综述：用于视觉动物识别的等距预测方法 Alexander Marazov, Gergana Balieva, Dimitar Tanchev, Ivanka Lazarova, Ralitsa Rankova

《Technologies》：Conformal Predictions for Visual Animal Identification Alexander Marazov, Gergana Balieva, Dimitar Tanchev, Ivanka Lazarova and Ralitsa Rankova

　　摘要
海上交通复杂性（MTC）是过去十年中在海事安全领域变得越来越重要的一个术语。它是一个用于理解拥挤海上环境中航行安全和运营挑战的概念。尽管对MTC的研究兴趣日益增加，但这一概念仍然支离破碎，文献中对定义、指标和建模方法有多种不同的解释。本研究通过对现有文献的全面回顾和计量分析，综合了当前关于MTC作为科学概念的研究状况，并从分析角度阐明了其理论基础。根据PRISMA指南和系统文献回顾（SLR）方法论，研究人员在主要科学数据库中识别并筛选了相关研究，并对40篇科学出版物进行了详细分析。研究结果表明，大多数现有的MTC模型主要依赖于自动识别系统（AIS）数据及其派生的指标。MTC主要通过船舶间的几何相互作用、相对运动参数和碰撞风险指标来进行评估。计量分析显示，自2015年以来，科学界对这一主题的兴趣快速增长，研究主要集中在一些领先的学术期刊上。研究发现现有框架存在显著的方法论局限性，这些框架常常忽略了海上交通的异质性、环境条件、船舶可靠性和人为因素。因此，本研究强调了需要一个更全面的MTC评估框架，该框架应结合运营、基于地理约束的因素、环境因素和行为变量，而不仅仅是传统的基于AIS的指标。

1. 引言
海上交通复杂性（MTC）是一个新兴的分析概念，它捕捉了多个船舶在共享海域内同时移动、相互作用和协调所产生的结构和动态复杂性。MTC不能简单地归结为交通密度或船舶数量，而是源于空间分布、相遇几何形状、船舶异质性、航行规则以及人类或自动化决策之间的相互作用。与其他大规模交通系统一样，海上交通表现出非线性行为：诸如局部航向改变或拥堵等细微扰动可能会不成比例地传播和放大，形成无法通过单独分析个别船舶来理解的宏观交通模式。将MTC构建为一个严谨的分析概念需要从基于简化方法的密度评估转向整体性、数据驱动和多尺度的方法。传统的海事安全分析通常将交通状况简化为船舶间的成对相互作用或聚合的密度测量，隐含着线性因果关系和相遇独立性的假设。相比之下，系统视角认识到风险、拥堵和不稳定是整个交互网络的涌现属性，类似于道路和空中交通研究中记录的相变、同步和级联故障[1]。自动识别系统（AIS）数据的日益可用使得能够实证观察到这些现象，揭示了高度动态和异质交通环境中的时空交互模式和自适应路由行为。结构性约束，包括交通分离方案、港口进港路线、狭窄海峡和恶劣环境条件，决定了交互拓扑结构，而人类操作和日益自动化的船舶共存则引入了额外的行为变异性。因此，将MTC视为一个严谨的分析概念在理论上是有根据的，在操作上也是必要的，为开发先进的复杂性指标、基于网络的指标和基于证据的交通管理策略提供了坚实的基础[2,3]。

尽管对MTC的研究兴趣日益增长，现有文献中仍存在明显的方法论空白。当前的研究产生了大量关于船舶交互指标、碰撞风险指标和基于AIS的复杂性参数的工作；然而，这些贡献大多仍然分散、具有领域特定性，并且严格依赖于基于密度或成对几何测量的方法，未能完全捕捉海上交通行为的系统性特征。本研究是对这一规模MTC评估框架的首次全面回顾和计量分析，将40篇经过同行评审的出版物整合在一个统一的分析框架下。其主要创新之处在于提出了一个结构化的、多维的比较框架，首次不仅根据方法论方法，还根据现有模型未能纳入的环境、运营和行为维度来评估这些模型。研究目标包括：（i）系统地识别、分类并批判性地评估现有MTC模型中使用的方法论方法、输入参数和分析框架，从而对当前领域的发展状况进行结构化的比较总结；（ii）进行计量分析，绘制MTC研究的时间发展、地理分布、作者模式和出版趋势，从而描述这一新兴概念的结构演变；（iii）识别现有框架的主要方法论局限性，特别是它们几乎完全依赖基于AIS的几何指标，以及未能整合环境、运营和行为维度的问题，并阐明建立一个能够通过多维度方法捕捉现实世界海上交通环境全部复杂性的MTC评估框架的科学依据。

