闽江口水域船舶锚泊行为识别与挖掘方法

刘宗杨 周春辉* 孙业峰 谭林旭 赵俊男 肖进丽

(武汉理工大学航运学院1) 武汉 430063) (内河航运技术湖北省重点实验室2) 武汉 430063)

0 引 言

根据国际海上避碰规则(COLREGS)，每一船舶在同一时刻只能属于在航、锚泊、系岸或搁浅这四种状态之一[1]，当船舶在等候靠泊、潮水、引水、检疫和锚地装卸作业及避风等，均需抛锚停泊，因此锚泊状态是一种重要的船舶行为状态.由于近年来海洋经济的兴起与发展，沿海船舶数量逐渐增多，而港外锚地大多并未及时规划或规划不合理，导致许多船舶锚泊随意，形成习惯性锚泊聚集区，聚集区可能占用航道、习惯航路、水上重要工程区(风电场、采砂区)等重要通航与工程水域，易给水上船舶通航带来安全风险，而习惯锚泊聚集区的分布并不稳定，在季节、风向等不同因素影响下习惯锚泊聚集区均有所不同，需要对沿海水域的船舶习惯锚泊聚集区进行识别、判定，并对其聚集性规律进行探究.

目前针对船舶锚泊的相关研究主要集中在锚泊船安全管理[2]、锚泊系统性能[3]、港口锚地规划[4]、锚地容量[5]等方面，较少关注船舶的锚泊运动行为识别.在船舶行为识别的相关研究中，一部分是基于传统经验公式对船舶状态进行识别和统计[6]，还有一部分基于船舶运动模型对船舶行为进行判定[7]，近年来由于数据科学的发展，基于海量AIS数据对船舶行为特征识别和提取[8]研究逐渐发展，但主要关注于识别船舶异常行为[9]或特定航行场景下[10]船舶行为特征的提取，依然缺乏对船舶锚泊行为的判定和其聚集性行为的识别相关研究成果.文中基于船舶AIS数据，得到水域内主要的船舶锚泊聚集区和分布情况，从而为锚地规划、水上工程选址和水上通航风险规避提供依据和参考.

1 船舶锚泊行为识别与挖掘方法

1.1 船舶锚泊行为特征分析

对某一水域1个月内已知有锚泊行为的船舶从锚泊前的准备过程至收锚离开水域的全过程AIS数据进行解析，观察锚泊船在抛锚和收锚过程中的运动特征变化，从而对船舶锚泊行为识别模型的构建形成支撑.根据水域内已知有锚泊行为的船舶运动轨迹，选取具有标准特征的轨迹进行分析，见图1.

图1 某水域内锚泊船舶轨迹图

由此可以分析出锚泊行为具有以下几点特征：

1)通过观察可以发现船舶在锚泊过程中一般会在一定范围的水域内形成大量密集的AIS轨迹点，轨迹点的密集程度和锚泊时间呈正相关关系，根据ITU-R M.1371-4建议书，锚泊或系泊且移动速度不超过3 kn的船舶的AIS报告间隔为3 min[11]，且一般船舶锚泊时间大于2 h，见图2，即在锚泊水域内抛锚的船舶应至少会发送40个锚泊位置报告.

图2 观测水域内船舶锚泊时间统计图

2)在抛锚之前船舶一般会控制安全余速，船速一般小于2 kn船长才会下令抛锚，且抛锚及锚泊过程中由于风浪流的影响，船速并不一定为0，通过对水域内船舶锚泊过程中的船速变化进行统计，见图3，综合考虑数据偏差因素及自然环境对于锚泊船速的影响，可认为锚泊船抛锚以及锚泊过程中的船速在0～2 kn.

图3 锚泊船轨迹点船速统计图

1.2 船舶锚泊行为识别方法

1.2.1AIS数据清洗

将AIS数据按照MMSI进行单船数据提取，得到的单船数据按照时间序列排序构成单船轨迹，去除AIS点数量不足40的船舶轨迹，对错误的轨迹点进行删除，对部分数据缺失导致的相邻轨迹点距离过大的AIS数据进行平均插补.

1.2.2锚泊轨迹段截取

对每一船舶的轨迹数据进行筛选和截取，筛选和截取流程见图4.截取的轨迹段应包含至少40个船速小于2节的连续轨迹点，且其中船速小于0.3 kn的轨迹点应高于一定比例K，且K值与水域内的风浪流因素相关，根据文献[12]则有：

图4 锚泊轨迹段截取流程图

K=(1-DS/30)×100%

(1)

式中：DS为水域内月度6级以上风(标准风)的天数.

1.2.3锚泊行为识别和船舶锚泊核心代表点提取

2.2 家系Ⅱ 检出致病基因为CDH23基因的c.7240-1G>A和c.7252G>A两个位点复合杂合突变；2名耳聋患者(Ⅱ2、Ⅱ3)视力、视野、眼底检查未见异常。CDH23基因c.7252G>A位点突变为国内首报新突变位点，结果、家系图及测序突变。见表1、表2、图1、图2。

根据轨迹点密集度和轨迹点速度截取的锚泊轨迹段数据仅为粗筛数据，并不完全为船舶锚泊状态下的轨迹数据，还可能包括下锚前的微速运动轨迹点和起锚后的微速驶离轨迹点.

