摘 要

随着经济全球化发展，水路交通运输由于其便利性及大货量的运输性质成为了运输行业中至关重要的一环。日益繁忙的水上交通对船舶交通管理带来巨大挑战，而气象环境对船舶交通具有重要影响，有关气象条件对船舶交通流影响的相关研究对船舶交通组织、航道规划、航行安全等领域具有十分重要的意义。

本文主要是在基于AIS大数据的支持下，以舟山港虾峙门6号浮航行水域的交通流数据为实验条件，研究气象条件变化对船舶交通流影响规律。本文选取风、能见度和天气状况等气象因子为考量对象，利用AIS大数据计算获取船舶交通流特征参数，然后通过皮尔森线性相关分析法及线性回归分析法分析船舶交通流与气象条件变化的相关性。本文的研究成果对船舶交通组织和交通交通流预测等具有一定的参考价值，对气象环境与船舶宏观交通流相关性研究打下了基础。

关键词：AIS数据；气象条件；船舶交通流；皮尔森线性相关分析；线性回归

Abstract

With the development of economic globalization, waterway transportation has become a vital part of the transport industry because of its convenience and the transport nature of large cargo volume. The increasingly busy water traffic brings great challenges to ship traffic management, and the meteorological environment has an important impact on ship traffic. The related research on the impact of meteorological conditions on ship traffic flow is of great significance to ship traffic organization, channel planning, navigation safety and other fields.

In this paper, based on the AIS data and the traffic flow data of the floating waters of No. 6 Shuizimen in Zhoushan Port, the influence of meteorological conditions on ship traffic flow is studied. In this paper, wind, visibility and weather conditions are taken into account. The characteristic parameters of ship traffic flow are calculated by using AIS data. Then the correlation between ship traffic flow and meteorological conditions is analyzed by Pearson linear correlation analysis and linear regression analysis. The results of this study have certain reference value for ship traffic organization and traffic flow prediction, and lay a foundation for the study of the correlation between meteorological environment and ship macro-traffic flow.

Key Words：AIS data；weather conditions；Ship traffic flow；Pearson linear correlation analysis；linear regression

目 录

第1章 绪论 4

1.1 研究背景 4

1.2 研究意义 4

1.3 研究思路 5

1.4 文章框架 5

第2章 水上交通流及AIS数据处理技术的概况 6

2.1 水上交通流的概念 6

2.1.1 水上交通量的定义 6

2.1.2 水上交通流速度的定义 8

2.2 国外船舶交通流研究现状 8

2.3 国内船舶交通流研究现状 9

2.4 AIS系统简介 10

第3章 AIS数据处理技术优势及分析方法 11

3.1 AIS数据处理技术优势 11

3.2 皮尔森相关性分析技术 11

3.3 逐步回归线性分析 12

3.4 多因素方差分析法 13

第4章 气象与船舶交通流相关性分析实验结果及分析 14

4.1 气象数据采集 14

4.2 AIS数据预处理 16

4.3 平均对地速度和交通量数据预处理 17

4.3 船舶航迹预处理 18

4.3.1数据清洗 18

4.3.2交通流偏移量 18

4.4 皮尔森相关性分析实验 20

4.4.1 风速相关性分析 20

4.4.2 风向相关性分析 21

4.5逐步回归线性分析实验 21

4.5.1风向为因变量 21

4.5.2风速为因变量 24

4.6多因素方差分析实验 26

第5章 总结与展望 27

5.1 总结 27

5.2 对未来发展的展望 27

参考文献 28

致 谢 30

第1章 绪论

1.1 研究背景

水路运输作为最经济的运输方式，已经成为一种重要的货物运输方式。超过80%的货物通过海运交易。对水上交通的理解和有效管理将有利于港口和内陆水道的整体利益。随着各港口船舶交通量的增加，海上交通安全已成为一个重要而敏感的问题^[1]。

当今时代，国际航运业和船舶工业的快速发展使得在航船舶数量的急剧增加，导致一些水域的船舶交通越加繁忙，甚至造成局部水域交通堵塞和船舶延误的情况发生。对于在水上航行的船舶来说，水域船舶密度增加，船与船之间碰撞概率也会随之增加，这将不可避免地导致财产和人命的损失，且船舶事故的发生会对环境造成长期污染，并对整个社会的长期经济利益造成严重影响^[2]。因此收集海上交通的基础数据，然后进行统计分析和理论研究，从宏观和微观角度了解和掌握水域局部的船舶交通基本特征和一般规律，有助于海事相关部门采取有效措施改善现有交通状况或促进未来交通状况，将船舶交通事故的发生概率降到最低。为了研究船舶行为，自动识别系统数据被证明是一个有价值的来源。根据国际海事组织(IMO)的要求，所有300总吨以上的客船和海船都配备了自动识别系统。通过船舶自动识别系统，水上交通流数据的收集更完整，更具有代表性^[3]。

