Clustering analysis and identification of marine traffic congested zones at Wusongkou, Shanghai

• Autorzy: Oo Kyay Mone Soe Oo Kyay Mone , Shi Chaojian Shi , Hu Qinyou Hu , Weintrit A.

Warianty tytułu

PL

Analiza i identyfikacja stref natężenia ruchu morskiego w okolicach portu Wu song ku w Szanghaju

• Języki publikacji: EN

Abstrakty

EN

Shanghai, with its natural, cultural and historical wealth, is not only one of China's most beautiful cities, but it is also one of the most exciting cities in the world. However, there are enormous challenges for navigation in the Shanghai Strait due to its geographical, geopolitical and oceanographic structure. One of the challenges is the marine traffic which crosses from one side to other of the strait. In this study, an attempt is made to identify of vessel traffic zones based on DBSCAN in the Wusongkou. It is located along the north end of Huangpu river which flows from South-West of Shanghai to the North-East and flows into Yangtze river. Ship's domain is introduced into the DBSCAN algorithm, a particle suitable clustering algorithm is improved for clustering the real-time ship's dynamic data and detecting potential traffic congested areas at sea, and define three neighborhood models. In addition, fuzzy evaluation model is applied to identify traffic congestion degree. At the end of study, combining the improved DBSCAN algorithm and fuzzy evaluation model for traffic congestion degree, using three neighborhood models with different size to analyses the AIS data from the vessels nearby Wusongkou in Shanghai, and build the corresponding figure of traffic condition visualisation, used to visualise the evaluation result. The result indicate that the neighborhood three model (length is seventeen times of ship's length, width is six point four times of ship's length plus ship's width) can identify the traffic congested zones better.

PL

Szanghaj, z jego naturalnym, kulturalnym i historycznym bogactwem, jest nie tylko jednym z najpiękniejszych miast chińskich, ale również jednym z najbardziej fascynujących miast na świecie. Jednakże wody wokół Szanghaju stanowią duże wyzwania dla nawigacji ze względu na skomplikowane geograficzne, geopolityczne i oceanograficzne struktury obszaru. Jednym z wyzwań jest ogromne natężenie ruchu morskiego, który krzyżuje się w tym miejscu. Wusongkou to miejsce zlokalizowane wzdłuż północnego końca rzeki Huanpu, która płynie z południowego zachodu na północny wschód i wpływa do rzeki Jangcy. W niniejszym opracowaniu podjęto próbę identyfikacji stref natężenia ruchu w okolicach Wusongkou opartą na algorytmie DBSCAN (Density-Based Spatial Clustering of Applications with Noise) i modelowaniu odległościowym z rozmytym kryterium dopasowania. W zastosowanych algorytmach DBSCAN uwzględniono domenę statku, a także algorytmy grupowania pozwalające częściowo uwzględnić rzeczywiste dynamiczne dane statków w celu wykrycia obszarów o największym natężeniu ruchu. Głównym celem pracy jest budowa modelu algorytmu predykcji, identyfikacji i prezentacji w czasie rzeczywistym obszarów o szczególnie dużym natężeniu ruchu morskiego dla rzeczywistych danych statystycznych o ruchu statków na akwenie podejściowym do Shanghaju oraz wybór modelu algorytmu optymalnego dla danego akwenu wodnego.

Słowa kluczowe

EN

navigation; marine traffic; Wusongkou; Shanghai

PL

nawigacja; ruch morski; Wusongkou; Shanghaj

• Wydawca: Wydawnictwo Uniwersytetu Morskiego w Gdyni
• Czasopismo: Zeszyty Naukowe Akademii Morskiej w Gdyni
• Rocznik: 2010
• Tom: nr 67
• Strony: 101--113
• Opis fizyczny: Bibliogr. 11poz., rys.

Twórcy

autor

Oo Kyay Mone Soe Oo Kyay Mone

autor

Shi Chaojian Shi

autor

Hu Qinyou Hu

autor

Weintrit A.

• Shanghai Maritime University, China Myanmar Maritime University, Myanmar

Bibliografia

• 1. Davis G.B., Carely K.M., Computational Analysis of Merchant Marine GPS Data, CASOS Technical Report, Carnegie Mellon University, 2006(11).
• 2. Ester M., Kriegel H.P., Sander J., Xu X., A density-based algorithm for discovering clusters in large spatial databases, Knowledge Discovery and Data Mining (KDD'96), Portland, 1996(8).
• 3. Fujii Y., Traffic Engineering at Sea, Haiwen Hall, Tokyo 1981.
• 4. Han J., Kamber M., Data Mining: Concepts and Techniques, second edition, Morgan Kaufmann, 2006.
• 5. Kaufman L., Rousseeuw P.J., Finding Groups in Data: An Introduction to Cluster Analysis, Wiley, New York 1990.
• 6. Ng R.T., Han J., Effcient and Effective Clustering Methods for Spatial Data Mining, Proc. 20th Int. Conf. on Very Large Data Bases, Santiago, Chile 1994.
• 7. Qinyou H., Yong J., Shi Ch., Chen G, Evaluation of Main Traffic Congestion Degree for Restricted Waters with AIS Reports, 8th International Symposium on Marine Navigation and Safety of Sea Transportation, TransNav 2009.
• 8. Wang Shi-yuan, Xu Kai-yu., Actuality, Prospect and Counterplan of AIS, Marine Technology, 2001(10).
• 9. Weintrit A., The Electronic Chart Display and Information System (ECD1S). An Operational Handbook. A Balkema Book. CRC Press. Taylor & Francis Group, Boca Raton-London-New York-Leiden 2009.
• 10. Yong Jiajia, First Order Real-time Safety Evaluation of Navigation Safety in Restricted Waters, Shanghai Maritime University [dissertation], Shanghai 2009.
• 11. Yuan An-cun, Zhang Shu-fang, International Standard Assembly of Ship Automatic Identification System, Dalian Maritime University Press, Dalian 2005(4).