基于卫星AIS远洋船位的热力图自动制图

文章编号：２０９５－３６６６（２０２１）０１－００４５－０９

ＤＯＩ：１０．１３２３３／ｊ．ｃｎｋｉ．ｆｉｓｈｉｓ．２０２１．０１．００８

基于卫星ＡＩＳ远洋船位的热力图自动制图

，３，３１１３１



王书献，孙永文，张胜茂，隋江华，

朱文斌，杨胜龙，樊 伟

２３３

（１．大连海洋大学航海与船舶工程学院，辽宁大连 １１６０２３；２．浙江省海洋渔业资源可持续

利用技术研究重点实验室，浙江省海洋水产研究所，浙江舟山 ３１６０２１；３．农业农村部远洋

０００９０）与极地渔业创新重点实验室，中国水产科学研究院东海水产研究所，上海 ２

摘 要：近年来，ＡＩＳ（ａｕｔｏｍａｔｉｃｉｄｅｎｔｉｆｉｃａｔｉｏｎｓｙｓｔｅｍ）的迅速发展极大地推动了海上船舶的时

空动态监测。我国自行设计的卫星ＡＩＳ每天可接收大量数据，为掌握全球渔船作业动态提供

条件。针对国家卫星海洋应用中心接收的卫星ＡＩＳ数据，首先通过编程实现数据下载，将所有

ＦＴＰ（ｆｉｌｅｔｒａｎｓｆｅｒｐｒｏｔｏｃｏｌ）服务器端的ＡＩＳ数据保存到本地磁盘；其次，按照ＡＩＳ数据的消息类

型对其分组，根据消息格式筛选出包含有日期、时间、船舶唯一标识符、经度、纬度、航速和航向

等核心信息的有效数据类型；再次，从有效数据类型中按照船舶唯一标识符将所有有效船舶划

分为“渔船”“非渔船”２类，对其进行统计与分析；最后，按照渔船位置信息绘制专题热力图，

直观地展示渔船空间分布情况。结果显示，该方法能够以脚本自动化方法实现卫星ＡＩＳ数据

下载、分类、分析和自动制图。自动化制图能直观展示渔船位置分布情况，降低人工成本，为渔

业部门的生产管理决策提供数据参考。

关键词：船舶自动识别系统；卫星ＡＩＳ；船位监测；热力图；自动制图

中图分类号：Ｓ９７７；Ｐ２０８ 文献标志码：Ａ

船舶自动识别系统（ａｕｔｏｍａｔｉｃｉｄｅｎｔｉｆｉｃａｔｉｏｎ，ＳＯＬＡＳ）要求航行于国际水域且总吨位在ａｔＳｅａ

ｓｙｓｔｅｍ，ＡＩＳ）是由船载设备和岸基（星基）设施共

同组成的一种数字系统。该系统将现代电子信

息技术与网络技术结合，通过甚高频（ｖｅｒｙｈｉｇｈ

ｆｒｅｑｕｅｎｃｙ，ＶＨＦ）频道向附近水域的岸台和船舶

广播船位、船速及航向等船舶动态信息以及船

名、吃水及危险货物运载状况等船舶静态资

１－３］［

料。国际海事组织发布的《国际海上人命安

３００以上的船舶，以及所有不论吨位大小的客船，

均应安装ＡＩＳ。ＡＩＳ的广泛应用不仅对船舶间的

信息沟通、碰撞避免以及内河航运的监管有着非

常重要的作用，还为渔业发展带来了新的可能。

与传统陆基ＡＩＳ相比，卫星ＡＩＳ通过使用低

轨小卫星或小卫星星座接收船载ＡＩＳ站台发出

的包含船舶静、动态数据的ＡＩＳ信号，并将其转

发到地面站进行分析及处理，从而实现更大范围全公约》（ＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｖｅｎｔｉｏｎｆｏｒＳａｆｅｔｙｏｆＬｉｆｅ

