CN107220521A - 一种用于船舶污染物排放量计算的静态数据获取方法 - Google Patents
一种用于船舶污染物排放量计算的静态数据获取方法 Download PDFInfo
- Publication number
- CN107220521A CN107220521A CN201710577044.4A CN201710577044A CN107220521A CN 107220521 A CN107220521 A CN 107220521A CN 201710577044 A CN201710577044 A CN 201710577044A CN 107220521 A CN107220521 A CN 107220521A
- Authority
- CN
- China
- Prior art keywords
- data
- ship
- static
- ais
- amount calculation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及船舶领域,更具体地,涉及一种用于船舶污染物排放量计算的静态数据获取方法。其包括:获取AIS数据,对AIS数据进行解码,从解码数据中提取静态数据;对静态数据进行预处理形成静态数据库;对静态数据库中缺失的数据进行补充和完善。以AIS数据为基础,利用动力计算方法进行船舶大气污染物排放量的计算时需要用到AIS静态数据库。本发明充分利用AIS已有信息项来补充缺失的静态数据,可有效降低采用平均数值等替代缺失数据进行排放量计算时所带来的较大不确定性,从而提高了排放量计算的准确性。
Description
技术领域
本发明涉及船舶领域,更具体地,涉及一种用于船舶污染物排放量计算的静态数据获取方法。
背景技术
大气污染物排放清单是制定污染减排政策、评价各污染源排放影响和污染减排效果的重要依据和手段,工业污染源、道路移动源等陆源的大气污染治理工作开展时间较长,清单编制方法亦趋于成熟。随着精细化管理需求和空气质量持续改善压力不断加大,船舶对区域大气污染排放贡献受到越来越多的关注,而目前我国仅有部分沿海港口城市建立了船舶排放清单,清单编制方法还有待完善。
船舶排放清单的编制总体经历了“自上而下”的估算方法到“自下而上”的精细化计算过程。前期的排放清单主要采用基于吞吐量、船用燃油消耗量、船舶进出港数据等的“自上而下”的估算方法,操作相对简单,但缺乏对船舶实际航行状态的反映以及数据区域代表性不足等使得清单计算结果具有较大不确定性。为有效提高清单结果的精确度,AIS数据被逐步应用到船舶大气污染物排放清单编制中。
船舶自动识别系统(Automatic Identification System,简称AIS系统)由岸基(基站)设施和船载设备共同组成,是一种新型的集网络技术、现代通讯技术、计算机技术、电子信息显示技术为一体的数字助航系统和设备。AIS系统的AIS消息提供三类数据,其中包含船舶静态数据(包含船名、呼号、MMSI、IMO、船舶类型、船长、船宽等)、船舶动态数据(包含经度、纬度、船首向、航迹向、航速、实时信息上报的UTC时间等)、船舶航程数据(包含船舶状态,吃水,目的地等)。
AIS系统详实的航行速度、时间、经纬度等信息可被用来获取船舶数量以及航行轨迹、航速等多个实时活动水平关键参数,以精确计算船舶实际航行过程中的大气污染物排放量。但AIS数据并不包含对于船舶排放量计算同样十分重要的主辅机和锅炉功率等静态数据,由于与船舶动态信息匹配的相关基础数据获取以及海量AIS数据处理的难度较大(A类船载移动设备报告间隔在航行状态下不超过10s),使用AIS数据“自下而上”编制船舶排放清单的方法主要集中在欧洲、北美等发达国家和地区。
我国船舶清单开发对AIS数据的初期使用主要集中在活动水平统计分析、提取船舶流量、利用船舶航行轨迹进行空间分配等方面,该种方法建立的排放清单通过降低关键参数精确度来提高排放量计算的简易度,没有充分发挥AIS本身带有的实时航行状态数据在清单开发过程中的优势,同时也忽略了不同船舶类型、不同吨位等级船舶在单位时间内的污染排放量差异性,空间分配结果依然存在较大的不确定性。目前也有部分学者给出了基于AIS数据建立的船舶大气污染物排放清单,或仅以远洋船为研究对象或侧重于对清单结果的描述,对于我国沿海和内河船数量多、部分船型AIS数据关键信息项缺失严重、数据补充难度大的实际情况及解决办法的相关内容并没有涉及。因此,如何针对可获取的数据源现状实现对AIS静态数据的有效补充和完善以便更好地应用于船舶排放清单“自下而上”的编制过程是现行研究的重点。
发明内容
本发明为克服上述现有技术所述的至少一种缺陷(不足),提供一种能够对静态数据进行补充和完善的用于船舶污染物排放量计算的静态数据获取方法。
