祝孟偉 羅羚源 毛雄磊 金健靈 廖江花

摘要：針對當(dāng)前內(nèi)河船舶航線規(guī)劃手段較為落后的情況，采用物聯(lián)網(wǎng)、大數(shù)據(jù)與航道水流條件數(shù)學(xué)模型相結(jié)合的方式，對航道水深、流速、比降等影響船舶上灘的水流指標進行實時輸出，并在此基礎(chǔ)上結(jié)合船舶歷史航行路徑數(shù)據(jù)，完成不同水流條件下不同船型的的優(yōu)化航線實時動態(tài)輸出。

關(guān)鍵詞：船舶航線規(guī)劃;大數(shù)據(jù);二維水流數(shù)學(xué)模型

中圖分類號：TP391文獻標識碼：A文章編號：1006—7973（2022）05-0063-03

1引言

三峽蓄水以來，庫區(qū)航運效益提高，國務(wù)院及長江上游沿線各省市紛紛提出了以長江黃金水道為代表的系列航運發(fā)展戰(zhàn)略及規(guī)劃，加之近年來“一帶一路”、西部陸海新通道鐵水聯(lián)運等戰(zhàn)略的實施，長江上游航運量及航運需求得到顯著提升，往來船舶日益增多，如何在維持航道通航效率的同時有效保障過往船舶的航行安全成為了航道管理部門直接面臨的問題。其中，航線安全是內(nèi)河航運安全的最直接保障，航線規(guī)劃的精準化和智能化是航運發(fā)展的重要支撐。但當(dāng)前內(nèi)河航道及航路管理維護的數(shù)字化、智能化水平不高，整體水平相較于美國密西西比河及歐洲萊茵河等率先在全球完成數(shù)字化的內(nèi)河航道而言差距明顯。圍繞當(dāng)前國際形勢和服務(wù)國家發(fā)展戰(zhàn)略，深度融合物聯(lián)網(wǎng)、云計算、大數(shù)據(jù)管理、新一代移動通信等現(xiàn)代信息技術(shù)，促進航運產(chǎn)業(yè)的集成化創(chuàng)新應(yīng)用，并推進航運規(guī)劃管理的智能化轉(zhuǎn)型已經(jīng)成為航運產(chǎn)業(yè)的主要發(fā)展方向。

當(dāng)前，內(nèi)河船舶航線規(guī)劃并沒有真正普及，船舶航線的界定更多是依靠船舶駕駛?cè)藛T在航標劃定的河面適航范圍內(nèi)進行經(jīng)驗性的操作，這種方式過于單一和絕對，沒有針對不同船型提供與之相適應(yīng)的航行范圍，無法充分利用水深條件。此外，航標的設(shè)定也多依靠操作人員的經(jīng)驗，各環(huán)節(jié)對人員經(jīng)驗的依賴也存在著極大的安全隱患，難以滿足于日益增加的航運安全保障需求。因此，在當(dāng)前航運發(fā)展與物聯(lián)網(wǎng)、云計算、大數(shù)據(jù)管理、新一代移動通信等現(xiàn)代信息技術(shù)深度融合的大趨勢下，結(jié)合大數(shù)據(jù)分析和人工智能等前沿技術(shù)，提出一種安全、智能具有推廣價值的內(nèi)河船舶航線規(guī)劃技術(shù)，對我國航運產(chǎn)業(yè)的安全保障和智能化發(fā)展有著至關(guān)重要的作用。

2技術(shù)思路

本文針對內(nèi)河航線規(guī)劃手段不足且人工依賴程度過高的現(xiàn)狀，將傳統(tǒng)的二維水流數(shù)學(xué)模型與新興的大數(shù)據(jù)分析技術(shù)相結(jié)合，基于近十年來河道地形、水位、流量和船舶AIS數(shù)據(jù)，將船舶歷史經(jīng)驗數(shù)據(jù)與計算的水流條件（流速、水深、比降等）進行匹配。對任意河段僅需根據(jù)其水位、流量和船型參數(shù)即可快速查詢對應(yīng)的歷史航線數(shù)據(jù)集，并在此數(shù)據(jù)集的基礎(chǔ)上進行最優(yōu)路徑計算和輸出，完成該河段船舶航線的優(yōu)化。

3航道邊界條件實時快速提取方法

水深、流速和比降等指標是船舶航線規(guī)劃的重要參數(shù)，其在河道內(nèi)的沿程分布數(shù)據(jù)的科學(xué)性和準確性直接決定了航線規(guī)劃的合理性。本文在已知目標河段入口流量和出口水位以及河道地形的基礎(chǔ)上，建立河道二維水流數(shù)學(xué)模型，計算和存儲不同水位流量條件下的河道比降和水深、流速分布，并將計算出的水流條件作為船舶歷史航線的篩選基準，船舶航線的優(yōu)化工作均在此水位流量條件區(qū)間的歷史航線內(nèi)進行。

3.1平面二維水流數(shù)學(xué)模型基本方程

3.2求解方法

本模型在傳統(tǒng)二維水流模型的基礎(chǔ)上引入了de Vriend（1977）年提出的縱、橫向流速分布公式，將可能由河道彎曲而引起的橫向二次流納入了模型，同時忽略了其余的次生二次流進而大幅縮短模型運算時間，并在此基礎(chǔ)之上將流速分布代入到彌散應(yīng)力項，得到在水流方向、橫向方向和水流方向橫向方向上的水深平均流速與時均流速。本模型水流模塊采用ADI法對上述方程進行有限差分法離散，模型整體采用中心差分的方法進行計算。其中，水流連續(xù)方程中?I/?t為向前差分，動量方程中對流項結(jié)合一階迎風(fēng)采用quick差分。

