一种基于AIS数据的船舶水污染预测方法技术

本发明专利技术公开了一种基于AIS数据的船舶水污染预测方法，包括以下具体步骤，数据获取，首先通过相关设备获取AIS数据，数据解码，根据特殊标识符翻译本；核定缺失数据，针对AIS静态数据中船舶吨位、所缺失的排放因子的现状信息；船舶运动数据获取；确定船舶的排放污染量；结果分析、统计，以船舶水污染物排放量的计算结果和对应的时间点为关键信息来统计研究区域内的船舶污染物排放量的变化。本发明专利技术以AIS数据为基础，利用船舶的动态上报信息编制了船舶水污染物的排放量，通过建立AIS静态信息数据库与AIS动态数据信息库实现对AIS数据的有效补充，利用多远数据匹配缺失数据，完善了船舶的排放因子信息。排放因子信息。排放因子信息。

【技术实现步骤摘要】
一种基于AIS数据的船舶水污染预测方法


[0001]本专利技术涉及船舶水污染预测
，尤其涉及一种基于AIS数据的船舶水污染预测方法。

技术介绍

[0002]航运表示透过水路运输和空中运输等方式来运送人或货物。一般来说水路运输的所需时间较长，但成本较为低廉，这是空中运输与陆路运输所不能比拟的。水路运输每次航程能运送大量货物，而空运和陆运每次的负载数量则相对较少。因此在国际贸易上，水路运输是较为普遍的运送方式。
[0003]水运过程中船舶作为最基本的航行工具，其作用交通应用的广泛具有不可代替性，但其带来巨大便利的同时，其营运船舶产生、排放的污染物对我国水体环境造成了不可忽视的影响，快速、准确测算营运船舶污染物及污染物中各类污染指标的产排量和产生/污染强度对船舶污染物减排、营运船舶监管、相关政策制定等工作具有重要意义。
[0004]目前现有的AIS系统还缺乏计算船舶水污染物排出详细统计数据，这也会导致水污染物的预测结果带来一定的误差，特别对于具体的测算区域，有必要针对船舶排放因子参数开展具体的统计计算，从而确保船舶水污染预测的准确性。
[0005]为此我们提出了一种基于AIS数据的船舶水污染预测方法来解决上述问题。