为解决上述技术问题,本发明的技术方案如下:
一种用于船舶污染物排放量计算的静态数据获取方法,包括:
获取AIS数据,对AIS数据进行解码,从解码数据中提取静态数据;
对静态数据进行预处理形成静态数据库;
对静态数据库中缺失的数据进行补充和完善。
以AIS数据为基础,利用动力计算方法进行船舶大气污染物排放量的计算时需要用到AIS静态数据库。本发明充分利用AIS已有信息项来补充缺失的静态数据,可有效降低采用平均数值等替代缺失数据进行排放量计算时所带来的较大不确定性,从而提高了排放量计算的准确性。
上述方案中,对静态数据进行预处理形成静态数据库具体包括如下步骤:
将不同日期的静态数据存储在不同的文件内并以日期命名;
当同一天的静态数据中存在多条记录有相同MMSI编号的AIS数据时,删除信息项全部相同的重复数据,仅保留MMSI编码相同的信息最全且合理的一条AIS数据,其余进行删除处理。
AIS报文信息都通过特定的标识符进行信息上传,具有不可直观阅读性,因此本发明在获取到AIS数据后先对其进行解码,解码成可直观阅读和使用的数据,解码后提取静态数据进行规范化单独存储和冗余处理,方便用于排放清单的编制和使用。
上述方案中,对静态数据库中缺失的数据进行补充和完善的具体步骤包括:
收集整理与船舶相关的数据库信息对AIS静态数据库进行关键信息项的多源查询匹配操作获取可匹配到的AIS静态数据缺失的数据信息项;
对无法直接通过多源查询匹配的方式获取的缺失数据信息项,通过数理统计的方式进行回归模拟结果推算获取。
此方式充分利用了其他数据库中对船舶静态数据的记载,通过数据匹配和数理统计方式来补充缺失的静态数据,可有效降低采用平均数值等替代缺失数据进行排放量计算时所带来的较大不确定性,从而提高了排放量计算的准确性。
上述方案中,所述与船舶相关的数据库包括船舶签证、船舶进出口岸查验信息、船检、劳氏船级社数据库的一种或者多种。
上述方案中,多源查询匹配具体方式是选择一个关键因子进行信息的匹配,不同数据库可以依次选择MMSI编码、船舶英文名称作为关键因子进行数据的匹配。
上述方案中,通过数理统计的方式进行回归模拟结果推算获取缺失的静态数据的具体步骤包括:
将船舶类型划分为远洋、沿海和内河三大类,每个大类下的船舶均划分货船、客船、油轮、拖船和其他共五种,提取AIS静态数据中的船长数据,依据不同船型的船长和船舶吨位间的拟合关系式推算出吨位数据,再根据吨位值和功率间的拟合关系式得到主机功率值;
按照国内外清单编制经验利用辅机、主机额定功率间的比值与主机额定功率进行关联,计算获取辅机额定功率值;
上述方案中,不同船型的船长和船舶吨位间的拟合关系式以船舶签证数据库及船舶进出口岸查验信息数据库中可查询获取船长数据的船舶数据为样本,通过数理统计的方式获取船长与吨位间的拟合关系式;
吨位值与功率间的拟合关系以获取到的船舶签证数据库及船舶进出口岸查验信息数据库中的数据为样本,通过数理统计的方式获取吨位值与功率间的拟合关系式。
与现有技术相比,本发明技术方案的有益效果是:
以AIS数据为基础,利用动力计算方法进行船舶大气污染物排放量的计算时需要用到AIS静态数据库。本发明针对AIS静态信息不足以支撑排放量计算的实际情况提出了一种通过构建船舶AIS静态信息关联属性库实现对AIS静态数据的有效补充,其包括两个步骤,首先利用多个现有数据库进行多源数据匹配对缺失数据进行直接补充,而后识别无法直接匹配的船舶采用回归模拟结果推算的方法进行间接补充。该方法充分利用了AIS自有静态数据项和目前可掌握的其他数据信息,有效提高了AIS数据在船舶大气污染物排放清单编制过程中的可用性,为实现基于AIS数据的逐艘次的船舶排放计算提供关键技术支持。
附图说明
图1为本发明一种用于船舶污染物排放量计算的静态数据获取方法具体实施例的流程图。
具体实施方式
附图仅用于示例性说明,不能理解为对本专利的限制;
在本发明的描述中,需要理解的是,此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或隐含所指示的技术特征的数量。由此,限定的“第一”、“第二”的特征可以明示或隐含地包括一个或者更多个该特征。在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。
下面结合附图和实施例对本发明的技术方案做进一步的说明。
实施例1
如图1所示,为本发明一种用于船舶污染物排放量计算的静态数据获取方法具体实施例的流程图。参见图1,本具体实施例一种用于船舶污染物排放量计算的静态数据获取方法的具体步骤包括:
S101.获取AIS数据,对AIS数据进行解码,从解码数据中提取静态数据。