本文分为五个部分。第一部分介绍了研究的目标和目的，并概述了手稿的整体组织结构。其中包含两个小节：第一小节深入探讨了MTC作为科学术语的历史，第二小节提供了对该术语的各种定义和理解。第二部分详细介绍了用于识别、收集和评估支持本研究的科学文献的方法论方法。这部分阐明了选择特定框架（即优先报告系统回顾和荟萃分析的优先项目PRISMA）和系统文献回顾（SLR）方法论的合理性。此外，还描述了文献搜索程序，定义了研究范围，并解释了数据集构建过程以及所应用的数据处理方法和工具。第三部分是研究的中心内容，提供了MTC的综合文献回顾，包括一个详细的MTC模型比较表和全面的计量评估。它涵盖了主要分析指标，如出版物的地理分布、作者模式、每篇文章的贡献者数量、关键词频率和相互关联性、文档类型、出版来源、文章在领先期刊中的分布情况以及年度出版趋势。第四部分讨论了主要结果及分析结果，并简要提出了未来研究的建议。这里介绍了评估MTC的最常用参数，并简要评论了研究中的空白之处。最后，第五部分总结了研究的重要方面，给出了结论性意见，并提供了研究发现的综合概述。

本研究是正在进行的一项关于MTC的博士研究的组成部分，旨在为其量化和操作应用开发一个全面的分析框架。

1.1 MTC的历史和理解
MTC是一个相对较新的科学术语，其思想根源可以追溯到早期在其他交通领域（尤其是航空领域）对交通难度进行量化的尝试。对交通复杂性的正式研究始于20世纪末的空中交通管理领域，当时研究人员试图超越仅使用飞机数量等简单的工作量代理指标，转向捕捉控制器任务难度、交互密度和冲突潜力的多维描述符。Laudeman等人被广泛认为引入了最早的“交通复杂性”操作化定义之一，他们提出了一组动态变量（包括收敛角度、速度差异和接近度），这些变量比仅考虑交通量更能解释空中交通控制员的工作负担[4]。这一概念转变确立了复杂性是由相互作用产生的涌现属性，而非密度的线性函数，为后续跨领域应用奠定了理论基础[5]。随着AIS数据的广泛可用性，21世纪这一观点在海上研究中的采用势头增强，使得能够观察到高分辨率的船舶运动和相遇模式。早期的海上研究并不总是使用“海上交通复杂性”这一精确术语，但它们采用了与之密切相关的概念，如航行难度、相遇风险和交通状况复杂性，这些概念常常从航空指标和复杂系统理论中获得方法论启发。随着时间的推移，“船舶交通复杂性”这一表达在文献中出现得更加频繁，尤其是在安全评估和交通风险建模领域[5]。

1.2 当代MTC的定义和监管框架
当代对MTC的理解认为，它是一个系统级概念，反映了特定海域内船舶相互作用的结构和动态特征。近期研究强调MTC源于相遇频率、空间分布、船舶异质性、机动性限制和行为不确定性的综合效应[6,7,8,9]，而[6,7,8,9]将船舶交通复杂性描述为由船舶交互的强度和几何形状决定的条件，突显了其对航行安全和风险暴露的直接影响。类似地，基于网络的方法将海上交通视为一个交互图，其中船舶作为节点通过潜在的冲突连接在一起；在这种框架下，复杂性反映了这些连接的拓扑结构和时间演变，而不仅仅是孤立的成对相遇[3]。基于AIS的分析技术的进步进一步细化了定义，使得能够高分辨率地测量交通模式，使研究人员能够将收敛率、路线重叠和局部交通不稳定性等指标纳入综合复杂性指标中[10,11,12]。重要的是，当代定义越来越多地与复杂适应系统理论相一致，认识到船舶运营商会根据监管结构、环境条件和附近船舶的预期行为不断调整他们的决策。这种适应性反馈产生了无法仅通过静态变量预测的新兴交通状态。因此，MTC现在通常被构建为一个综合的描述符，用于表示由相互作用驱动的航行难度，支持海事安全评估、交通管理和以韧性为导向的水道设计应用[13]。

