CN109948968A - 一种大宗商品贸易物流跟踪分析方法 - Google Patents
一种大宗商品贸易物流跟踪分析方法 Download PDFInfo
- Publication number
- CN109948968A CN109948968A CN201910055486.1A CN201910055486A CN109948968A CN 109948968 A CN109948968 A CN 109948968A CN 201910055486 A CN201910055486 A CN 201910055486A CN 109948968 A CN109948968 A CN 109948968A
- Authority
- CN
- China
- Prior art keywords
- ship
- data
- information
- staple commodities
- analysis method
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 38
- 239000003651 drinking water Substances 0.000 claims description 21
- 235000020188 drinking water Nutrition 0.000 claims description 21
- 238000005516 engineering process Methods 0.000 claims description 11
- 238000012544 monitoring process Methods 0.000 claims description 10
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 5
- 238000002386 leaching Methods 0.000 claims 1
- 230000000007 visual effect Effects 0.000 abstract description 4
- 239000003949 liquefied natural gas Substances 0.000 description 6
- 239000003915 liquefied petroleum gas Substances 0.000 description 6
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 4
- 239000003921 oil Substances 0.000 description 4
- 239000010779 crude oil Substances 0.000 description 3
- 235000010469 Glycine max Nutrition 0.000 description 2
- 244000068988 Glycine max Species 0.000 description 2
- 239000003245 coal Substances 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000295 fuel oil Substances 0.000 description 2
- 230000008676 import Effects 0.000 description 2
- 229910052742 iron Inorganic materials 0.000 description 2
- 238000000034 method Methods 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000004454 trace mineral analysis Methods 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种大宗商品贸易物流跟踪分析方法,包括以下步骤:获取基础信息数据;根据基础信息数据绘制船舶轨迹和停船点,并进行泊位标绘;根据船舶轨迹和停船点通过被监控的泊位采集船舶相关数据;综合以上数据获得船舶的完整路线;进行可视化展示;采用基于船舶AIS船位信息和海运大数据的智能分析方法,自动追踪特定大宗商品货物的国际运输,并且以可视化的方式将收集到的数据呈现出来。一方面数据基于运输船舶的实际位置,仅真正执行运输的船舶会被跟踪,解决了数据可靠性的问题;另一方面大宗在线收集到的信息会实时更新,用户可以通过大宗在线平台查看到实时数据,两方面合一,从海运角度满足市场对于大宗商品数据的迫切需求。
