英语原文共 10 页，剩余内容已隐藏，支付完成后下载完整资料

摘要

AIS（船舶自动识别系统）数据在船舶交通仿真、海上风险分析模型与航运事故防范等方面提供有价值的输入参数。本文将AIS数据分析的荷兰案例和中国案列之间进行了详细的比较。分析的重点在限制航道，以支持内河模拟，比较荷兰（鹿特丹港）和在中国一个宽的内河（长江上接近苏通大桥的一个宽的水道）之间的差异。它表明，简单的统计分布可以用于表征不同类型和尺寸的横向位置、速度、标题和船舶的间隔时间。然而，船舶行为的不同特性的分布却差异显著。

1 引言

这项工作是由于中国繁忙的水域的船只和桥梁之间发生的越来越多的碰撞而产生的。当船舶交通加剧，如在长江，桥梁和其他对象从船舶碰撞的角度在增加威胁。对于海上风险分析，在这个研究项目中事故的概率可以基于概率风险仿真模型多智能体模拟与人工力场理论的发展（肖等人，2012）。AIS（自动识别系统）数据收集和分析，以获得关于船舶行为的统计数据及在航道上对于船舶交通的更好理解。AIS数据字段提供的信息模型的发展充分说明了“现实”。荷兰和中国的案例都只是分析，因为建议的仿真模型应该是适用于世界各地的不同地点。交通行为的异同将指导假设模型的发展。

从AIS数据分析的船舶交通的特点将被用来产生输入参数的边界处的仿真模型。船舶相互作用可以基于多智能体的模拟与人工力场领域。多代理的概念来自人工智能领域（肖等人，2013），它是指其中每一个代理（模拟船舶）将被视为基于自身所处环境可以做出决定以避免碰撞的聪明的人。一个操纵行为的代理（在这种情况下，船舶）将分别被其它独立的代理所模拟。在给定的空间中的流动的代理（在这种情况下，一个限制航道）模拟航道中的船舶交通。在遇到情况下的基于人工立场理论的船舶回避演习，是介绍了三种避障行为之一的第二条（里贝罗，2005）。

2 AIS数据分析：理论与方法

海上风险分析模型已发展到需要牵涉到同时考虑分析方法和仿真方法。原来，解析方法被用来计算碰撞的概率，如美国AASHTO模型（1998）（李等，2012，肖等，2010）比较分析模型并指出了这些船舶运动的详细说明缺乏模型。在第一次模拟方法（戴维斯等人，1980），近年来，仿真模型已经发展到描述各种情况下船舶的动态运动。或者，动态的船舶运动可以模拟载人船舶操纵模拟器（例如，在荷兰的美人鱼500海事研究所），但它需要专家来操作它且该设备价格昂贵（Webster，1992）。

相对于专家意见，这项工作是基于实际的船舶和船员从AIS的历史数据的行为数据库。为了使这成为可能，第一步是学习AIS数据以揭示真实的船舶运动特点。这些特性的统计数据可以进一步处理仿真的输入或作为模型校准和模型的一种方式验证。通过研究不同的水路并进行荷兰航道和中国水路相似性和差异的比较，可以了解真实船舶交通仿真重要且独特的特点。

2.1 AIS系统介绍

AIS系统发送船舶的航行状态信息。AIS设备在有限的地理空间里从船舶的AIS船舶接收机或岸上接收通过VHF（甚高频）的自动广播信息。这信息包括船舶位置（从全球定位系统），船舶航向，船舶航向，船舶旋转角，船舶航速，装载状态，位置和AIS天线高度船舶类型、航行状态，目的地，时间戳，连同一个独特的识别号MMSI（海上移动服务的身份）。这个信息可以显示在监视器上以及其他船舶和VTS（船舶交通服务）中心。接收AIS数据可用于额外的了望和防撞在船上，也可用于交通安全的VTS中心辅助目标跟踪效率。此外，航海安全
当局还为进一步的研究，如事故保存数据交通状况调查分析。研究人员用历史数据来研究AIS船舶交通的特点以此来进一步提高安全性和效率。历史数据分析
用于在限制水域奠定船舶交通的实际仿真的基础。

AIS数据的分析的质量取决于AIS设备。有两种类型的船载移动AIS设备，A类和B类的主要区别是，A类系统是强制安装在容器大于300总吨,从事国际航行的货物船舶总规模大于500,不从事国际航行的船舶的客船。AIS设备是不是强制一些小型船只，而乙类系统是简单、成本较低的设备。小型船舶AIS设备不存在AIS数据。但是他们可以影响大型船舶在遭遇中的行为。报告的类型取决于设备和船舶的动态条件。船舶观测行为变化的准确性取决于时间间隔。