MTC的监管和法律层面主要由国际航行规则和交通管理工具管理，这些规则旨在降低碰撞风险并确保船舶交通的安全流动。这一框架的基石是国际海事组织（IMO）制定的《防止海上碰撞的国际规则》（COLREGs），这些规则为相互可见的船舶以及在能见度受限情况下的船舶制定了标准化行为规范。虽然COLREGs没有明确将MTC作为一个系统级概念来处理，但其基于规则的结构随着MTC重要性的增加而变得越来越重要，因为更高的相遇密度、更小的操纵空间和异质船舶行为放大了误解或违规的后果。作为COLREGs的补充，船舶交通服务（VTS）根据IMO决议A.857(20)提供岸基监控、信息和导航协助，特别是在高密度或受限水域中，从而是对MTC增加的制度性响应。此外，根据SOLAS第五章采用的交通分离方案（TSS）代表了用于规范船舶相互作用和减少冲突模式的空间性管理措施。从法律角度来看，MTC挑战了基于规则的航行在高度动态环境中的充分性，尤其是在交通量增加和自主或决策支持型船舶出现的情况下。因此，当代监管讨论越来越强调基于风险的和系统导向的交通管理方法，将MTC定位为未来海事治理和海事安全监管的相关分析概念[14,15,16]。

2. 材料与方法
在初步搜索MTC相关文献时，作者意识到有许多科学论文的标题中出现了“海上复杂性”这一关键词。因此，文献搜索过程的第一步是识别该领域中最相关的关键词。在这种情况下，最相关的关键词（除了显而易见的“海上交通复杂性”之外）是与“海上交通复杂性”最为紧密相关的关键词。这就是为什么使用了VOSviewer（版本1.6.20）软件的原因。该软件具有在一个给定关键词下搜索整个Scopus数据库的功能，并寻找与该关键词高度相关的关键词；换句话说，就是那些相互关联最多的关键词。图1显示了上述搜索的结果。VOSviewer在确定文献检索过程中应使用哪些关键词方面非常有用。图1显示了与MTC术语最常关联的关键词（Scopus数据库）。VOSviewer的结果对开始文献搜索过程非常重要。在关键词的相互关系图中，作者确定了在文献搜索过程中应使用的其他相关关键词。使用该软件的原因是在文献搜索过程的首次尝试中，仅使用“海上交通复杂性”作为关键词时，得到的结果质量较差。仅识别出10篇标题中包含该精确术语的科学论文。这需要进行更彻底的搜索过程。因此，使用了VOSviewer工具。具体来说，在文献搜索过程中，作者没有采用传统的通过搜索字符串和相应的布尔运算符查询科学数据库的方法。在仔细了解了VOSviewer关键词交织功能的结果后，作者决定使用所提到的关键词集。下一步是输入关键词“the only”和“maritime traffic complexity”（在这种情况下是唯一的搜索字符串或查询），然后查看了所有不同的来源（其中大多数不包含精确的关键词），并收集了至少包含该关键词集中的一个关键词的所有来源。经过对软件结果的仔细审查，最终确定了以下关键词：
- 海事/海洋交通复杂性
- 海事交通流复杂性
- 水道复杂性
- 海事交通密度
- 碰撞概率

