行船舶的停泊点、航向特征点、速度特征点和轨迹起止点检测，得到船舶行为特征点集合；

步骤4、基于船舶行为特征点集合构建多层次船舶航路网络构建框架，具体地，将集合中的轨迹点通过聚类算法抽象成节点，基于图论理论以节点间代表性航路为边构成多层次的分层航路网络，所述多层次的分层航路网络集成了码头、港区和港口级别。

进一步地，所述步骤1中，对原始轨迹数据预处理具体包括AIS报文字段可靠性的筛选、船舶轨迹信息完整性的筛选和轨迹点位置准确性的筛选，所述AIS报文字段可靠性的筛选具体为对水上移动通信业务识别码、速度、航向、经度、纬度、秒、分、时在内的明显不符合实际情况的字段内容视为不可靠的无效信息，对无效信息进行删除；所述船舶轨迹信息完整性的筛选具体为对小于规定轨迹点数量的船舶轨迹进行删除；所述轨迹点位置准确性的筛选具体为不符合运动学位置逻辑的轨迹点数量超过预设程度时的轨迹进行删除。

进一步地，所述轨迹点位置准确性的筛选包括如下步骤：

轨迹将被遍历检测是否存在轨迹断点，轨迹断点由速度差值、距离差值和时间差值来确定，若轨迹存在断点，则根据断点位置将轨迹分割为子轨迹，子轨迹的形式是轨迹片段或单个轨迹点；