本申请提供一种基于AIS大数据的水运航道拥挤识别方法和装置。本申请提供的方法,包括:获取目标航道的船舶AIS数据;确定目标航道的待识别时长,基于船舶AIS数据的分布特点分割待识别时长,确定数据分析时间单元;基于数据分析时间单元提取对应的船舶AIS数据的数据片段;根据计算得到的多个类型的航道拥挤程度评价指标值的数值确定每个时段对应的多个类型的航道拥挤程度评价指标值,汇总得到待识别时长内的航道交通特征;对航道交通特征进行聚类,根据聚类结果确定目标航道在待识别时长内的拥挤程度。本申请提供的方法和装置,用以计算更准确的水运航道拥挤评价指标,更详细地反映水运航道通行过程中的拥挤情况,提高航行效率。
背景技术
在当今全球航运业快速发展的背景下,水运航道的拥挤识别显得尤为重要。随着海洋运输需求的增加,航道的使用频率不断上升,导致航道拥挤现象日益严重。这不仅影响船舶的航行效率,还可能引发安全隐患。因此,识别和分析水运航道的拥挤情况,可以为航道管理和调度优化提供科学依据,从而提升航运安全性和效率,确保海洋交通的畅通无阻。
然而,当前关于水运航道拥挤的研究相对较少,许多研究仍然借鉴了公路交通和航空交通的分析方法。尽管一些学者尝试提出交叉航道拥挤的定义并构建复杂网络模型,或者引入了交通速度指数、交通率指数和停留时间指数等指标,仍存在一定的不足。首先,现有的研究多集中于宏观层面的拥堵情况,缺乏对具体航道环境和船舶特征的深入分析。其次,交通速度指数和交通率指数等指标在微观层面提供了实时的交通状况,能够帮助识别拥堵位置和时间,但它们并不能全面反映水运航道的整体拥堵程度,尤其是在多因素交互作用的复杂情境下。
因此,亟需一种方法,结合AIS数据、船舶运动特征和航道环境等多维因素,计算更准确的水运航道拥挤评价指标,更详细地反映水运航道通行过程中的拥挤情况,提高航行效率。
实现思路