这些关键词被选为开始文献检索前的最终集合。值得注意的是，尽管碰撞概率与MTC的分析结构不同，但它们密切相关。碰撞概率可以用作MTC评估框架的合法验证指标。

2.1. 文献综述方法论
在准备这篇关于MTC的文章时，发现存在许多进行文献综述和计量分析的方法论方法。因此，选择一个能够全面捕捉相关文献同时满足综合评审要求的方法论至关重要。最广泛应用的方法包括SLR和PRISMA框架。在仔细研究它们的结构、目标和预期结果后，本研究采用了PRISMA和SLR的混合方法。这些方法在海洋研究中的频繁使用进一步支持了这一选择的有效性[17,18,19,20,21,22,23]。将PRISMA与SLR方法结合使用有助于为评审过程建立严格的质量标准。这种结合的方法确保了对与MTC和航行安全相关现有研究的广泛覆盖，从而形成了结构化且详尽的文献综述，为后续的深入计量分析奠定了坚实的基础。
PRISMA指南为系统地进行文献综述提供了结构化框架，通过指导研究人员完成研究识别、筛选、资格评估和最终纳入的顺序程序来促进清晰性和可重复性。有关PRISMA指南和结构的更详细信息，请参考本文补充材料中的PRISMA检查表。图2展示了根据PRISMA指南开发的文献检索工作流程。图2. 使用PRISMA 2020指南的文献检索流程图[24,25,26]。图2可以更好地可视化PRISMA工作流程。根据PRISMA指南进行的文献检索过程的步骤如下：
步骤1：识别相关科学论文。搜索过程从选择适当的关键词开始，以从科学数据库中检索与MTC相关的文献。在定义了研究范围后，如前所述，使用VOSviewer确定了关键词。这次初步搜索发现了265条记录，如图2所示。
步骤2：筛选已识别的记录。筛选阶段旨在确定哪些研究与课题相关，同时排除那些不在主要关注范围内的文献。审查了标题、摘要和结论，并在必要时简要检查了正文。仅对直接涉及MTC和航行安全的文章进行了全文评估。删除了重复条目，并排除了一些可能相关但无法获取的研究。经过这一阶段后，剩下199篇论文，保留率约为75%。
步骤3：资格评估。在此阶段，对筛选出的论文进行了详细审查，以确定其是否适合进一步分析。只保留了最重要的贡献，以支持对该领域的全面理解，并为计量评估提供足够的材料。这些来源包括期刊文章、会议论文、博士论文、硕士论文以及其他直接涉及和深刻阐述MTC概念的相关科学作品。排除了提出或评估MTC框架、对MTC概念进行综合评论或对该主题相关方面进行严谨深入研究的论文。这个过程将数据集减少到77篇论文，保留率约为39%。
步骤4：分析纳入的研究。文献检索过程以最终选择40篇论文纳入综述而结束。对这些论文进行了全面审查，以掌握其发现、见解和意义，从而为后续的计量分析奠定了坚实的基础[25,26]。

为了进行这项全面的文献综述，检查了五个科学数据库和学术网络平台以寻找相关出版物。表1显示了文献搜索过程中包含的数据库和学术搜索引擎。它还展示了从每个来源检索到的论文分布情况。表1. 文献检索过程中按数据库分类的识别和纳入的科学论文分布。正如预期的那样，Web of Science和Scopus科学数据库对数据集的收集起到了关键作用。作为向公众开放的最重要的科学数据库，它们构成了数据集的基础。表1显示，纳入文献综述和计量数据集的论文——28篇，约占70%——来自Web of Science (WoS)和Scopus科学数据库。值得注意的是，尽管Google Scholar和ResearchGate不属于传统的科学数据库或标准来源，但它们作为重要的学术搜索引擎，索引了学术材料。因此，它们被纳入文献检索过程中，但仅作为获取无法获取文献的来源。特别是ResearchGate，通过其研究者网络基础设施提供了独特的功能，可以直接从作者那里请求访问受限或需要付费的出版物。这一功能有助于检索大量原本无法通过标准机构或开放获取渠道获得的全文文档，从而增加了此次综述数据集的完整性。

2.2. 计量分析描述
构建数据集是在进行全面的计量分析之前的关键步骤。在这项研究中，数据包括与MTC相关的科学文章、研究论文和其他相关出版物。用于这项研究的数据集包含40个来源，整理在Excel电子表格中。该电子表格包含了所有与MTC、碰撞概率和航行安全相关的出版物。条目按照每篇论文的出版年份按时间顺序排列。表2展示了列序号与每列所含信息之间的关系。以下提供了关于各列的更详细说明：
- 列1：论文ID：该列作为识别工具，帮助组织和分类出版物。
- 列2：论文标题：包含数据库中记录的每篇论文的精确标题。
- 列3：关键词：列出与论文相关的所有关键词，不论数量多少。
- 列4：作者：按在出版物中出现的顺序列出所有作者的名字。
- 列5：作者数量：表示每篇论文的作者总数，在此数据集中从一到七人不等。
- 列6：论文类型：该列遵循预定义的分类，有两个可能的类别：“期刊文章”和“会议论文”。
- 列7：论文来源：标识论文出现的来源，可能是发表论文的科学期刊或会议论文集。
- 列8：出版年份：指示论文正式发布的年份。
- 列9：原籍国家：与其他字段不同，这一类别需要进一步说明。国家分类是根据参与出版物的所有作者的机构隶属关系确定的。例如，如果一篇论文有来自四个不同国家的四位作者，那么每个国家都会在这一列中体现出来。

2.3. 结果
本节深入探讨了文献综述的发现，重点关注与MTC相关的主要方法论、研究方向和意义。它分为两部分。第一部分综合了关于MTC的最相关文献，在这里是一个数据集。确定了建模MTC的主要方法。还明确了量化MTC的最常见参数以及用于衡量的工具，并对研究方向进行了评论。论文按方法论方法分组，即碰撞概率和研究方向（主要与用于测量MTC的工具相关，如AIS）。第二部分提出了全面的计量分析，识别了关于出版物本身的最相关数据。