Description
技术领域
本发明涉及航运技术领域,尤其涉及一种大宗商品贸易物流跟踪 分析方法。
背景技术
全球每天有140万余条各类船舶承担着80%的全球贸易货物的运输 任务。我国近90%的进口能源和70%的其他进出口货物通过船舶运输, 而国际大宗商品贸易,除去仅占极少比例的管道运输,其他几乎全仰 赖于海运。随着世界经济国际化程度的不断加深,例如不久前推出的 原油期货合约等,不论是宏观经济亦或是商品市场上对大宗商品的相 关信息与数据需求正在不断扩大。
然而受制于大宗商品海运市场经营者过于分散,矿业巨头信息封 闭等原因,大宗商品的相关数据和信息在市场上一直都存在缺少权威、 频次过低、不够及时、不够精细等问题。
目前对于大宗商品的数据信息,市场上一般存在着几种主要来源 渠道:
1.官方数据:包括国家海关、统计局数据等。
2.大宗商品行业参与者信息:如矿山财报、代理数据报告等。
3.数据服务商信息:如路透社、彭博社等数据提供商
虽然目前市场上关于大宗商品的数据信息多而杂,但都存在着各 自的缺陷与不足:
1.官方数据具有权威性,但频次过低,即时性差,同时统计口径 过于笼统,无法满足市场需求。例如国家海关公布的数据,只在每月 中左右公布上一月某些重要商品的进口数据。
2.矿山财报同样具有上述问题。矿山财报一般仅季度、半年、每 年公布,数据频次过低,无法满足大宗商品即期市场和期货市场的交 易需求。
3.数据服务商提供的数据则因为其原始数据来源渠道参差不齐, 多来源于人工采集,造成其数据误差大,稳定性差,往往与实际数值 存在较大出入。
可以看出,目前市场上的大宗商品数据都存在各种各样的问题。
发明内容
鉴于目前存在的上述不足,本发明提供一种大宗商品贸易物流跟 踪分析方法,能够自动追踪特定大宗商品货物的国际运输,并且以可 视化的方式将收集到的数据呈现出来。
为达到上述目的,本发明的实施例采用如下技术方案:
一种大宗商品贸易物流跟踪分析方法,所述大宗商品贸易物流跟 踪分析方法包括以下步骤:
获取基础信息数据;
根据基础信息数据绘制船舶轨迹和停船点,并进行泊位标绘;
根据船舶轨迹和停船点通过被监控的泊位采集船舶相关数据;
综合以上数据获得船舶的完整路线;
进行可视化展示。
依照本发明的一个方面,所述获取基础信息数据包括:获取船舶 AIS信息,获取卫星遥感图像,获取码头堆放的货物种类和专用码头的 位置。
依照本发明的一个方面,所述根据基础信息数据绘制船舶轨迹和 停船点包括:通过AIS信息,绘出船舶航行轨迹,并且判断船舶当前 状态是停泊还是在航行中。
依照本发明的一个方面,所述根据基础信息数据进行泊位标绘包 括:依据卫星遥感图像,对大宗商品的码头进行分析判断,了解码头 堆放的货物种类和专用码头的位置,并用电子围栏技术进行标绘。
(1)依据AIS船位信息绘制船舶轨迹和停船点
船舶AIS信息是一串包含部分船舶本身规格信息(船名等)和位 置、方向信息的数据。我们设计的数据库和处理程序,能够通过AIS 信息,智能绘出船舶航行轨迹,并且判断船舶当前状态是停泊还是在 航行中。
(2)基于卫星和遥感的堆场判断和基于电子围栏技术的泊位标 绘
大宗商品之所以称之为“大宗”,因为其往往以大批量进行贸易 和运输。在海运当中,进行大宗商品运输的船舶吨位小至1万吨,大 至40万吨,并且大多数情况下一艘船只装运同一种货物。因为这种特 性,所以大宗商品在港口一般会有专门的集中堆放区域,并且使用专 用的码头进行装卸。
电子围栏是一种在地图上绘制专门的区域,结合船舶位置信息, 即可对进入电子围栏区域的船舶进行监控追踪的技术。
大宗在线依据卫星遥感图像,对大宗商品的码头进行分析判断, 了解码头堆放的货物种类和专用码头的位置,并用电子围栏技术进行 标绘。
这样即可对进入该码头区域的船舶进行监控追踪。
(3)因为装运大宗商品多数情况下使用专门的船舶,例如装运 铁矿、煤炭、大豆等固体货物,通常使用散货船;装运原油、成品油、 燃油等使用油轮;装运液化天然气(LNG)、液化石油气(LPG)使用 专门的LNG船和LPG船等,因此对于装运不同种类货物的码头仅需要监控对应的船舶。
依照本发明的一个方面,所述大宗商品贸易物流跟踪分析方法包 括:依据生成的船舶航行轨迹和停船地点,结合标绘的码头区域,判 断船舶的靠泊、离泊状态;若一艘船舶在一个被监控的码头停留过, 即会被监控,系统会不断地将采集到的该船舶的AIS数据更新到数据 库中,直到该船舶在另一个受监控的码头停留。
依照本发明的一个方面,所述根据船舶轨迹和停船点通过被监控 的泊位采集船舶相关数据包括:依据船舶的吃水变化情况判断船舶是 否装载了货物,以此判断船舶是在装货还是在卸货;船舶的吃水是船 身上表示船舶浸在水中的深度的数值,该数值越大,表示船舶浸入水 中的船体越多,表明船上此时承载的重量越大。
