文元桥，宋荣鑫，黄 亮，黄亚敏，隋忠义，朱 曼

(1.武汉理工大学 国家水运安全工程技术研究中心，武汉 430063；2.武汉理工大学 智能交通系统研究中心，武汉 430063；3.武汉理工大学 航运学院，武汉 430063；4.内河航运技术湖北省重点实验室(武汉理工大学)，武汉 430063)

船舶行为是指船舶在内部或外部条件影响下产生的活动。对船舶行为进行认知是分析和判断水上交通态势[1]的关键。从认知论的角度，作为一个时空对象，船舶行为本质上是对船舶时空位置及其关联活动的语义理解[2]。传统的船舶行为建模和分析侧重于从船舶活动的时空数据出发，实现时间、空间维度的模式识别和表达。这种表达能够准确地描述船舶在时空间的活动特征(如位置随时间的变化，速度随时间的变化等)，但往往忽略了语义维度的信息挖掘和表达。如，当描述船舶在环境中的行为时，此时是船舶与环境进行的交互行为，单纯从船舶轨迹的时空特征进行分析无法准确辨识船舶行为，需要融合航行环境的数据来对船舶轨迹进行辅助建模与表达，实现对船舶行为的深层认知。

目前，围绕船舶行为的数据模型构建与轨迹的语义丰富两方面，学者们开展了相应的研究。

基于轨迹数据驱动的船舶行为认知方面，主要包括通过船舶自动识别系统(automatic identification system,AIS)轨迹数据所反映的运动特征进行行为建模与基于轨迹的空间分布来挖掘船舶的典型活动模式及检测异常行为两方面。

在微观层面，有学者采用轨迹特征建模的方式对船舶轨迹单元或基本行为进行建模及表达[3-4]，但存在轨迹划分方法不一致或划分粒度较大而无法满足细粒度行为分析的问题。……