해상교통관제센터(Vessel Traffic Service, VTS)에서 항해중인 선박의 효과적인 관리를 위해 선박에 영향을 주는 외력에 대한 평가가 필요하다. 해상교통 빅데이터는 크게 선박 제원 및 통항정보 등 선박에 의하여 수집되는 정보가 있으며, 다른 하나는 해역에 관련된 바람, 파고, 조류흐름의 외력정보가 있다. 본 연구에서는 이러한 해상교통 빅데이터를 활용하여 선박에 영향을 주는 외력영향을 평가하는 방법에 대해 제안한다. 해상교통 빅데이터를 활용하기 위하여 바람, 파도, 조류 정보, 대수속력(Speed Over Water, SOW)에 대한 정보로 구성되는 해역외력코드(Waterway External Force Code)를 사용하였다. 해역외력코드를 데이터베이스로 하여 그 결과로서 선박에 작용하는 외력영향을 추정하였다.
해상교통관제센터(Vessel Traffic Service, VTS)에서 항해중인 선박의 효과적인 관리를 위해 선박에 영향을 주는 외력에 대한 평가가 필요하다. 해상교통 빅데이터는 크게 선박 제원 및 통항정보 등 선박에 의하여 수집되는 정보가 있으며, 다른 하나는 해역에 관련된 바람, 파고, 조류흐름의 외력정보가 있다. 본 연구에서는 이러한 해상교통 빅데이터를 활용하여 선박에 영향을 주는 외력영향을 평가하는 방법에 대해 제안한다. 해상교통 빅데이터를 활용하기 위하여 바람, 파도, 조류 정보, 대수속력(Speed Over Water, SOW)에 대한 정보로 구성되는 해역외력코드(Waterway External Force Code)를 사용하였다. 해역외력코드를 데이터베이스로 하여 그 결과로서 선박에 작용하는 외력영향을 추정하였다.
For effective ship management in VTS(Vessel Traffic Service), it needs to assess the external force acting on ship. Big data in maritime traffic can be roughly categorized into two groups. One is the traffic information including ship's particulars. The other is the external force information e.g., ...
For effective ship management in VTS(Vessel Traffic Service), it needs to assess the external force acting on ship. Big data in maritime traffic can be roughly categorized into two groups. One is the traffic information including ship's particulars. The other is the external force information e.g., wind, sea wave, tidal current. This paper proposes the method to assess the external force acting on ship using big data in maritime traffic. To approach Big data in maritime traffic, we propose the Waterway External Force Code(WEF code) which consist of wind, wave, tidal and current information, Speed Over the Water(SOW) of each ship, weather information. As a results, the external force acting a navigating ship is estimated.
For effective ship management in VTS(Vessel Traffic Service), it needs to assess the external force acting on ship. Big data in maritime traffic can be roughly categorized into two groups. One is the traffic information including ship's particulars. The other is the external force information e.g., wind, sea wave, tidal current. This paper proposes the method to assess the external force acting on ship using big data in maritime traffic. To approach Big data in maritime traffic, we propose the Waterway External Force Code(WEF code) which consist of wind, wave, tidal and current information, Speed Over the Water(SOW) of each ship, weather information. As a results, the external force acting a navigating ship is estimated.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
이 때 선박이 각 셀 구간을 통과 시 동적정보와 그에 대응하는 정적정보를 수집하여 저장함으로써 해상교통 빅데이터로 활용된다. 따라서 본 연구에서는 이러한 정적정보와 동적정보를 가지고 선박에 작용하는 외력영향을 평가하여 분석 및 저장하였다. 이러한 데이터 통계를 활용하여 임의의 선박에 작용되는 외력을 예측할 수 있다.
본 연구에서는 자체 데이터 변환 프로그램을 사용하여 VTS에서 AIS를 통하여 수집된데이터와 대수속력 및 WEF Code를 연계하여 선박에 영향을 미치는 외력 평가방법을 제안하였다. 이러한 데이터 결과 값은 선박의 적화 상황 및 선박별 특성으로 다른 결과 값이 산출될 수 있지만, 데이터가 축적되면 이러한 오차는 줄어 들 것이다.
하지만 해역을 관할하는 해상교통관제(Vessel Traffic Service, VTS)의 관점에서는 개개의 선박에 대한 조종상황 파악이 불가능하고, 조종성능을 고려한 외력계산에 한계가 있다. 이에 본 연구는 축적된 해역의 외력 데이터와 선박 침로 및 속력데이터를 융합하여 선박에 영향을 미치는 외력을 산출하고자 한다. 이를 위해 유관기관 기상정보 데이터와 VTS에서 선박 AIS를 통하여 수집된 자료를 활용하였다[3].
제안 방법
3장에서 정의한 해역 외력 코드와 4장에서 산출한 각 선박에 영향을 미치는 구역별 외력을 연계하여 그림 5 및 아래와 같은 구조로 셀 구역 및 선박특성별 외력 수집 순서를 제안한다.
