一种基于轨迹聚类的船舶互助组救援有效性检验方法

摘要

本发明涉及一种基于轨迹聚类的船舶互助组救援有效性检验方法，包括：获取船舶互助组活动时的一段离散时间序列；在各个时刻获取各艘船的船位信息，并建立各艘船的时空轨迹；计算在各个时刻，某一艘船舶与其它所有组内船舶在此时的船位的欧式距离，并计算其中的最短距离；判断得到的最短距离是否小于最远安全距离；计算在离散时间序列内符合最短距离小于最远安全距离的次数，获得某一船舶在离散时间序列内符合最佳营救条件的比例，并根据该比例判断某一船舶在离散时间序列内是否适合被组内其他船舶救助；计算适合被组内救助的船只总数占该编组中所有渔船总数的百分比。本发明克服了现有船舶互助组在编组计划安排中存在的管理者主观性和随意性影响。

说明书

技术领域

本发明涉及海上救援技术领域，特别是涉及一种基于轨迹聚类的船舶互助组救援有效 性检验方法。

背景技术

为了降低安全生产管理的难度与险情救援的成本，并提升渔业生产效率，我国沿海多 地的渔业主管部门开始越来越多地采用将渔船编成互助组的方式，以期达到编组内部自我 管理、编组渔船间“互助互救，合作共赢”的效果。然而，现有的渔船互助组组成的主要 依据为：(1)基于渔业主管部门对渔船所有者的地缘关系；(2)生产合作社的经济利益。 对于基于这样原则建立的渔船互助组，其组内船只在互救作用上的有效性问题，在国内外 却尚未有较为科学的、量化的、系统的检验方法被提出。

渔船监测系统(VMS，Vessel Monitoring System)能够提供渔船位置和活动状态信息， 目前我国渔船安装船舶自动识别设备(AIS)近5万艘、北斗卫星船位监控近2.9万艘， CDMA公众移动通讯设备11万艘。由于北斗卫星传送的经纬度船位数据的时间分辨率为3 分钟，空间分辨率约为10米，时空精度高，实时性强。通过北斗渔船监控系统收集的渔 船船位信息，可以建立渔船的时空轨迹模型，从而便可在时空轨迹数据的研究方法和思想 下探究渔船互助组的救援有效性问题。

目前，时空轨迹数据研究的应用范围涵盖了人类行为、气象灾害预警、交通物流等诸 多方面，通过对各种时空轨迹数据进行聚类分析，可以提取时空轨迹数据中的相似和异常 特征，从而有助于发现其中有意义的模式。这使得追溯编组渔船的活动，分析编组内渔船 之间的活动规律、模式、关系，并最终建立一种量化分析互助组救援有效性的方法成为可 能。

发明内容

本发明所要解决的技术问题是提供一种基于轨迹聚类的船舶互助组救援有效性检验 方法，克服现有渔船互助组在编组计划安排中存在的管理者主观性和随意性影响。

本发明解决其技术问题所采用的技术方案是：提供一种基于轨迹聚类的船舶互助组救 援有效性检验方法，包括以下步骤：

(1)获取船舶互助组活动时的一段离散时间序列；

(2)在各个时刻获取各艘船的船位信息，并根据船位信息建立各艘船的时空轨迹；

(3)计算在各个时刻，某一艘船舶与其它所有组内船舶在此时的船位的欧式距离， 并计算其中的最短距离；

(4)判断得到的最短距离是否小于最远安全距离；

(5)计算在离散时间序列内符合最短距离小于最远安全距离的次数，获得某一船舶 在离散时间序列内符合最佳营救条件的比例，并根据该比例判断某一船舶在离散时间序列 内是否适合被组内其他船舶救助；

