基于AIS数据的成山头海域交通流预测系统研究

吴晨辉 徐国庆

摘 要 本文针对当前成山头海域航道交通繁忙，航线密集的现状，利用由交通运输部海事局的船舶自动识别系统信息服务平台提取船舶数据。通过构建海域交通流量预测系统，对船舶交通流量数据进行统计，分析海域船舶的航行特性并对未来的船舶流量进行预测。通过研究论证，该系统的船舶交通流可以满足海域船舶交通管理的实际需求。

关键词 AIS数据;船舶交通流;预测系统

1海域交通现状

成山头位于山东半岛最东端，呈不规则三角形，东、南、北三面临海。成山头海域是中国渤海沿海的海上交通要道，是船舶进出渤海湾以及黄海各个港口的船舶习惯航线海域，是国际通航海域。

同时，成山头海域是我国的重要渔业海域，有荣成渔场和石岛渔场两个我国的重要渔场。在每年的捕鱼期，大量的渔船在成山头海域从事渔业生产。商船和渔船的航路交错，海域的通航环境复杂。年均通过该海域南北航行和进出石岛渔港的渔船高达60万艘次。有八级大风或大风过后，大量渔船回港避风或出海捕鱼，尤其是成山头至石岛之间，渔船经常穿越定线制海域，给南下、北上的航行船舶避让带来了困难。

成山头附近海域的船舶交通流主要有6个，聚集于航道内，有四个南北方向的航道和两个东南方向的航道。这几个航道的船舶航行频繁，在航道转向处及航道出进口容易形成多船会遇的局面。成山头海域于2015年6月1日实施了新版的船舶定线制，分道通航，很大程度上缓解了交通密集的状况。但进出成山头海域的捕鱼船避免不了要频繁穿越航道海域，导致碰撞危险局面频频发生。

因此，成山头海域交通流预测的相关研究，通过分析海域船舶的航行状况，对海域未来的船舶流量进行预测，不仅为该海域船舶的航行安全提供保障，也可为交通管理部门进行交通疏导提供一定的参考依据及分析指标。

2AIS数据

船舶AIS（船舶自动识别系统）数据信息主要分为静态信息、动态信息、航次信息、航行安全相关信息。AIS数据的原始数据为6位的ASCⅡ码，通过海上通信常用的VHF频率（甚高频）传输，经过船载或岸载设备解析后，显示出船舶的运行状态。本系统采用的数据是由交通运输部海事局的船舶自动识别系统信息服务平台记录的成山头海域的AIS信息。本系统主要研究分析数据是船舶的船号、航向、航速、经度、维度和进入采集区域的时间。船号信息用于区分船舶，经纬度用来判断船舶位置，航向用于判断交通流的方向，时间用于分析计算交通流量。

基于AIS数据进行交通流预测，不受于传统的交通流观测法的观测位置和范围有限、数据量小和采集数据不准确等缺点的影响。通过AIS数据检测交通流量，自动化程度高，数据准确，可以覆盖成山头近岸的交通流密集海域。同时，针对船舶的运动特性，利用AIS数据中船舶的经纬度信息可以计算船舶之间的间距等传统交通流观测法采集不到的信息。AIS数据信息量大，易于统计，有较高的准确性，其研究运算出的结果有一定的科学性和实用性，使用价值明显。

3交通流预测系统

交通流是交通工程学中的一个概念，交通流的相关研究成果论证了交通的特性和规律。同时，交通流理论是交通工程的基础理论，为海域航道设计及船舶交通管理提供理论依据及参考指标。

相比于陆地交通流，船舶的交通量较小。为了保证船舶交通流数据连续的同时，又可以为进入海域的船舶提供航行参考指标，本系统采取以60min为单位时间间隔，以小时交通量作为海域交通流的衡量指标。在满足实际航行安全保障需求的同時又可以保证每个时间段都有船舶交通数据。由于船载AIS设备接发航行信息存在时间间隔，所以采取成山头南北通航的航道的东南方向的航道转向断面处，向南10n mile两个断面之间的海域作为交通流测流观测区域。

国内学者余珍[2]在交通流预测的研究中，采用ARIMA算法（差分整合移动平均自回归算法）进行流量预测。ARIMA预测算法的研究中，常用于考虑中长期以月交通量为衡量单位的预测研究中。本系统采用LSTM神经网络（长短期记忆神经网络）的基于深度学习的神经网络算法，以14天的交通流数据作神经网络的训练组数据，7天的数据作验证组数据，7天的数据作测试组数据。将训练好的神经网络模型进行海域交通流的小时交通量的预测，实现海域交通流预测系统预期功能，以满足时间交通管理及保证航运安全的需要。

4结束语

本文通过对成山头海域的通航现状进行研究，论证了采用AIS数据研究船舶交通流的可行性，构建了一种海域域船舶交通流量预测系统，通过LSTM算法对海域船舶的交通流量历史数据学习，构建海域船舶交通流预测模型。本文所研究设计的成山头海域船舶交通流预测系统，为海域船舶交通管理及海员调整通航计划制定提供了一种工具。

参考文献

[1] 金兴赋，付玉慧，张连东.基于AIS数据的成山头水域船舶交通流研究[J].大连海事大学学报，2012，38（1）：33-36.

[2] 余珍.内河断面船舶交通流量预测方法研究[C].中国智能交通协会.第十三届中国智能交通年会大会论文集.中国智能交通协会：中国智能交通协会，2018：425-431.