由于需要利用AIS数据,因此,本发明的方法针对的是安装并开启AIS设备的船舶,包括远洋船、沿海船和内河船等。AIS设备上报的报文信息不仅包含远洋船舶航行轨迹,还包含了沿海船舶和大量的内河船舶,但由于AIS报文为加密文件,且存在数据信息项不完整、数据冗余、数据量庞大等原因,目前并没有被很好的应用到船舶大气污染物排放清单的开发工作中。本发明针对现有AIS静态数据应用于船舶大气污染物排放清单研究时存在的问题一一进行解决。
AIS报文各条信息项都需通过特定的标识符进行信息上传,具有不可直观阅读性,需要对其信息项进行解码,解译成可直观阅读和使用的数据,可服务于污染物排放清单编制的主要包括静态数据项和动态数据项两大部分,由于上报频率存在差异性以及考虑后续清单编制工作的便易性,将解译后的静态数据进行单独存储,形成船舶静态数据库。AIS系统的技术特性可参考国际电信联盟发布的《ITU-R M.1371-4建议书》,来源方面,岸基AIS数据可通过海事部门获取、卫星AIS数据可通过定向数据库购买的方式获取。
其中从AIS数据中可以获取到的静态数据库关键信息项包括:MMSI(水上移动通信业务标识码,Maritime Mobile Service Identify)编号、船舶英文名称、船舶类型、船舶分类编号(编号“0”代表A类船、编号“1”代表B类船)、船长、船宽、吃水等信息项,其中IMO(国际海事组织的识别码)编号、呼号信息项基本缺失。
S102.对静态数据进行预处理形成静态数据库。
提取静态数据后还需要对数据进行清洗和整理等预处理。具体步骤如下:
1)将船舶静态数据按日期进行单独存储,即同一天的报文解码数据存储在同一个文件内,并以日期命名,以尽量减少出现一个编号对应多条静态数据的情况;
2)当同一天的船舶静态数据中存在多条AIS数据,每条AIS数据均记录有相同的MMSI编号时,仅保留信息最全且合理的一条,其余进行删除处理。比如,比较各记录中船名、船长、船宽、船舶类型四项参数,四项信息全部相同的仅保留其中一条记录其余删除,仅MMSI编号相同的,优先选取有正常船名(不出现乱码或空的船名)、船长较大的记录,其余记录删除。
S103.对静态数据库中缺失的数据进行补充和完善。
动力法计算中需要用到主机额定功率这一静态数据,但通常AIS静态数据中缺失主机额定功率等信息。基于此,本发明提出了通过多源数据匹配和回归模拟结果推算相结合的方法来构建船舶AIS静态信息关联属性库以补充和完善缺失的静态数据。具体实现时,先收集整理多种与船舶相关的数据库信息对AIS静态数据做多源查询匹配获取AIS静态数据缺失的数据;
现有技术中船舶签证、船舶进出口岸查验信息、船检、劳氏船级社等数据库中均涉及船舶静态数据,收集整理船舶签证、船舶进出口岸查验信息、船检、劳氏船级社等数据库信息对AIS静态数据库进行多源查询匹配,关键信息项依据数据库的不同可依次选择水上移动通信业务标识码(MMSI编码)、船舶英文名称,匹配结果可同时实现对船舶类型的详细划分。
具体就关键信息项的选择来讲:
劳氏船级社数据、船舶检验登记数据、船舶签证数据等含有AIS数据中缺少的船舶主机功率、吨位、详细类型(普通货船、干散货船、集装箱船、滚装船、化学品运输船、液化气运输船、油轮、拖船、客船、其他等)等关键信息。
对于劳氏船级社等远洋船舶数据库,可将“MMSI编号”作为关键因子与AIS数据进行船舶匹配和信息补充;
对于船舶检验登记信息、船舶签证信息等主要对应本国的沿海和内河船舶,其不包括MMSI编号,可将“船舶英文名称”作为关键因子与AIS数据进行船舶匹配和信息补充。
其中,为保证船舶名格式的一致性及后续的可对比性,将船舶英文名称统一改为大写,并删除名称中可能存在的空格与TAB键。
经过多源数据匹配后,补充排放量计算所需的主机功率、吨位、详细类型等信息,如果还存在多源数据库无法匹配的船舶则进入第二步,利用数理统计的方式进行回归模拟结果推算的方式对在第一步中无法补充到主机功率和吨位信息的船舶进行信息补充。
具体为:
取AIS静态信息项中的船长数据,依据不同船型的船长和船舶吨位间的拟合关系式(见表1)推算出吨位数据,再依据吨位值和功率值间的拟合关系式(见表2)得到主机功率数据。具体地,船长与吨位间的数理关系以船舶签证信息及船舶进出口岸查验信息中部分可查询获取到船长数据的船舶为基础,通过数理统计的方式获取船长与吨位间的拟合关系式,吨位与功率间的数理关系以获取到的船舶签证信息及船舶进出口岸查验信息为基础,通过数理统计的方式获取吨位与功率间的拟合关系式。辅机功率值根据辅机、主机额定功率间的比值获取,锅炉额定功率取国内外清单编制经验值,鉴于AIS信息的局限性,将船舶类型划分为货船、客船、油轮、拖船和其他(不包括捕捞船)共五种。该方法充分利用了AIS已有信息项来补充缺失数据,可有效降低采用平均数值等替代缺失数据带来的较大不确定性。其中,不同船型的船长和船舶吨位间的拟合关系式以及吨位值和功率值间的拟合关系式是采集大量样本数据通过数据拟合得到的,本发明是以珠江三角洲为研究区域采集船舶样本研究得到拟合关系。
