《Ocean Engineering》：A hybrid HDBSCAN–MVEE method for anchored ship domain modeling under variable marine environments
编辑推荐：
•提出了一种混合 HDBSCAN–MVEE 框架用于锚泊船域建模。•基于航向的坐标变换将 GPS 轨迹校正至船首物理位置。•蒙特卡洛测试表明，运动学阈值滤波可将轨迹 RMSE 降低 92.7%。•拟合椭圆包围锚泊轨迹，最小描述带（MDB）为 31.02–48.90 米。•与圆
- •
提出了一种混合 HDBSCAN–MVEE 框架用于锚泊船域建模。
- •
基于航向的坐标变换将 GPS 轨迹校正至船首物理位置。
- •
蒙特卡洛测试表明，运动学阈值滤波可将轨迹 RMSE 降低 92.7%。
- •
拟合椭圆包围锚泊轨迹，最小描述带（MDB）为 31.02–48.90 米。
- •
与圆形模型相比，锚泊空间占用减少了 66.46%–89.18%。
引言
锚泊是海上作业期间至关重要的静止模式，有效管理锚泊空间对海上交通效率和安全监管具有重要意义（Huang 等，2011）。实际锚位定义为锚爪嵌入海床的位置，是船舶在风力和潮流影响下漂移后到达的位置。若无法准确识别该位置，将直接影响航行安全，如凯尔特精神号碰撞事故（MAIB，2018）和夜间碰撞事故（CHIRP Maritime，2016）即为锚链拖拽事故的典型例证。
传统锚位检测方法主要关注电子围栏和经验规则来识别锚泊事件（Liu 等，2023；Ma 等，2023），研究还涉及临时锚泊场景（Huang 等，2011；Liu 等，2020）及低速船舶状态的特征描述（Bokau 等，2025）。近年来，基于密度的轨迹挖掘，特别是含噪声的应用密度聚类（DBSCAN），成为一种有前景的替代方案。后续研究引入了自适应参数优化（Bai 等，2023），将运动特征整合到距离度量中以区分复杂交通条件下的船舶状态（Zhao 和 Shi，2019），以及历史轨迹去噪技术以支持航行模式挖掘（Li 等，2018）。在此基础上，尚有以下几个方面有待深入研究。首先，船舶自动识别系统（AIS）报告的位置源自安装在上层建筑顶部的全球定位系统（GPS）天线，与锚链下放至海床的船首位置存在显著的水平偏移。如图 1 所示，对于大型船舶，该偏移量可达数十至数百米，导致聚类算法恢复的是天线轨迹中心而非真实锚位。
示意图对比了尾装 GPS 天线与以船首为参考的锚位，展示了纵向天线至船首距离如何被投影到水平面上形成系统性定位偏差。
其次，除定位锚位外，现有方法缺乏对锚泊船实际占用水域的准确描述。传统实践使用静态圆形"回旋水域"来界定该空间，其半径仅由锚链长度和船舶尺度导出，并隐含假设船舶围绕锚位各向同性地旋转。实际上，锚泊船在风和流的方向性作用下各向异性地摇摆，其轨迹形成细长或扇形包络而非完整圆形。因此，各向同性圆形模型通过包围船舶从未到达的广大区域而高估了锚泊船域，导致有限的锚泊空间使用效率低下。此外，尽管船舶域概念对航行中船舶已相当成熟，但将其扩展到锚泊状态，即锚泊船域，仍属探索不足。这使得实践中采用的保守静态边界与锚泊船真实各向异性空间足迹之间存在差距。