收稿日期：２０２０－０９－２４ 修回日期：２０２０－１１－１５

基金项目：国家重点研发计划（２０１９ＹＦＤ０９０１４０２，２０１９ＹＦＤ０９０１４０５）；２０１８年度浙江重点研发计划项目

（２０１８Ｃ０２０２６）；浙江省海洋渔业资源可持续利用技术研究重点实验室开放课题（２０２０ＫＦ００１）；ＷＷＦ／

ＯＰＦ蔚蓝星球基金项目（Ｐ０４５９３）；国家自然科学基金面上项目（３１７７２８９９）

作者简介：王书献（１９９８—），硕士研究生，研究方向为船位数据挖掘与软件工程。Ｅｍａｉｌ：ｍｒ．ｗａｎｇｓｈｕｘｉａｎ＠ｑｑ．ｃｏｍ

通信作者：张胜茂（１９７６—），副研究员。Ｅｍａｉｌ：ｒｙｓｈｅｎｇｍａｏ＠１２６．ｃｏｍ

４６

渔 业 信 息 与 战 略２０２１年

甚至全球海域的舰船监视。目前，国内外学者对站点包的接口和函数，均符合习惯性的思维模

ＡＩＳ数据进行了分析挖掘，已在渔场分析、非法捕式。其设计都以精简实用为主导，避免了像其他

捞行为监控、海上交通安全等方面取得了一系列高级编程语言那样严格的定义语法、变量类型等

成果。周海等提出了一种从ＡＩＳ数据中

［４－６］［７］

提取出船舶运动模式的方法，丰富了船舶轨迹聚

类的模式特征；ＣＯＵＲＩＥＩＡ等提出利用ＡＩＳ

［８］

数据设计微型卫星成像系统，预防印度尼西亚非

法捕捞；ＧＲＥＩＧＮＣ等从海上交通安全与生物

［９］

安全的角度，提出使用卫星ＡＩＳ数据分析美国华

盛顿州船舶航行速度，并将其作为鲸鱼类生物与

船舶碰撞分析的依据。但是，卫星ＡＩＳ数据在船

舶时空性分析（尤其是渔船位置分析与可视化）

方面依然存在很大的潜在价值等待挖掘。

国家卫星海洋应用中心接收有我国卫星ＡＩＳ

数据。该系统每天接收的ＡＩＳ数据约有５０万条，

分别单独存储于以日期命名的文件夹中。本文

利用的卫星ＡＩＳ数据字段包含船舶唯一标识符

（ｍａｒｉｔｉｍｅｍｏｂｉｌｅｓｅｒｖｉｃｅｉｄｅｎｔｉｆｙ，ＭＭＳＩ）、经度、纬

度、航速和航向等，并以热力图的形式展示船舶

空间分布情况。

热力图是一个以颜色变化来显示数据的矩

阵。具体来说，通过密度函数对输入数据进行可

视化，并以特殊高亮的形式在底面图层显示。一

般而言，从数据类型看，热力图是用２个连续字

段确定数值点的位置；从功能看，热力图主要用

于展示数据的分布情况。热力图凭借其直观性

和便捷性，逐渐在交通、环境等各个领域中得到

了广泛的应用。詹显军等以热力图展示地铁

［１０］

车站在施工过程中整体变形的实时分布情况，提

出了“基于热力图的地铁车站变形可视化分析”；

吕玉嫦等提出热力图在气象网站建设中的应

［１１］

用，美观、直接地展示天气情况。但是热力图制识符ＭＭＳＩ、消息类型、经度、纬度、航速、航向、呼

图技术在根据卫星ＡＩＳ数据监测渔船位置方面

的应用相对比较缺乏。以热力图的形式展示海

量的渔船位置信息，可以将抽象的经纬数据可视

化在一张地图中，便于观察及进一步分析、决

策。生成热力图的方法有多种，其中，使用完成目标，但是十分费时费力。利用Ｐｙｔｈｏｎ程

［１２－１５］

ａｒｃｐｙ站点包的方法不仅可以实现生成过程的自

动化，还方便后期修改和完善热力图。

ａｒｃｐｙ是ＡｒｃＧＩＳ的一个站点包。该站点包以法、登录方法、上传文件方法和下载文件方法等。

ａｒｃｇｉｓｓｃｒｉｐｔｉｎｇ模块为基础。它的目的是通过

Ｐｙｔｈｏｎ语言以高效实用的方式执行数据的管理、完成。在出现具体的ＦＴＰ需求时，可以编写新类

制作地图的自动化以及地理数据的分析。ａｒｃｐｙ继承自该类（图１）。在本研究中，编写ＡＩＳｆｔｐ类

格式化的操作，符合Ｐｙｔｈｏｎ的语法特点。

［１６－２０］

本文基于卫星ＡＩＳ数据，利用Ｐｙｔｈｏｎ程序对

数据进行筛选、分类，并提取出有效信息。最后

将有效信息导入ＡｒｃＧＩＳ地图工程，利用ａｒｃｐｙ程

序包，按照日期分别自动渲染成热力图，最终形

成专题热力图。利用该专题图，监测和统计渔船

在各海域的分布情况，了解捕捞渔船动态变化，

分析渔场时空特征，辅助渔业捕捞决策。

１ 数据统计及处理

１．１ 数据获取

ＡＩＳ数据存储于国家卫星海洋应用中心ＦＴＰ

（ｆｔｐ．ｎｓｏａｓ．ｏｒｇ．ｃｎ）。本文使用的卫星ＡＩＳ数据

均从该网站下载。每天的ＡＩＳ数据存储在一个

文件夹内，包含后缀分别为ｊｐｇ、ｌ１ｂ、ｘｍｌ的３个文

件。命名规则为“ＭＵＬ＿ＯＰＥＮ＿ＡＩＳ＿Ｌ１Ｂ＿”拼接上

“日期”及“＿ＳＳＳ”，例如，２０２０年５月１４日的数

据文件夹中分别包含“ＭＵＬ＿ＯＰＥＮ＿ＡＩＳ＿Ｌ１Ｂ＿

２０２００５１４＿ＳＳＳ．ｊｐｇ”“ＭＵＬ＿ＯＰＥＮ＿ＡＩＳ＿Ｌ１Ｂ＿

