基于AIS数据的海上交通密度计算及海事热点发现研究

摘要

海事信息分析是海事监管部门了解和掌握海上状况的一种重要手段。随着海运事业的蓬勃发展，海事监管部门对于海事信息分析提出了更高的要求，各种信息化的分析方法应运而生。船舶身份识别系统(AutomaticIdentification System，AIS)的出现和广泛使用使得船舶航行实时信息获取成为可能。基于AIS数据的海事信息分析能够对海上实时状况进行分析和挖掘，克服了传统海事信息分析数据时效性差等问题。但是，目前针对AIS数据的海事信息分析研究仍处于起步阶段，其可靠性不高且普适性差。因此，探讨可靠性更高、普适性更强的基于AIS数据的海事信息分析方法，已成为当前一个亟待解决的问题。
　　海上交通密度作为海上交通状况的直观反映，一直以来都是海事监管部门关注的重点。现有海上交通密度获取方式大多以人工观测的定性认知为主，依据定量分析的海上交通密度常以AIS的信息发送数来度量，不能全面、准确反映海上交通的状况。针对这些问题，本文提出了一种基于网格划分的海上交通密度表征方式，从船舶经过总数、船舶经过时间、信息发送总数、信息发送间隔等四个维度反映海上交通的状况。在此基础上，设计并实现了海上交通密度计算算法。
　　海事热点是指船舶出现频率高且活动频繁的区域，因此也是海事监管活动中的重点关注区域。传统海事热点信息的获取主要是通过人工观测和电子海图，存在信息不全面和实时性差的弱点。针对这一问题，本文提出了一种基于聚类分析的海事热点发现方法，并分别从时空复杂度和最佳聚类数确定方面对凝聚式层次聚类算法进行了相应的改进。
　　为评估上述两种方法的有效性，本文以真实AIS数据为研究对象，分别对海上交通密度计算和以及海事热点发现进行了实验分析，验证了海上交通密度密度计算和海事热点发现方法的有效性，对于海事信息分析具有积极的意义。

目录

声明

摘要

第一章 绪论

1．1 课题研究的意义

1．2 AIS技术简述

1．3 海事信息分析研究现状

1．3．1 海上交通密度研究

1．3．2 海事热点发现研究

1．4 课题的主要研究内容

1．5 论文内容和结构安排

第二章 海事住处分析技术

2．1 海上交通密度计算相关概念和技术

2．1．1 海上交通密度基本概念

2．1．2 海上交通密度计算方法

2．2 聚类分析技术

2．2．1 聚类分析的基本概念和相关定义

2．2．2 层次聚类算法

2．2．3 聚类评价指标

2．3 本章小结

第三章 基于网格的海上交通密度计算

3．1 海上交通密度计算框架

3．2 基于网格的海上交通密度多维表征

3．2．1 基于地理信息的网格构建

3．2．2 交通密度分析及多维表征

3．3 基于AIS数据特征的预处理策略

3．4 海上交通密度计算算法

3．5 本章小结

第四章 基于聚类分析的海事热点发现

4．1 海事热点发现框架

4．2 基于多元信息的样本构造

4．3 层次聚类算法及其改进思路

4．3．1 最近邻链聚类

4．3．2 最佳聚类系数

4．4 基于最佳聚类系数的最近邻链层次聚类算法

4．5 本章小结

第五章 实验设计与分析

5．1 主要研究问题

5．2 实验设计

5．3 实验环境及数据

5．4 结果分析与评估

5．5 本章小结

第六章 结论与展望

6．1 结论及主要贡献

6．2 后续工作及展望

参考文献

致谢

研究成果及发表的学术论文

作者和导师简介