基于网络化密度聚类的船舶停泊点数据挖掘
【摘 要】 为获取船舶停泊行为规律，以大连港、天津港、青岛港、德国罗斯托克港、巴西桑托斯港和荷兰格罗宁根港等全球六大港口水域为例，基于Hive数据仓库和R语言平台，利用网格化DBSCAN算法，提取船舶在各港口水域停泊点位置、面积等信息，进而基于停泊点可视化结果，验证这六大港口实时可视化结果与基于历史数据挖掘结果相符。
研究成果有助于保障港口水域船舶安全通航，亦为船舶交通管理系统智能化奠定基础，从而推动港口行业持续、健康发展。
下载论文网 关键词】 船舶自?邮侗鹣低常?AIS）；数据挖掘技术；Hive数据仓库；网格化；空间密度聚类（DBSCAN） 0 引 言 港口作为海上交通枢纽及实现对外贸易往来的窗口，在促进地区经济发展方面起着重要作用。
在世界经济全球化的今天，国际贸易量增长促进了港口行业的快速发展。
在此背景下，加快港口水域船舶通航安全建设迫在眉睫，挖掘停泊点信息对于提高船舶安全通航至关重要。
借助数据挖掘技术和船舶自动识别系统（AIS），可对港口水域AIS数据进行深入数据挖掘，以获取船舶停泊行为规律。
在船舶通航安全研究方面，现有研究较多考虑船舶交通流特征来分析船舶通航规律[1—2]，未考虑停泊点作为港口水域运输枢纽在安全通航管理中的重要性。
鉴于此，本文基于Hive数据仓库和R语言平台，结合港口水域船舶交通特征和网格化具有噪声的空间密度聚类（DBSCAN）法，对大连港、天津港、青岛港、德国罗斯托克港、巴西桑托斯港和荷兰格罗宁根港等全球六大港口水域的停泊点位置、面积等信息进行数据挖掘，进而基于动态船舶地图上的停泊点可视化，从停泊点面积、经纬度偏差两个方面，对比这六大港口实时可视化停泊点位置与历史数据挖掘结果比对，验证本文研究方法的有效性、合理性。
1 六大港水域船舶交通情况 船舶停泊点包括港口和锚地，其中：港口是船舶安全往来的运输枢纽，在国际贸易和运输系统中发挥着重要作用；锚地是船舶停靠泊位前的候泊场所，其大小在一定程度上影响船舶通航安全。
[3] 因此，本文以全球具代表性的大连港、天津港、青岛港、德国罗斯托克港、巴西桑托斯港和荷兰格罗宁根港等六大港为例，利用AIS数据，对港口水域船舶停泊点进行数据挖掘。
六大港口水域经纬度范围见表1，经纬度选取均在为提高数据利用率和算法运行效率，对六大港口水域AIS动态数据进行以下预处理：首先，从Hive数据仓库中导出2015年1月1日?D5月31日数据，利用R语言平台进行数据清理，包括去除重复及异常数据；其次，基于船舶在停泊点附近具有船速趋于零的特征，筛选出船速等于零的AIS观测数据。
各港口水域船舶观测量见表2，其中：天津港船舶观测量最多，累计达26 661 494艘次；桑托斯港船舶观测量最少，累计达1 952 459艘次。
2 船舶停泊点数据挖掘算法及步骤 基于网格化的划分构造了一个全新的独立数据空间，将大量原始数据点放进具有经纬度范围属性的网格单元中，从而减少聚类对象以及降低噪声。
DBSCAN算法可以过滤低密度区域，发现稠密度样本区域，因此将网格划分法与DBSCAN算法相结合，提出船舶停泊点数据挖掘的思路和方法。
利用Hive数据仓库和R语言平台，建立基于网格化的DBSCAN算法，从船舶停泊行为角度数据挖掘分析船舶交通行为，分析海上船舶停泊点，具体步骤如下： 步骤1：针对清理后的AIS数据，将经纬度进行网格化操作。
步骤2：统计每个网格内的船舶数、航行速度、船舶停泊时间等信息，其中，若一艘船舶在同一个网格内出现的天数为n，则记船舶数为n。
步骤3：设定网格单元船舶数阈值，对网格进行筛选。
当网格内船舶数低于150艘时，不予保存。
步骤4：针对筛选后的网格，利用DBSCAN算法进行聚类，得到若干分类簇作为停泊点，密度聚类半径参数设定为0.02，最小目标数为3。
步骤5：基于DBSCAN结果，统计各分类的位置信息和船舶信息，并将数据挖掘结果与动态船舶地图上的停泊点参照位置（Marine Traffic网站港口标识位置）进行比对，验证研究方法的正确性和有效性。
3 实证分析 3.1 国内三大港口停泊点数据挖掘结果 基于网格化DBSCAN算法，挖掘大连港、天津港、青岛港国内三大港口水域的停泊点数据，分别挖掘出停泊点4个、5个和4个，详情见表3。