２０２００５１４＿ＳＳＳ．ｌ１ｂ”和“ＭＵＬ＿ＯＰＥＮ＿ＡＩＳ＿Ｌ１Ｂ＿

２０２００５１４＿ＳＳＳ．ｍｅｔａ．ｘｍｌ”３个文件。其中ｊｐｇ文

件为缩略图文件，ｌ１ｂ文件是以ＣＳＶ形式存储的

ＡＩＳ数据，ｘｍｌ为元数据文件。

根据海洋观测卫星地面系统ＡＩＳ０级和１级

产品数据格式（海洋一号Ｃ／Ｄ星和海洋二号Ｂ／Ｃ

星搭载的ＡＩＳ载荷０级和１级产品）中的消息类

型，ｌ１ｂ文件中按照不同格式存储有船舶唯一标

号和名称等信息。该文件将这些数据以ＣＳＶ形

式存储，每条消息报文占一行，每条消息报文的

字段值之间以半角逗号分隔。

由于ＡＩＳ数据每天更新，手动下载虽然可以

序，模拟手动获取数据的过程，可提高工作效率。

定义一个ＭｙＦｔｐ类，利用ｆｔｐｌｉｂ库，编写初始化方

这些方法编写完成后，一个简单通用的ＦＴＰ类即

第１期王书献，等：基于卫星ＡＩＳ远洋船位的热力图自动制图

４７

继承自ＭｙＦＴＰ类，用于实现卫星ＡＩＳ数据的读取 本研究中测试ＦＴＰ客户端连接使用

和下载。ＦｌａｓｈＦＸＰ５软件，开发环境的操作系统为

利用自定义的ＦＴＰ相关类，配置好ＦＴＰ信息Ｗｉｎｄｏｗｓ１０专业版，开发语言为Ｐｙｔｈｏｎ３．８，

并完成ＦＴＰ下载（图２）。首先，配置好主机、端Ｐｙｔｈｏｎ开发ＩＤＥ为ＰｙＣｈａｒｍ。热力图制作使用

口号、用户名和密码等信息，登录ＦＴＰ；其次，利用ＡｒｃＧＩＳ，由于ａｒｃｐｙ包不支持由ＰｙｔｈｏｎＰａｃｋａｇｅ

ｌｏｏｋ＿ｆｏｒ＿ｆｉｌｅｓ（）方法在ＦＴＰ指定目录中找到所有Ｉｎｄｅｘ（ＰＹＰＩ）直接安装，且ＡｒｃＧＩＳ１０．７推荐使用

后缀为“．ｌ１ｂ”的文件，最后将其依次下载到本地内置的Ｐｙｔｈｏｎ２，因此本文中Ａｒｃｐｙ的运行环境

磁盘的指定目录中。ｒｃＧＩＳ内置的Ｐｙｔｈｏｎ２．７。为Ａ

图１ ＦＴＰ相关类的结构

Ｆｉｇ．１ ＳｔｒｕｃｔｕｒｅｏｆＦＴＰｒｅｌａｔｅｄｃｌａｓｓｅｓ

图２ ＦＴＰ下载流程

Ｆｉｇ．２ ＦＴＰｄｏｗｎｌｏａｄｐｒｏｃｅｓｓ

４８

渔 业 信 息 与 战 略２０２１年

１．２ 数据处理

卫星ＡＩＳ数据有２７种标准报文，其报文字段ＭＭＳＩ是船舶无线电通信系统在其无线电信

并不完全一致。对本研究而言，有价值的报文应道上发送的、能独特识别各类台站和成组呼叫台

包含有日期、时间、船舶唯一标识符、经度和纬度站的一列９位数字码。由于该数字码可以

等字段。在该２７类报文中，符合上述条件的报唯一标识一艘船舶，故可以收集所有渔船的

文类型有：ＭＥＳＳＡＧＥ１、ＭＥＳＳＡＧＥ２、ＭＥＳＳＡＧＥＭＭＳＩ，对比报文中ＭＭＳＩ与收集到的渔船ＭＭＳＩ，

、ＭＥＳＳＡＧＥ４、ＭＥＳＳＡＧＥ１１、ＭＥＳＳＡＧＥ１８、３ＭＳＩ存在于以区分渔船及非渔船。若报文中的Ｍ

ＭＥＳＳＡＧＥ１９和ＭＥＳＳＡＧＥ２７。其中ＭＥＳＳＡＧＥ１收集到的渔船ＭＭＳＩ列表中，则该条卫星ＡＩＳ数

和ＭＥＳＳＡＧＥ２的存储格式完全一致，ＭＥＳＳＡＧＥ据为渔船数据，否则为非渔船数据。

４和ＭＥＳＳＡＧＥ１１的存储格式完全一致。从中国远洋ＶＭＳ系统等平台收集国内外渔

基于以上分析，可以遍历从ＦＴＰ下载的ｌ１ｂ船的ＭＭＳＩ记录共２５９９５条（中国远洋ＶＭＳ系

数据，按照消息类型分别进行处理。若消息类型统里包括船舶ＭＭＳＩ、类型和吨位信息。历史共

为上述分析中含有关键信息的类型，则存入对应计３２６０条，没有ＭＭＳＩ号记录２０条，ＮＵＬＬ记录７

的数据库中；否则放弃该消息报文，直接处理下条。将该数据补充到ｇｌｏｂａｌｆｉｓｈｉｎｇｗａｔｃｈ里面，共

一条。计２５９９５条渔船ＭＭＳＩ）。将该２５９９５条ＭＭＳＩ

使用ＭｙＳＱＬ数据库，创建一个ＡＩＳ库，按照写入ｆｉｓｈｉｎｇ＿ｂｏａｔ．ｃｓｖ文件中，便于程序调用。

不同消息类型的存储格式分别创建好对应的数

据表。以ＭＥＳＳＡＧＥ１和ＭＥＳＳＡＧＥ２为例，从

“十二五”时期海洋观测卫星地面系统ＡＩＳ０和 简单统计处理后的数据，得到一个明显的基

ＡＩＳ１级产品数据格式文档中查找到ＭＥＳＳＡＧＥ１础性结论：每日观测到的渔船数量远低于非渔船

和ＭＥＳＳＡＧＥ２的报文格式，如表１所示。的数量。饼状图可以直观地展示其比例关系。

按照该格式在数据库中新建一个ＭＥＳＳＡＧＥ以５月３日和５月４日为例：５月３日监测到的

１ａｎｄＭＥＳＳＡＧＥ２表，每个报文字段作为一个数渔船数量为２９７５艘，占比１２．６６％，非渔船数量

据库字段。其他消息类型可仿照ＭＥＳＳＡＧＥ１和２０５２０艘，占比８７．３４％（图３－ａ）；５月４日监测

ＭＥＳＳＡＧＥ２的操作方法分别创建数据库表。待７１艘，占比１２．５５％，非渔船到的渔船数量为２９