然而，基于AIS数据分析经验研究区在鹿特丹港的信息位置，航向和速度更可靠。只有很小比例的信号显示不确定的立场，例如，导航外的通道。这不是一个问题，因为在统计分析中可以消除歧义位置。缺少几个信号的一个单一的船舶轨道是另一种数据分析问题。然而，总有一艘船没有丢失信号，可以选择分析的轨道。最后，小型船舶的信息，就是那些没有配备AIS设备的船舶，不能包含在AIS数据分析中。这一比例船舶需要进一步的分析和补偿仿真模型。

中国的AIS数据不像荷兰的AIS数据那么好。大多数的船的类型和长度的信息是丢失掉的。全球定位系统收集到的位置的数据信息也是丢失掉的。有很多船只没有安装AIS系统或者他们不包括在AIS的数据里。根据从中国海事局（中华人民共和国海事局的观测）得到的数据显示，船舶数量通道（表1）观测不同于AIS提供的数据观测（例如208通道每天平均为来往的船只）。中国海事局（中华人民共和国海事局）提供三个月的AIS数据的案例研究，并提供其他相关信息，如记录的风和能见度。

2.2 近期AIS数据分析研究

AIS对2个不同的地区进行了船舶交通的数据分析和工程研究，北海和芬兰海湾。谅解备忘录（2010）分析了鹿特丹港北部海域的AIS数据。这项研究主要集中在研究相关接近点的方法和其他船舶特征如船舶的大小，速度，和航程。（德波尔，2010）介绍了一个位于鹿特丹港口的案例研究结果，显示了平均船舶的行为和风、流、能见度对船舶交通的影响。通过比较不同位置的船舶交通行为来进一步检查船舶交通的运行模式。

一些在芬兰进行的AIS数据研究进一步将数据应用于船舶交通仿真。统计数据和直方图的分析提出了芬兰湾船舶交通的特点。那些研究来自于佩德森的模式，使其进一步适应当地的地理条件。

2.3 AIS数据分析

一个现实的模拟船舶行为应该是国际通用的，因为船舶在进行国际运输时需符合国际规定。在这个意义上，该模型在一个特定的领域发展成果应适用于世界其他地方。船舶行为产生的影响应确定许多可能的相似性和差异性，其中包括地方法规、官员的行为，以及航道特征。通过船舶航迹可以解释AIS提供的数据，及我们得到的船舶交通行为的信息这一特征的平均值和统计分布横向位置，速度，标题，和时间间隔为不同船舶的种类和大小。

为了找到这些船的行为的相似性和差异性的特点，对典型的繁忙的水路的许多方面进行了分析。那两只水道是荷兰鹿特丹港的一个通道和一个中国长江的主要通道。在这些水道之间有许多的不同。一、部分航道的通航鹿特丹港约270米宽。中国的主要通道可通航的部分是890米宽，这是受限制的苏童大桥的主跨。二、鹿特丹渠道的港口有两个方向的交通没有分离计划。然而，在中国主要通道分为四个交通车道，在每一个方向上有一个分离区。第三、本局部调节的不同，导致了不同的船舶行为。除了这些差异，我们也可以找到一些相似之处。第一,
那两个水道很忙，这里每一天都有有大量的船舶通过。其次，各种类型和广泛的尺寸范围的船舶在这两个水域航行。第三、这两个水道的水流受潮汐和河流流量的影响。因此，有流入的电流和流出的电流。

一个现实的模拟船舶行为应适用于这两种情况下，它应该能够在荷兰和中国的这两个航道上反映所有这些船舶行为的差异性和相似性。研究AIS数据需要两个步骤，首先我们分析提炼来自AIS数据信息，然后在这两种情况下，我们比较它们的相似性和差异性。

3 荷兰航道的案例研究结果

在这个案例中，选择了一个鹿特丹港的直航道。研究区的通道约2.8公里长，中心点（511 54“13.77”N，41 16“19.07”E），如图所示，为图1中的红色矩形。荷兰海事研究所（Marin）提供的数据，是一种足以使用他们的“显示路线”的软件来进行数据分析。软件“显示路径”能传递原AIS数据与船舶的状态的详细数据集到数据库。这些数据可以根据船舶类型并通过常用的统计方法和类别（大小）进行排序。

在下面的数据分析中，只有入港船舶的数据样本的说明。即将出港的船舶与入港船舶有类似的数据分析特点。出港和入港是船舶航道方向的特定表达方式。入港方向的船只意味着该船从海上进入到航道。一个出港的船只意味着即将出海航行。AIS数据收集从2009年1月1日到 2012年11月5日的28个月进行分析。进行数据分析的对象包括不同类型和大小的船舶（表2）。然而，本文的船舶交通特性（表3）选择进集装箱分类总吨位小于5100 GT的船舶进行显示。其余类别的船舶特性是相似的，显示正常分布以适应横向位置和速度的直方图。

船舶交通行为的数据由已选定的垂直于通道的交叉线得出。我们也可以观察整个航道的变化。相邻的交叉线之间的距离约350米，这样交叉线有助于通过AIS信息记录船舶的数据。AIS信息检索如同信息记录在交叉线。有九个用于分析的交叉线，称为交叉线1到9个，及图2中从左到右的顺序。船交叉线1的行为，如船舶的特点在不同的交叉线之间的行为是非常相似的。

