大數據技術在船舶管理中的應用分析

邢天任　朱偉

摘 要：信息化社會的到來，使得各類信息變得紛繁復雜，船舶管理技術的發展又表現出了許多新特征，如何充分利用海量的信息為船舶管理提供服務，對于船舶的制造、運營和管理部門有著重要的影響。在大數據時代背景下，船舶管理體制和技術革新迎來了又一輪新的挑戰。文章就大數據技術在船舶管理中的應用進行了深入的探討。

關鍵詞：大數據；船舶管理；應用分析

中圖分類號：U665.26 文獻標志碼：A 文章編號：2095-2945（2018）35-0181-02

Abstract： With the coming of information society， all kinds of information become complicated， so the development of ship management technology shows many new features. How to make full use of massive information to provide services for ship management？ For the ship's manufacturing， operation and management departments have an important impact. In the context of big data era， ship management system and technological innovation ushered in another round of new challenges. This paper has carried on the thorough discussion on the big data technology in the ships management application.

Keywords： big data； ship management； application analysis

進入信息化社會以來，各種信息通過互聯網可以實現更加快速的傳播，人們接觸到的信息量也出現爆發式增長，這給許多企業和行業迎來了信息化管理和大數據技術應用的良好契機。在信息化和大數據潮流中，船舶管理領域也迎來了新一輪的管理技術革新，開始廣泛應用大數據技術來對船舶管理的方方面面提供服務，大大提升了我國海上交通管理和水上安全管理的效率和質量[1]。因此，對大數據技術在船舶管理中的應用進行全面分析具有重要的現實意義。

1 大數據簡介

大數據（Big Data）是指借助于計算機技術、互聯網，捕捉到數量繁多、結構復雜的數據或信息的集合體。大數據的“大”并非僅僅指數量繁多，但是指通過數據挖掘、分析，專業化的處理，蘊含的價值大。大數據具有5V的特點[2]：第一，Volume（大量），即數量繁多，形式多樣，雜亂無章。第二，Velocity（高速），即數量高速增長，呈幾何式增長，越到后期，其增長速度越快，對數據處理的速度不斷提高。第三，Variety（多樣），數量類型多樣、結構復雜，表現形式不一，價值不等。第四，Value（低價值密度），包含大量無用信息，而有價值的信息往往被無用信息所覆蓋，使得數據的利用變得更加困難，即海量數據需采集、分析才能捕捉到有價值信息。第五，Veracity（真實性），即數據的產生與處理是實時的，具有準確性。大數據的這些特點，使其具有巨大的應用潛力。

2 大數據處理技術

大數據處理技術是以大數據為原料的，正是由數據量的巨大，才使得傳統的數據處理技術無法繼續適用。因此大數據處理技術才會得到相應的發展。大數據之所以需要處理，是因為大數據如果不經處理，那么它就是毫無價值的。大數據處理技術成為了大數據服務于各行各業的關鍵環節，在計算機技術和網絡技術的發展推動下，各種大數據處理方法已經開始得到廣泛的應用。通常來說，大數據的處理過程包括數據的生成、數據的采集、數據的存儲以及數據的分析，最后才有可能實現大數據的應用。常見的大數據技術包括信息管理系統、NoSQL、分布式數據庫、數據挖掘、類聚分析等。大數據處理技術的進步得益于計算機技術和網絡技術、傳感器技術和數學等基礎學科的發展，各種高性能的大數據處理系統和算法正在不斷涌現，服務各社會的各行各業，推動著社會的進步和人類文明的發展。隨著技術的進步，一些更加新穎高效的大數據處理技術也應運而生，成為不斷推動大數據應用的強大驅動力。

3 大數據在船舶管理中的應用

隨著大數據技術的進步和船舶工程技術的發展，越來越多的船舶管理單位開始引入大數據技術來為各種環節提供優質服務。通過文獻檢索不難發現，全球文獻數據庫中與船舶領域相關的大數據技術文獻已經超過10萬條記錄，可見大數據技術的應用已經受到船舶管理領域學者的工程人員的高度關注。從文獻檢索結果來看，其應用主要包含以下幾個方面。

3.1 船舶調度管理

隨著我國海運事業的不斷發展，船舶數量迅速增長，但港口和航道的建設步伐越來越難以跟上，造成港口和航道的通行環境日益復雜，船舶調度難度進一步增加。大規模船舶在復雜港口的調度受到諸多因素的影響，如果把這些因素都數字化，則表現為一個大數據的采集的與處理問題。在大數據分析技術日益完善的背景下，船舶的調度管理開始利用大數據技術來提高效率，并在一些港口和航道中實現了初步的應用。首先把大量的船舶信息預先存入調度中心的數據庫中，然后對其進行集成處理，利用大數據挖掘和處理技術，對船舶的實時動態進行分析和調度，實現了船舶調度的信息化和科學化，在很大程度上緩解了港口和航道建設的不足。當前已有學者提出了多種基于大數據的船舶調度方法，例如圖譜特征分析、關聯特征匹配、數據挖掘等等，實現了船舶調度管理的優化。