(6)对组内其他船舶，重复步骤(3)-(5)，计算适合被组内救助的船只总数占该编 组中所有渔船总数的百分比。

所述步骤(2)中的船位信息采用的是空间维平面上的横纵坐标。

所述步骤(2)中根据船位信息建立各艘船的时空轨迹包括以下步骤：

(A)筛选船位记录信息最丰富的天数与最丰富的编组；

(B)利用PAA方法对船舶时空轨迹进行简化；

(C)利用局部线性插值函数重构简化后的船舶时空轨迹；

(D)利用分段保形三次Hermite插值算法填补重构后的船舶时空轨迹中的船位数据 缺失。

所述步骤(B)中PAA方法为：使用一个固定宽度的滑动窗口界定时空轨迹的每个分 段，整个窗口使用其内部的均值表示；设简化前的轨迹为λ＝<(w₁,t₁),(w₂,t₂),...,(w_n,t_n)>， 简化后的轨迹为$\bar{\lambda }=<({\bar{w}}_1,t_1),({\bar{w}}_2,t_1+\mathrm{\Delta t}),...,({\bar{w}}_m,t_1+(m-1)\mathrm{\Delta t})>,$其中，w_i(1≤i≤n)表示在t_i时 λ的二维空间坐标；表示在t_j时的二维空间坐标，且m＜＜n，Δt为滑动窗 口宽度。

所述最远安全距离是通过海上救助部门结合互助组内渔船的类型和不同海上险情的 救援响应要求来确定的。

所述步骤(6)后还包括对船舶互助组进行有效性分级的步骤，判断方式为： $G_{\mathrm{LV}}=F(S_i\%)=\left(\begin{array}{cc}{\mathrm{LV}}_1& S_i\%\in \left[S_{\mathrm{LV}1}\%,S_{\mathrm{LV}2}\%\right)\\ {\mathrm{LV}}_2& S_i\%\in [S_{\mathrm{LV}2}\%,S_{\mathrm{LV}3}\%)\\ ...& ...\\ {\mathrm{LV}}_P& S_i\%\in [S_{\mathrm{LVP}}\%,100\%]\end{array}\right),$其中，G_LV为一个互助组的救援有效性指标， 该指标按实际需要被划分为P个等级，S_i％为适合被组内救助的船只总数占该编组中所有 渔船总数的百分比，S_LV1％、S_LV2％、……、S_LVP％为各分级的比例数。

适合被组内救助的船只总数占该编组中所有渔船总数的百分比 S_i％＝F(G_i<N₁,N₂,...,N_n>,<T₁,T₂,...,T_n>,δ％,D)，其中，G_i<N₁,N₂,...,N_n>代表一个互助组内 的所有n艘船舶以及各艘船舶的船位信息，<T₁,T₂,...,T_n>代表离散时间序列，δ％代表“易 得到救助”的轨迹长度在一条船舶时空轨迹中所占的比例的一个判别阈值，D代表最远安 全距离。

有益效果

由于采用了上述的技术方案，本发明与现有技术相比，具有以下的优点和积极效果： 本发明将互助组救援有效性检验被转换为特殊的轨迹聚类问题求解，对互助组的救援有效 性通过“救援有效的船舶轨迹”占互助组内所有船舶的比例进行判断，并按实际需要进 行分级，从而克服现有船舶互助组在编组计划安排中存在的管理者主观性和随意性影响， 为渔业管理部门设计、调整编组方案提供一个较为科学、量化的参考标准。

附图说明

图1是实施例中筛选出的船位数据的经度区间分布图；

图2是渔船轨迹的简化近似与轨迹重构原理、流程示意图；

图3是实施例中D1为最远安全距离时的编组有效性等级比例分布图；

图4是实施例中D2为最远安全距离时的编组有效性等级比例分布图；

图5是实施例中D3为最远安全距离时的编组有效性等级比例分布图。

具体实施方式

下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而 不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人 员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定 的范围。

本发明的实施方式涉及一种基于轨迹聚类的船舶互助组救援有效性检验方法，包括以 下步骤：

(1)对某一编组G_i<N₁,N₂,...,N_n>(N_j代表组内各船),获取船舶互助组活动时的一 段离散时间序列<T₁,T₂,...,T_m>。

(2)在各个时刻(T_k)获取各艘船N_j的船位信息N_j(X_jk,Y_jk,T_k)(k∈[1,m])，其中，X_jk， Y_jk为船只在T_k空间维平面上的横纵坐标(投影坐标系下的)，从而可以建立各艘渔船的时 空轨迹$\stackrel{T_1\to T_m}{N_j}=<(X_{j1},Y_{j1},T_{j1}),(X_{j2},Y_{j2},T_{j2}),...,(X_{\mathrm{jm}},Y_{\mathrm{jm}},Y_{\mathrm{jm}})>.$值得一提的是，所述的船位信息 中的X_jk,Y_jk是投影坐标系下的横纵坐标，如果原始的船位数据记录的是地理坐标(经纬度 坐标)，则需要分析原始数据的经纬度分布特征来确定转换为何种投影坐标系下的横纵坐 标。