下载的卫星ＡＩＳ数据遍历完成后，所有有效消息数量２０７０１艘，占比８７．４５％（图３－ｂ）。

报文即按照消息类型分别存储在数据库的不同

表中。

２１－２２］［

１．３ 数据统计

表１ ＭＥＳＳＡＧＥ１和ＭＥＳＳＡＧＥ２消息格式

Ｔａｂ．１ ＭｅｓｓａｇｅｆｏｒｍａｔｏｆＭＥＳＳＡＧＥ１ａｎｄＭＥＳＳＡＧＥ２

属性名说明属性名说明

Ｔｉｍｅ时间ＴｒｕｅＨｅａｄｉｎｇ实际航向

Ｆｒｅｑｕｅｎｃｙ频点ＴｉｍｅＳｔａｍｐ时间戳

ＳａｔｅｌｌｉｔｅＩＤ卫星标识ＳｐｅｃｉａｌＭａｎｏｅｕｖｒｅＩｎｄｉｃａｔｏｒ特定操纵指示符

ＭｅｓｓａｇｅＴｙｐｅ消息类型１或类型２ＳｐａｒｅＢｉｔｓ备用

ＲｅｐｅａｔＩｎｄｉｃａｔｏｒ转发指示符ＲＡＩＭＦｌａｇ电子定位装置的接收机自助整体检测标识

ＭＭＳＩ船舶唯一标识符ＳｙｎｃＳｔａｔｅ同步状态

ＮａｖｉｇａｔｉｏｎａｌＳｔａｔｕｓ导航状态ＳｌｏｔＴｉｍｅｏｕｔ时隙超时

ＲａｔｅＯｆＴｕｒｎ旋转速率ＵＴＣＨｏｕｒＵＴＣ小时

ＳＯＧ地面航速ＵＴＣＭｉｎｕｔｅＵＴＣ分钟

ＰｏｓｉｔｉｏｎＡｃｃｕｒａｃｙ位置精确度ＲｅｃｅｉｖｅｄＳｔａｔｉｏｎｓ被接收台站

Ｌｏｎｇｉｔｕｄｅ经度ＳｌｏｔＮｕｍｂｅｒ时隙数目

Ｌａｔｉｔｕｄｅ纬度ＳｌｏｔＯｆｆｓｅｔ时隙偏置

ＣＯＧ地面航线

第１期王书献，等：基于卫星ＡＩＳ远洋船位的热力图自动制图

４９

图３ 部分船舶类型比例

Ｆｉｇ．３ Ｐｒｏｐｏｒｔｉｏｎｏｆｓｏｍｅｓｈｉｐｔｙｐｅｓ

２ 热力图生成

２．１ 热力图模板制作

使用ＡｒｃＧＩＳ软件，新建一个地图文件，选择

ＷｏｒｌｄＲｏｂｉｎｓｏｎ模板作为热力图模板的底面图层。

再将前文中获取的数据文件导入。设置数据坐

标系为“ＷＧＳ１９８４”（与卫星ＡＩＳ报文数据坐标

系一致）。将每个渔船位置（经纬度作为输入）作

为一个点，在地图上方展示出来（图４）。所得散

点图可以清晰展示渔船分布状态。

所显示信息越详细。将该邻域内点的数量相加，

１９］［

，即然后除以邻域面积，即得到点要素的密度

点要素（ｘ，ｙ）的密度计算公式如下。

ｐｏｉｎｔ





（ｘ，ｙ）

＝（１）

ρ

（ｘ，ｙ）



Ｓ

（ｘ，ｙ）



式（１）中，（ｘ，ｙ）表示横坐标为ｘ，纵坐标为ｙ的

点要素，（ｘ，ｙ）表示点要素（ｘ，ｙ）的某个邻域，



Ｓ表示点要素（ｘ，ｙ）的邻域面积，表示

ρ

（ｘ，ｙ）（ｘ，ｙ）



点要素（ｘ，ｙ）的密度值。在一定范围内扩大或缩

小半径值，并不会明显改变密度值。因为密度值

为邻域内点数与邻域面积的比值，而邻域内点数

量的变化是伴随着邻域面积变化的。因此，邻域

面积的大小实际影响的是热力图的概化程度。

点密度分析工具根据式（１）分析所有数据点，并

以不同颜色表示不同密度值高亮显示（图５）。为

达到较好的成图效果，本文点密度分析中邻域半

径的确定方式为：首先，计算出输出空间参考中

长度、宽度的最小值作为基数；再将该基数乘以

系数ｋ（本文ｋ取１／３０）作为邻域半径。选取输

出空间参考中长度、宽度的最小值作为邻域半径

确定的基数是因为当输出空间参考长度、宽度相

差较大时，若选取最大值作为邻域半径确定基

数，会导致热力图在最小值方向上概化程度过

高，无法精细反映热力分布状态。本文中系数ｋ

取ＡｒｃＧＩＳ官方推荐的１／３０，成图结果表明，该推

荐系数可以较好地反映渔船分布状态。

将渔船位置信息作为点要素，制作热力图模

板，可以在直观观测渔船分布的基础上对渔船未

来分布趋势作出预测。

图４ ５月３日渔船散点图

Ｆｉｇ．４ ＳｃａｔｔｅｒｐｌｏｔｏｆｆｉｓｈｉｎｇｂｏａｔｏｎＭａｙ３ｒｄ

点密度分析工具使用输入点要素或线要素

来计算感兴趣区域内的密度地图。该工具用于

１８］［

计算每个输出栅格像元周围的点要素密度。

在每个栅格像元中心的周围定义一个邻域，该邻

域的半径大小可以设定：半径参数值越大，生成

的密度栅格概化程度便越高；值越小，生成的栅格

５０

渔 业 信 息 与 战 略２０２１年

每天的热力图生成方法完成后，在主程序中

遍历获取到的卫星ＡＩＳ数据日期，依次传入该方

法（图６－ｂ）。

程序执行完毕后，每个日期分别生成３张

图５ 点密度分析工作流

Ｆｉｇ．５ Ｐｏｉｎｔｄｅｎｓｉｔｙａｎａｌｙｓｉｓｗｏｒｋｆｌｏｗ

图。以５月３日为例，生成：散点图、热力图（图７

－ａ）和含散点热力图（图７－ｂ）。

３ 讨论及结论

２．２ 自动生成

ａｒｃｐｙ是一个Ｐｙｔｈｏｎ站点包，可提供一系列

实用高效的方法，执行地理数据分析、数据转换、

数据管理和地图自动化。在ｐｙｃｈａｒｍ中编写