具体地,先对船舶类型进行划分,具体为:
①大中型船舶和小型船舶的初步划分
编号“0”对应A类船舶,属于大中型船(300总吨及以上);
编号“1”对应B类船舶,属于小型船(300总吨以下)。
②船舶类型划分
船舶类型由0-99数字表示,按照排放清单的需求,将船舶类型整理如下:
③远洋/沿海/内河船舶划分
编号“1”对应的小型船归入内河船舶范畴;
编号“0”对应的船舶:
MMSI编码开头为412/413且末一位不为0的为内河船舶;
MMSI编码开头为412/413且末一位为0的为沿海船舶;
MMSI编码开头为412/413且末两位为00的为远洋船舶;
MMSI编码开头不为412/413为远洋船舶。
④船长与吨位间数理关系
表1船长与吨位值间数理关系
在表1中,R2是相关指数,用来衡量模拟效果好坏的指标,其值越接近1表示拟合关系拟合的效果越好。其中,远洋客船和沿海客船由于数据样本量较小,本发明采用直接取值方式给出远洋和沿海客船的主机功率值,具体见表2,不经过拟合关系推算。
⑤吨位与主机额定功率间数理关系
表2船舶吨位与主机额定功率间数理关系
⑥辅机和锅炉额定功率补充。
辅机额定功率由于在各数据库中均严重缺失,按照国内外清单编制经验利用辅机、主机额定功率间的比值(以下简称“辅机/主机比”)与主机额定功率进行关联,通过主机额定功率和“辅机/主机比”的经验值计算获取。其中远洋船辅机/主机比参考国内外清单编制的经验值,沿海船依据样本数据统计获取,给出包括分船型的平均额定功率及辅机/主机比的统计均值,如表3所示,其中,表3中的普通货船、干散货船、化学品运输船、滚装船、液化气运输船、货船a均属于上述分类的货船。锅炉额定功率按照国内外清单编制经验不再补充,直接给出各工况下的实际运行功率值来计算排放量。内河船舶由于计算排放量时不考虑辅机和锅炉的排放量,因此此处不对内河船舶的辅机、锅炉额定功率进行补充。
表3不同船型“辅机/主机比”
上表中,沿海船的统计结果是基于350余个样本数得到的;货船a对应数值为普通货船、干散货船、化学品运输船、滚装船、集装箱船和液化气运输船在内的6种船型对应数值的加权平均值,适用于无法通过多源数据库进行直接匹配的船舶。
本发明针对AIS静态信息不足以支撑排放量计算的实际情况提出了一种通过构建船舶AIS静态信息关联属性库实现对AIS静态数据的有效补充,包括两个步骤,首先利用多个现有数据库进行多源数据匹配对缺失数据进行直接补充,而后识别无法直接匹配的船舶采用回归模拟结果推算的方法进行间接补充。该方法充分利用了AIS自有静态数据项和目前可掌握的其他数据信息,有效提高了AIS数据在船舶大气污染物排放清单编制过程中的可用性,为实现基于AIS数据的逐艘次的船舶排放计算提供关键技术支持。
相同或相似的标号对应相同或相似的部件;
附图中描述位置关系的用于仅用于示例性说明,不能理解为对本专利的限制;
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。
Claims (7)
1.一种用于船舶污染物排放量计算的静态数据获取方法,其特征在于,包括:
获取AIS数据,对AIS数据进行解码,从解码数据中提取静态数据;
对静态数据进行预处理形成静态数据库;
对静态数据库中缺失的数据进行补充和完善。
2.根据权利要求1所述的用于船舶污染物排放量计算的静态数据获取方法,其特征在于,对静态数据进行预处理形成静态数据库的具体步骤包括:
将不同日期的静态数据存储在不同的文件内并以日期命名;
当同一天的静态数据中存在多条记录有相同MMSI编号的AIS数据时,删除信息项全部相同的重复数据,仅保留MMSI编码相同的信息最全且合理的一条AIS数据,其余进行删除处理。
3.根据权利要求1所述的用于船舶污染物排放量计算的静态数据获取方法,其特征在于,对静态数据库中缺失的数据进行补充和完善的具体步骤包括:
收集整理与船舶相关的数据库信息对AIS静态数据库进行关键信息项的多源查询匹配操作获取可匹配到的AIS静态数据缺失的数据信息项;
对无法直接通过多源查询匹配的方式获取的缺失数据信息项,通过数理统计的方式进行回归模拟结果推算获取。
4.根据权利要求3所述的用于船舶污染物排放量计算的静态数据获取方法,其特征在于,所述与船舶相关的数据库包括船舶签证、船舶进出口岸查验信息、船检、劳氏船级社数据库中的一种或者多种。
5.根据权利要求4所述的基于AIS数据的用于船舶污染物排放量计算的静态数据获取方法,其特征在于,多源查询匹配具体方式是选择一个关键因子进行信息的匹配,不同数据库可以依次选择MMSI编码、船舶英文名称作为关键因子进行数据的匹配。
