基于WebGIS的船舶尾气遥测数据分析系统设计

来源:用户上传      作者:

　　摘  要： 传统的船舶尾气检测方法存在盲目性和滞后性，已经无法满足海事管理部门全面、实时、高效地对船舶进行监管的需求。针对该问题，提出一种新的基于WebGIS、物联网、AIS、云数据库、MyBatis、EChart等技术的船舶尾气远程监测方法，并基于此开发了船舶尾气遥测数据分析系统。系统实现过程中，首先对系统的架构、功能及数据库进行了设计，其次利用Java、ArcGIS API for JavaScript、天地图API、MySQL等技术进行了系统实现，包括船舶尾气数据实时接入、监测尾气可视化、嫌疑船舶锁定、嫌疑船舶轨迹追踪等特色功能。系统应用结果表明，提出的方法可行、有效，可以大大提高船舶尾气监测的实时性与便捷性，有利于海事执法，推进生态文明建设。
　　关键词： 船舶尾气检测; 遥测数据分析; WebGIS; 远程监测; 系统设计; 功能实现
　　中图分类号： TN919?34; TP399                   文献标识码： A                     文章编号： 1004?373X（2020）12?0111?04
　　Abstract： As the traditional detection methods of ship exhaust gas have blindness and hysteresis， which cannot meet the needs of the maritime administrative department for comprehensive， real?time and efficient ship supervision， a new ship exhaust gas remote monitoring method based on WebGIS， Internet of Things， AIS， cloud database， MyBatis， EChart and other technologies is proposed. Based on this， a telemetry data analysis system of  ship exhaust gas is developed. In the process of system implementation， the architecture， function and database of the system are designed， and then the system is implemented by means of the Java， ArcGIS API for JavaScript， Tianditu API， MySQL and other technologies， which includes some special functions such as real?time access to ship exhaust gas data， visualization of monitored exhaust gas， locking and trajectory tracking of the suspected ship. The system application results show that the proposed method is feasible and effective， which can greatly improve the real?time performance and convenience of ship exhaust gas monitoring. It is conducive to enforcing maritime law and promoting ecological civilization construction.
　　Keywords： ship exhaust gas detection; telemetry data analysis; WebGIS; remote monitoring; system design; function implementation
　　0  引  言
