一种基于多源时空数据融合的海上船舶航行风险分级智能预警方法与流程

本发明涉及海上航行安全与智能预警，尤其涉及一种基于多源时空数据融合的海上船舶航行风险分级智能预警方法。

背景技术：

1、随着全球航运业的快速发展，海上船舶数量持续增加，航行环境日益复杂，传统的船舶航线规划与风险预警技术已难以满足现代航运安全与效率的需求。

2、目前主流的船舶航行风险预警方法主要存在三类缺陷：

3、其一为单一风险预警维度不足，如公开号为cn116312062a的专利公开的船舶航行预警方法，仅融合雷达与导航数据针对航线交叉碰撞风险进行预警，未覆盖气象、地理、船舶自身状态等其他核心风险维度；又如公开号为cn108313236a的专利仅对船只运行参数和基础环境数据进行简单阈值判断，无法综合多因素叠加影响。

4、其二为数据融合深度不足，如公开号为cn120932501a的专利公开的基于地理围栏的船舶航行预警方法，虽采集多源航行参数并设置基础权重，但仅进行数据层面的直接加权拼接，未建立统一时空索引实现深度关联，也未考虑不同数据源的可靠性差异。

5、其三为预警同质化严重，如公开号为cn121747368a的专利公开的基于势场的船舶航行预警方法，虽构建多维度势场计算风险指数，但对所有船舶采用统一的风险阈值和评估标准，未结合船舶吨位、抗风能力、货物危险等级等自身属性进行修正，且无法生成差异化处置建议。

6、因此，亟需开发一种能够实现多源数据时空深度融合、多维度个性化风险综合评估、未来轨迹提前预判、分级差异化处置指导的海上船舶智能预警技术，以解决上述现有技术的不足。

技术实现思路

1、本发明的目的在于针对现有技术的上述缺陷，提供一种基于多源时空数据融合的海上船舶航行风险分级智能预警方法。通过构建时空关联的多源数据融合架构、多维度综合风险评估模型和分级个性化预警体系，系统性解决现有技术中数据融合深度不足、风险评估维度单一、预警同质化低效、船岸协同性差等问题，实现海上航行风险的提前感知、精准识别、分级预警与协同处置，全面提升海上航行安全水平。

2、为了实现上述目的，本发明采用了如下技术方案：

3、一种基于多源时空数据融合的海上船舶航行风险分级智能预警方法，包括如下步骤：

4、s1同步采集卫星导航、ais船舶动态、海洋气象、潮汐海流、电子海图、港口交通密度六类异构航行原始数据，对所有原始数据进行预处理与标准化处理，得到标准化基础数据；

5、s2构建统一时空索引，基于三级数据可信度加权融合机制，对标准化基础数据进行时空关联融合，提取得到环境风险特征、交通风险特征、船舶自身风险特征、地理风险特征四类标准化风险特征向量；

6、s3配置多维度风险因子的基础权重，结合航行场景与船舶属性对基础权重进行动态调整，基于调整后的权重计算船舶监测范围内各时空网格的基础风险值；

7、s4引入船舶抗风险能力修正系数对基础风险值进行修正，得到单船专属的实际航行风险值，并基于航道边界修正的惯性轨迹预测未来多个时段的峰值风险；

8、s5设置多类核心风险触发条件，结合实际航行风险值与预测峰值风险进行分级预警判定，根据风险等级、风险类型及船舶属性生成差异化处置建议，并同步推送至多终端实现船岸协同处置。

9、更进一步，所述步骤s1中的预处理与标准化处理包括时间戳同步、坐标系统一、缺失值处理、异常值剔除；其中缺失值处理采用基于时空邻近性的反距离加权插值法进行补全，插值计算公式为：

10、；

11、其中，为插值点值，为已知点值，为已知点与插值点的时空距离，k=2为幂指数；异常值剔除采用3σ准则，对同一时空网格内的同类连续数据，若数据点x满足|xμ|＞3σ则判定为异常值并剔除，其中μ为数据均值，σ为数据标准差。

12、更进一步，所述三级数据可信度加权融合机制将数据按来源可靠性、更新频率和完整性分为a、b、c三级，对应权重分别为1.0、0.85、0.70；其中a级对应官方权威来源且更新频率不大于1小时、数据完整率不低于95%，b级对应商业数据源且更新频率不大于6小时、数据完整率不低于80%，c级对应第三方共享数据且更新频率不大于24小时、数据完整率不低于60%。

13、更进一步，所述统一时空索引采用1km×1km的空间网格与15分钟的时间窗口；时空关联加权融合时，对同一时空网格内的多源特征按数据可信度权重进行加权平均，输出统一网格风险基础特征，融合计算公式为各维度特征值与对应可信度权重乘积之和除以总权重之和。

