[发明专利]一种基于遥感卫星数据的智慧航运水域风险评定方法

说明书

本发明公开了一种基于遥感卫星数据的智慧航运水域风险评定方法，涉及遥感卫星技术领域；该方法包括以下的步骤：S10、建立雨雾影响模型；S20、建立水动力影响模型；S30、建立泊松过程中平均强度的模型；S40、得到水域风险评定系数；本发明的有益效果是：基于本发明提出的方法，可以为各水域划定风险系数，从而表明当前船舶行驶在该水域时面临的风险性。

技术领域

本发明涉及遥感卫星技术领域，更具体的说，本发明涉及一种基于遥感卫星数据的智慧航运水域风险评定方法。

背景技术

智慧航运是将船舶航行、设备、能耗等信息完全数字化，通过人工智能和大数据技术分析和学习船舶运行规律，以在智能航行、智能机舱管理、智能能效管理等方面实现船舶运行管理的智慧化，提升船舶航行安全性、能效经济性。

现有的船舶航行辅助产品或成果中，皆主要帮助船舶规划航线和设计航速，对于船舶航路经过海区的风险性没有量化评估方法。由于缺乏对海区风险性的评估，航线的规划就无法帮助船舶操纵者避开危险海域，或在船舶行驶入危险性较高的海域时给与及时的提醒。

发明内容

为了克服现有技术的不足，本发明提供一种基于遥感卫星数据的智慧航运水域风险评定方法。

本发明解决其技术问题所采用的技术方案是：一种基于遥感卫星数据的智慧航运水域风险评定方法，其改进之处在于，该方法包括以下的步骤：

S10、建立雨雾影响模型，以雨雾分子整体运动强度表征雨雾影响，由以下模型得到：

F_fog＝lg(f+1)+Δ；

其中，f为雨雾浓度系数，Δ为偏移系数，f和Δ均通过实地测量得到；

S20、建立水动力影响模型，以海浪系数表征船舶当前运行环境情况，由以下模型得到：

F_w＝w cosα；

其中，w为海浪系数，α为水流方向与船舶航行方向的关系，w和α均通过实地测量得到；

S30、建立泊松过程中平均强度λ的模型：

λ＝ρ·F_fog-F_w＝ρ·[lg(f+1)+Δ]-w cosα；

其中，ρ为船舶密度，是单位面积内船舶数量；

S40、得到水域风险评定系数，由泊松过程模型，一个事件发生k次的概率为：

对于发生碰撞的概率为1-P(x＝0)，代入λ，得到：

其中P即为水域风险评定系数。

进一步的，步骤S10中，雨雾越浓，分子浓度越高，单位体积分子数量越多，整体运动强度越大。

进一步的，步骤S10中，雨雾浓度系数f为能见度等级的指标，由0至无穷大来表示，数值越大表示浓度越高、能见度越差。

进一步的，步骤S20中，海浪系数w为流速浪高对船舶影响的指标，由0至无穷大来表示，数值越大表示水动力条件越激烈。

进一步的，步骤S20中，海浪系数w越大，代表船舶操控难度越大。

进一步的，步骤S30中，船舶密度ρ由遥感卫星通过光学或红外方式，或采用 AIS/VDES的方式获取。