6.根据权利要求4所述的基于AIS数据的用于船舶污染物排放量计算的静态数据获取方法,其特征在于,通过数理统计的方式进行回归模拟结果推算获取缺失的静态数据的具体步骤包括:
将船舶类型划分为远洋、沿海和内河三大类,每个大类下的船舶均划分货船、客船、油轮、拖船和其他共五种,提取AIS静态数据中的船长数据,依据不同船型的船长和船舶吨位间的拟合关系式推算出吨位数据,再根据吨位值和功率间的拟合关系式得到主机功率值;
参考国内外清单编制经验,利用辅机、主机额定功率间的比值与主机额定功率进行关联,计算获取辅机额定功率值。
7.根据权利要求6所述的基于AIS数据的用于船舶污染物排放量计算的静态数据获取方法,其特征在于,
不同船型的船长和船舶吨位间的拟合关系式以船舶签证数据库及船舶进出口岸查验信息数据库中可查询获取船长数据的船舶数据为样本,通过数理统计的方式获取船长与吨位间的拟合关系式;
吨位值与功率间的拟合关系以获取到的船舶签证数据库及船舶进出口岸查验信息数据库中的数据为样本,通过数理统计的方式获取吨位值与功率间的拟合关系式。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710577044.4A CN107220521A (zh) | 2017-07-14 | 2017-07-14 | 一种用于船舶污染物排放量计算的静态数据获取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710577044.4A CN107220521A (zh) | 2017-07-14 | 2017-07-14 | 一种用于船舶污染物排放量计算的静态数据获取方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107220521A true CN107220521A (zh) | 2017-09-29 |
Family
ID=59952320
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710577044.4A Pending CN107220521A (zh) | 2017-07-14 | 2017-07-14 | 一种用于船舶污染物排放量计算的静态数据获取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107220521A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111159634A (zh) * | 2019-12-12 | 2020-05-15 | 天津大学 | 基于ais数据计算船舶大气污染物排放量及空间分布的方法 |
CN111289690A (zh) * | 2019-08-19 | 2020-06-16 | 浙江海洋大学 | 一种基于ais的区域船舶碳排放监测方法 |
CN111382148A (zh) * | 2020-03-06 | 2020-07-07 | 深圳市闻迅数码科技有限公司 | 一种船舶信息管理方法、终端设备及计算机可读介质 |
CN111476699A (zh) * | 2020-04-26 | 2020-07-31 | 浙江蓝景科技有限公司 | 船舶污染物的监管方法和装置 |
CN111597195A (zh) * | 2020-05-07 | 2020-08-28 | 交通运输部水运科学研究所 | 一种船舶大气污染排放清单缺失信息处理方法及装置 |
CN112084577A (zh) * | 2020-08-24 | 2020-12-15 | 智慧航海(青岛)科技有限公司 | 一种基于仿真试验数据的数据处理方法 |
CN115145951A (zh) * | 2022-03-16 | 2022-10-04 | 北京国交信通科技发展有限公司 | 一种多源船舶数据融合方法及装置 |
CN116049208A (zh) * | 2023-01-19 | 2023-05-02 | 中远海运科技股份有限公司 | 一种船舶imo号与mmsi号自动更新匹配方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103927461A (zh) * | 2014-05-07 | 2014-07-16 | 交通运输部水运科学研究所 | 一种动态组建港口和船舶空气污染物排放清单的计算方法 |
CN105590024A (zh) * | 2015-12-16 | 2016-05-18 | 河海大学 | 一种基于活动的港区大气污染物排放清单编制方法 |
-
2017