Ｐｙｔｈｏｎ程序，并将其运行环境配置为ＡｒｃＧＩＳ内置

的Ｐｙｔｈｏｎ２．７环境，即可直接在程序中导入ａｒｃｐｙ

程序包并使用。利用ａｒｃｐｙ中定义的类及其方

法，可以在不打开ＡｒｃＧＩＳ软件的情况下，完成对

地图文件的编辑和导出。使用ａｒｃｐｙ程序包，为

每一天的数据生成热力图，最终形成专题热力

图。

首先，编写生成某一天的散点图、热力图和

含散点热力图的方法（图６－ａ），将日期作为该方

法的参数。

本文使用国家卫星海洋应用中心ＦＴＰ（ｆｔｐ．

ｎｓｏａｓ．ｏｒｇ．ｃｎ）存储的卫星ＡＩＳ数据，利用Ｐｙｔｈｏｎ

程序及相关类库，实现了数据下载、数据分类、数

据分析和专题数据自动化制图等，并以热力图直

观展示渔船位置信息，为渔业部门的数据统计、

未来决策等提供数据参考，推动渔业发展。

从ＦＴＰ下载、数据解析、数据筛选到数据绘

制，Ｐｙｔｈｏｎ程序取代人工完成了大量的重复工作。

相较于人工操作，本课题在实现过程中节约了大

量的时间。但是，可以改进的空间仍然很大。例

如，实验过程中数据下载部分耗时较久，这是因

为ＦＴＰ端设置了速度限制。可以在脚本中加入

多线程，以多个连接同时下载，理论上可以大幅

提升下载速度；在数据分类分析中，本文使用了

图６ 程序流程图

Ｆｉｇ．６ Ｐｒｏｇｒａｍｆｌｏｗ

第１期王书献，等：基于卫星ＡＩＳ远洋船位的热力图自动制图

５１

ＭｙＳＱＬ数据库，频繁的数据库插入操作十分耗出数据区域长度、宽度中的最小值，将该值除以

时，设计本地硬盘处理方案可以加快程序整体处３０作为点密度分析邻域的半径。实验结果表明，

理速度。该方案可以达到预期目标。

点密度分析是本文热力图制作的基础，热力 本文利用Ｐｙｔｈｏｎ程序对ＡＩＳ卫星监测的船

图不同颜色表示不同的密度值。密度在物理学舶信息进行筛选、分类和可视化，最终形成了专

上的定义为：单位体积内物体的质量。本文中密题热力图。将复杂的渔船分布信息以热力图的

度值的物理意义表现为单位面积内渔船的数量。形式在地图中显示，不仅节约了人工分析ＡＩＳ数

在点密度分析研究中，空间尺度（邻域）的确定往据的时间，还让抽象数据变得更直观。研究表

２２－２３］［

往会影响到热力图是否美观、直观与合理。明：

１）ＡＩＳ数据的下载、分类、分析、专题图自动（邻域半径的设置会影响到热力图的概化程度。

制图等流程可以由Ｐｙｔｈｏｎ程序完成。节约大量例如，图８－ａ中存在一组测试数据，分别以半径

人工成本。为８．２７８ｃｍ、２．５４ｃｍ和２５．４ｃｍ的邻域对该组

（２）点密度分析中，空间尺度的设定会通过数据进行点密度分析，形成了图８－ｂ、图８－ｃ和

数据概化程度影响热力图制图效果。若空间尺图８－ｄ。结果表明，若邻域半径设置过小，热力

度设置过小，则热力图会出现二值化现象，与原图概化程度过低，易出现类似于二值化的热力

始数据散点一致，无热力参考价值；若空间尺度图。图８－ｃ中点几乎与图８－ａ完全一致，虽然

设置过大，则热力图概化程度过高，无法精确体能够精细地表示每个数据的位置，但是放弃了热

现热力分布。以输出区域长度、宽度中最小值的力图直观表示数据分布情况的目标；若邻域半径

１／３０作为空间尺度半径，可以避免上述极端情设置过大，则热力图概化程度过高，某些区域的

况，是一个较好的折衷方案。船舶密度表达不清晰。为了避免上述２种极端

情况，本文采用的邻域半径确定方法为：找出输

图７ 程序输出热力图

Ｆｉｇ．７ Ｈｅａｔｍａｐｓｂｙｐｒｏｇｒａｍ

图８ 邻域半径的确定

Ｆｉｇ．８ Ｄｅｔｅｒｍｉｎａｔｉｏｎｏｆｎｅｉｇｈｂｏｒｈｏｏｄｒａｄｉｕｓ

５２

渔 业 信 息 与 战 略２０２１年

（３）从专题热力图结果看，每天的渔船船位

分布并不一致，但热力分布规律仍有规律可循。

例如：与阿根廷接壤的麦哲伦海峡、南非伊丽莎

白港附近海域、与澳大利亚接壤的塔斯曼海域、

新西兰附近海域、与俄罗斯东部接壤的鄂霍次克

海域等区域具有较大的分布密度。尤其是与阿

根廷接壤的麦哲伦海峡，在各个日期内的热力值

均处于最高状态。

（４）利用程序生成专题热力图，可从热力图

中发现渔船分布规律，为渔业企业及政府部门未

来规划、决策提供直观数据参考。

参考文献：

［１］ ＫＩＭＳＨ，ＲＯＨＭＩ，ＯＨＭＪ，ｅｔａｌ．Ｅｓｔｉｍａｔｉｏｎｏｆｓｈｉｐ

ｏｐｅｒａｔｉｏｎａｌｅｆｆｉｃｉｅｎｃｙｆｒｏｍＡＩＳｄａｔａｕｓｉｎｇｂｉｇｄａｔａｔｅｃｈｎｏｌｏｇｙ

［Ｊ］．ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＮａｖａｌＡｒｃｈｉｔｅｃｔｕｒｅａｎｄＯｃｅａｎ