3.1 垂直于水流的空间分布

图3显示了从AIS数据库中提取的船舶不到5100亿吨的容器横向位置的直方图。确定系数是用来描述回归线拟合数据的程度。R的值介于1和0之间，R接近1的值表示回归线更拟合于数据。一个通常情况下的分布式写成:

(1)

其中a是恒定的，x0为样本均值，sigma;是标准偏差。

X轴是航道中心线无量纲的横向距离（0代表中心线位置，而0.5的偏差为右舷通道位置，边界是由航标指示），Y轴给出船舶数的一小部分。直方图包括31处障碍覆盖了80%的航道宽度。通航航道宽度约为270米，每栏中的直方图盖宽宽度约为7米。图像显示，大多数船舶是在右舷航道航行。并且大部分船舶交通更倾向于靠近中心线而不是靠近海岸。一小部分船舶航行于航道的港口，这是很危险的，因为他们是在航道的错误的一边航行，他们有可能在很短的时间内发生碰撞。而正常曲线可以很好的拟合直方图.这种正态分布可以进一步用于分配在未来边界产生的船舶横向位置的仿真模型。

3.2 船舶速度分布

不同的船只在不同速度下的动作见图4。此直方图来自交叉线1，这是位于在图1所示的“研究区域”的左边界。一个正常的分布拟合速度直方图。船舶的速度变化从5到15千牛范围，以10.7千牛的平均值和1.2千牛标准偏差。几乎没有几艘船以小于5千牛或大于15 千牛的速度航行。这意味着大部分的船舶都不是全速航行，这些船舶的研究预计将改变船舶在通道中不同情况下的速度。一艘船将在航道上以安全的航速航行。这个在特定情况下所选择的速度反映了正常情况下安全的速度。特别是在繁忙的航道，驾驶员（值班人员）应选择一个保证船舶安全的速度。。因此，船舶的速度是由许多因素决定的，如驾驶员的经验、特点其船舶位置、船舶条件、船舶尺度、船型，遇到的天气状况，以及航道特点。结果，通过“良好船艺”的概念，每艘船都将以自己的速度航行。

3.3 船舶航向分布

如图5所示，航线不多。一个正常的分配适合的航线的直方图的平均值为123度，标准偏差为1.8度。这意味着船舶的航线对于正在航道上航行的船舶没有太大的影响。这有三个原因解释这个现象。首先，案例研究的位置是一个直线航道，船舶通常不需要改变他们的通道过程。其次，我们研究的渠道是相对狭窄（约270米通航宽度）的，并没有明显的空间变化。第三，唯一的变化过程是一个遭遇的情况。若正面遇上，船舶一般不需要移向外侧位置作为船舶的右弦。由于航道宽度有限，船舶应该选择更改速度的安全操作以避免可能会导致碰撞的情况，如图4中所示的速度的变化。

3.4 航道平均速度
相比稳定的横向位置和航线，船舶在航道里的速度是不断变化的。如图6所示，我们计算每一类船舶的平均速度的交叉线。平均速度对于不同类别的船舶是不同的，幅度从8千牛到12千牛。。越大的船只以越小的速度航行。所有的船舶在通过通道时都会从一个弯曲的左边界增加速度，但在下一个弯之前，速度又降低了。

不同等级的船舶会选择不同的速度是容易理解的。大型船舶的速度变化不是一件容易的事。它需要更多的精力和时间来增加速度，而对于较小的一类，同样也需要更长的时间来降低速度。如果大型船舶速度太快，当突然面临危险时而需要降低速度，这将是非常危险的。所以大型船舶更倾向于保持“安全速度”以保持安全。与大型船舶相比，小型船舶有较小的转弯（指可操作的），能以一定的速度保证安全通行。小型船舶比大型船舶需要更少的距离和减少速度的时间。所以，船舶的速度选择合理地反映在图中，这也应该是一个真实的模拟。

3.5 交通密度

在交通密度影响的情况下，航道安全水平会受到进一步影响。交通密度（包括所有类型的船舶）描述通道在一定时间段内的连续两年船舶的时间间隔分布。例如，如果每星期船舶通道数量大，则交通密集。船舶通道之间的时间间隔是另一个研究交通密度的方法。如果时间间隔大，船舶的数量将为小。相反，如果时间间隔很小，船舶交通密集的一般情况下，我们会预计在密集的区域交通事故多。因此，统计分析所提供的分布反映模拟的交通负荷。为了了解交通密度的变化，这项研究分析了两年内AIS数据在研究区的变化。通过研究发现不同时间段的船舶数量是不同的，基于观测的46140个进舰时间间断从2009年1月1日至2010年12月31日，共计730天，一百零三个完整的星期，从星期一到星期日。不是一个整的星期的数据不包括在在

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[152364]，资料为PDF文档或Word文档，PDF文档可免费转换为Word