- 2017-07-14 CN CN201710577044.4A patent/CN107220521A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103927461A (zh) * | 2014-05-07 | 2014-07-16 | 交通运输部水运科学研究所 | 一种动态组建港口和船舶空气污染物排放清单的计算方法 |
CN105590024A (zh) * | 2015-12-16 | 2016-05-18 | 河海大学 | 一种基于活动的港区大气污染物排放清单编制方法 |
Non-Patent Citations (5)
Title |
---|
APOLLONIA MIOLA ET AL: "Estimating air emissions from ships:Meta-analysis of modelling approaches and available data sources", 《ATMOSPHERIC ENVIRONMENT》 * |
叶斯琪: "珠江三角洲地区船舶排放特征及对区域空气质量影响的研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅰ辑》 * |
张鹏: "基于AIS数据的船舶领域模型统计平台研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 * |
杨小丽: "《Excel应用大全》", 31 January 2016 * |
邢辉: "基于AIS数据的渤海湾地区海运排放测算", 《中国环境科学》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111289690A (zh) * | 2019-08-19 | 2020-06-16 | 浙江海洋大学 | 一种基于ais的区域船舶碳排放监测方法 |
CN111159634A (zh) * | 2019-12-12 | 2020-05-15 | 天津大学 | 基于ais数据计算船舶大气污染物排放量及空间分布的方法 |
CN111382148A (zh) * | 2020-03-06 | 2020-07-07 | 深圳市闻迅数码科技有限公司 | 一种船舶信息管理方法、终端设备及计算机可读介质 |
CN111382148B (zh) * | 2020-03-06 | 2024-01-16 | 深圳市闻迅数码科技有限公司 | 一种船舶信息管理方法、终端设备及计算机可读介质 |
CN111476699A (zh) * | 2020-04-26 | 2020-07-31 | 浙江蓝景科技有限公司 | 船舶污染物的监管方法和装置 |
CN111597195A (zh) * | 2020-05-07 | 2020-08-28 | 交通运输部水运科学研究所 | 一种船舶大气污染排放清单缺失信息处理方法及装置 |
CN111597195B (zh) * | 2020-05-07 | 2023-03-14 | 交通运输部水运科学研究所 | 一种船舶大气污染排放清单缺失信息处理方法及装置 |
CN112084577A (zh) * | 2020-08-24 | 2020-12-15 | 智慧航海(青岛)科技有限公司 | 一种基于仿真试验数据的数据处理方法 |
CN112084577B (zh) * | 2020-08-24 | 2023-11-17 | 智慧航海(青岛)科技有限公司 | 一种基于仿真试验数据的数据处理方法 |
CN115145951A (zh) * | 2022-03-16 | 2022-10-04 | 北京国交信通科技发展有限公司 | 一种多源船舶数据融合方法及装置 |
CN116049208A (zh) * | 2023-01-19 | 2023-05-02 | 中远海运科技股份有限公司 | 一种船舶imo号与mmsi号自动更新匹配方法及系统 |
CN116049208B (zh) * | 2023-01-19 | 2023-10-31 | 中远海运科技股份有限公司 | 一种船舶imo号与mmsi号自动更新匹配方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107220521A (zh) | 一种用于船舶污染物排放量计算的静态数据获取方法 | |
CN107358048A (zh) | 一种基于ais数据的高精度船舶污染物排放量计算方法 | |
CN112862321B (zh) | 一种基于ais大数据的海运统计系统及其统计方法 | |
Villalba et al. | Estimating GHG emissions of marine ports—the case of Barcelona | |
