為了解決現(xiàn)有規(guī)范里缺乏大型航道通航寬度計(jì)算方法的現(xiàn)實(shí)問題,建立了一套基于AIS大數(shù)據(jù)的分析方法,并開發(fā)了相關(guān)軟件,利用關(guān)系型數(shù)據(jù)庫、CAD可視化技術(shù)、數(shù)學(xué)擬合算法等技術(shù),有效解決了AIS數(shù)據(jù)量極大、有效數(shù)據(jù)篩選難、解析效率低、易出錯(cuò)等難點(diǎn),達(dá)到快速分析海量AIS數(shù)據(jù)的目的,通過同航道等級(jí)及以上的船舶現(xiàn)場運(yùn)行AIS數(shù)據(jù),為航道通航寬度計(jì)算和優(yōu)化提供重要支撐。選取C#.Net語言結(jié)合界面框架WPF與數(shù)據(jù)庫SQLite聯(lián)合開發(fā)相關(guān)成果,在連云港港30萬噸級(jí)航道二期工程中進(jìn)行了實(shí)踐,對(duì)同類工程應(yīng)用AIS大數(shù)據(jù)具有參考意義。 

【文章來源】：水運(yùn)工程. 2020,(11)北大核心

【文章頁數(shù)】：5 頁

【部分圖文】：

某地某日的原始潮位數(shù)據(jù)及其擬合曲線

第11期王飛，等:基于AIS大數(shù)據(jù)分析的航道通航寬度計(jì)算方法本軟件開發(fā)基于C?S(即Client?Server客戶端?服務(wù)器端)架構(gòu)，軟件開發(fā)層次分為前端交互開發(fā)與后端邏輯開發(fā)(圖4)，其中前端主要包括“文件管理”“數(shù)據(jù)管理”與各用戶交互模塊;后端服務(wù)前端，為了滿足大數(shù)據(jù)的讀寫操作，應(yīng)采用“數(shù)據(jù)庫”作為數(shù)據(jù)容器，“圖形交互”主要為了提高軟件的交互性能，其他部分如“讀寫操作”與“底層函數(shù)”，對(duì)應(yīng)服務(wù)前端的各應(yīng)用模塊。軟件開發(fā)采用C#.Net語言，核心的大數(shù)據(jù)采用SQLite數(shù)據(jù)庫，前端界面為WPF(WindowsPresentationFoundation，基于Windows系統(tǒng)的用戶界面框架)。圖4軟件開發(fā)層次考慮到大數(shù)據(jù)處理分析的效率，本文采用C#．Net與數(shù)據(jù)庫SQLite進(jìn)行聯(lián)合開發(fā)。其中，SQLite為輕型數(shù)據(jù)庫，是遵守ACID的關(guān)系型數(shù)據(jù)庫管理系統(tǒng)，數(shù)據(jù)處理速度快，適合大結(jié)構(gòu)化數(shù)據(jù)的儲(chǔ)存、提娶分析和存入等操作。相關(guān)開發(fā)成果見圖5。圖5軟件界面軟件最終除了輸出常規(guī)的文本數(shù)據(jù)外，還將航行軌跡線統(tǒng)一輸出到AutoCADCivil3D［5］中(圖6)，以協(xié)助可視化校核。通過隨機(jī)抽取AIS船舶樣本進(jìn)行手動(dòng)計(jì)算驗(yàn)證，軟件計(jì)算正確率達(dá)到100%，AIS數(shù)據(jù)處理效率至少提升10倍以上。圖6綜合數(shù)據(jù)可視化篩選4工程應(yīng)用本文的開發(fā)成果已應(yīng)用于連云港港30萬t航道工程關(guān)于航道通航寬度(圖7)的深化研究中，該研究基于連云港區(qū)25萬噸級(jí)及以上AIS船舶數(shù)據(jù)，提出了不同保證率對(duì)應(yīng)的船舶漂移倍數(shù)，以及不同條件下航道船舶漂移倍數(shù)取值。圖7連云港港30萬t航道采用本文研發(fā)的算法與軟件，對(duì)50余萬條原始數(shù)據(jù)進(jìn)行橫流、航行軌跡等航行數(shù)據(jù)的篩選和分析，最終得到所有樣本的航跡帶寬度結(jié)果(表2)，總耗時(shí)6d(共6組數(shù)據(jù)源，含人工處理修正的時(shí)間，其中每組純計(jì)算時(shí)間約3～4h