3.1. MTC模型的主要方法论、研究方向和意义
MTC的基础研究主要通过量化船只互动的空间和运动特征来模拟交通拥挤和碰撞风险。例如，Wen等人[28]引入了一个海洋交通流复杂性模型，该模型结合了相对距离、速度和交叉轨迹参数来评估交通情况并识别碰撞和拥挤风险较高的区域。该模型利用深圳西海域等高密度区域的模拟和真实交通数据展示了复杂性的空间分布。这些早期模型明确了交通复杂性、航行风险和情况意识之间的明确联系，指出复杂性是由时空互动模式决定的，而不仅仅是船只数量。现代的海上情况意识在很大程度上依赖于AIS数据，这些数据为安全、保障和运营效率提供了必要的静态和动态信息[10,11,29,30,31]。然而，正如Singh等人和Kim等人所指出的，AIS数据经常包含噪声、传感器错误和不规则的报告间隔，因此需要严格的预处理、清洗和插值，以保持研究应用的时间和几何一致性[11,30]。
最近的文献将海上安全评估组织为三个主要领域：轨迹建模、碰撞和搁浅风险评估以及交通复杂性分析[7,10,32]。在基础层面上，Liu等人[12]使用软动态时间弯曲（Soft-DTW）和主成分分析（PCA）等方法提取常规路线和中心线，支持传统船只和海上自主水面船（MASS）的路线规划。此外，Hwang等人开发的基于分布的生成框架通过概率采样实证遭遇数据，为碰撞避免算法生成 realistic 验证场景[33]。
碰撞和搁浅风险评估已从传统的基于点的指标（如最近接近点距离（DCPA）和最近接近点时间（TCPA）发展到更复杂和动态的公式[7,31,34,35,36,37,38]。Xin等人和Prabowo等人的最新研究将这些参数与船舶领域概念结合起来，包括四元数船舶领域（QSD）[39]和竞技场模型，以评估空间违规情况和空间占用的紧急性。在此基础上，后续研究在方法论复杂性和理论范围上都有所扩展，融合了复杂网络理论、统计指标和机器学习技术。一种新兴趋势是将海上交通表示为复杂网络，其中船只作为节点，它们之间的互动形成网络边[8,40]。Zhang等人开发了一种基于规则的海洋交通情况复杂网络（R-MTSCN），该网络结合了COLREGs的碰撞避免关系来构建有向网络。这些网络的拓扑指标从统计上描述了交通系统复杂性的演变，并提高了船舶交通服务运营商（VTSOs）的情况意识[41,42]。节点重要性评估方法进一步识别了那些位置和运动模式对整体交通结构和复杂性有显著影响的关键船只，从而支持VTS操作中的智能监督和优先级确定[43]。此外，Vuk?a等人[44]和Liu等人[45]采用了结合蒙特卡洛模拟与深度学习的混合模型（例如双向长短期记忆（Bi-LSTM）神经网络），来预测在不同海上交通密度下的碰撞概率[46]。为了解决固有的结构不确定性，Park提出了框架，这些框架利用区间类型2模糊推理系统与Dempster–Shafer证据理论相结合，以实现鲁棒的时间风险融合[31]。Tong等人提出了一个三阶段框架，该框架将地理先验与数据驱动的轨迹分析相结合，从AIS数据中提取海上交通模式，从而提高起点-终点识别能力、异常去除效果以及对船舶行为的整体理解，以支持更高效和安全的港口运营[47]。宏观层面的海上交通复杂性（MTC）标志着安全分析的一个范式转变，它强调整个海域的“无序”和“互动密度”，而不仅仅关注单个船舶对之间的互动[48,49,50]。一种值得注意的方法是采用分子动力学理论，将船舶交通建模为粒子系统，并通过速度、航向和位置的径向分布函数（RDF）来量化复杂性，Liu等人[51]对此进行了展示。其他研究人员，包括Xin等人[6,8]，利用复杂网络理论，应用边密度、强度和模式结构等图指标来阐明多艘船舶之间的嵌套拓扑依赖性。这些复杂性评估对于识别交汇水域或受海上风电场（OWF）建设限制区域的高风险“热点”至关重要，Liu等人报告称这些因素减少了通航空间并增加了相遇率[49]。Son和Cho[52]评估了船舶间以及船舶与OWF之间的碰撞概率，以确定最佳海上航线宽度，从而支持数据驱动的安全船舶和OWF运营决策。Ji等人将船舶域（SD）纳入船舶交通复杂性测量模型中的接近度因子计算[53]。Feng等人提出了一种多因素方法，用于分析港口区域内无人船舶的导航复杂性，利用协调模型和网络框架；结果表明，这种方法比单一因素方法更有效地识别高风险区域并提高了安全性优先级[54]。Sun等人采用了一种船舶交通冲突模型，同时考虑了船舶碰撞的概率和潜在后果，并使用直觉模糊多属性边界有效分析了高风险水域中的冲突。