Endresen et al. | Emission from international sea transportation and environmental impact | |
Huang et al. | Estimation and spatio-temporal analysis of ship exhaust emission in a port area | |
Deniz et al. | Estimation of shipping emissions in Candarli Gulf, Turkey | |
Ülker et al. | A comparative CO2 emissions analysis and mitigation strategies of short-sea shipping and road transport in the Marmara Region | |
Georgakaki et al. | Transport and Environment Database System (TRENDS): Maritime air pollutant emission modelling | |
CN109405831A (zh) | 一种内河水网航线规划方法 | |
Chi et al. | A framework for real-time monitoring of energy efficiency of marine vessels | |
Cristea et al. | Operational shipping intelligence through distributed cloud computing | |
Tran et al. | Emissions from container vessels in the port of Singapore | |
Kurt et al. | Operational cost analysis for a container shipping network integrated with offshore container port system: A case study on the West Coast of North America | |
Li et al. | Ship carbon dioxide emission estimation in coastal domestic emission control areas using high spatial-temporal resolution data: A China case | |
De Marucci | The expansion of the Panama Canal and its impact on global CO2 emissions from ships | |
CN115290834B (zh) | 船舶碳排放监测装置及方法 | |
Leong et al. | Estimation of CO2 emission from marine traffic in Singapore Straits using Automatic Identification Systems data | |
CN108052629A (zh) | 一种基于高精度dem数据的快速海陆判断方法 | |
CN115809821A (zh) | 一种船用智能能效管理系统 | |
Wang et al. | Geographical characterization of ship traffic and emissions | |
Zuber M et al. | Evaluation of anthropogenic air emissions from marine engines in a coastal urban airshed of texas | |
YaoYu et al. | A preliminary scheme of the online monitoring system for the ship discharging pollution at harbor based on AIS information | |
CN114005302B (zh) | 沿海船舶空船指数生成方法及系统 | |
CN113408049A (zh) | 一种基于ais数据的船舶水污染预测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170929 |
|
RJ01 | Rejection of invention patent application after publication |