本發明公開了一種基于多步聚類的拖網漁船行為判別方法。本發明綜合考慮速度、角度、經緯度、時間等時空數據建立多維距離模型，并采用時序近鄰計算準則計算軌跡點間相似度距離矩陣，大幅降低了矩陣計算時間，使用OPTICS算法與ξ?steep自動識別簇方法實現基于非全局參數的軌跡劃分，得到軌跡段，再基于軌跡段之間相似度距離使用k?means算法實現軌跡段再次聚類，從而實現軌跡點的分類，再通過對分類進行特征提取，建立拖網漁船行為判別模型，實現拖網漁船行為的快速判別。實驗表明，本發明具有低參數敏感性、高精度、高通用性、耗時少等優點，可應用于大批量拖網漁船行為的快速判定。

技術領域

本發明屬于漁業領域與數據挖掘技術領域，具體涉及一種基于多步聚類的拖網漁船行為判別方法。

背景技術

漁船監控系統(VMS)是基于衛星導航系統、地理信息系統、互聯網、移動通信網絡等的綜合信息服務平臺。在中國，隨著北斗衛星定位系統的應用推廣，北斗衛星系統可以每隔10min獲取一條記載有漁船航速、航向、時間、位置、艦艏方向、報警等信息的軌跡數據，這為海上船舶導航、漁業生產、海上監控、海上救援等應用場景提供數據支持。受技術限制，VMS系統無法直接獲取漁船實時行為狀態，因而利用漁船時序軌跡數據實現拖網漁船行為判別成為主要的研究方法。

漁船捕撈狀態軌跡點判定在漁場識別、捕撈強度計算、漁業資源評估、漁業生態保護等場景中有著重要的應用價值，是核心技術之一。在漁場識別方面，通過識別所有漁船的捕撈軌跡點，統計一定時間內捕撈狀態軌跡點的在海圖中的熱力分布，熱力值高的區域即為漁場區域。在捕撈強度計算方面，通過統計某區域內捕撈軌跡點個數，結合拖網漁船的功率，計算累計捕撈量，從而得到捕撈強度。在漁業資源評估方面，通過計算捕撈強度，進而得到漁業資源消亡量的動態信息，為漁業資源的動態評估提供支撐。在漁業生態保護方面，通過對拖網漁船捕撈行為的判別，進一步評估捕撈努力量的時空分布，加強漁業資源的管理與養護，這對漁業生態可持續發展具有重要意義。

本發明的研究對象為拖網拖網漁船。拖網漁船行為狀態可以通過捕撈日志獲得，也可以通過拖網漁船軌跡數據分析獲得。捕撈日志是由船員手動記錄放網收網時刻等數據，可以獲取精確的行為狀態，但這種方式存在因手動登記的不規范，存在漏記、捕撈時刻記錄不精確等問題，另外由于近海拖網漁船并沒有被強制記錄捕撈日志的要求，因而無法得到大量近海拖網漁船的捕撈日志，因而基于拖網漁船軌跡數據分析獲得船只行為狀態的方法成為主流研究方法。現有基于軌跡數據的研究主要包括三個方面：基于軌跡點的分類方法、基于軌跡段的分類方法和其他的識別方法。

基于軌跡點的行為判別方法是以單個軌跡點為研究對象，利用軌跡點分布特征，實現軌跡點的分類。一條軌跡點數據中包含船只ID、航速、方向、longitude、latitude、positionDate、mmsi等，研究人員利用其中一種或幾種特征來挖掘其與拖網漁船行為狀態的關系，其中利用速度特征加以研究的最多。

拖網漁船主要有三種行為狀態：停泊、捕撈和航行。拖網漁船不同行為狀態下速度與角度存在較明顯不同。在速度方面，停泊狀態的軌跡點船速最低，捕魚時的船速次之，航行狀態時的船速最高。在角度方面，相鄰軌跡點處航向轉角較小時，拖網漁船行為幾乎不發生改變，而在行為改變時，相鄰軌跡點間航向轉角較大。與此同時，不同行為狀態下，軌跡點的經緯度分布也具有不同的特性，停泊狀態下的軌跡點的經緯度幾乎不改變。通過利用以上不同行為狀態下速度、角度經緯度的分布特征，研究人員實現了多種船舶工作的判別。

現有的基于軌跡點的方法，以速度為主，角度、軌跡點研究為輔。而在對速度的處理方法中，主要是獲取捕撈狀態下的速度的上下閾值，盡可能地使捕撈狀態軌跡點的速度落入閾值區間內，先后出現了手動設置速度閾值區間，基于EM算法的GMM自動設置速度閾值的方法。