Ｅｎｇｉｎｅｅｒｉｎｇ，２０２０（１２）：４４０－４５４．

［２］ 杨胜龙，张胜茂，周为峰，等．采用ＡＩＳ计算中西太平洋

延绳钓渔船捕捞努力量［Ｊ］．农业工程学报，２０２０，３６

（３）：１９８－２０３．

［３］ ＳＵＮＳ，ＣＨＥＮＹ，ＺＨＡＮＧＪＳ．Ｔｒａｊｅｃｔｏｒｙｏｕｔｌｉｅｒｄｅｔｅｃｔｉｏｎ

ａｌｇｏｒｉｔｈｍｆｏｒｓｈｉｐＡＩＳｄａｔａｂａｓｅｄｏｎｄｙｎａｍｉｃｄｉｆｆｅｒｅｎｔｉａｌ

ｔｈｒｅｓｈｏｌｄ［Ｊ］．ＪｏｕｒｎａｌｏｆＰｈｙｓｉｃｓＣｏｎｆｅｒｅｎｃｅＳｅｒｉｅｓ，２０２０

（１４３７）：１２－１３．

［４］ 任 丹，侯英姿，王方雄，等．基于Ｆｌａｓｋ和Ｖｕｅ的ＡＩＳ

数据分析系统设计与开发［Ｊ］．软件，２０１９（１０）：１１１－

１１４．

［５］ 郭 旭．基于Ｈａｄｏｏｐ的ＡＩＳ数据分析平台设计与实现

［Ｊ］．通讯世界，２０１９，２６（４）：３４－３５．

［６］ 王洪波．基于卫星平台的ＡＩＳ接收机设计［Ｊ］．无线电工

程，２０１９，４９（５）：３７５－３８１．

［７］ 周 海，陈姚节，陈 黎．船舶轨迹聚类分析与应用［Ｊ］．

计算机仿真，２０２０，３７（１０）：１１３－１１８，１９９．

［８］ ＣＯＵＲＩＥＩＡ，ＦＡＺＡＧＡ，ＨＥＲＴＡＮＴＯＡＹ，ｅｔａｌ．Ｐｒｅｌｉｍｉｎａｒｙ

ｄｅｓｉｇｎｏｆｉｍａｇｉｎｇｍｉｃｒｏｓａｔｅｌｌｉｔｅｆｏｒｐｒｅｖｅｎｔｉｎｇｉｌｌｅｇａｌｆｉｓｈｉｎｇ

ｉｎＩｎｄｏｎｅｓｉａ［Ｊ］．ＩＯＰＣｏｎｆｅｒｅｎｃｅＳｅｒｉｅｓ：Ｅａｒｔｈａｎｄ

ＥｎｖｉｒｏｎｍｅｎｔａｌＳｃｉｅｎｃｅ，２０１９，ｄｏｉ：１０．１０８８／１７５５－１３１５／

２８４／１／０１２０４２．

［９］ ＧＲＥＩＧＮＣ，ＨＩＮＥＳＥＭ，ＣＯＰＥＳ，ｅｔａｌ．Ｕｓｉｎｇｓａｔｅｌｌｉｔｅ

ＡＩＳｔｏａｎａｌｙｚｅｖｅｓｓｅｌｓｐｅｅｄｓｏｆｆｔｈｅｃｏａｓｔｏｆＷａｓｈｉｎｇｔｏｎ

Ｓｔａｔｅ，Ｕ．Ｓ．ａｓａｒｉｓｋａｎａｌｙｓｉｓｆｏｒｃｅｔａｃｅａｎｖｅｓｓｅｌｃｏｌｌｉｓｉｏｎｓ

［Ｊ］．ＦｒｏｎｔｉｅｒｓｉｎＭａｒｉｎｅＳｃｉｅｎｃｅ，２０２０，ｄｏｉ：１０．３３８９／

ｆｍａｒｓ．２０２０．００１０９．

［１０］ 詹显军，裴涛涛，周济兵．基于热力图的地铁车站变形可

视化分析［Ｊ］．现代隧道技术，２０２０，５７（１）：６５－６９．

［１１］ 吕玉嫦，黄 海，刘艳中．百度热力图在自动气象站网建

设中的应用［Ｊ］．气象水文海洋仪器，２０２０，３７（１）：３１－

３４．

［１２］ ＭＡＴＴＨＥＷＬ，ＡＬＢＥＲＴＯＭ，ＳＡＮＪＩＶＫＢ，ｅｔａｌ．Ｅｙｅｉｎｇｔｈｅ

ｐａｔｔｅｒｎｓ：Ｄａｔａｖｉｓｕａｌｉｚａｔｉｏｎｕｓｉｎｇｄｏｕｂｌｙｓｅｒｉａｔｅｄｃｏｌｏｒ

ｈｅａｔｍａｐｓ［Ｊ］．ＡｄｖａｎｃｅｓｉｎＣｏｍｐｕｔｅｒｓ，２０２０，１１９：１２１－

１５６．

［１３］ 张小东，韩昊英，舒贤帆．基于热力图数据的杭州商业综

合体活力影响因素分析［Ｊ］．地球信息科学学报，２０１９，

２１（１１）：１７４５－１７５４．

［１４］ 邱世平，潘立仁，韦建飞．基于ＡｒｃＧＩＳ数据驱动页面与

Ｐｙｔｈｏｎ脚本语言的专题图批量出图技术研究［Ｊ］．林业

调查规划，２０２０（２）：１５－２０．

［１５］ 宋鹏阳．基于Ａｒｃｐｙ数据的林地小班自动排序编号［Ｊ］．林

业调查规划，２０１９（１）：８－９．

