تحلیل الگوی مسیر ترافیک دریایی با استفاده از داده کاوی در خلیج فارس

تحلیل مسیر کشتیرانی به منظور مدیریت ترافیک دریایی، به تجهیزاتی برای جمع‌آوری اطلاعات درباره رفتارهای کشتی بستگی دارد. بدین‌منظور، معتبرترین داده‌ها، داده‌های سیستم شناسایی خودکار (ais) می‌باشند. پیچیدگی و حجم بالای داده‌های ais، عملیات نظارت به‌صورت سنتی را بیشتر و تجزیه و تحلیل ترافیک دریایی را دشوارتر می‌کند. بنابراین یک رویکرد غیرنظارتی برای تبدیل موثر داده‌های خام ais به الگوهای مسیر حمل و نقل دریایی منظم مطلوب است. مدل پیشنهادی برای تجزیه و تحلیل مسیرهای حمل و نقل دریایی شامل 4 بخش پیش‌پردازش داده‌ها‌ی ais، اندازه‌گیری شباهت ساختاری، خوشه‌بندی مسیر شناور و استخراج مسیر نماینده است. ارزیابی تجربی مدل پیشنهادی با داده‌های واقعی منطقه مورد مطالعه نشان می‌دهد که در مجموع از لحاظ بصری خوب عمل کرده و نتیجه مورد انتظار حاصل شده است. نتایج حاصله به درک بیشتر الگوهای مسیر حمل و نقل دریایی کمک کرده و مقامات دریایی را در مدیریت پایدار ترافیک دریایی کمک می‌کند.

The analysis of the pattern of maritime traffic trajectory using the data mining in the Persian Gulf

Shipping route analysis for maritime traffic management depends on equipments to collect information about ship #39;s behavior. For this purpose, the most reliable data is the Automatic Identification System (AIS) data. The complexity and high volume of AIS data enhances traditional surveillance operations and makes maritime traffic analysis more difficult. Therefore, an unsupervised approach is desirable for the effective conversion of raw AIS data into regular shipping route patterns. The proposed model for the shipping route analysis consists of four sections: AIS data preprocessing, structural similarity measurement, shipping route clustering and representative trajectory extraction. Experimental evaluation of the proposed model with real AIS data from the studied area shows that it has performed well visually and the expected result has been achieved. The results will contribute to better understanding of shipping route patterns and help maritime authorities in sustainable management of maritime traffic.