(3)计算在T_k时，某一艘船舶N_j(X_jk,Y_jk,T_jk)与其它所有组内船舶 N_t(X_tk,Y_tk,T_tk)(t≠j)在此时的船位的欧式距离，并计算其中的最短距离 mindis<N_j(X_jk,Y_jk,T_jk),N_t(X_tk,Y_tk,T_tk)>(t≠j)。

(4)判断T_k时N_j是否能获得组内救助：即判断 mindis<N_j(X_jk,Y_jk,T_jk),N_t(X_tk,Y_tk,T_tk)>(t≠j)是否小于最远安全距离D。其中，最远安全距 离是通过船舶管理部门或海上救助部门结合互助组内渔船的类型和不同海上险情的救援 响应要求来确定的。

(5)判断轨迹救援有效性：

计算在<T₁,T₂,...,T_m>内符合mindis<N_j(X_jk,Y_jk,T_jk),N_t(X_tk,Y_tk,T_tk)>＜D(t≠j,k∈[1,m])的 次数——M，通过Q(N_j)＝M/m×100％获得N_j在<T₁,T₂,...,T_m>内符合最佳营救条件的船位 比例。之后将Q(N_j)与δ％比较(即计算N_j的时空轨迹中“易得到救助”的轨迹长度比 例是否大于δ％)，从而判断N_j在<T₁,T₂,...,T_m>内是否适合被组内其他渔船救助。

(6)对组内其他船只，重复步骤(3)-(5)，计算适合被组内救助的船只总数占该编 组中所有渔船总数的百分比(S_i％)，将S_i％作为检验该编组有效性的标志。

(7)对船舶互助组进行有效性分级的步骤，判断方式为：

$G_{\mathrm{LV}}=F(S_i\%)=\left(\begin{array}{cc}{\mathrm{LV}}_1& S_i\%\in \left[S_{\mathrm{LV}1}\%,S_{\mathrm{LV}2}\%\right)\\ {\mathrm{LV}}_2& S_i\%\in [S_{\mathrm{LV}2}\%,S_{\mathrm{LV}3}\%)\\ ...& ...\\ {\mathrm{LV}}_P& S_i\%\in [S_{\mathrm{LVP}}\%,100\%]\end{array}\right)---\left(1\right)$

其中，G_LV为一个互助组的救援有效性指标，该指标按实际需要被划分为P个等级，S_i％为 适合被组内救助的船只总数占该编组中所有渔船总数的百分比，S_LV1％、S_LV2％、……、 S_LVP％为各分级的比例数。

其中，适合被组内救助的船只总数占该编组中所有渔船总数的百分比 S_i％＝F(G_i<N₁,N₂,...,N_n>,<T₁,T₂,...,T_n>,δ％,D)   (2)

其中，G_i<N₁,N₂,...,N_n>代表一个互助组内的所有n艘船舶以及各艘船舶的船位信息， <T₁,T₂,...,T_n>代表离散时间序列，δ％代表“易得到救助”的轨迹长度在一条船舶时空轨迹 中所占的比例的一个判别阈值，D代表最远安全距离。

其中，所述的渔船时空轨迹在建立过程中需要经过船位数据的筛选、轨迹简化、轨迹 重构、轨迹插值等步骤的处理，具体处理步骤如下：

(A)为提取出典型渔业活动繁忙期的编组渔船的活动模式，筛选船位记录信息最丰 富的天数与最丰富的编组，以保证样本在这段繁忙期的记录的时空完整性。进一步确保建 立在这些船位信息上的时空轨迹的代表性。

(B)利用PAA(Piecewise Aggregate Approximation)方法对渔船时空轨迹进行简化， 从而达到轨迹间采样率相同、时间序列对应、减少计算机性能消耗等效果。