　　船舶运输业的持续发展推动了区域经济的快速发展，随之带来的船舶尾气污染问题也日益突出[1]。船舶尾气造成的污染约占整个大气污染的10%，已经成为不可忽视的大气污染源[2?3]。快速监测船舶尾气的排放是控制船舶尾气污染的首要举措，但目前海事部门对船舶尾气的排放监管仍然采用传统的人工方式，包括检查航海日志中的换油记录、抽取油样检测等[4?6]，该检查方法目标随机、针对性不强，且存在效率低、难度大、耗时长且成本高等问题，迫切需要一个有效的船舶尾气遥测数据分析系统对船舶尾气进行监测与数据管理。
　　目前在船舶尾气系统设计方面已有不少学者从不同角度开展了相应研究。例如，文献[7]设计了一套旨在对各项污染指标进行标准化计量的船舶尾气计量检测系统，分析了船舶工况变化与尾气排放浓度之间的相关性。文献[8]设计了包含服务端软件、蓝牙通信模块和监测数据显示模块的船舶尾气监测系统，可实现检测装置开关的稳定控制与监测数据的实时显示。文献[9]设计了基于无人机的船舶尾气检测系统，可快速检测船舶尾气中的SO2浓度并确定燃油中的硫含量范围。文献[10]设计了船舶柴油机排放在线监测系统，实现船舶柴油机排放信息的实时采集、显示、记录，以及与获得访问权限的外部用户进行信息互通等功能。但是，现有研究成果难以满足当前海事部门的管理需求，主要存在以下问题： 　　1） 功能比较单一，以监测船舶尾气为主;
　　2） 无法确定燃油硫含量的值，仅可确定大致范围;
　　3） 缺乏嫌疑船舶锁定与轨迹追踪功能。
　　基于此，本文利用物联网、WebGIS、MyBatis框架等技术，设计了集船舶尾气数据实时接入、实时可视化监测、嫌疑船舶锁定与轨迹追踪于一体的船舶尾气遥测数据分析系统。
　　1  系统设计
　　1.1  系统架构
　　系统的总体设计思路是：首先在船舶过往密集的航道上搭建监测站点，在监测站点上布设尾气遥测设备（包括CO2分析仪与SO2分析仪）、船舶自动识别系统（Automatic Identification System，AIS）接收器及工控机等硬件设备;然后利用物联网、WebGIS和MyBatis等技术实现一个功能全面、实时性好、数据管理与分析能力强的船舶尾气遥测数据分析系统。整个系统架构如图1所示，逻辑上分为5层：
　　1） 基础支撑层。主要是指支持整个系统运行的基础硬件及网络配置等，包括CO2分析仪、SO2分析仪、AIS接收器、工控机、机柜、路由器、数据传输设备、阿里云服务器、电信4G网络等。
　　2） 数据服务层。主要负责数据库管理，为业务逻辑层提供数据服务。数据库中包含船舶尾气监测设备数据、船舶信息静态数据、船舶信息动态数据、二氧化碳信息数据、二氧化硫信息数据与风向风速数据等。
　　3） 业务逻辑层。利用HTML5，Java，ArcGIS API for JavaScript等編程技术实现船舶尾气遥测数据分析系统的功能业务流程，并与数据服务层进行交互。
　　4） 应用层。为用户提供船舶尾气实时监测与分析服务，包括监测尾气可视化、嫌疑船舶锁定、违规船舶信息管理、嫌疑船舶轨迹追踪等。
　　5） 用户层。使用系统的用户，包括系统管理员、领导、普通用户，系统根据角色的不同分配不同的功能权限。
　　1.2  系统功能设计
　　针对用户的功能需求，本文从系统使用的便捷性、灵活性和实用性等角度出发进行了系统功能设计，系统的功能结构如图2所示。
　　1） 船舶尾气实时接入。主要是实现CO2与SO2浓度、风向、风速、船舶编号、船舶名称、船舶经过时间、船舶GPS等信息的实时接入。
　　2） 船舶尾气实时监测。主要包括CO2浓度、SO2浓度等尾气信息的实时监测和船舶编号、船舶经纬度、船舶经过时间等船舶信息的实时监测。
　　3） 船舶尾气历史监测。包括历史监测时间选择、船舶尾气信息查询、按时间窗口自动播放尾气监测值、尾气监测曲线框选、船舶尾气属性计算等功能。
　　4） 嫌疑船舶锁定管理。主要是对使用高硫油含硫量超标的嫌疑船舶进行筛选、识别与锁定。
　　5） 违规船舶信息管理。主要是实现燃油硫含量超标的违规船舶信息的统一管理。
　　6） 地图浏览与查询。主要包括地图漫游、底图切换、监测站点定位查询、地图复位、属性弹窗等功能。
　　7） 嫌疑船舶轨迹追踪。主要功能为实时查看嫌疑船舶的运动轨迹与地理位置。
　　1.3  系统数据库设计