4.1절의 대수속력 및 SEF를 그림 5의 데이터 구조형식으로 재 정렬 하여 완도해역 대상구역 Cell 1 및 선박진행방향(90∼120)에 대한 외력 데이터를 적용하여 표 3과 같이 ΔD, ΔT, ΔV, Leeway, LeewatDist를 산출하였다.
그러나 현재 국내에서 운용되고 있는 VTS에서는 직접적인 데이터의 추출 기능이 지원되지 않아, 본 연구에서는 VTS에 저장된 데이터를 받아 변환프로그램을 사용하여 데이터를 추출·정렬 하였다.
이러한 대수속력은 선박의 고유한 값이므로, 선박의 정적 정보에 별도로 저장 하였다. 그리하여 한 선박의 대수속력을 각각 다른 외력하의 선박에 적용하여 기상상황별 선박에 영향을 미치는 외력을 평가하였다.
동적정보의 활용을 위하여 데이터 수집의 영역을 일정한 간격의 셀 영역으로 구분하였다. 이 때 선박이 각 셀 구간을 통과 시 동적정보와 그에 대응하는 정적정보를 수집하여 저장함으로써 해상교통 빅데이터로 활용된다.
대수속력은 바람, 파랑, 그리고 조류의 영향이 미미할 경우의 속력으로서, 각 선박에서 영향을 받는 외력을 결정하는 기준이 된다[6]. 본 연구에서 대수속력 수집은 뷰포트 풍력등급(Beaufort wind Force scale) 2등급(풍속 3.4m/s) 이하와 조류 0.3노트 이하의 상태에서 수집된 대수속력(Speed Over Water, SOW)을 적용하였다. 이러한 대수속력은 선박의 고유한 값이므로, 선박의 정적 정보에 별도로 저장 하였다.
)에 따른 상대적인 방향에서 선박에 영향을 주고 있으므로, 적절한 침로범위의 그룹을 분류. 본 연구에서는 30도 간격으로 선박진행방향을 그룹화 하였다.
본 연구에서는 60일 동안 VTS 및 외력데이터를 분석하였으며, 표 2는 선박의 대수속력 및 대수속력과 대지속력(Speed Over Ground, SOG)의 차(ΔSpd)를 추정한 결과이다.
그림 2에서 왼쪽의 첫 번째 기호 부터 풍향, 풍속, 파고, 유향, 유속 및 조류의 변화를 나타낸다. 여기서 풍속은 각 풍속별 뷰포트(BF) 풍력계급을 적용하였으며, 파고는 0.5m 단위로 구분하였다. 표 1은 실 해역에서 수집된 정보를 바탕으로 하루 동안의 해상기상 및 조류정보를 WEF Code로 나타내었다.
그러므로 데이터의 효율적인 처리 및 사용자가 다양한 해상교통요소와 해역에 작용하는 외력간 상관관계를 쉽게 도출해내기 위해 적용되는 외력요소를 단순화 하여야 한다. 이번 장에서는 해역에 작용하는 외력코드(Waterway External Force Code, WEF Code)에 대해 제안한다.
이에 본 연구에서는 그림 3와 같이 완도 VTS 관제구역을 여러 구역으로 나누어 각 구역별, 선박침로별, 선종별, 선박길이별 분류하여 선박에 작용하는 외력(Ship External Force, SEF)에 대하여 제안한다.
화물선 B는 동서방향으로 항해하는 선박으로 완도 VTS 관제구역을 통과한다. 화물선의 경우, 선박 적재 상태에 따라 속력이 틀리므로, AIS에서 수신된 흘수정보 또는 선박의 침로에서 수집을 하였다. 이 선박은 공선상태(Ballast Condition)에서 대수속력은 3월 17일 4시에 속력인 12노트이며, 만선(Full Load)시는 3월 27일 3시의 속력인 9.
대상 데이터
선박 정보 데이터는 그림 1와 같이 VTS에서 해역에 설치한 AIS에서 VHF(Very High Frequency)전파가 수신되는 거리 내 모든 선박의 정보가 수집된다. 이 정보데이터는 크게 정적(Static)데이터와 동적(Dynamic)데이터로 분류된다.
이러한 외력은 선수미방향에서는 선박의 속력에, 정횡방향에서는 선박의 침로에 영향을 미친다. 외력데이터는 해역에 설치된 등부표 및 등대의 기상 및 조류관측 센서에 의해 수집하였다[5].
이에 본 연구는 축적된 해역의 외력 데이터와 선박 침로 및 속력데이터를 융합하여 선박에 영향을 미치는 외력을 산출하고자 한다. 이를 위해 유관기관 기상정보 데이터와 VTS에서 선박 AIS를 통하여 수집된 자료를 활용하였다[3].