依照本发明的一个方面,所述综合以上数据获得船舶的完整路线 包括:根据所有采集的信息,即可以了解某一艘船舶一个航次的完整 路线,在某一个港口装载了某种货物,行驶若干天后,将该货物卸在 另一个港口,完成一次海上货物运输。
依照本发明的一个方面,所述大宗商品贸易物流跟踪分析方法包 括:根据所收集到的吃水信息,结合历史数据,深度分析船舶实际载 货量与船舶类型、吨位、港口存在的相关性和规律,智能预测船舶实 际装载的货量。
依照本发明的一个方面,所述大宗商品贸易物流跟踪分析方法包 括:结合多方面的信息源,拓宽信息维度,同时与外部信息对比,验 证数据的准确性。
依照本发明的一个方面,所述大宗商品贸易物流跟踪分析方法包 括以下实施步骤:
1.系统根据船舶发送的AIS船位信息自动分析其航行轨迹和停 船点。
2.若停船点位于监控的码头区域,则将此船加入监控中;反之则 不进行监控。
a)停船点指船舶在该地点停留过。为了避免误差信息,对停船点 的生成进行了限制,例如根据船舶装卸货物一般所需的时间设置最短 停留时间等。
3.根据船舶的吃水变化,判断船舶在这个码头进行装货还是卸货 作业。若船舶吃水增大,说明正在装货;若吃水减小,说明在进行卸 货。
4.若船舶在进行装货作业,那么结合其所在的码头信息,堆存货 场信息,和其他信息等,补充其所装货物的种类,发货人等信息。
5.船舶装货完毕后,结合其本身的载货能力,当前的吃水信息, 历史数据等,判断船舶装载的货物数量。
6.持续对船舶进行监控,实时对船舶的当前位置,下一个目的港 口,预计抵达时间等进行更新。
7.船舶抵达另一个受监控码头,吃水减小,则记录为卸货状态。 卸货完毕后监控结束。
8.由此,就生成了从一条船从某个港口码头装货,航行至另一个 港口码头进行卸货的完整信息。
本发明实施的优点:本发明所述的大宗商品贸易物流跟踪分析方 法,包括以下步骤:获取基础信息数据;根据基础信息数据绘制船舶 轨迹和停船点,并进行泊位标绘;根据船舶轨迹和停船点通过被监控 的泊位采集船舶相关数据;综合以上数据获得船舶的完整路线;进行 可视化展示;采用基于船舶AIS(船舶自动识别系统)船位信息和海运 大数据的智能分析方法,自动追踪特定大宗商品货物的国际运输,并 且以可视化的方式将收集到的数据呈现出来。一方面数据基于运输船 舶的实际位置,仅真正执行运输的船舶会被跟踪,解决了数据可靠性 的问题;另一方面大宗在线收集到的信息会实时更新,用户可以通过大宗在线平台查看到实时数据,两方面合一,从海运角度满足市场对 于大宗商品数据的迫切需求;开创性地将AIS数据与多种其他技术相 结合,通过对载货船舶的智能识别和追终,统计运输量的分析方法, 并且经过与官方数据的比对,证实了其具有统计学上的参考价值。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例 中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图 仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付 出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明所述的一种大宗商品贸易物流跟踪分析方法示意图;
图2为本发明所述的船舶的数据生成示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方 案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部 分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普 通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例, 都属于本发明保护的范围。
如图1和图2所示,一种大宗商品贸易物流跟踪分析方法,所述 大宗商品贸易物流跟踪分析方法包括以下步骤:
步骤S1:获取基础信息数据;
所述获取基础信息数据包括:获取船舶AIS信息,获取卫星遥感 图像,获取码头堆放的货物种类和专用码头的位置。
步骤S2:根据基础信息数据绘制船舶轨迹和停船点,并进行泊位 标绘;
所述根据基础信息数据绘制船舶轨迹和停船点包括:通过AIS信 息,绘出船舶航行轨迹,并且判断船舶当前状态是停泊还是在航行中。
在实际应用中,所述根据基础信息数据进行泊位标绘包括:依据 卫星遥感图像,对大宗商品的码头进行分析判断,了解码头堆放的货 物种类和专用码头的位置,并用电子围栏技术进行标绘。
具体包括以下几点:
(1)依据AIS船位信息绘制船舶轨迹和停船点;