　　系统中的数据采用MySQL关系型数据库管理系统进行统一管理，具体包括船舶尾气监测设备、船舶信息静态、船舶信息动态、二氧化碳信息、二氧化硫信息与风向风速等数据。其中，船舶尾气监测设备包括设备名称、设备IP、经度、纬度等信息;船舶信息静态主要包含船舶编号、经过时间、船舶长度、船舶名称等;船舶信息动态主要记录船舶海上移动通信业务标识（Maritime Mobile Service Identity，MMSI）、经过时间、GPS信息、对地航向、对地航速、航首向等;二氧化碳信息主要涉及监测时间、二氧化碳浓度;二氧化硫信息主要涉及监测时间、二氧化硫浓度;风向风速主要包括监测风速的时间、风向、风速等信息。系统数据库的UML类图设计如图3所示。
　　2  系统实现
　　2.1  系统技术实现
　　根据上述系统设计方案，利用Java、ArcGIS API for JavaScript、天地图API、MySQL等技术，研发了船舶尾气遥测数据分析系统，实现了远距离船舶尾气排放气体的实时监测与嫌疑船舶的识别、筛选、锁定与追踪。系统部分效果如图4所示。
　　2.2  特色功能实现方法
　　2.2.1  数据实时接入
　　数据接入是指船舶尾气遥测数据分析系统接收监测站点发送的尾气排放和船舶特征数据。实现的思路与方法如下：首先利用HTTP协议将传感器监测到的海量船舶尾气数据以JSON格式实时传输到服务器，然后运用MyBatis框架开发持久化类PO，编写持久化操作的Mapper.xml，获取MyBatis中的SqlSessionFactory，SqlSession对象，再采用面向对象的方法将数据持久化至MySQL数据库。
　　2.2.2  监测尾气可视化
　　监测尾气可视化包括两个方面：
　　1） 实时监测尾气可视化
　　主要是采用Ajax轮询每2 min向后台服务器发送1次数据请求，获取并实时更新数据，进而利用ECharts的Customized Rader chart，Gauge，Line等图表组件对船只、风向风速、尾气排放等数据进行可视化，实现监测尾气的动态展示。
　　2） 历史监测尾气可视化
　　① 运用Layer控件中的layDate选择器自定义监测时间，以天为单位，自动加载历史尾气监测数据;
　　② 鉴于监测数据量大、筛选工作量繁重等问题，利用jQuery控件设计了一个带进度条的时间轴，以1 h为单位自动播放一天中不同时刻段的历史尾气监测信息; 　　③ 使用ECharts绘制尾气排放统计图，并利用jQueryUI，JavaScript等技术实现按住鼠标拖动来框选并放大监测曲线图的功能，帮助用户更直观、更便捷地监测尾气排放变化情况。
　　2.2.3  嫌疑船舶锁定
　　嫌疑船舶锁定是通过利用监测尾气中CO2和SO2的浓度反推船用燃油硫含量，实现使用燃油硫含量超标的嫌疑船舶的快速筛选与识别。具体实现过程如下：
　　1） 首先计算燃油硫含量浓度：
　　① 筛选出某时间区间内的船舶尾气监测数据;
　　② 利用这些数据计算时区内的背景浓度与监测浓度，其中背景浓度等于时区内尾气浓度分布中波峰某一侧平滑曲线气体的平均值，监测浓度等于时区内尾气浓度分布中波峰曲线气体的平均值;
　　③ 利用背景浓度和监测浓度估算燃油硫含量的浓度[11?13]，公式如下：
　　式中，[s]代表燃油硫含量;[sSO2]表示有船只经过时空气中的监测SO2浓度;[bSO2]为无船只经过时空气中的背景SO2浓度;[sSO2]表示有船只经过时空气中的监测CO2浓度; [bCO2]为无船只经过时空气中的背景CO2浓度。
　　2） 然后，将根据监测尾气计算出的燃油硫含量浓度与现行规定的船舶尾气排放标准（≤0.5%）进行对比，以确定被监测船舶是否存在尾气排放超标的嫌疑。假如某个点波峰异常大，则可以锁定该船舶为嫌疑船舶。
　　3） 最后，根据时间区间获取嫌疑船舶信息，将以监测站点为中心1 000 m范围内出现的所有船只进行可视化显示，结合该嫌疑船舶所处的地理位置与经过时间进行再次筛选，确认无误后，将其锁定并添加到违规船舶数据库进行统一管理，同时通知海事部门进行重点排查。
　　2.2.4  嫌疑船舶轨迹追踪
　　船舶轨迹跟踪属于广义上的船舶动力定位，具体来说，是船舶在规定的时间内通过轨迹跟踪系统的控制到达原本设定的位置上[14]。本系统后台使用基于Java的开源作业调度框架Quartz定时请求航讯网提供的HTTP协议接口，获取嫌疑船舶的航行轨迹并持久化至数据库，步骤如下：
　　1） 使用SchedulerFactory工厂类创建Scheduler任务调度器，实现调度的自动化。
　　2） 使用CronTirgger触发器设置调度时间为间隔2 min的时间规则去执行Job任务，Job默认为无状态的（stateless）任务[15]，允许并行执行。前端利用ArcGIS API for JavaScript技术加载天地图实现当前锁定嫌疑船舶的轨迹追踪与可视化显示。
