首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】一种基于地理加权回归的海雾对船舶碰撞风险影响分析方法_中国石油大学(华东)_202311117805.X 

申请/专利权人:中国石油大学(华东)

申请日:2023-09-01

公开(公告)日:2024-02-20

公开(公告)号:CN117574323A

主分类号:G06F18/27

分类号:G06F18/27;G06F16/29;G06F17/18;G08G3/02

优先权:

专利状态码:在审-实质审查的生效

法律状态:2024.03.08#实质审查的生效;2024.02.20#公开

摘要:本发明公开了一种基于地理加权回归的海雾对船舶碰撞风险影响的分析方法。包括将研究海域划分为0.125°×0.125°空间分辨率的正方形网格;根据AIS数据中所包含的船舶航行信息,利用VCOR模型计算船舶之间的近距离碰撞风险;基于静止气象卫星数据利用多层感知机方法识别海雾;统计雾季月与非雾季月每个网格内的近距离碰撞风险总和以及海雾发生频率作为研究变量和解释变量;最后利用地理加权回归模型分析雾季月及非雾季月海雾与近距离碰撞风险的关系,通过分析对比雾季月与非雾季月回归模型的R2、局部R2、残差和局部系数,探讨海雾影响下碰撞风险的空间关系及空间分布,有助于合理规划航行路线,确保海上航行安全。

主权项:1.一种基于地理加权回归的海雾对船舶碰撞风险影响分析方法,其特征在于,步骤如下:步骤1:海雾及碰撞风险数据统计考虑船舶雷达测距范围,为了更精确地分析近距离碰撞风险,将待分析海域以0.125°×0.125°空间分辨率划分为正方形网格;1海雾因子识别与统计基于静止气象卫星影像和CALIPSO2级VFM数据构建海雾样本,利用多层感知机MLP方法,构建研究区域海雾识别模型,其目标函数为: 式中,w和b分别为各层的权重和偏差,x为海雾样本,y为海雾样本标签,hw,b为输出层的输出,f为激活函数;把海雾识别作为一项二分类任务:只识别为有雾和无雾,将海表面、低云、中层和高层云视为非海雾类;分别统计网格单元内雾季月与非雾季月海雾发生的频率,将海雾发生频率作为海雾因子;2船舶碰撞风险计算与统计根据AIS数据提供的船舶航行时的时间点及其对应坐标位置,将所有船舶两两组合,遍历所有可能的船对组合,计算在相同时间段内两艘船的位置数据,找到船对相遇的最近距离,识别为可能相遇事件;计算每个网格单元内的近距离碰撞风险,对于可能相遇事件采用VCOR模型估计船舶近距离Near-Miss碰撞风险,VCOR可定义如下:VCROx,y,z=kx-1ym·sinz+n·sin2z式中x,y,z分别是相对距离、速度和路线,k,m,n是参数;分别计算网格单元内雾季月与非雾季月的所有近距离碰撞风险作为碰撞风险;步骤2:对海雾因子及碰撞风险进行自相关分析对于步骤1中统计的数据,在进行地理加权回归分析之前,需要验证其在空间上是否具有自相关性,分别对雾季月与非雾季月的海雾因子与碰撞风险可视化,并进行全局Moran’sI分析,探索海雾及碰撞风险的空间分布及空间分布差异,Moran’sI定义公式如下: 式中,wij是观测值i和j之间的权值,S0是所有wij的和;其公式如下: 步骤3:空间局部模型分析基于地理加权回归模型,分析海雾对近距离碰撞风险空间分布的影响。地理加权回归模型可以考虑不同地理位置下,海雾对船舶碰撞风险影响的空间异质性,探讨其影响规律;以近距离碰撞风险作为为因变量,海雾发生频率作为解释变量,分别对雾季月和非雾季月进行地理加权回归分析,公式如下: 式中μi,vi表示网格单元i的位置,βkμi,vi为参数k在网格单元i上的回归系数,εi为模型随机误差。

全文数据:

权利要求:

百度查询: 中国石油大学(华东) 一种基于地理加权回归的海雾对船舶碰撞风险影响分析方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。