验证结果如下： （1）大连港水域1～4号停泊点的面积分别为3.23 km2、56.70 km2、27.00 km2和54.40 km2，停泊点的船舶艘数分别为、、和，其中2号停泊点的面积和船舶艘数均为最大，1号停泊点的面积和船舶艘数均最小。
通过比较停泊点的面积和停泊点的船舶艘数，认为运用DBSCAN算法所得的大连港停泊点面积大小与实际情况相符，进而将数据挖掘所得停泊点中心位置坐标与参照位置坐标进行对比，经度和纬度误差均在1 km内，这证明大连港停泊点数据挖掘结果是合理的。
（2）天津港水域1～5号停泊点的面积分别为5.10 km2、208.00 km2、21.00 km2、36.00 km2和6.00 km2，停泊点的船舶艘数分别为、、、和562；青岛港水域1～4号停泊点的面积分别为4.90 km2、117.00 km2、23.56 km2和11.20 km2，停泊点的船舶艘数分别为、、和。
比较停泊点的面积和停泊点的船舶艘数，运用DBSCAN算法所得的天津港和青岛港停泊点面积大小与实际情况同样相符，进而比较中心位置坐标与参照位置坐标，经纬度误差均在可接受范围内，这证明天津港和青岛港的停泊点数据挖掘结果同样合理。
以动态船舶地图将停泊点数据挖掘结果进行可视化，进一步验证网格化DBSCAN结果的合理性。
大连、天津、青岛这三大港口停泊点可视化结果见图1，从左至右分别为大连港、天津港、青岛港，其中：红色大矩形圈定本文研究水域范围内的实时动态船舶地图；红色数字代表挖掘所得停泊点的中心位置；黄色标志代表港口所在位置；标志代表处于在航状态的船舶，不同颜色对应不同类型船舶；菱形标志代表处于停泊状态的船舶。
基于历史AIS数据挖掘所得停泊点（数字标识区域）基本上覆盖大连、天津、青岛这三大港口水域范围的实际停泊点（菱形标志密集区域）。
天津港停泊点可视化结果表明，2号停泊点的停靠船舶数最多且覆盖面积最大，1号停泊点的停靠船舶数最少且覆盖面积最小，这与表3分析结果完全一致；同理，大连港和青岛港的停泊点可视化结果与表3分析结果同样一致，这说明大连、天津、青岛等国内三大港口水域停泊点的实时可视化结果与基于历史AIS数据挖掘结果相符。
3.2 国外港口停泊点数据挖掘结果 选择对德国罗斯托克港、巴西桑托斯港、荷兰格罗宁根港等3个国外港水域进行停泊点数据挖掘分析，得出3个国外港口水域的停泊?c分别是2个、1个和6个，详情见表4。
验证结果如下： （1）罗斯托克港水域1号和2号停泊点的面积分别为52.38 km2和7.80 km2，停泊点的船舶艘数分别为和475，其中1号停泊点的面积和船舶艘数均大于2号。
通过比较停泊点的面积和停泊点的船舶数，运用DBSCAN算法所得的罗斯托克港停泊点面积大小与实际情况相符，将数据挖掘所得的停泊点中心位置坐标与参照坐标进行对比，结果表明：1号停泊点的2个坐标非常接近，而2号停泊点的中心位置坐标与参照坐标之间存在偏差。
出现偏差的原因一方面与网页停泊点参考坐标信息的实时性相关，另一方面与该水域AIS船舶数据样本量少且不完整有关。
（2）桑托斯港水域数据挖掘得出1个停泊点，面积为69.70 km2，船舶数为艘；格罗宁根港水域1～6号停泊点面积分别为3.15 km2、23.20 km2、1.80 km2、2.09 km2、8.74 km2和24.00 km2，船舶艘数分别为、、668、、和。
对比停泊点面积和船舶艘数，运用DBSCAN算法所得的格罗宁根港停泊点面积大小与实际情况相符，将数据挖掘所得停泊点中心位置坐标与参照坐标进行对比，结果表明经纬度误差均在1 km内?D?D桑托斯港和格罗宁根港停泊点数据挖掘结果同样合理。
对停泊点数据挖掘结果进行可视化，这3个港口停泊点可视化结果见图2（从左至右分别为罗斯托克港、桑托港、格罗宁根港）。
类比国内港口停泊点可视化分析过程，得到如下结论：这3个国外港口水域停泊点的实时可视化结果与基于历史AIS数据挖掘的结果一致。
参考文献： [1] 潘家财，邵哲平，姜青山.数据挖掘在海上交通特征分析中的应用研究[J].中国航海，2010（2）：60—62. [2] 朱飞祥，张英俊，高宗江.基于数据挖掘的船舶行为研究[J].中国航海，2012，（2）：50—54. [3] 郭晓清，黄建设.厦门港与我国主要港口竞争力的比较分析[J].中国航海，2015（4）：121—124.