　　3  结  语
　　本文利用高新技术手段实现了海洋船舶尾气实时动态监测管理工作，建成了一套船舶尾气监测数据管理与分析系统。系统特色及创新情况如下：
　　1） 系统界面简洁、美观、友好，功能使用方便、快捷;
　　2） 系统集成了WebGIS、物联网、AIS、云数据库、EChart等技术，实现了对传统船舶尾气监测工作模式的升级与改造;
　　3） 具有船舶大数据实时接入、全天候船舶尾气实时图形可视化监测、嫌疑船舶锁定及軌迹追踪等特色功能，有效地提高了工作的正确性和高效性。
　　目前，该系统已经在交通运输部天津水运工程科学研究院投入使用，且运行效果良好，极大地满足了用户对海洋船舶尾气的常态化监测和高效化处理，为海事执法提供了强有力的数据支撑，对相关船舶监测系统的设计与开发具有一定的参考价值。
　　注：本文通讯作者为袁小芳。
　　参考文献
　　[1] 薛召.内河船舶柴油机尾气排放监测方法研究[J].浙江交通职业技术学院学报，2016，17（3）：46?49.
　　[2] EYRING V， ISAKSEN I S A， BERNTSEN T， et al. Transport impacts on atmosphere and climate： shipping [J]. Atmospheric environment， 2010， 44（37）： 4735?4771.
　　[3] 谢宜炜，孙永明，王亮，等.船舶柴油机尾气检测系统设计研究[J].船海工程，2012，41（1）：57?59.
　　[4] 胡健波，朱建华，彭士涛，等.通过尾气估算船用燃油硫含量的岸基嗅探法实验[J].水道港口，2018（6）：735?738.
　　[5] XING D. Regulatory challenge of ship ECA [J]. China ship survey， 2016（11）： 45?48.
　　[6] BIAN X H， OUYANG B， BI Q H， et al. Comparative analysis of ship emission control area in China and abroad， and suggestions on related policies and measures [J]. Ship & ocean engineering， 2016（A1）： 141?145.
　　[7] 柳义成，朱靖，陈允约，等.船舶尾气计量检测系统开发研究[J].水道港口，2018，39（3）：370?376.
　　[8] 汪佳瑶，安博文.船舶尾气监测系统设计[J].现代计算机，2018（23）：84?88.
　　[9] 史华杰，安博文，潘胜达，等.基于无人机的船舶尾气检测系统设计[J].自动化与仪表，2018，33（6）：58?63.
　　[10] 赵海鸥，陈智君，魏柳新，等.船舶柴油机排放在线监测系统设计[J].船海工程，2016，45（3）：73?75.
　　[11] 胡健波，朱建华，彭士涛，等.嗅探法：通过监测尾气估算船用燃油硫含量的技术[J].水道港口，2018，39（5）：619?625.
　　[12] WANG H C. Shipping industry emission reduction stars from ship ECA [J]. China maritime safety， 2016（3）： 18?21.
　　[13] BALZANI L??V J M， ALFOLDY B， BEECKEN J， et al. Field test of available methods to measure remotely SO2 and NOx emissions from ships [J]. Atmospheric measurement techniques， 2014， 6（6）： 9735?9782.
　　[14] 邱荷珍，王磊，王洪超.船舶轨迹跟踪研究综述[J].实验室研究与探索，2014，33（4）：4?8.
　　[15] 张鹏，白朝旭，王锟，等.基于Quartz的集团化调度任务分布部署研究[J].现代电子技术，2014，37（2）：80?83.
转载注明来源:https://www.xzbu.com/8/view-15248444.htm