技术实现思路

[0006]本专利技术的目的是为了解决现有技术中存在的缺点，而提出一种基于AIS数据的船舶水污染预测方法。
[0007]为了实现上述目的，本专利技术采用了如下技术方案：
[0008]一种基于AIS数据的船舶水污染预测方法，包括以下具体步骤。
[0009]S1：数据获取，首先通过相关设备获取AIS数据，并构建AIS数据及静态信息关联属性数据库，将AIS数据和AIS报文信息通过特定的标识符进行上传，确保数据不可进行直观的阅读；
[0010]S2：数据解码，根据特殊标识符翻译本，对上述数据进行解码，从而将其翻译成可直观进行使用阅读的数据；
[0011]S3：核定缺失数据，针对AIS静态数据中船舶吨位、所缺失的排放因子的现状信息,提出通过多源数据匹配与回归模拟计算相结合的方法构建船舶AIS静态信息关联属性库以补充完善缺失数据；
[0012]S4：船舶运动数据获取，结合AIS动态数据库对船舶的运行时间、负载率、航行速度、工况划分、航行轨迹进行信息获取；
[0013]S5：确定船舶的排放污染量，根据船舶的具体排放因子计算船舶的排放污染量，然后获取网络化的排放清单，明确船舶水污染在航行区域内的空间分布特征，同时可分别统计不同时间段内船舶的污染物排量，明确时间分布特征；
[0014]S6：结果分析、统计，以船舶水污染物排放量的计算结果和对应的时间点为关键信息来统计研究区域内的船舶污染物排放量的变化，从而绘出时间变化趋势图，参照变化趋势图得出峰值变化规律；
[0015]S7：结果空间显示，将船舶排放清单结果以热力图的形式显示在地图上，并分析各污染物的空间分布特征，得出航道和港口的水污染分布情况，从而完成船舶水污染的预测。
[0016]优选的，所述S2过程中其翻译的数据主要分为两类，分别为：动态数据项以及静态数据项目，且两组数据通过服务器进行分别存储，形成船舶的动态数据库和船舶的静态数据库。
[0017]优选的，所述S4过程中的运行时间计算方式为依据船舶的前后动态上报信息的时间差值，其中船舶的工况划分分别为锚泊状态、机动状态、巡航状态，其中锚泊状态的航速小于1kn，机动状态的速度为1
‑
7kn，巡航状态的航速大于7kn。
[0018]优选的，所述S5过程中船舶排放污染量的具体计算方式为：第一步；根据船舶的运行阶段进行在空间上进行分类为定工况的海上航路排放和变工况的港口临近港口排放；
[0019]第二步，每一种运行工况下的船舶排放按照具体排放因子进行计算，
[0020]第三步，确定计算公式，即公式为其中E为污染物排放量，i为船舶的批次编号，E
M
为船舶生活污水的排放量，E
A
为船舶残油的排放量。
[0021]优选的，所述S3过程中多源数据的匹配分别包括对船舶的签证、进出口岸、船检的数据库信息对AIS静态数据库进行多源查询匹配。
[0022]优选的，所述S1过程中AIS数据的具体获取方式为：根据AIS数据协议进行AIS数据采集，采集的AIS数据包括岸基采集的AIS数据和轨道卫星采集的AIS数据。
[0023]优选的，所述S5过程中的排放因子主要包括有：船舶残油排放量、生活污水排放量。
[0024]优选的，所述S6过程中分别以月、天、小时为时间尺度为对应的时间节点，从而得到三种时间参数下的船舶污染物的排放量变化。
[0025]与现有技术相比，本专利技术的有益效果是：
[0026]1、本专利技术以AIS数据为基础，利用船舶的动态上报信息编制了船舶水污染物的排放量，通过建立AIS静态信息数据库与AIS动态数据信息库实现对AIS数据的有效补充，利用多远数据匹配缺失数据，完善了船舶的排放因子信息，并以不同的时间节点，准确预测了不同时间参数下的船舶污染物的排放量变化，水污染预测的准确性更高。
[0027]2、通过本方法总结了AIS数据处理经验、排放量的空间分布和时间分布的获取方法，通过航行区域的分析，分别统计梳理了锚泊状态、机动状态、巡航状态下船舶的污染物排放量关系，从而为船舶污染监管提供必要的工作支持；
[0028]3、本专利技术将计算结果通过以热力图的形式显示在地图上，并分析各污染物的空间分布特征，得出航道和港口的水污染分布情况，更加直观，便于工作人员进行第一时间掌控污染信息。
附图说明
[0029]图1为本专利技术提出的一种基于AIS数据的船舶水污染预测方法流程示意图。
具体实施方式
[0030]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。
[0031]参照图1，一种基于AIS数据的船舶水污染预测方法，包括以下具体步骤：
[0032]S1：数据获取，首先通过相关设备获取AIS数据，而AIS数据的具体获取方式为：根据AIS数据协议进行AIS数据采集，采集的AIS数据包括岸基采集的AIS数据和轨道卫星采集的AIS数据，并构建AIS数据及静态信息关联属性数据库，将AIS数据和AIS报文信息通过特定的标识符进行上传，确保数据不可进行直观的阅读；
[0033]S2：数据解码，根据特殊标识符翻译本，对上述数据进行解码，从而将其翻译成可直观进行使用阅读的数据，其翻译的数据主要分为两类，分别为：动态数据项以及静态数据项目，且两组数据通过服务器进行分别存储，形成船舶的动态数据库和船舶的静态数据库；
[0034]S3：核定缺失数据，针对AIS静态数据中船舶吨位、所缺失的排放因子的现状信息,提出通过多源数据匹配与回归模拟计算相结合的方法构建船舶AIS静态信息关联属性库以补充本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于AIS数据的船舶水污染预测方法，其特征在于，包括以下具体步骤：S1：数据获取，首先通过相关设备获取AIS数据，并构建AIS数据及静态信息关联属性数据库，将AIS数据和AIS报文信息通过特定的标识符进行上传，确保数据不可进行直观的阅读；S2：数据解码，根据特殊标识符翻译本，对上述数据进行解码，从而将其翻译成可直观进行使用阅读的数据；S3：核定缺失数据，针对AIS静态数据中船舶吨位、所缺失的排放因子的现状信息,提出通过多源数据匹配与回归模拟计算相结合的方法构建船舶AIS静态信息关联属性库以补充完善缺失数据；S4：船舶运动数据获取，结合AIS动态数据库对船舶的运行时间、负载率、航行速度、工况划分、航行轨迹进行信息获取；S5：确定船舶的排放污染量，根据船舶的具体排放因子计算船舶的排放污染量，然后获取网络化的排放清单，明确船舶水污染在航行区域内的空间分布特征，同时可分别统计不同时间段内船舶的污染物排量，明确时间分布特征；S6：结果分析、统计，以船舶水污染物排放量的计算结果和对应的时间点为关键信息来统计研究区域内的船舶污染物排放量的变化，从而绘出时间变化趋势图，参照变化趋势图得出峰值变化规律；S7：结果空间显示，将船舶排放清单结果以热力图的形式显示在地图上，并分析各污染物的空间分布特征，得出航道和港口的水污染分布情况，从而完成船舶水污染的预测。2.根据权利要求1所述的一种基于AIS数据的船舶水污染预测方法，其特征在于，所述S2过程中其翻译的数据主要分为两类，分别为：动态数据项以及静态数据项目，且两组数据通过服务器进行分别存储，形成船舶的动态数据库和船舶的静态数据库。3.根据权利要求1所述的一种基于AIS数据的船舶水污染预测方法，其特征在于，...

【专利技术属性】
技术研发人员：钱正峰，包声波，
申请(专利权)人：南京汇海交通科技有限公司，
类型：发明
国别省市：