基于船舶自动识别系统数据的多汊航道船舶流量预测

袁子文

(交通运输部规划研究院，北京 100028)

水运具有污染小、成本低、可靠性高等优点，是大宗货物的主要运输方式，为我国的经济发展做出了重要贡献。随着国内和国际经济贸易的增长，我国到港船舶数量持续增加，航道通航需求不断发生变化。船舶流量越来越大，以及船舶大型化发展和到港船舶类型的丰富，给航道的建设和管理带来一定的挑战。科学合理地预测航道船舶流量可为航道的建设规模提供依据，并指导航道管理措施的制定和实施，在现实中具有重要意义。

国外专家构建了基于灰色理论[1]、神经网络模型、支持向量机法[2]等航道船舶流量预测系统。国内学者们也提出了不同的模型和算法进行船舶流量预测，王正武等[3]利用回归模型、马尔科夫预测、极大似然估计等模型进行短时交通流预测；张淼等[4]利用灰色预测模型进行一次有源滤波器谐波补偿，减小了内部结构本身的延迟。

基础数据是科学合理预测的重要前提，特别针对多汊航道比一般航道更为复杂、船舶进出有更多航路选择、船流预测更加困难的问题，本文将通过应用自动识别系统(automatic ldentification system，AIS)大数据分析，深度挖掘研究航道的港口吞吐量、航道密度、船舶尺度等数据，从而为船舶流量预测提供丰富的数据。

1 研究方法

1.1 研究思路

针对多汊航道船舶航路复杂多变、船舶流量预测难度较大的难题，本文通过解析AIS原始报文，分离出关键字条。根据经验筛除无效数据并匹配其他船舶数据源，以便进一步识别船舶类型和划分吨级。将大数据应用于船舶流量预测中，通过对代表船型的航迹跟踪，总结船舶航行规律和运营情况。结合历史数据和宏观形势发展，综合预测航道货运量，基于对AIS数据的挖掘，通过分配模型预测航道船舶流量。研究思路见图1。

图1 研究技术路线

1.2 AIS大数据分析

1.2.1AIS发展及应用

AIS是船和岸、船和船之间的海事安全与通信的新型助航系统，一般由甚高频(VHF)通信机、全球卫星定位仪和与船载显示器及传感器等相连接的通信控制器组成，能自动交换船位、航速、航向、船名、呼号等重要信息，有效减少船舶碰撞事故。

AIS数据信息量大、内容多样，具有典型的大数据特征，对其进行针对性的整理和挖掘具有广阔的应用前景。但在AIS报文传输和接收的过程中，可能因为设备故障、信号问题等原因导致数据缺失、错误或者重复。因此在分析AIS数据前，应进行必要的数据解析、筛选等预处理工作。

1.2.2AIS大数据预处理

由于AIS原码报文不能被常用软件直接打开，须进行必要的预处理解析数据。本文在原码报文基础上添加分隔符以读取船名、MMSI(水上移动通信业务标识码)、航速、航向、IMO(国际海事组织的识别码)等船舶信息。通过在管理平台中划断面的方式，提取船舶通过断面的信息并导出Excel文件，为后续数据分析提供前提基础。AIS数据解析样例见表1。

表1 AIS数据解析样例

1.2.3数据加工

在解析AIS数据后发现，源码报文中缺少船舶载质量、船舶吃水等关键数据，并且存在部分船舶填报数据与实际脱节的问题。本文通过收集VTS(船舶交通管理系统)、船舶签证、实地调研、查询船级社和海事局数据库，通过船舶的MMSI或者船舶的英文名称将其他船舶数据库与AIS动态数据库匹配，匹配的结果补足码报文缺少的数据，同时校核船舶类型的划分。另外，根据经验将如航速100 kn等部分不合理数据筛除，确保数据的有效性及合理性。加工后的数据样表见表2。

表2 数据关联后样表

1.2.4船舶轨迹追踪

多汊航道相较于一般航道船舶航路更为复杂多样，掌握不同船舶类型各吨位的航运需求是船舶流量预测和航道建设的关键因素，特别是对于长江口三级分汊、四口入海，沿岸分布多处码头的复杂格局，更是重中之重。通过AIS大数据分析，可筛选代表船型，观察它们的航行轨迹，便于总结船舶航行规律，见图2、表3。

图2 某船舶通过南槽航行轨迹(单位：m)