PAA方法使用一个固定宽度的滑动窗口界定时空轨迹的每个分段，整个窗口使用其内 部的均值表示。

设简化前的轨迹为λ＝<(w₁,t₁),(w₂,t₂),...,(w_n,t_n)>；

简化后的轨迹为$\bar{\lambda }=<({\bar{w}}_1,t_1),({\bar{w}}_2,t_1+\mathrm{\Delta t}),...,({\bar{w}}_m,t_1+(m-1)\mathrm{\Delta t})>,$

其中，w_i(1≤i≤n)表示在t_i时λ的二维空间坐标；表示在t_j时的二维空间 坐标，且m＜＜n。而对则有：

${\bar{w}}_j=\frac{1}{{\alpha }_j}\underset{k=1}{\overset{{\alpha }_j}{\Sigma }}{w}_{\mathrm{jk}}---\left(3\right)$

其中，Δt为滑动窗口的宽度，α_j为λ在t∈[t_j,t_j+Δt)中记录点的个数。

(C)利用局部线性插值函数，重构步骤(B)中简化后的轨迹。

(D)利用分段保形三次Hermite插值算法，填补步骤(C)中重构后的轨迹中的船 位数据缺失。

其中，分段保形三次Hermite插值算法的原理如下：

对于一条时空轨迹中的一组控制点：(x₀,y₀,t₀),...,(x_i,y_i,t_i),...,(x_n,y_n,t_n)， t₀＜...＜t_i＜...＜t_n，空间坐标x、y都被看作关于时间t的函数，分别记为H_x(t)、H_y(t)，统 一由H(t)表示，则插值函数H(t)可表示为：

$H\left(t\right)=\left(\begin{array}{cc}{H}_1\left(t\right)& t\in [t_0,t_1]\\ ...& \\ H_i\left(t\right)& t\in [t_{i-1},t_i]\\ ...& \\ H_n\left(t\right)& t\in [t_{n-1},t_n]\end{array}\right)$

其中，z_i表示某个子区间中的某一空间维度的坐标，当求H_x(t)时，使用z_i代表x_i； 当求H_y(t)时，使用z_i代表y_i；d_i为轨迹在t_i时z_i处的斜率。若t∈[t_i-1,t_i]，则分段保形三次 Hermite插值多项式如下：

$H_i\left(t\right)=\underset{j=i-1}{\overset{i}{\Sigma }}[1-2(t-t_j)l_j^{\prime }\left(t_j\right)]{l_j}^2\left(t\right)z_j+\underset{j=i-1}{\overset{i}{\Sigma }}(t-t_j){l_j}^2\left(t\right)d_j$

其中l_i(t)、l_i-1(t)、l_i′(t_i)、l′_i-1(t_i-1)分别表示如下：

l_i(t)＝(t-t_i-1)/(t_i-t_i-1)，

l_i-1(t)＝(t-t_i)/(t_i-1-t_i)，

l_i′(t_i)＝1/(t_i-t_i-1)，

l′_i-1(t_i-1)＝1/(t_i-1-t_i)，

d_i的算法如下：

$\frac{3(t_{i+1}-t_{i-1})}{d_i}=\frac{2(t_{i+1}-t_i)(t_i-t_{i-1})+{(t_i-t_{i-1})}^2}{(z_i-z_{i-1})}+\frac{{(t_{i+1}-t_i)}^2+2(t_i-t_{i-1})(t_{i+1}-t_i)}{(z_{i+1}-z_i)}(i=\mathrm{1,2},...,n).$

下面以一个具体的实施例来进一步说明本发明。

本实施例中使用的是渔船船位数据来源于北斗民用分理服务商，数据信息主要包括渔 船的北斗卡号、经纬度位置、航速、航向、发报时间。船位数据的时间分辨率为3min， 空间分辨率约为10m。渔船互助组信息来源于浙江省某县的渔业管理部门。

1.船位数据的筛选

筛选标准：

①编组的船只在北斗数据库中存在对应的记录；

②日期是北斗数据库中船位记录数最丰富的十天(渔业活动最繁忙)：

③渔船不处于锚泊状态，北斗数据库中的Speed字段值>0(保证渔船是在海上航行、作 业中)；

④GroupNo(互助组编号)是这十天里记录最丰富的十个编组；

在遵循筛选标准①②③进行处理后，可以将样本范围缩小至251个互助组，共计1305 艘渔船在渔业活动最繁忙时期的十天的船位数据，如表1所示，然后再遵循筛选标准④进 行处理，可得表2。