［１６］ 王立超，许兰州，崔文红，等．基于Ａｒｃｐｙ的制图综合中点

状居民地的自动优化选取［Ｊ］．测绘与空间地理信息，

２０１９，４２（８）：２０８－２０９．

［１７］ ＺＨＯＵＷ，ＬＩＹ，ＨＯＵＪ，ｅｔａｌ．Ａｕｔｏｍａｔｅｄｃａｒｔｏｇｒａｐｈｙｏｆ

ｆｉｓｈｅｒｉｅｓｏｃｅａｎｏｇｒａｐｈｉｃａｔｌａｓｕｓｉｎｇａｒｃｐｙｂａｓｅｄｏｎｇｌｏｂａｌｔｉｍｅ

ｓｅｒｉｅｓｇｒｉｄｄａｔａｏｆｍａｒｉｎｅｅｎｖｉｒｏｎｍｅｎｔ［Ｊ］．ＩｏｐＣｏｎｆｅｒｅｎｃｅ，

２０１９，ｄｏｉ：１０．１０８８／１７５５－１３１５／２３４／１／０１２０２３．

［１８］ 杨玉永，徐秀杰，董 翔．利用ＡｒｃＰｙ实现地震应急专题图

的多进程生产［Ｊ］．科技视界，２０１９（３６）：４－６．

［１９］ 张 震．基于ＡｒｃＰｙ与ＡｒｃＯｂｊｅｃｔｓ一体化的ＧＩＳ开发教学

内容体系的构建［Ｊ］．黑龙江工程学院学报，２０１９，３３（６）：

６２－６５．

［２０］ 秦 雁，陈亮雄，孙秀峰，等．涉河建设项目卫星遥感自

动化监测技术及应用［Ｊ］．广东水利水电，２０２０（５）：７３－

７８．

［２１］ ＺＨＡＮＧＴ，ＺＨＡＯＳ，ＣＨＥＮＧＢ，ｅｔａｌ．ＤｅｔｅｃｔｉｏｎｏｆＡＩＳ

ｃｌｏｓｉｎｇｂｅｈａｖｉｏｒａｎｄＭＭＳＩｓｐｏｏｆｉｎｇｂｅｈａｖｉｏｒｏｆｓｈｉｐｓｂａｓｅｄ

ｏｎｓｐａｔｉｏｔｅｍｐｏｒａｌｄａｔａ［Ｊ］．ＲｅｍｏｔｅＳｅｎｓｉｎｇ，２０２０，１２（４）：

７０２．

［２２］ 李 奥，徐 硕，王 宇，等．渔船水上移动业务标识码

管理现状与对策研究［Ｊ］．中国渔业经济，２０２０，３８（２）：

５３－５７．

［２３］ 刘 倩，覃先林，李晓彤，等．基于点模式法的四川省林火

时空分布特征研究［Ｊ］．四川林业科技，２０１９，４０（６）：６－

１２，１８．

［２４］ 张胜茂，吴祖立，郑汉丰，等．远洋渔场基础性长期性监测

调查与数据管理［Ｊ］．渔业信息与战略，２０１８，３３（３）：１８０

－１８５．

［２５］ 刘大鹏，张胜茂，吴祖立．基于ＯｐｅｎＬａｙｅｒｓ的金枪鱼延绳

钓辅助生产分析系统［Ｊ］．渔业信息与战略，２０１８，３３（３）：

１７３－１７９．

第１期王书献，等：基于卫星ＡＩＳ远洋船位的热力图自动制图

５３

Ａｕｔｏｍａｔｉｃｍａｐｐｉｎｇｏｆｔｈｅｒｍａｌｄｉａｇｒａｍｂａｓｅｄ

ｏｎｓａｔｅｌｌｉｔｅＡＩＳｏｆｆｓｈｏｒｅｓｈｉｐｐｏｓｉｔｉｏｎ

１，３１，３３



ＷＡＮＧＳｈｕｘｉａｎ，ＳＵＮＹｏｎｇｗｅｎ，ＺＨＡＮＧＳｈｅｎｇｍａｏ，

１２３３

ＳＵＩＪｉａｎｇｈｕａ，ＺＨＵＷｅｎｂｉｎ，ＹＡＮＧＳｈｅｎｇｌｏｎｇ，ＦＡＮＷｅｉ

（１．ＳｃｈｏｏｌｏｆＮａｖｉｇａｔｉｏｎａｎｄＮａｖａｌＡｒｃｈｉｔｅｃｔｕｒｅ，ＤａｌｉａｎＯｃｅａｎＵｎｉｖｅｒｓｉｔｙ，Ｄａｌｉａｎ １１６０２３，Ｃｈｉｎａ；

２．ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＳｕｓｔａｉｎａｂｌｅＵｔｉｌｉｚａｔｉｏｎｏｆＴｅｃｈｎｏｌｏｇｙＲｅｓｅａｒｃｈｆｏｒＦｉｓｈｅｒｙＲｅｓｏｕｒｃｅｏｆＺｈｅｊｉａｎｇ

，ＭａｒｉｎｅＦｉｓｈｅｒｉｅｓＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅｏｆＺｈｅｊｉａｎｇ，Ｚｈｏｕｓｈａｎ ３１６０２１，Ｃｈｉｎａ；３．ＫｅｙＰｒｏｖｉｎｃｅ