表3 船舶轨迹数据导出样例

1.3 船流分配模型

1.3.1航道货运量预测

本文货运量预测采用比较成熟的运输强度法、区域权重法、弹性系数法和产业结构法，并通过德尔菲法综合取值，对于各预测方法的判断矩阵和结果见表4。

表4 综合预测法比重

1.3.2船舶流量预测

依据预测的货运量以及基于AIS大数据分析预测的不同吨级船舶承运货运量比例，并同时考虑船舶大型化发展趋势、航道条件和港口规划等因素进行预测。计算公式如下：

N=∑[Tα(β·DWT)]

(1)

式中：N为船舶通过量；T为分货类货运量；DWT为不同吨级船舶的载质量；α为不同吨级船舶承运运量比例；β为船舶实载率。

2 实例分析

以长江口南槽一期航道整治工程为例，开展实际应用研究。长江口航道呈现三级分汊、四口入海格局，根据规划将重点建设“一主两辅一支”航道，并于2014年开展南槽一期航道整治工程的研究工作。南槽航道上接南港航道，下至南槽口外B警戒区，定位为长江口主航道(北槽航道)的辅助航道。

2.1 AIS数据分析结论

通过对历年长江口航道AIS大数据的解析、加工，得到2015年前后南槽航道通航规律。

2.1.1需要候潮的进出口船一般规律

根据南槽航道水深条件，一般实际吃水≥7.0 m，船舶需要乘潮进出南槽航道，乘高潮船舶约占南槽航道船舶总量12。船舶乘潮集中进港，同向多线通航特点突出，常出现4～5线并行通航的情况。

南槽航道进口船通常集中在中浚高潮前3～4 h到达长江口南槽灯船，一般于中浚高潮前1 h至高潮时刻通过S19灯浮附近最浅航段。进口船驶过南槽航道下段，进入九段灯船上游的南槽航道上段，此时正处于中浚高潮后1～2 h时段。

南支航道进口船舶多乘潮流初涨时进口，南支航道通航密度大，进口船可在安全水域标连线500 m以外的水域航行，但不可进入南槽航道下段，且在通过A29灯浮后，应与在南槽航道下段内航行的有关船舶加强联系，以小角度切入该航道，在其进口航道上行驶进口。

南槽航道出口船于中浚高潮前1～2 h抵九段灯船。

2.1.2南槽航道船舶流向规律

自南槽、南支航道进口的船舶，其船流可分成：

1)一股为大中型船舶，抵南槽航道上段圆圆沙灯船后进入圆圆沙警戒区，穿越圆圆沙警戒区进入外高桥航道，上驶去往上海港各码头或进长江。

2)另一股为小型船舶，横越圆圆沙警戒区穿越长江口北槽深水航道，进入主航道北侧宽100 m的小船航道，下驶去往横沙岛或通过横沙通道去往崇明。

中浚高潮前2 h、高潮和高潮后2 h船舶航行情况见图3。

图3 2017-02-13船舶航行情况

2.1.3长江口航道船舶运营规律

由于航道位置的特殊性，进出海运船舶将会原路返回，因此上水、下水船舶按各占50%测算。由于煤炭、铁矿石及石油等大宗散货以上水为主，因此上水的散货船、油船约97%为重载船舶，实载率为95%，下水97%为空载船舶；由于集装箱运输的特殊性，集装箱船上下水几乎全为重载船舶，实载率为80%；杂货船上下水基本平衡，上下水各50%为重载船舶，实载率为90%。

2.1.4分配参数推导

通过对大数据中各上下行船舶的载质量和实际吃水间的分析，可推导出船舶的载货量和实载率。将各吨级船舶分类汇总即可得出散货船各吨级的载货量，并以此为基础做出合理预测。以2014年南槽散杂货船为例，主要参数见表5。

表5 散货船分配参数推导结果

2.2 航道货运量预测结果

根据南槽航道历年海运量数据的收集，综合预测得出其特征年海运总量和分货类运量见表6。

表6 长江口南槽航道海运量预测

2.3 船舶预测结果

根据运量预测结果和基于AIS大数据分析得出的船舶航行、运营规律，通过分配模型预测船舶流量，结果见表7。

表7 长江口南槽航道船舶流量预测

3 结语

1)通过运用AIS大数据，能有效分析多汊航道船舶航路复杂多变，不同类型、吨级的船舶上下行运营情况不一的现实问题，更准确地预测船舶流量。将大数据运用于水运领域能为航道规划、建设、整治和管理提供更加高效便捷的技术支撑。

2)研究中也发现，在数据源方面，AIS原始报文存在部分填报不实、不具体的情况，缺少实时吃水等数据。在预测方面，本质仍然是基于历史和未来趋势的判断，通过预测模型得出结论，后期应加强考虑对短期国际形势以及国际船队运营变化产生的波动影响。