统计和预测分析方法已被用于量化各种尺度上的海上交通复杂性。Zhang等人引入了一种技术，将Lempel–Ziv熵度量与基于相似性到理想解的排序偏好技术（TOPSIS）相结合，从船舶行驶时间序列中估计交通流复杂性[55]。内陆水道的研究结果表明，高复杂性与不规则和不可预测的行驶模式相关，这与事故发生率增加有关，从而强调了复杂性指标与安全结果之间的关系[56]。此外，最近研究在评估如马六甲海峡等关键咽喉要道的交通复杂性时，使用径向基函数回归和基于AIS的动态参数来量化不同地理交通区域的复杂性变化，展示了可扩展的数据驱动复杂性监测框架的潜力[51]。另一个研究方向是整合结合行为动态与几何交通特征的混合指标。例如，Lee等人开发的复杂性感知航向-速度（CS–TCI）模型将AIS衍生的船舶速度和航向变化纳入交通复杂性指数。这种方法有效地识别了传统空间指标可能忽略的复杂机动互动和交叉热点，从而为操作决策和交通管理提供了更深入的航行负担和机动复杂性洞察[57]。同时，其他方法利用受物理启发的数据驱动模型来捕捉船舶群体的动态行为。Liu等人[58]提出了一个基于径向分布函数的动态MTC模型，该模型包括速度、航向和位置的独立子模型，这些子模型被综合起来以绘制给定海域的复杂性图。使用黄海北部的AIS数据进行验证，证明了该模型在识别与实时监测相关的高复杂性区域方面的有效性。另一项研究引入了一个改进的海上交通复杂性框架，该框架结合了Voronoi图与复杂网络，更准确地描绘了邻近船舶之间的“心理空间”和互动强度，从而帮助导航员和船舶交通服务运营商（VTSOs）感知拥堵交通环境中的局部和全局复杂性，例如长江[59]。最后，将这些发现整合到智能交通系统中涉及到集中式和分散式决策支持系统（DSS）[6,10,60]。Grgi?evi?等人通过将多艘船舶相遇形式化为非零和不对称多矩阵游戏，展示了中央协调者如何广播建议的速度和航向变化以实现纳什均衡，从而平衡个体运营效率与全局安全[6]。Baldauf等人[61]认为，将船舶处理与VTS相结合的基于模拟的培训对于准备人类操作员和未来的自主系统以增强机构间协调至关重要。通过网络分解识别关键影响冲突，使海事监管机构能够优先采取干预措施，以最大程度地减少整体交通复杂性[7]。在这些多样化的方法和技术中，有两个主要含义浮现出来。首先，MTC本质上是一个多维的科学构建，其范围超出了节点（此处为船舶）之间的简单交互几何关系。多个因素，如动态行为、环境条件和元数据（如船舶类型），共同构成了一个必须整合多种数据类型和分析尺度的框架。其次，复杂性测量在操作上非常重要：增强情境意识、实时交通监控以及对人类操作员和自动化系统的决策支持是当代MTC模型的核心动机。无论是通过复杂网络、统计熵还是混合指标，这些研究共同强调了MTC不是一个静态标签，而是一个由船舶与其环境之间的多变量互动塑造的动态系统级多维度度量。表3全面比较了当今所有主要的MTC评估模型。每个模型都在八个维度上进行展示：作者和年份、模型名称（及方法）、关键输入参数、研究区域、方法论框架、验证策略、是否包含环境、地理空间约束、船舶速度、船舶异质性等额外维度，以及主要限制。比较结果显示，所有审查的模型都仅依赖AIS衍生数据，没有一个模型纳入了风速、海况或能见度等环境变量。少数模型仅部分解决了船舶异质性问题，通常限于船舶尺寸的船舶域缩放。这些发现证实了文献中一致的方法论模式，并强调了现有MTC框架仍然受到几何限制，进一步强调了需要多维度评估方法。表3. 审查文献中不同MTC模型的比较。3.2. 文献计量分析在第2.2节中详细介绍了文献计量分析结构。本节给出了结果。图3展示了10年期间关于MTC的出版物数量分布。如前所述，2015年是MTC这一术语以我们今天所熟知的意义被引入的年份。因此，该图的第一年是2015年。图3显示了过去10年的年出版物数量。从图3可以看出，在2021年至2025年的五年期间，共识别出30篇关于MTC和导航安全的科学文章。2025年的出版活动水平最高。总体而言，趋势表明学术界对该主题的关注逐渐增加。需要注意的是，由于数据集是在2026年初编制的，因此今年的数据可能无法完全代表全年的出版物情况。关于所分析论文和数据的代表性，必须承认一个重要局限性。由于出版物总数相对较少，本研究的结果受到数据集范围的限制，可能无法完全反映MTC研究的整体情况。尽管努力确保了广泛的覆盖范围，但数据集不可避免地受到选择标准和可访问来源的限制。因此，观察到的趋势和得出的结论应在此范围内进行解释。