14、更进一步，四类标准化风险特征向量的计算方式如下：

15、环境风险特征：=0.4×+0.3×+0.2×+0.1×；

16、其中，风速特征=min(v/30,1)，v为风速，单位m/s；有效波高特征=min(h/10,1)，h为波高，单位m；能见度特征=1-min(s/10,1)，s为能见度，单位海里；降雨强度特征=min(r/50,1)，r为小时降雨量，单位mm；

17、交通风险特征：=min(n/10,1)，n为3海里范围内船舶数量；

18、船舶自身风险特征：=0.4×tonnage+0.3×draft+0.3×cargo；

19、其中，吨位特征=min(t/100000,1)，t为船舶载重吨；吃水特征=min(d/15,1)，d为船舶吃水深度，单位m；货物危险等级特征=c/5，c为imdg货物危险等级且取值为1-5级；

20、地理风险特征：=0.6×+0.4×；

21、其中，水深特征=1-min(wd/20,1)，wd为当前位置水深，单位m；历史事故高发区特征=1，位于高发区内时取值为1，否则为0。

22、更进一步，所述风险因子的基础权重分别为环境风险0.4、交通风险0.3、船舶自身风险0.2、地理风险0.1；动态权重调整公式为=×(1+×α)，调整后对所有因子权重进行归一化处理，确保权重总和为1；其中为第i类风险因子的基础权重，为对应调整系数，α为场景关联参数。

23、更进一步，所述基础风险值计算公式为：

24、=(×+×+×+×)×100；

25、实际航行风险值计算公式为=，其中t为数据可信度且取值范围为0至1，c为船舶抗风险能力系数且取值范围为0.35至1.0；

26、船舶抗风险能力系数计算公式为c=0.35+0.65×(0.4×+0.3×+0.3×)，其中为抗风等级系数，为船舶稳性系数，为船舶操控性能系数；

27、未来轨迹预测风险值计算公式为=0.5×+0.3×+0.2×，其中、、分别为未来1小时、3小时、6小时的峰值风险值。

28、更进一步，所述多类核心风险触发条件包括五类，满足任意一类即启动预警流程：

29、第一类，船舶未来1小时航行区域内综合风险值超过中风险阈值30分；

30、第二类，台风路径偏移超过预设阈值，且台风7级风圈将在6小时内覆盖船舶航行区域；

31、第三类，船舶周围3海里范围内出现不少于5艘船舶，且任意两艘船舶满足最近会遇距离不大于0.5海里且最近会遇时间不大于10分钟；

32、第四类，船舶自身主机、舵机或导航设备出现故障，对应船舶自身风险值加20分后超过中风险阈值；

33、第五类，船舶进入历史事故高发区，且当前海况与事故发生时海况的余弦相似度不小于0.7。

34、更进一步，所述分级预警将航行风险划分为四个等级：

35、低风险对应综合风险值0至30分，无预警，每30分钟更新一次风险态势；

36、中风险对应综合风险值31至60分，发布黄色预警，通过船载终端进行文字提示，每10分钟推送一次风险详情；

37、高风险对应综合风险值61至80分，发布橙色预警，船载终端启动声光报警，每5分钟推送一次风险详情与初步处置建议，并自动通知岸基调度中心；

38、极高风险对应综合风险值81至100分，发布红色预警，船载终端启动紧急声光报警，持续推送风险详情与紧急处置建议，并自动通知海事监管部门与海上搜救中心。

39、更进一步，所述差异化处置建议基于航行安全规则库与应急处置预案，结合船舶类型、吨位、抗风等级、货物危险等级及船员属性生成；多终端同步预警通过5g与卫星通信链路，将预警信息同步推送至船载导航终端、船员智能穿戴设备与岸基调度平台，实现船岸应急通信与数据同步留存。

40、相比于现有技术，本发明具有如下有益效果：

41、1.提升了风险评估的全面性和准确性。通过构建时空网格索引和多维度动态权重融合机制，实现了6类异构航行数据的深度融合，能够综合考虑环境、交通、船舶自身等多维度风险因素，风险评估准确率达到91.4%，比传统方法提高了35%以上。

42、2.实现了风险的提前感知和分级预警。能够提前1-6小时感知航行风险，并根据风险严重程度进行分级预警，为船员和岸基人员预留充足的处置时间，有效降低事故发生率。

43、3.增强了预警的针对性和有效性。建立了个性化处置建议生成系统，能够根据不同船舶和船员的实际情况生成差异化的处置建议，有效避免了同质化警报导致的船员疲劳问题，预警响应速度提高了50%。

44、4.实现了船岸高效协同。通过多终端信息同步链路和应急通信通道，保障了船岸信息的实时互通，应急处置时间缩短了30%，显著提升了海上航行的整体安全水平。