为解决上述差距，本研究提出了一种高精度锚位检测和锚泊船域界定的框架，这对于确保安全船间距和降低拥挤锚地中的碰撞风险至关重要。该框架集成了轨迹几何校正、自适应聚类和空间几何建模。首先，基于船首建立坐标变换模型，将 GPS 轨迹校正至船首物理位置，消除系统性观测偏差。应用基于运动学阈值的方法滤除由信号漂移和多径效应引起的异常波动。随后，采用基于层次密度聚类的含噪声应用（HDBSCAN）算法从清洗后的轨迹中提取高密度锚泊聚类，再应用最小体积外接椭球（MVEE）算法在这些聚类上构建各向异性外接椭球。拟合椭球的几何中心直接定义为估计的锚位，而椭球边界则为锚泊船域提供物理一致的界定。本研究的核心目标是为同时解决前述两个局限性——锚位检测中的系统性偏差以及锚泊船域表征的不精确与空间冗余——提供实用方案。通过联合解决这两个问题，所提框架有助于碰撞风险缓解和有限的港口水域资源的高效分配。
本文结构如下。第 2 节回顾相关文献。第 3 节阐述所提方法论。第 4 节报告实验结果和鲁棒性分析。第 5 节讨论关键发现。第 6 节总结本研究。
章节摘要
文献综述
作为海上交通管理和锚地安全监管的关键组成部分，准确识别物理海床锚位及后续界定锚泊船域对海上安全至关重要。近期研究强调了准确锚位识别的紧迫性。Bokau 等（2025）强调精确监测对于减轻人为操作失误造成的风险至关重要；类似地，Feng 等（2024a）
方法论
本研究提出了一种综合分析方法，用于锚泊船域联合界定和锚位检测。该方法的核心包括对原始 AIS 轨迹数据进行系统性预处理和坐标变换、基于密度聚类提取高密度锚泊聚类，以及通过几何分析构建锚泊船域，其中拟合域的几何中心直接产生估计的
实验设置
本研究使用南海锚地船舶的 AIS 实测数据。选取四艘货船作为研究对象。数据包括船舶识别码、船舶类型、船长和首距等静态数据，以及经纬度坐标、航向、时间戳、速度和航向等动态数据。
讨论
本研究提出了一种综合框架，集成了物理几何校正、HDBSCAN 层次密度聚类和 MVEE 各向异性建模，以解决锚位检测中的定位误差和锚泊船域量化中的模糊性问题。通过分析四种典型船舶在不同海况下的真实 AIS 数据，验证了该方法在提高定位精度和空间利用效率方面的显著优势。
结论
针对当前船舶锚位检测中存在的显著定位误差、动态适应性差和锚泊空间描述粗糙的问题，本研究开发了一种综合技术框架，集成了轨迹几何校正、自适应 HDBSCAN 聚类和 MVEE 空间建模。使用真实 AIS 数据的实验验证了该方法的有效性和优越性。
CRediT 作者贡献声明
Liang Cao（曹亮）： 撰写 – 审阅与编辑，撰写 – 原稿，资源，项目管理，经费获取，形式分析，概念化。Yuanyuan Chen（陈圆圆）： 撰写 – 原稿，验证，软件，方法论，调查。Qingui Wang（王清贵）： 撰写 – 审阅与编辑，可视化，形式分析。Zhiwei Zhang（张智伟）： 撰写 – 审阅与编辑，验证。Jiawen Li（李家文）： 撰写 – 审阅与编辑，可视化。Ronghui Li（李荣辉）： 撰写 – 审阅与编辑。Xinjian Wang（王新健）： 撰写 – 审阅
利益冲突声明
作者声明不存在可能影响本文所述工作的已知竞争经济利益或个人关系。
致谢
本工作由以下项目资助：国家自然科学基金（批准号：52571405 & 52171346）、广东省教育厅（批准号：2025ZDZX3004）、广东省科学技术协会（批准号：SKXRC2026515）、广东省哲学社会科学规划项目（批准号：GD26YDXZ18）、广东省 2023 年教育科学规划项目（批准号：2023GXJK313）、中国交通运输教育研究
Liang Cao（曹亮）|Yuanyuan Chen（陈圆圆）|Qingui Wang（王清贵）|Zhiwei Zhang（张智伟）|Jiawen Li（李家文）|Ronghui Li（李荣辉）|Xinjian Wang（王新健）