ＬａｂｏｒａｔｏｒｙｏｆＯｃｅａｎｉｃａｎｄＰｏｌａｒＦｉｓｈｅｒｉｅｓ，ＭｉｎｉｓｔｒｙｏｆＡｇｒｉｃｕｌｔｕｒｅａｎｄＲｕｒａｌＡｆｆａｉｒｓ，ＥａｓｔＣｈｉｎａ

ＳｅａＦｉｓｈｅｒｉｅｓＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅ，ＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＦｉｓｈｅｒｙＳｃｉｅｎｃｅｓ，Ｓｈａｎｇｈａｉ ２０００９０，Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ：Ｉｎｒｅｃｅｎｔｙｅａｒｓ，ｔｈｅｒａｐｉｄｄｅｖｅｌｏｐｍｅｎｔｏｆｓａｔｅｌｌｉｔｅＡＩＳｔｅｃｈｎｏｌｏｇｙｈａｓｇｒｅａｔｌｙｐｒｏｍｏｔｅｄｔｈｅｓｐａｔｉｏ

ｔｅｍｐｏｒａｌｄｙｎａｍｉｃｍｏｎｉｔｏｒｉｎｇｏｆｓｈｉｐｓａｔｓｅａ．Ｃｈｉｎａ’ｓｓｅｌｆｄｅｓｉｇｎｅｄｓａｔｅｌｌｉｔｅＡＩＳｃａｎｒｅｃｅｉｖｅａｌａｒｇｅｎｕｍｂｅｒｏｆ

，ｐｒｏｖｉｄｉｎｇｃｏｎｄｉｔｉｏｎｓｆｏｒｍａｓｔｅｒｉｎｇｔｈｅｏｐｅｒａｔｉｏｎｄｙｎａｍｉｃｓｏｆｆｉｓｈｉｎｇｂｏａｔｓａｒｏｕｎｄｔｈｅＡＩＳｄａｔａｅｖｅｒｙｄａｙ

ｗｏｒｌｄ．Ｉｎｔｈｉｓｐａｐｅｒ，ｆｏｒｔｈｅｓａｔｅｌｌｉｔｅＡＩＳｄａｔａｒｅｃｅｉｖｅｄｂｙｔｈｅＮａｔｉｏｎａｌＳａｔｅｌｌｉｔｅＯｃｅａｎＡｐｐｌｉｃａｔｉｏｎＣｅｎｔｅｒ，

ｄａｔａｄｏｗｎｌｏａｄｅｄｗａｓｆｉｒｓｔｌｙｒｅａｌｉｚｅｄｔｈｒｏｕｇｈｐｒｏｇｒａｍｍｉｎｇ，ａｎｄａｌｌｔｈｅＡＩＳｄａｔａａｔｔｈｅＦＴＰｅｎｄｗａｓｓａｖｅｄｔｏ

ｔｈｅｌｏｃａｌｄｉｓｋ．Ｓｅｃｏｎｄｌｙ，ＡＩＳｄａｔａｗａｓｇｒｏｕｐｅｄａｃｃｏｒｄｉｎｇｔｏｔｈｅｍｅｓｓａｇｅｔｙｐｅ，ａｎｄｖａｌｉｄｄａｔａｔｙｐｅｓ

，ｓｈｉｐｕｎｉｑｕｅｉｄｅｎｔｉｆｉｅｒ，ｌｏｎｇｉｔｕｄｅ，ｌａｔｉｔｕｄｅ，ｓｐｅｅｄａｎｄｃｏｎｔａｉｎｉｎｇｔｈｅｃｏｒｅｉｎｆｏｒｍａｔｉｏｎｓｕｃｈａｓｄａｔｅａｎｄｔｉｍｅ

ｈｅａｄｉｎｇｗｅｒｅｓｃｒｅｅｎｅｄｏｕｔｏｎｔｈｅｂａｓｉｓｏｆｍｅｓｓａｇｅｆｏｒｍａｔ．Ｔｈｉｒｄｌｙ，ｆｒｏｍｔｈｅｖａｌｉｄｍｅｓｓａｇｅｔｙｐｅ，ａｌｌｖａｌｉｄ

ｓｈｉｐｓｗｅｒｅｄｉｖｉｄｅｄｉｎｔｏｔｗｏｃａｔｅｇｏｒｉｅｓｏｆ“ｆｉｓｈｉｎｇｂｏａｔ”ａｎｄ“ｎｏｎｆｉｓｈｉｎｇｂｏａｔ”ａｃｃｏｒｄｉｎｇｔｏｔｈｅｕｎｉｑｕｅ

，ａｎｄｓｔａｔｉｓｔｉｃｓａｎｄａｎａｌｙｓｉｓｗｅｒｅｃａｒｒｉｅｄｏｕｔ．Ｆｉｎａｌｌｙ，ａｔｈｅｍａｔｉｃｈｅａｔｍａｐｗａｓｄｒａｗｎｉｄｅｎｔｉｆｉｅｒｏｆｔｈｅｓｈｉｐ

ａｃｃｏｒｄｉｎｇｔｏｔｈｅｌｏｃａｔｉｏｎｉｎｆｏｒｍａｔｉｏｎｏｆｆｉｓｈｉｎｇｂｏａｔｓｔｏｖｉｓｕａｌｌｙｄｉｓｐｌａｙｔｈｅｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆｆｉｓｈｉｎｇｂｏａｔｓ．

ＴｈｅｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｔｈｅｒｅｓｅａｒｃｈｍｅｔｈｏｄｉｎｔｈｉｓｐａｐｅｒｃｏｕｌｄｒｅａｌｉｚｅｓａｔｅｌｌｉｔｅＡＩＳｄａｔａｄｏｗｎｌｏａｄ，