图4展示了按国家划分的科学出版物分布。正如预期的那样，中国成为全球最大的贡献者。有几个因素解释了这一结果：中国拥有全球最大的人口和非常庞大的科学社区。此外，中国的海域是世界上最活跃和最繁忙的海上交通区域之一。欧洲沿海国家如葡萄牙、德国和西班牙各自至少贡献了三篇论文。该领域的大量研究成果 also 来自亚洲沿海国家，包括韩国、新加坡和马来西亚。图4还展示了一些其他参与该领域研究的欧洲国家。根据按国家划分的出版物分布，可以推断，在许多从事海事研究的国家中，MTC和导航安全性目前被视为相关且有价值的主题。图4. 按国家划分的出版物分布。图5展示了不同来源类型的科学出版物分布。这些来源包括同行评审的期刊、会议论文集和定期发布科学研究的网页平台。图5. 按来源划分的出版物分布。在准备这篇文献综述的过程中，作者识别了几种发布与MTC和导航安全相关研究的期刊。其中最突出的是《Ocean Engineering》、《Journal of Marine Science and Engineering》（JMSE）、《Expert Systems with Applications》、《Reliability Engineering and System Safety》、《Applied Ocean Research》和《IEEE Access》。值得注意的是，前两个期刊——《Ocean Engineering》和《JMSE》占数据集中出版物的45%。根据期刊引用报告（JCR）的分类，这两个期刊均位于Q1或Q2四分位数内，表明它们具有较高的科学影响力和质量。这表明这些期刊是该领域研究人员的主要出版平台，代表了一些最有影响力的研究输出。除了期刊文章外，还有四个不同的国际科学会议也为数据集做出了贡献，主要集中在海上交通运输安全、海上机械工程和环境科学方面。其中，IEEE/ION Position, Location and Navigation Symposium（PLANS）尤为突出。图6提供了针对MTC的不同类型的出版物概览。分析中包括的论文类别仅限于期刊文章和会议论文（或会议论文集）。图6. 按类型（论文）划分的出版物分布。期刊文章明显占据主导地位，这增强了该主题的整体科学可信度。数据集中近93%的出版物是期刊文章。值得注意的是，特定学科内最全面和有影响力的研究通常发表在同行评审的期刊上。会议论文也占数据集的一小部分，约占出版物的7%。总体而言，这一研究领域中的关键基础贡献往往出现在该领域的领先科学期刊上。在文献综述过程中，作者识别了一些在MTC领域工作的关键研究人员以及MTC增加对导航安全影响的研究。图7展示了一个条形图，显示了至少为数据集贡献了两篇作品的个别研究人员的出版物数量。其中最具影响力的研究者是Z. Yang，他发表了七篇论文。此外，科学家Z. Sui、Y. Wen、K. Liu和Z. Liu也是该领域的重要贡献者，每人发表了五篇以上的期刊文章。这种作者分析可以为未来的研究提供有价值的见解，通过突出领先的研究人员和潜在的有影响力工作来源。图7还展示了其他高贡献作者。图7. 在MTC主题上发表了两篇或更多文章的作者分布。通过使用大多数科学数据库搜索引擎中的“按作者名称搜索”功能，可以高效地定位相关文献。在准备这项研究时也采用了同样的方法。图8表明，大多数与多船舶交通（MTC）模型相关的研究都是协作进行的，通常涉及两名或更多的研究人员。在图中，数据通过一个聚类柱状图来表示；第一列是与某篇出版物相关的作者数量，而第二列则显示了该作者数量在数据集中出现的频率。结果表明，出版物中最常见的是由四到五名研究人员组成的团队。这一模式表明，该领域的研究大多是由相对较小的研究小组进行的。图8显示了每篇出版物的作者数量分布。尽管较大的研究小组（5名以上作者）在这一领域并不常见，但它们仍然占有一定比例。最后，图9展示了作者合作网络中的各个群体。这个可视化图表是使用VOSviewer根据Excel电子表格中编译的文献数据集生成的。该网络由22个不同的群体组成，其中节点（圆点）代表个别作者，连接它们的曲线表示合著关系。不同的颜色用于直观地区分这些群体，突出显示内部合作更紧密的研究小组。可视化图表再次证实，Z. Sui和Y. Wen是这一领域的主要研究人员，他们围绕自己形成了一个庞大的合作网络。在图表中，他们的突出地位体现在他们的节点较大上。总体而言，这种类型的分析为了解该领域的合作模式提供了宝贵的见解，并有助于识别科学界最具影响力的贡献者。