船舶AIS信息是一串包含部分船舶本身规格信息(船名等)和位 置、方向信息的数据。我们设计的数据库和处理程序,能够通过AIS 信息,智能绘出船舶航行轨迹,并且判断船舶当前状态是停泊还是在 航行中。
(2)基于卫星和遥感的堆场判断和基于电子围栏技术的泊位标 绘;
大宗商品之所以称之为“大宗”,因为其往往以大批量进行贸易 和运输。在海运当中,进行大宗商品运输的船舶吨位小至1万吨,大 至40万吨,并且大多数情况下一艘船只装运同一种货物。因为这种特 性,所以大宗商品在港口一般会有专门的集中堆放区域,并且使用专 用的码头进行装卸。
电子围栏是一种在地图上绘制专门的区域,结合船舶位置信息, 即可对进入电子围栏区域的船舶进行监控追踪的技术。
大宗在线依据卫星遥感图像,对大宗商品的码头进行分析判断, 了解码头堆放的货物种类和专用码头的位置,并用电子围栏技术进行 标绘。
这样即可对进入该码头区域的船舶进行监控追踪。
(3)因为装运大宗商品多数情况下使用专门的船舶,例如装运 铁矿、煤炭、大豆等固体货物,通常使用散货船;装运原油、成品油、 燃油等使用油轮;装运液化天然气(LNG)、液化石油气(LPG)使用 专门的LNG船和LPG船等,因此对于装运不同种类货物的码头仅需要监控对应的船舶。
步骤S3:根据船舶轨迹和停船点通过被监控的泊位采集船舶相关 数据;
依据生成的船舶航行轨迹和停船地点,结合标绘的码头区域,判 断船舶的靠泊、离泊状态。若一艘船舶在一个被监控的码头停留过, 即会被监控,系统会不断地将采集到的该船舶的AIS数据更新到数据 库中,直到该船舶在另一个受监控的码头停留。
依据船舶的吃水变化情况判断船舶是否装载了货物,以此判断船 舶是在装货还是在卸货。船舶的吃水是船身上表示船舶浸在水中的深 度的数值,该数值越大,表示船舶浸入水中的船体越多,表明船上此 时承载的重量越大。
步骤S4:综合以上数据获得船舶的完整路线;
根据上述采集的信息,即可以了解某一艘船舶一个航次的完整路 线,在某一个港口装载了某种货物,行驶若干天后,将该货物卸在另 一个港口,完成一次海上货物运输。
根据所收集到的吃水信息,结合历史数据,深度分析船舶实际载 货量与船舶类型、吨位、港口等存在的相关性和规律,智能预测船舶 实际装载的货量。
结合多方面的信息源,添加如货物品种、发货人信息等,拓宽信 息维度。同时与外部信息对比,验证数据的准确性。
步骤S5:进行可视化展示。
在实际应用中,如图2所示,其描述了一艘船舶的数据是如何生 成的,具体如下:
1.系统根据船舶发送的AIS船位信息自动分析其航行轨迹和停船 点。
2.若停船点位于监控的码头区域,则将此船加入监控中;反之则 不进行监控。
a)停船点指船舶在该地点停留过。为了避免误差信息,对停船点 的生成进行了限制,例如根据船舶装卸货物一般所需的时间设置最短 停留时间等。
3.根据船舶的吃水变化,判断船舶在这个码头进行装货还是卸货 作业。若船舶吃水增大,说明正在装货;若吃水减小,说明在进行卸 货。
4.若船舶在进行装货作业,那么结合其所在的码头信息,堆存货 场信息,和其他信息等,补充其所装货物的种类,发货人等信息。
5.船舶装货完毕后,结合其本身的载货能力,当前的吃水信息, 历史数据等,判断船舶装载的货物数量。
6.持续对船舶进行监控,实时对船舶的当前位置,下一个目的港 口,预计抵达时间等进行更新。
7.船舶抵达另一个受监控码头,吃水减小,则记录为卸货状态。 卸货完毕后监控结束。
8.由此,就生成了从一条船从某个港口码头装货,航行至另一个 港口码头进行卸货的完整信息。
本发明实施的优点:本发明所述的大宗商品贸易物流跟踪分析方 法,包括以下步骤:获取基础信息数据;根据基础信息数据绘制船舶 轨迹和停船点,并进行泊位标绘;根据船舶轨迹和停船点通过被监控 的泊位采集船舶相关数据;综合以上数据获得船舶的完整路线;进行 可视化展示;采用基于船舶AIS(船舶自动识别系统)船位信息和海运 大数据的智能分析方法,自动追踪特定大宗商品货物的国际运输,并 且以可视化的方式将收集到的数据呈现出来。一方面数据基于运输船 舶的实际位置,仅真正执行运输的船舶会被跟踪,解决了数据可靠性 的问题;另一方面大宗在线收集到的信息会实时更新,用户可以通过大宗在线平台查看到实时数据,两方面合一,从海运角度满足市场对 于大宗商品数据的迫切需求;开创性地将AIS数据与多种其他技术相 结合,通过对载货船舶的智能识别和追终,统计运输量的分析方法, 并且经过与官方数据的比对,证实了其具有统计学上的参考价值。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并 不局限于此,任何熟悉本领域技术的技术人员在本发明公开的技术范 围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。 因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种大宗商品贸易物流跟踪分析方法,其特征在于,所述大宗商品贸易物流跟踪分析方法包括以下步骤:
获取基础信息数据;
根据基础信息数据绘制船舶轨迹和停船点,并进行泊位标绘;
根据船舶轨迹和停船点通过被监控的泊位采集船舶相关数据;
综合以上数据获得船舶的完整路线;
进行可视化展示。
2.根据权利要求1所述的大宗商品贸易物流跟踪分析方法,其特征在于,所述获取基础信息数据包括:获取船舶AIS信息,获取卫星遥感图像,获取码头堆放的货物种类和专用码头的位置。
3.根据权利要求2所述的大宗商品贸易物流跟踪分析方法,其特征在于,所述根据基础信息数据绘制船舶轨迹和停船点包括:通过AIS信息,绘出船舶航行轨迹,并且判断船舶当前状态是停泊还是在航行中。
4.根据权利要求2所述的大宗商品贸易物流跟踪分析方法,其特征在于,所述根据基础信息数据进行泊位标绘包括:依据卫星遥感图像,对大宗商品的码头进行分析判断,了解码头堆放的货物种类和专用码头的位置,并用电子围栏技术进行标绘。
5.根据权利要求1所述的大宗商品贸易物流跟踪分析方法,其特征在于,所述大宗商品贸易物流跟踪分析方法包括:依据生成的船舶航行轨迹和停船地点,结合标绘的码头区域,判断船舶的靠泊、离泊状态;若一艘船舶在一个被监控的码头停留过,即会被监控,系统会不断地将采集到的该船舶的AIS数据更新到数据库中,直到该船舶在另一个受监控的码头停留。
6.根据权利要求5所述的大宗商品贸易物流跟踪分析方法,其特征在于,所述根据船舶轨迹和停船点通过被监控的泊位采集船舶相关数据包括:依据船舶的吃水变化情况判断船舶是否装载了货物,以此判断船舶是在装货还是在卸货;船舶的吃水是船身上表示船舶浸在水中的深度的数值,该数值越大,表示船舶浸入水中的船体越多,表明船上此时承载的重量越大。
7.根据权利要求6所述的大宗商品贸易物流跟踪分析方法,其特征在于,所述综合以上数据获得船舶的完整路线包括:根据所有采集的信息,即可以了解某一艘船舶一个航次的完整路线,在某一个港口装载了某种货物,行驶若干天后,将该货物卸在另一个港口,完成一次海上货物运输。
8.根据权利要求7所述的大宗商品贸易物流跟踪分析方法,其特征在于,所述大宗商品贸易物流跟踪分析方法包括:根据所收集到的吃水信息,结合历史数据,深度分析船舶实际载货量与船舶类型、吨位、港口存在的相关性和规律,智能预测船舶实际装载的货量。
9.根据权利要求9所述的大宗商品贸易物流跟踪分析方法,其特征在于,所述大宗商品贸易物流跟踪分析方法包括:结合多方面的信息源,拓宽信息维度,同时与外部信息对比,验证数据的准确性。
10.根据权利要求1至9之一所述的大宗商品贸易物流跟踪分析方法,其特征在于,所述大宗商品贸易物流跟踪分析方法包括以下实施步骤:
根据船舶发送的AIS船位信息自动分析其航行轨迹和停船点;
若停船点位于监控的码头区域,则将此船加入监控中;反之则不进行监控;
根据船舶的吃水变化,判断船舶在这个码头进行装货还是卸货作业;若船舶吃水增大,说明正在装货;若吃水减小,说明在进行卸货;
若船舶在进行装货作业,则根据现场信息完善船舶信息;
船舶装货完毕后,结合其本身的载货能力、当前的吃水信息和历史数据,判断船舶装载的货物数量;
持续对船舶进行监控,实时进行更新;
船舶抵达另一个受监控码头,吃水减小,则记录为卸货状态;卸货完毕后监控结束;
由此,就生成了从一条船从某个港口码头装货,航行至另一个港口码头进行卸货的完整信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910055486.1A CN109948968A (zh) | 2019-01-21 | 2019-01-21 | 一种大宗商品贸易物流跟踪分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910055486.1A CN109948968A (zh) | 2019-01-21 | 2019-01-21 | 一种大宗商品贸易物流跟踪分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109948968A true CN109948968A (zh) | 2019-06-28 |
Family
ID=67007894