3.2 船舶自動識別

水上交通安全是水路運輸管理領域的重要方面，近年來，我國水運事業的蓬勃發展使船舶數量進一步增加，港口和海洋復雜的通行環境使船舶碰撞的可能性大大提高。當前解決該問題的方法有很多，其中通過船舶自動識別系統（AIS）來提高船舶航行的安全性成為一種較通用的方法。在科學技術的推動下，當前的AIS系統可以裝載在衛星上，使信號傳輸距離達到了上千公里，為全球海洋環境的船舶識別與跟蹤提供了可能，但在AIS數據處理上仍然有較明顯的瓶頸，統計表明，AIS系統每天至少會產生上億條數據，給數據的處理帶來了困難，主要是密集區的數據沖突和丟失問題。而通過大數據處理技術，可以通過對AIS歷史數據進行挖掘和提取，對全球范圍內船舶數據進行研究。為了滿足海量船舶數據的處理要求，目前已形成了以分布式存儲架構為基礎的彈性數據集處理技術，基本上滿足了對AIS數據的深度挖掘、規律分析和航道提取等要求，在軍事安全、海洋執法、海洋環境保護等領域有著較大的應用前景，但其距離高效實用還有一定的距離。

3.3 船舶導航和航跡預測

在海上交通運輸中，由于水上環境的特殊性，船舶必須依靠一定的導航設備才能到達目的地，海事管理部門也需要對船舶的航跡進行預測，才能對海上交通動態有一個預先的認識，避免事故的發生。隨著船舶成為一種越來越重要的交通和運輸工具，船舶定位和航跡預測的應用更加突顯，成為了近年海上船舶管理領域的熱點話題。可以實現船舶定位和航跡預測的方法有很多，包括神經網絡、灰色模型、貝葉斯等等，其核心思想都是通過船舶定位數據進行曲線擬合，進而完成船舶定位導航和航跡估計。這些方法在實際中已經有所應用，但其準確性和可靠性還不夠高，系統性能仍然有待進一步提高，例如如神經網絡法需要建立在大量的歷史數據的基礎之上才能取得較高精度，灰色模型法還局限于線性擬合場合。大數據技術的出現和應用，為船舶導航和航跡預測系統的性能提升奠定了良好的技術基礎，例如通過引入大數據技術中的卡爾曼濾波算法可以使船舶定位導航和航跡預測更加精確可靠，定位速度也有了很大的提升，滿足了海上運輸和船舶管理的實時性要求，具有很大的市場空間。

3.4 船舶監控數據管理

船舶數量的劇增使船舶系統的網絡化和智能化趨勢越來越明顯，船舶之間的數據交換成為了可能，這就為船舶之間組建船聯網成為了必須的發展趨勢。對于船舶管理而言，船舶監控是十分必要的，但由于船舶數量過多，系統采集的數據頻率又要求較高，因此海量監控數據的處理成為了船舶監控系統高效應用的關鍵。引進一套適用于船舶監控數據管理的平臺系統和技術體系迫在眉睫。從技術特點上看，船舶監控系統的數據管理屬于物聯網范疇，而大數據技術在物聯網領域的應用已比較成熟，有許多成功案例可以參考。因此船舶監控數據管理采用大數據技術是一種必然。典型的船舶監控數據管理系統涉及的數據主要有用戶信息、船舶航線信息、船舶設備信息、船舶參數信息和預備檔案等等，其數據的統計、數據的加工、數據的查找、事件的處理以及數據的維護均由大數據處理模塊為核心，通過各種大數據技術來完成。大數據技術使數據的存儲、加工、轉換、統計、分析等工作變得更加方便快捷，使各種雜亂無章的海量數量可以得到高效的提取和應用，快速識別有價值的信息。船舶監控系統數據管理體系通常包含通信模塊、數據管理器和WEB服務器三大層次，其中數據管理器成為整個系統的核心組成部分。大數據技術在船舶監控數據管理中的應用，成為船舶自動化的重要標志。

3.5 全球船舶密度分析

在經濟全球化的背景下，船舶運輸成為國際物流運輸的主要形式之一，各國船只相互穿越領海成為一種新的常態，因而使船舶的航線遍布全球海域。對于一些經濟發達、國際貿易頻繁的國家和地區而言，其附近的船舶密度必須相對較大，在一些海上要道的船舶數量也會明顯增加，這就使得全球船舶密度的分布呈現出一定的規律性。尋找該規律對于各國的船舶管理和物流成本控制以及安全管理均有著重大的意義。但由于各國海域面積寬廣，船舶數量巨大，傳統的統計技術根本無法完成船舶數量和位置的分析工作。大數據技術的出現使全球船舶密度分析工作變得極其簡單，只需通過船舶歷史AIS數據進行統計、篩選、分析、繪圖即可得出全球船舶密度分布圖。船舶密度分布不但對于各國經濟活動有重要的參考意義，對于軍事活動也有著不可估量的價值。

4 結束語

隨著經濟全球化程度的進一步加深，以及各國海上交通運輸事業的發展，船舶管理將成為一項越來越重要的任務。大數據技術的發展將成為船舶管理中的重要驅動力，使傳統的管理模式發生巨大的改變，管理效率更高。大數據時代下，我國船舶管理的發展還未能很好地適應時代的需求，造成大數據技術不能很好地服務于船舶管理工作，對我國航運事業的發展帶來了一定的阻礙。不難預計，隨著大數據時代的發展，我國將更加重視大數據的應用，并在船舶管理新技術上不斷尋求突破，充分發展大數據時代背景下船舶管理技術的革新，促進航運事業的長遠健康發展。

參考文獻：

[1]郭佳.大數據在船舶與海洋工程行業的應用基礎和展望[J].內燃機與配件，2017（19）：87-89.

[2]柳晨光，初秀民，謝朔，等.船舶智能化研究現狀與展望[J].船舶工程，2016，38（03）：77-84+92.

[3]范靜宏.基于大數據技術的船舶定位導航和航跡預測[J].艦船科學技術，2018，40（14）：31-33.