Ship trajectory analysis system based on satellite navigation and spatio-temporal entity
-
摘要: 基于卫星导航、时空实体、网络地理信息系统(web geographic information system，WebGIS)、空间数据库等技术，对船舶的基础属性、实时位置、历史轨迹、关联关系、运行状态等关键信息进行抽取和实体重组，构建了船舶实体资源，建立了船舶轨迹可视分析系统，提供了多源地图服务、轨迹数据管理、轨迹可视查询展示、轨迹时空分析展示、分析模型参数配置等功能，实现了多来源、多时态、多元化船舶轨迹数据的统一管理和多维分析，能够以时空实体、图表、地图等形式直观展示船舶要素特征和分析结果，使船舶信息价值密度更高，可查询、可分析性更强，从而有效提高了船舶轨迹分析效率和准确性，可为船舶轨迹分析业务及相关应用提供更先进更高效的服务支撑.Abstract: Based on satellite navigation, spatio-temporal entities, web geographic information system (WebGIS), spatial databases, etc., key information on ship attributes, real-time positions, historical paths, associated relationships, and operating statuses has been extracted, leading to the construction of ship entity resources and the establishment of a ship trajectory analysis system. The system provides functions such as map services, trajectory data management, trajectory visual query display, trajectory spatio-temporal analysis display and analysis model parameter configuration. It enables management and analysis of multi-source, multi-temporal and diversified ship trajectory data, presenting ship element characteristics and analysis results, increasing information value density, and enhancing query and analytic abilities. Thus, it enhances the efficiency and accuracy of ship trajectory analysis, serving as a more effective support for ship trajectory analysis business and related applications.
-
表 1 两种数据组织方式的存储空间与查询效率对比
对比项 存储空间/GB 数据量/条 查询指定船舶一天轨迹量
(3 229条)耗时/s统计一天内船舶数量
(17 082只)耗时/s统计指定区域一天内
船舶数量525只耗时/s传统轨迹数据组织方式 57.0 183 922 000 0.344 3.000 189.000 船舶实体数据组织方式 8.2 647 900 0.051 0.013 0.081 
下载: 导出CSV
-
[1] 杜辉, 陈倩. 卫星导航应用标准分析研究[J]. 全球定位系统, 2020, 45(3): 115-118. [2] 吴海乐. 基于格网化高精度卫星导航定位服务方法的网络RTK精度分析[J]. 全球定位系统, 2022, 47(2): 99-103. [3] 闫兆进, 杨慧, 慈慧, 等. 船舶轨迹提取模型构建与交通流分析[J]. 地球信息科学学报, 2023, 25(11): 2134-2149. [4] 许贞平. 海洋运输船舶轨迹分析研究[J]. 中国水运, 2017, 17(2): 16-17. [5] 张丽珍, 高浩, 吴迪, 等. 基于MPC的半潜式无人艇导航轨迹跟踪控制研究[J]. 全球定位系统, 2020, 45(3): 63-70. [6] 张炜林. 基于船舶数据的轨迹挖掘方法及框架构建[D]. 天津: 天津理工大学, 2022. [7] 李佳. 基于AIS数据的船舶活动分析方法研究[D]. 郑州: 战略支援部队信息工程大学, 2022. [8] 周海, 陈姚节, 陈黎. 船舶轨迹聚类分析与应用[J]. 计算机仿真, 2020, 37(10): 113-118,199. [9] 郭玮, 谷宇航, 江南. 面向多粒度时空对象数据模型的网络电子地图生成方法[J]. 地球信息科学学报, 2022, 24(7): 1264-1274. [10] 郭玮. 基于时空实体的电子地图生成方法与技术研究[D]. 郑州: 战略支援部队信息工程大学, 2022. [11] 张政, 华一新, 张晓楠, 等. 多粒度时空对象关联关系基本问题初探[J]. 地球信息科学学报, 2017, 19(9): 1158-1163. [12] 王健健, 王艳楠, 周良辰, 等. 多粒度时空对象关联关系的分类体系与表达模型[J]. 地球信息科学学报, 2017, 19(9): 1164-1170. [13] 李锐, 石佳豪, 董广胜, 等. 多粒度时空对象组成结构表达研究[J]. 地球信息科学学报, 2021, 23(1): 113-123. DOI: 10.12082/dqxxkx.2021.200423 [14] 曾梦熊, 华一新, 张江水, 等. 多粒度时空对象动态行为表达模型与方法研究[J]. 地球信息科学学报, 2021, 23(1): 104-112. [15] 陈云海, 江南, 訾璐. 多粒度时空对象支持下湿地时空行为认知与表达初探[J]. 测绘通报, 2020(2): 147-150. [16] 朱庆, 付萧. 多模态时空大数据可视分析方法综述[J]. 测绘学报, 2017, 46(10): 1672-1677. [17] 邱强, 秦承志, 朱效民, 等. 全空间下并行矢量空间分析研究综述与展望[J]. 地球信息科学学报, 2017, 19(9): 1217-1227. [18] 杨飞, 华一新, 李响, 等. 基于多粒度时空对象数据模型的城市基础设施建模与管理[J]. 地球信息科学学报, 2021, 23(11): 1984-1997. [19] 陈伟亮, 杜久升. 利用轨迹数据提取城市居民出行时空分布特征[J]. 全球定位系统, 2022, 47(1): 103-110. DOI: 10.12265/j.gnss.2021081602 [20] 华一新, 赵鑫科, 张江水. 地理信息系统研究新范式[J]. 地球信息科学学报, 2023, 25(1): 15-24. [21] 江南, 方成, 陈敏颉. 全空间信息系统认知与表达初探[J]. 地球信息科学学报, 2017, 19(9): 1150-1157. [22] 周成虎. 全空间地理信息系统展望[J]. 地理科学进展, 2015, 34(2): 129-131. -
点击查看大图
图(6) / 表(1)
计量
- 文章访问数: 158
- HTML全文浏览量: 64
- PDF下载量: 15
- 被引次数: 0