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910055486.1A Pending CN109948968A (zh) | 2019-01-21 | 2019-01-21 | 一种大宗商品贸易物流跟踪分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109948968A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110660212A (zh) * | 2019-09-19 | 2020-01-07 | 惠龙易通国际物流股份有限公司 | 车船联网平台会员车辆管理方法及系统 |
CN116151717A (zh) * | 2023-04-20 | 2023-05-23 | 广州侨益科技有限公司 | 一种大宗商品物流运输异常预警方法及系统 |
CN117146901A (zh) * | 2023-10-17 | 2023-12-01 | 广州一链通互联网科技有限公司 | 一种内贸海运的港口货运量监测方法、系统及储存介质 |
CN117636690A (zh) * | 2024-01-24 | 2024-03-01 | 亿海蓝(北京)数据技术股份公司 | 船舶航次生成方法、装置、电子设备和可读储存介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102831787A (zh) * | 2012-07-30 | 2012-12-19 | 广东省公安边防总队 | 一种基于码头泊位智能监管方法及系统 |
CN103963939A (zh) * | 2014-05-05 | 2014-08-06 | 山东大学 | 一种内河港口船舶载重测量系统及方法 |
CN106021675A (zh) * | 2016-05-13 | 2016-10-12 | 国家海洋局第三海洋研究所 | 一种基于多源船舶自动识别系统数据的数据融合方法 |
CN107248321A (zh) * | 2017-07-21 | 2017-10-13 | 武汉理工大学 | 一种船舶到港等待时间预测方法及系统 |
CN108038672A (zh) * | 2017-12-27 | 2018-05-15 | 中华人民共和国太仓海事局 | 船港货一体化信息服务系统 |
-
2019
- 2019-01-21 CN CN201910055486.1A patent/CN109948968A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102831787A (zh) * | 2012-07-30 | 2012-12-19 | 广东省公安边防总队 | 一种基于码头泊位智能监管方法及系统 |
CN103963939A (zh) * | 2014-05-05 | 2014-08-06 | 山东大学 | 一种内河港口船舶载重测量系统及方法 |
CN106021675A (zh) * | 2016-05-13 | 2016-10-12 | 国家海洋局第三海洋研究所 | 一种基于多源船舶自动识别系统数据的数据融合方法 |
CN107248321A (zh) * | 2017-07-21 | 2017-10-13 | 武汉理工大学 | 一种船舶到港等待时间预测方法及系统 |
CN108038672A (zh) * | 2017-12-27 | 2018-05-15 | 中华人民共和国太仓海事局 | 船港货一体化信息服务系统 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110660212A (zh) * | 2019-09-19 | 2020-01-07 | 惠龙易通国际物流股份有限公司 | 车船联网平台会员车辆管理方法及系统 |
CN116151717A (zh) * | 2023-04-20 | 2023-05-23 | 广州侨益科技有限公司 | 一种大宗商品物流运输异常预警方法及系统 |
CN116151717B (zh) * | 2023-04-20 | 2023-07-18 | 广州侨益科技有限公司 | 一种大宗商品物流运输异常预警方法及系统 |
CN117146901A (zh) * | 2023-10-17 | 2023-12-01 | 广州一链通互联网科技有限公司 | 一种内贸海运的港口货运量监测方法、系统及储存介质 |
CN117146901B (zh) * | 2023-10-17 | 2024-03-29 | 广州一链通互联网科技有限公司 | 一种内贸海运的港口货运量监测方法、系统及储存介质 |
CN117636690A (zh) * | 2024-01-24 | 2024-03-01 | 亿海蓝(北京)数据技术股份公司 | 船舶航次生成方法、装置、电子设备和可读储存介质 |