1.2 研究意义

在如今的大数据时代，AIS技术已经趋向于成熟，相关学者可以通过AIS系统获取国内外航区的大量船舶数据，包括某个时刻的船舶静态数据以及船舶动态数据。本文在基于AIS数据的条件下研究气象条件对水上交通流的影响，交通流作为最能反应航区交通状况的一个因素，研究它与影响因素相关性，总结出规律将对船舶航行安全有极大的保障意义。

站在管理的角度上讲，总结出气象条件对水上交通流的影响对航区管理机关作出船舶管理方法及管理条例具有很大的借鉴意义。例如，对于海事局来说，海事局的任务在于保障管辖航区内船舶的航行安全，避免船舶发生碰撞，搁浅等交通事故，而研究不同气象条件下水上交通流的变化规律对海事局的决策来说将更好的提升他们的工作绩效，减少船舶事故。对于航道局来说，交通流在不同气象条件下的变化规律对航标的设置有重大意义。在设置航标的时候，将不同气象条件下交通流产生的偏移量计算在内，将不会发生航标位置设置不合理的情况。

1.3 研究思路

本文主要研究思路是：

1. 通过对国内外船舶交通流现存文献的研究，对船舶交通流有初步的了解，并确定了研究方向及重点。
2. 通过对AIS数据处理技术的了解及学习，掌握它的运用方法，快速获取本文研究所需数据。
3. 通过对AIS数据获取的数据预处理，剔除异常数据，将有效数据保留，求出研究所需的最终数值。
4. 通过对person线性相关的学习，实验得出出气象条件和船舶交通流的线性关系，并总结出规律。

1.4 文章框架

本文的文章框架主要分成四章，第一章介绍基于AIS数据的气象条件对水上交通流影响的研究背景，研究意义，研究思路以及文章框架。第二章编写了水上交通流及AIS技术的简介以及它们在国内外的研究现状，以及目前为止气象条件对船舶影响的研究现状。在第三章，介绍了本文实验采取的皮尔森线性相关法，逐步回归线性分析和多元线性回归。而在第四章，介绍了基于AIS数据的气象条件对船舶交通流影响的整个实验过程以及实验结果。最后在第五章，对本文的实验结果作了总结，以及对未来的展望。

第2章 水上交通流数据处理技术

2.1 水上交通流的概念

当车辆在交通网络中行驶时，它可以类似于气体或液体分子在介质中的流动，称为交通流。交通流量可以分为两种情况。一种是车辆通常一辆接一辆地行驶在交通网络中的路线或通道上行驶，受到其他外部因素的干扰较小，交通流量状态稳定。此时，交通流特征通常可以用三个主要指标来表示，这三个指标通常被称为交通流的三个要素: 交通量、速度和交通密度。另外一种情况是在线路或通道上通行的运载工具数接近或超出线路或道路的通行能力时,此时交通流受到阻滞,运载工具的动态出现排队和等待,这时交通流处于非稳态流状态^[4]。

在水上交通工程研究中引入交通流的概念,通常称之为船舶流或水上交通流。根据交通流的概念结合水上交通工程提出了水上交通流的基本模型，可用公式（2.1）表示：

（2.1）

Q-交通流量（艘/H）

rho;-交通流密度(艘/N )

v-交通流速度(KN)

w-交通流宽度（N MILE）

水上交通流的基本模型包括了交通流流量、交通流密度、交通流速度、交通流宽度四个量，根据基本模型，如果已知其中三个量,可以通过计算得出剩余未知量。本文中仅研究其中的船舶交通流速度和船舶交通量。

2.1.1 水上交通量的定义

水上交通量是表征某一水域，水道或海上交通实况的最基本的量。水上交通量是指单位时间内通过某个水域中的某一地点所有船舶的数量^[4]。

水上交通量的大小直接反映某一水域船舶交通的规模和繁忙程度,同时在一定程度上反映该水域船舶交通的拥挤程度和危险程度。除了对水上交通进行观测调查获得交通量的数据外，还能通过船舶自动识别系统（AIS）来进行水上交通量数据的收集。由于交通量实时变化,所以研究时通常采用日平均交通量、月平均交通量或年平均交通量来表示。