菘狻弊魑??萑萜鰨?巴夾謂換ァ敝饕??頌岣?軟件的交互性能，其他部分如“讀寫操作”與“底層函數(shù)”，對(duì)應(yīng)服務(wù)前端的各應(yīng)用模塊。軟件開發(fā)采用C#.Net語言，核心的大數(shù)據(jù)采用SQLite數(shù)據(jù)庫，前端界面為WPF(WindowsPresentationFoundation，基于Windows系統(tǒng)的用戶界面框架)。圖4軟件開發(fā)層次考慮到大數(shù)據(jù)處理分析的效率，本文采用C#．Net與數(shù)據(jù)庫SQLite進(jìn)行聯(lián)合開發(fā)。其中，SQLite為輕型數(shù)據(jù)庫，是遵守ACID的關(guān)系型數(shù)據(jù)庫管理系統(tǒng)，數(shù)據(jù)處理速度快，適合大結(jié)構(gòu)化數(shù)據(jù)的儲(chǔ)存、提娶分析和存入等操作。相關(guān)開發(fā)成果見圖5。圖5軟件界面軟件最終除了輸出常規(guī)的文本數(shù)據(jù)外，還將航行軌跡線統(tǒng)一輸出到AutoCADCivil3D［5］中(圖6)，以協(xié)助可視化校核。通過隨機(jī)抽取AIS船舶樣本進(jìn)行手動(dòng)計(jì)算驗(yàn)證，軟件計(jì)算正確率達(dá)到100%，AIS數(shù)據(jù)處理效率至少提升10倍以上。圖6綜合數(shù)據(jù)可視化篩選4工程應(yīng)用本文的開發(fā)成果已應(yīng)用于連云港港30萬t航道工程關(guān)于航道通航寬度(圖7)的深化研究中，該研究基于連云港區(qū)25萬噸級(jí)及以上AIS船舶數(shù)據(jù)，提出了不同保證率對(duì)應(yīng)的船舶漂移倍數(shù)，以及不同條件下航道船舶漂移倍數(shù)取值。圖7連云港港30萬t航道采用本文研發(fā)的算法與軟件，對(duì)50余萬條原始數(shù)據(jù)進(jìn)行橫流、航行軌跡等航行數(shù)據(jù)的篩選和分析，最終得到所有樣本的航跡帶寬度結(jié)果(表2)，總耗時(shí)6d(共6組數(shù)據(jù)源，含人工處理修正的時(shí)間，其中每組純計(jì)算時(shí)間約3～4h)，相比傳統(tǒng)算法2～3個(gè)月的解析時(shí)間，大幅提高了AIS數(shù)據(jù)處理和分析的效率。·541·

【參考文獻(xiàn)】：
期刊論文
[1]BIM在疏浚設(shè)計(jì)中的二次開發(fā)與應(yīng)用[J]. 王飛,于康康,黃曄卉.  水運(yùn)工程. 2017(11)
[2]基于大型船舶實(shí)船觀測的開敞海域淺灘深挖槽航道通航寬度[J]. 郭冬冬,金雪英,曹恩廣,程鑫,車軍,馬興華.  中國港灣建設(shè). 2016(11)
[3]長江口深水航道雙向通航船舶寬度開發(fā)與研究[J]. 陳愛平,智廣路,楊曉東.  中國航海. 2008(02)
[4]航道邊線與橋墩之間安全距離的研究[J]. 沈小雄,程永舟,胡旭躍,歐陽飛.  水運(yùn)工程. 2004(11)



本文編號(hào)：3546621