후속연구
해상에서 선박에 작용되는 외력의 파악은 선박의 안전운항 및 도착예상 지점 산출에 중요하다. 또한 해역을 관리하는 VTS에서도 통항선박이 교통인 혼잡한 해역을 진출입 예상시간의 예측이 가능할 것이다. 지금까지 VTS데이터의 폐쇄성과 자료분석 프로그램 부재로 해상교통 빅데이터를 적극 활용하는데 한계가 있었다.
본 연구 결과를 토대로 연안 및 항만을 출입항하는 선박의 도착예정시간 추정이 가능할 것이며 해양사고 예방을 위한 VTS의 효율적인 해상교통관리에 기여할 수 있을 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
빅데이터로 무엇을 할 수 있는가?
최근 정보통신기술의 발달에 따라 빅데이터 처리기술이 다양한 분야에서 큰 관심을 모으고 있다. 빅데이터는 단순히 정보를 수집, 축적하는 것만 아니라 구조화되지 않는 다양한 종류의 데이터로부터 숨겨진 패턴을 찾아낼 수 있다[1]. 해상교통관제센터(Vessel Traffic Service, VTS)에 의한 해상교통관리업무에서는 선박자동식별장치(Automatic Identification System, AIS)의 도입에 따라 항만 및 연안을 항해하는 선박으로부터 해상교통정보의 수집 및 분석이 가능해졌다.
해상교통관제센터에 의한 해상교통관리업무에서 선박자동식별장치의 도입으로 가능해진 것은 무엇인가?
빅데이터는 단순히 정보를 수집, 축적하는 것만 아니라 구조화되지 않는 다양한 종류의 데이터로부터 숨겨진 패턴을 찾아낼 수 있다[1]. 해상교통관제센터(Vessel Traffic Service, VTS)에 의한 해상교통관리업무에서는 선박자동식별장치(Automatic Identification System, AIS)의 도입에 따라 항만 및 연안을 항해하는 선박으로부터 해상교통정보의 수집 및 분석이 가능해졌다. 또한 연안 및 항만수역의 항로표지 시설에 부가적으로 설치된 기상센서로부터도 외력에 대한 정보수집이 가능해 졌다.
해상에서 선박에 작용하는 외력에 대한 분석은 어떠한 측면에서 중요한가?
해상에서 선박에 작용하는 외력 즉, 바람, 파도, 조류에 대한 분석은 선박의 안전항해를 위해 중요하다. 해상에서 선박에 영향을 미치는 외력 분석은 선박 항로에 영향을 미치는 외력영향평가와 함께 그 결과로서 예정된 변침점 및 도착예정시간 추정에 필수적이며 VTS의 안전한 해상교통관리 측면에서도 중요하다.
J. S. Kim, A Study on The Utilization and Analysis Method of Big Data, Master Thesis, Korea University, 2013.
J. D. Yun, The Theory and Practice of Ship Handling, Sejong Publishing Co. Ltd., pp. 192-204, 2013.
K. I. Kim, J. S. Jeong, G. K. Park, "Extimation of External Force on Waterways Using Big Data in VTS,"13th Asian Conference on Maritime System and Safety Research, pp.165-169, 2013.
IALA Guideline No. 1028, On The Automatic Ientification System (AIS) Volume 1, Part I Operational Issues, AISM IALA, December 2004.
Jindo Marine Transport Facilities Management Office, Marine Weather and Tidal Current Information, Available : http://jindo.mltm.go.kr, 2010, [Accessed : Jul 25, 2013]
H. S. Lee, D. H. Choi, J. C. Park, "Study on Tidal Current Simulation and its Application to Speed Trial around Straits of Korea," Journal of Ocean Engineers, Vol. 24, no. 6, pp 23-29, 2010.
J. S. Jeong, K. I. Kim, K. K. Park, "A quantitative collision probability analysis in port waterway," Journal of Korean Institute of Intelligent Systems, vol. 22, no. 3, pp. 373-378, 2012.
K. I. Kim, J. S. Jeong, K. K. Park, "A study on development of maritime traffic assessment model," Journal of Korean Institute of Intelligent Systems, vol. 22, no. 6, pp. 761-767p, 2012.
W. J. Jhong, J. S. Lee, J. W. Ko, P. S. Park, "Fuzzy Logic Based Prediction of Link Travel Velocity Using GPS Information," Journal of Korean Institute of Intelligent Systems, vol. 12, no. 3, pp. 342-347p, 2003.
D. Y. Kim, D. W. Jo, M. R. Yi, G. K. Park, "Intelligent Navigation Safety Information System based on Information-Fusion Techonology," Journal of Korean Institute of Intelligent Systems, vol. 20, no. 2, pp. 226-233p, 2010.
E. K. Kim, J. S. Jeong, G. K. Park, N. K. Im, "Characteristics of Ship Movements in a Fairway," International Journal of Fuzzy Logic and Intelligent Systems, vol. 12, no. 4, pp. 285-289, 2012.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.