CN117636690B (zh) * | 2024-01-24 | 2024-03-29 | 亿海蓝(北京)数据技术股份公司 | 船舶航次生成方法、装置、电子设备和可读储存介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109948968A (zh) | 一种大宗商品贸易物流跟踪分析方法 | |
Branch | Elements of port operation and management | |
Ligteringen et al. | Ports and terminals | |
US20150134558A1 (en) | Method and system for tracking shipping cargo | |
Comtoi et al. | Dry bulk shipping logistics | |
Grigoryev | Development of transit potential of the Northern Sea route | |
Corbett et al. | International maritime shipping: the impact of globalisation on activity levels | |
Baydukova et al. | Innovative transport and logistics schemes in the Arctic zone of Russia as development drivers of the world economy | |
Tapaninen | Maritime Transport: Shipping Logistics and Operations | |
Miler | Telematics solutions in maritime and inland waterway transport | |
Gubbins | The shipping industry: The technology and economics of specialisation | |
Glickman | Problems and Opportunities in Marine Transportation | |
Frittelli | Hurricane Katrina: Shipping Disruptions | |
Dejan et al. | Forecasting of Maritime Cargo Flows to support the Planning Activities in Napa Ports | |
Vier | Hub Ports: A case study of Port of Singapore | |
Altayeb | A Multi-Level Modeling and Simulation Framework for Port Management | |
Hayter | Prospects for maritime developments in the Baltic | |
Nabee et al. | The shifting hierarchy of strategic SADC liner ports | |
González-Laxe et al. | International freights. An empirical attempt to analyze containerships case | |
Morton | Perceiving tomorrow's marine shipping spill risk | |
Fouseki | US shipping in the global economy and the economic impact of the COVID-19 | |
Grypari | Containerization: The New Big Era | |
Nykonchuk et al. | TRANSPORT TECHNOLOGIES | |
Miles | The Race to Fifty Feet: An Effort to Determine the Benefits of Deepening the Mississippi River | |
O'Neil | US-South America ocean grain freight spreads |
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: 20190628 |
|
RJ01 | Rejection of invention patent application after publication |