3.3網(wǎng)格構(gòu)建

選擇長江涪陵——重慶主城鵝公巖河段為案例進行二維數(shù)學(xué)模型構(gòu)建，該河段長約140km（圖1）;主城區(qū)由于有嘉陵江人匯，嘉陵江支流模擬范圍為朝天門河口至李子壩約8km。在計算區(qū)域內(nèi)，共布置3255×60個網(wǎng)格點，采用正交曲線體系下的結(jié)構(gòu)網(wǎng)格，沿河道方向間距為15-93m，平均約為40m，河寬方向間距范圍為31-50m，平均約40m（圖2）。

3.4水文、地形資料選取

本模型采用2009-2016年水文資料作為水流計算的進出口邊界條件，該時期壩前水位過程相較于蓄水初期開始變得穩(wěn)定（圖3）;進口條件為寸灘水文站的實測流量過程（含朱沱、北碚），出口邊界條件為清溪場水文站的實測水位過程。河段計算初始地形采用2009年實測，測圖比例為1：5000。主城區(qū)由于有嘉陵江人匯，嘉陵江支流模擬范圍為朝天門河口至李子壩約8 km，計算初始地形采用2015年6月實測，測圖比例為1：2000。

3.5模型驗證

選取寸灘、銅鑼峽、魚嘴、羊角背、太洪崗、麻柳嘴、扇沱、長壽、衛(wèi)東、大河口、北拱作為模型驗證測點進行數(shù)模驗證，圖4為沿程水位各站點計算值與實測值的比較。通過選取典型流量下的水位進行對比，計算水位與實測水位基本吻合，除個別站點個別時間誤差稍大，其余站點最大誤差小于0.1m，誤差一般均在0.1%以內(nèi)，能滿足推移質(zhì)計算的精度。

4船舶航線動態(tài)優(yōu)化技術(shù)

基于船舶AIS航線歷史數(shù)據(jù)資源，以船型、水流條件、上下行狀態(tài)對航線數(shù)據(jù)進行分級建庫存儲。根據(jù)同一水流條件下的相同船型的路徑數(shù)據(jù)集聚類劃分該組合條件下的經(jīng)驗適航區(qū)域，進一步采用蟻群算法等優(yōu)化計算模型在經(jīng)驗適航區(qū)內(nèi)尋找路徑最短、航線順滑的最優(yōu)航線。

4.1數(shù)據(jù)獲取

船舶的歷史通行數(shù)據(jù)能夠很好的反應(yīng)控制河段的有關(guān)環(huán)境因素對船舶航行產(chǎn)生的影響。利用AIS船舶自動識別系統(tǒng)采集研究河段內(nèi)船舶的通行數(shù)據(jù)，構(gòu)建歷史數(shù)據(jù)庫，并進行研究分析，總結(jié)有關(guān)規(guī)律。

AIS消息信息豐富，包括船舶動態(tài)信息、靜態(tài)信息、航向相關(guān)信息和信息更新率等，這些信息對于船舶最優(yōu)航線規(guī)劃研究，具有重要意義。本文設(shè)計的規(guī)劃方法主要使用船名、對地航向、經(jīng)度、緯度、時間、對地航速等AIS信息。

4.2數(shù)據(jù)處理

受外部環(huán)境、船舶傳感器故障、人為因素等原因的影響，AIS數(shù)據(jù)可能會存在一定偏差，錯誤的航點會給整個航線規(guī)劃帶來嚴重的影響。故通過刪除經(jīng)緯度偏移明顯、船速失常、航程過短的航線數(shù)據(jù)對這部分錯誤的信息進行清理是在進行統(tǒng)計分析和數(shù)據(jù)挖掘之前的必要步驟（圖5）。在對數(shù)據(jù)進行清理后采用數(shù)學(xué)函數(shù)擬合的方式，對每條航線整體進行修正、平滑處理，確保航線數(shù)據(jù)的合理性。本文采用5階傅里葉函數(shù)對航跡點的經(jīng)、緯度數(shù)據(jù)進行擬合修正，該方法在對長距離航線的擬合上具有更好的切合度。

4.3分級建庫

根據(jù)船舶船型、水文條件、上下行情況等參數(shù)對船舶歷史航線數(shù)據(jù)進行分級建庫，保證不同船型的船舶在不同條件下能獲取相應(yīng)的最優(yōu)航線?？紤]到上游來流量的年內(nèi)變化以及三峽工程調(diào)度方式，并結(jié)合河段灘險的特征（彎、險、淺），初步考慮認識性試驗中流量級和水位組合原則如下：

4.4經(jīng)驗最優(yōu)航線獲取

船舶最優(yōu)航線的獲取是基于當(dāng)日寸灘流量和清溪場水位數(shù)據(jù)，利用本文第3章中建立的二維水流數(shù)學(xué)模型計算河段沿程比降和水深流速分布，針對不同目標灘段的位置輸出對應(yīng)的航道邊界條件，并在分級數(shù)據(jù)庫中查詢對應(yīng)航線數(shù)據(jù)，計算每種船型在相同航程、不同水文條件下的航行時間，時間最短的航線即為該分類船舶數(shù)據(jù)中的全局最優(yōu)航線（圖7）。

5結(jié)論

本文結(jié)合內(nèi)河航運業(yè)的智能化轉(zhuǎn)型趨勢，針對內(nèi)河船舶航線規(guī)劃人工依賴程度過高的現(xiàn)象，開展基于船舶航行歷史路徑數(shù)據(jù)和河道二維數(shù)學(xué)模型的船舶航線優(yōu)化方法研究。通過對航線歷史數(shù)據(jù)的分類分級存儲、調(diào)用和分析，實現(xiàn)了適應(yīng)多船型的航線優(yōu)化輸出，能夠為更加合理且充分地利用航道水深資源提供思路和參考。