将截取到的锚泊轨迹段拆解成轨迹点，进行DBSCAN聚类，因单一轨迹仅为同一船舶锚泊产生，设置Minpts的数量设置为40，Eps的值应设置和锚链最大控制水域范围半径相同，即

Eps=R

(2)

锚链控制的水域范围主要依据船舶抛锚后的轨迹围绕下锚点形成，一般抛锚锚链长度依据抛锚点水深确定，此处为方便计算采用锚链最大控制范围半径为

(3)

式中：R为锚链最大控制水域范围半径；d为下锚点水深；n为下水锚链节数；L为单节锚链长度，见图5.

图5 锚链最大控制水域范围半径示意图

根据设置的参数，单一船舶轨迹点仅会聚为一类，也会产生少数的噪声点，在轨迹点中删除噪声点，将去除噪声点后的轨迹数据进行保存.然后将去除噪声点后的轨迹数据进行K-medoide算法处理.具体步骤如下.

步骤1任意选取1个对象作为medoids(单一轨迹仅存在一个簇).

步骤2计算余下的轨迹点到这个中心点的距离，并把每个点到这个中心点最短的聚簇作为自己所属的聚簇.

步骤3在聚簇中按照顺序依次选取点，计算该点到当前聚簇中所有点距离之和，最终距离之和最小的点，则视为新的中心点.

步骤4重复上述步骤，直至轨迹点集簇的中心点不再改变.

步骤5将此中心点作为此船舶锚泊核心代表点并提取其数据.

通过K-medoide算法处理提取出的单船核心代表点可用于锚泊聚集区挖掘，以环形轨迹为例，对其轨迹点进行船舶锚泊核心代表点的提取结果见图6，可以发现，提取到的核心代表点基本上能够完成对相应锚泊船的位置代表.

图6 环形锚泊轨迹的核心代表点提取

1.3 船舶锚泊聚集行为挖掘方法

步骤1对水域内提取到的所有船舶锚泊核心代表点进行DBSCAN算法聚类，得到主要的分类结果和噪声点情况.

步骤2去除噪声点.

步骤3对所有的分类簇内的船舶锚泊核心代表点信息进行统计，根据簇内船舶锚泊核心代表点数量对分类簇大小进行排序，每一分类簇视作一个锚泊聚集区.

步骤4对每一锚泊聚集区的船舶信息进行统计，从而挖掘出水域锚泊热点及锚泊船舶信息.

2 闽江口水域船舶锚泊行为时空分析

2.1 数据来源及实验水域选取

闽江口通航水域是船舶进出福州闽江口内港区的必经之路，也是各类船舶进出福州港和中小型船舶常航行的南北主要航路，且该水域内岛屿众多，航行条件复杂，航道狭窄，水深浅，浅滩、暗礁和碍航物多，气象条件十分恶劣，自古以来就是海上事故的多发区，该水域内目前仅有七星礁锚地一处，且避风条件较差，水域内船舶锚泊较为随意，不规范的锚泊行为给该水域的船舶管理造成困难、通航安全造成风险.为探究闽江口水域的船舶锚泊聚集区分布情况，文中选取闽江口水域作为实验水域，以闽江口水域2019年9月—2020年9月采集的船舶AIS数据作为实验数据，挖掘该水域内船舶锚泊特征和主要锚泊聚集区的时空变化规律.

2.2 船舶锚泊行为识别结果

闽江口水域的水深多在10～20 m，取15 m水深、6节(1节为27.5 m)锚链计算锚链最大控制范围半径R=164 m，并根据闽江口水域气象信息计算出单月K值，通过DBSCAN+K-medoide聚类算法的锚泊行为识别和船舶锚泊核心代表点提取，并以2020年6月为例，得到闽江口水域的船舶锚泊行为识别结果见图7.

图7 2020年6月闽江口水域的船舶锚泊行为识别结果

2.3 船舶锚泊聚集区分布

通过船舶锚泊行为识别结果直接观察水域内船舶主要聚集区并不容易，识别出的船舶锚泊轨迹的核心代表点繁多且分布杂乱，分区并不明显，在进行DBSCAN算法聚类后，得到图8的初步处理结果，可以看到船舶锚泊轨迹核心代表点根据分布的地理空间密度分割为不同的聚集区，并采用不同的颜色予以区分.

图8 2020年6月闽江口水域船舶锚泊聚集区分布

通过算法初步处理可以挖掘到水域内存在49个大小不同的锚泊聚集区，各个聚集区内的船舶数量不同，存在诸多小型锚泊聚集区内仅存在10个以内的船舶锚泊轨迹的核心代表点，且水域内存在一定数量的噪点，为确定水域内主要锚泊聚集区的分布和时空变化过程，本文根据聚集区内船舶数量仅保留前10大船舶锚泊聚集区，并去除噪点，得到闽江口水域内的主要船舶锚泊聚集区分布情况，见图9.