表1

表2

2.地理坐标转换为投影坐标

因为实施例中使用的北斗船位数据库中记录的均为地理坐标(经纬度坐标)，而后续的 互助组救援有效性的检验要计算不同船位之间的欧式距离，所以需要将上一步处理得到的 那些样本点经纬度信息转换为某个投影坐标系下的坐标层，通过统计之前筛选出的24781 个船位记录的经度，得到图1，从该图中可以看出大部分记录点的经度位于122°E～125°E 之间。所以选择Beijing_1954_3_Degree_GK_CM_123E作为船位地理坐标转换之后的投影 坐标系统，使每个记录点获得在该坐标系统下投影坐标。

3.渔船时空轨迹的简化与重构

因为在实施例中所采用的原始渔船船位数据虽然有固定的时间分辨率，但是并非每艘 船都会在同一时刻发送船位信息，并且由于仪器故障或人为违规操作也会造成部分船位数 据缺失，这些导致了所研究的同一条渔船时空轨迹的不同位置采样率不一定均匀或不同轨 迹间采样时刻不对应。而且，3min的时间分辨率对于分析散布在大海上的渔船动辄几天至 若干星期的渔业活动模式而言显然太小。

所以便利用PAA(Piecewise Aggregate Approximation)方法对渔船时空轨迹进行简化以 克服上述问题，如式(3)所示，在本实施例中，滑动窗口宽度Δt取1h。

之后，采用局部线性插值函数来表达相邻点之间可能存在的运动模式，即假设相邻记 录点之间渔船做匀速直线运动，重构简化后的轨迹。整个渔船时空轨迹的简化与重构的过 程可表示为图2。

4.渔船时空轨迹的插值

虽然在之前的数据处理步骤中已经通过船位数据的筛选与时空轨迹的简化来保证需 要分析的轨迹记录点序列的时空完整性。但是依然存在部分时间段船位数据的缺失，因此 需要一种能够有效填补空缺值的插值方法。在实施例中，基于适用性、插值精度、使用条 件等因素的考虑，故采用分段保形三次Hermite插值来填补缺失的船位数据。

5.D值的确定

D代表“最远安全距离”，即当险情发生时，互助组内其它的船只能够对其施以有效救 援行动的最远距离，在实施例中，该值由浙江省某县的渔业管理部门结合互助组内渔船的 类型和不同海上险情的救援响应要求来确定的。得出三个候选值：从小到大分别为D1、 D2、D3，对应30000m,50000m,100000m。

6.S_i％的计算

S_i％代表“救援有效的渔船轨迹”占互助组内所有渔船轨迹的比例。在实施例中，北斗 船位数据库中的原始数据经船位数据筛选以及渔船时空轨迹的简化、重构、插值等步骤之 后，根据式(2)及其对应的计算流程，共有10个编组93艘船(每艘船有240个记录点)， 总计22320个记录点参与互助组救援有效性判别算法的运算，可以获得10个编组在D1、 D2、D3下的S_i％值，如表3所示。

表3

7.互助组救援有效性的分级

在实施例中，根据表3的结果，并综合式(1)，取P值为3，将G_LV分为三个等级，分 别是低有效性(LV₁)：Si％∈[0％，50％)；中有效性(LV₂)：Si％∈[50％，80％)；高有效性(LV₃)： Si％∈[80％,，00％)。得到10个编组在不同最远安全距离下的有效性等级的比例如图3、图 4、图5所示。

8.互助组有效性检验的结果分析

从图3、图4、图5可以分析得出，在判别阈值为D1(30000m)、D2(50000m)时，处于 低有效性的编组比例均大于60％，所以在这样的判别阈值下的互助组整体对海上渔船险情 救助贡献的有效性是较低的，不足以让人信服。而在D3(100000m)时，处于高、中有效性 的编组比例合计为90％，所以在这个判别阈值下，互助组整体对海上渔船险情救助贡献有 效性较高。较好实现了互助组制度的设计初衷。