平均交通量可以写成

（2.2）

=平均交通量

=单位时间间隔内的交通量

n=时间间隔数

通常情况下，某水域中的在航船舶都会呈现种类多样、大小不一的情况。因此计算交通量时不考虑船舶规模和排水量，而只用单位时间内通过某一水域的船只数量来表示，这样的简化处理只会单纯的导致交通量不能准确反映某一水域航道内的船舶交通规模及其水域或航道的重要性和航道的属性。此外，如不考虑船舶大小的差异，简单的将大型船舶和小型船舶都只当作通过一艘船来进行数据统计处理，这样的数据无法反映航道内的船舶交通的拥挤状况和碰撞发生的危险程度。基于这样的考虑，提出了“交通量换算”的概念。简单来说就是选取某一水域中不同大小的船舶中占最大比例的船舶尺度作为标准船，其他吨数的船舶以此为基础采用不同的换算系数换算。换算系数主要以船长和船舶的总吨数为基础，定量且定性地结合决定。日本相关学者以船舶长度为70M，总吨为1000吨的船舶作为标准船，得出相应船舶换算系数，具体参照下表2.1。国内学者一般采用“安全指数法”评估海上交通安全，安全指数法请参照下表2.2。

总吨位/t	小于20	20-100	100-500	500-3000	3000-2万	2万-10万	大于10万
L换算系数	1/6	1/4	1/2	1	2	4	6
	1/36	1/16	1/4	1	4	16	36

表2.1 日本的L换算系数和L²换算系数

船舶总吨位t	100以下	100-500	500-3000	3000-6000	6000-1万	1万-1.5万	1.5万-2万	2万-3万	3万-4万	4万-6万	6万以上
船长（m）	30以下	30-50	50-90	90-115	115-135	135-155	155-170	170-195	195-215	215-246	246以上
换算系数	0.25	0.5	1	1.18	1.41	1.7	2	2.25	2.5	3	4

表2.2 中国船舶指数法船舶换算系数

2.1.2 水上交通流速度的定义

通常研究水上交通流速度时，并不是单纯的考虑单艘船舶的航行速度,而是指某一水域的所有通过船舶的速度分布范围和平均速度。研究学者们在表示交通流的特性时,一般所采用平均速度作为水上交通流速度标准,即截取该航道的一段有限长度,除以船舶通过该航道的平均行程时间。在研究航道通过能力时,一般采用观测船舶驶过航道已知长度的时间来度量船舶平均行程速度^[5]。见公式（2.3）。

（2.3）

v-平均行程速度（KN）

S-航道长度（N MILE）

-第i艘船舶通过该航道的行程时间(h)

n-观测行程时间的次数

本文中的船舶速度是收集通过一个区域内的船舶AIS发送的数据来确定的,在船舶进入所选定区域时设备发送的第一份有关船舶速度的信息,作为该船舶的速度。

2.2 国外船舶交通流研究现状

在过去的几十年中,不少学者研究船舶交通流这一领域，并发表了出色的文章，为该领域作出重大的贡献。Birnur Ozbas Ilhan OrBirnur Ozbas Ilhan 等人^[6]对伊斯坦布尔海峡的海上交通进行了研究,建立了模型，模型考虑了海峡水域的交通规则、船舶种类，还包括了当地水域的气象及地理条件、引航及拖轮服务。通过研究分析了各个影响因素之间的关系以及各影响因素对海峡交通产生的影响。

1. Ozbas和A.O.Almaz等人^[7]进行了风险评价和风险控制方面的研究，作者采用Arena模拟工具建立了一个高仿真模拟模型,建立模型后，通过模型研究了航行安全的影响因素，其中主要包括船舶到达率、气象和地理条件、引航员和拖轮数量等。其研究成果最终为管理部门制定相关水域管理政策的提供帮助。

T.R.Sethuraman^[8]运用人工神经网络的方法，T.R.Sethuraman在统计了印度杜蒂戈林港口96个月交通数据，进行了处理研究后对杜蒂戈林港的交通状况进行了预测，其中包括总进口量、总的交通、船舶处理量和处理总吨位。

通过上面的介绍,可以看到国外在船舶交通流研究方面已经做了大量的工作,并且利用各种方法对船舶交通进行了模拟研究。

2.3 国内船舶交通流研究现状

以上是毕业论文大纲或资料介绍，该课题完整毕业论文、开题报告、任务书、程序设计、图纸设计等资料请添加微信获取，微信号：bysjorg。

相关图片展示：