图9 2020年6月闽江口水域船舶主要锚泊聚集区分布

2.4 锚泊聚集区域时空变化

闽江口水域为沿海航区，存在多条航线、航道、习惯航路，水域内因渔业、风力、海砂资源丰富而分布着大小渔场、风电场、采砂区等海上渔场和工程区.水域内运输、捕捞、施工船舶繁多，锚泊聚集区分布也随季节、风向等不同因素变化而变化，对闽江口锚泊聚集区域时空变化进行分析能够更好的把握水域内的船舶锚泊规律，为水域内的安全管理提供技术参考依据.为此分别选择2019年9月、12月、2020年3月、6月的AIS数据进行船舶锚泊行为识别和聚集区挖掘，以便对闽江口水域内1年内的船舶锚泊情况进行分析.

1)闽江口水域船舶锚泊聚集区域基本分布 综合图9～10，可以看出闽江口水域的船舶习惯性锚泊聚集区虽然在相关因素影响下发生变化，但总体而言，水域存在5个常年基本锚泊聚集分布区，分别为马祖岛西北锚泊聚集区(A区)、西犬岛西侧和南侧锚泊聚集区(B区)、黄岐湾及坪屿附近锚泊聚集区(C区)、可门口外锚泊聚集区(D区)、东洛岛南侧锚泊聚集区(E区).

图10 闽江口水域船舶主要锚泊聚集区分布

2)锚泊聚集区域内船舶锚泊数量与锚泊时间变化情况 锚泊聚集区域内船舶锚泊数量变化情况是需要被首先关注的，通过对上文中确定的闽江口水域五个主要锚泊聚集区内锚泊数量进行挖掘，统计结果见图11，由图11可知，在1年的时间过程中A区、C区、D区、E区均在3月份出现了锚泊峰值，B区却相反，在2019年12月和2020年3月锚泊数量处于一个相对低的水平，而在A区、C区、D区、E区锚泊数量相对偏低的9月份和6月份，B区锚泊数量在高位运行.

图11 五个主要锚泊聚集区内船舶数量随时间变化情况

对闽江口水域主要聚集区内的船舶平均锚泊时间进行挖掘，得到表1的结果，闽江口水域主要聚集区内的船舶平均锚泊时间总体而言较短，船舶的平均锚泊时间普遍在2～9 h以内.

表1 船舶平均锚泊时间

3)台风月船舶锚泊情况变化 闽江口海域在夏季易受台风影响，台风来临将会对船舶锚泊行为形成影响，2020年8月多个台风影响或登陆福建沿海地区，对闽江口水域船舶作业和航行造成影响，因而选择2020年8月份数据进行锚泊聚集区挖掘，观察和分析闽江口水域在台风月的船舶锚泊变化情况，挖掘结果见图12.

图12 台风月船舶主要锚泊聚集区分布情况

主要锚泊聚集区中A聚集区消失，B区面积和锚泊船也有所减少，在前10大锚泊聚集区中，有三处位于风浪较小的闽江口内港区，两处位于罗源湾内，还有一处位于黄岐湾内，一处位于过屿南部港湾内，外海仅有B区和D区两处锚泊聚集区，且锚泊船数量和聚集区面积均小于六月份，见图13.

图13 2020年8月和6月B区锚泊热力图变化情况

4)船舶锚泊情况变化原因分析 闽江口水域较为核心的锚泊聚集区即为A、B、C区，A区2019年9月和12月锚泊数量较少，而在2020年3月和6月份锚泊船增多，甚至与定海湾、黄岐湾附近的锚泊船相互衔接形成同一聚集区，见图14a)，此处多为待泊进港船舶.B区位于西犬岛西南侧、七星礁南侧，见图14b)，这一锚泊聚集区在冬季锚泊船较少，夏季锚泊船较多，主要是由于冬季闽江口水域多大风天气，此处锚泊无港湾阻挡冬季盛行东北风，避风效果较差.C区位于黄岐湾及坪屿附近，因黄岐湾内建有黄岐国家级中心渔港，此聚集区的船舶主要为渔船，渔船的锚泊行为受福建禁渔期和大风天气影响较大，而呈现出C区锚泊数量并不稳定，禁渔期此区锚泊船数量较多.

图14 2020年3月A、B区锚泊密度热力图

除此之外，在部分月份存在锚泊聚集区占用航线、航路的情况(见图15)，2020年6月份的A、B区均有不同程度的占用福建沿海推荐内航路甚至占用闽江口水域定线制警戒区水域，这对于沿定线制和内航路正常航行的船舶构成一定程度的航行风险，锚泊船暂时性无动力情况下易与航路内直线航行或转向的船舶形成紧迫危险.

3 结 束 语

船舶的锚泊行为会产生聚集性，而对船舶锚泊行为识别和聚集区的挖掘对于水域内船舶通航安全具有一定意义，通过对闽江口水域的锚泊聚集区进行算法挖掘，可以发现水域内的锚泊聚集热点区域在不同月份并不相同，聚集区域并未完全位于规定的锚地内，且部分锚泊聚集区占用定线制水域和水上航路，这为闽江口锚泊聚集热点水域的管理和水域通航安全政策制定提供了技术参考.