4. 讨论

通过对数据集中的所有MTC框架进行彻底研究，可以明显看出，为了验证这些模型，研究人员需要进行AIS数据分析。从这个意义上说，AIS数据对于任何MTC框架/模型的适当验证和相关的数学建模都是不可或缺的。AIS数据分析是与MTC评估框架建模密切相关的重要工具。表4列出了在各种框架中用于评估MTC的最常见参数，并按参数类别进行了分组。同时，它还介绍了每个参数在MTC框架中的操作角色。从表4可以看出，所有审查的MTC模型都使用准备好的AIS数据或从AIS数据派生出的数据进行复杂性测量。因此，可以很容易地得出结论，所有MTC模型都仅使用几何和船舶运动驱动的指标，而没有从更广泛的角度出发采取整体性的方法。表4显示了数据集中MTC评估框架中最常见的MTC参数。系统地对数据集的检查发现，尽管方法论多样化，从传统的碰撞概率公式到复杂的网络理论、熵度量、分子动力学类比以及机器学习架构，MTC模型的基础参数框架却保持惊人的一致性。所有框架的核心都是AIS数据，它提供了建模所需的基本时空状态变量。位置、地面速度（SOG）和地面航向（COG）构成了几乎所有MTC公式构建的基础三要素。从这些基本变量系统中派生出相对运动描述符，如船舶间距离、相对速度、收敛角、DCPA和TCPA。无论是在概率碰撞模型中，还是在基于规则的 Netzwerk 表现中，这些指标都量化了交互几何和时空冲突的演变。即使是像RDF模型或基于熵的交通混乱估计这样的宏观尺度方法，最终也依赖于这些相同相对运动机制的聚合表达。

交通密度和船舶数量是另一个普遍出现的维度。然而，与分析系统的框架一致，单独的密度是不够的；只有当它与空间分布模式、相遇频率和网络边缘密度结合起来时，才具有操作意义。图论MTC模型通过将船舶映射为节点，潜在的冲突映射为边来形式化这些互动，但其邻接结构仍然是基于从AIS数据派生的接近度和运动参数构建的。船舶的异质性，特别是类型（可在AIS消息中获取）和大小（LOA、GT），同样被嵌入到模型中，以调整船舶域的维度、操纵限制和风险权重函数。通过AIS时间序列分析捕获的时间变异性体现在熵度量、旅行时间不规则性指标和预测机器学习模型中，进一步证明了MTC本质上是动态的而非静态的。总之，由AIS驱动的时空交互几何，通过船舶元数据丰富并通过统计或网络运算符聚合，构成了所有审查的MTC模型的共享参数基础。这种一致性证实，无论采用哪种分析范式，MTC测量本质上都是对AIS观察到的多船舶交互动态的结构化解释。

关于过度依赖AIS的另一个担忧是，它在拥挤或地理限制水域容易受到信号丢失、传输错误和延迟问题的影响，这些问题会降低位置精度。更严重的是，AIS容易受到故意操纵，包括信号欺骗和身份伪造，这可能会在从轨迹数据派生的复杂性指标中引入系统性的扭曲。此外，低于强制AIS携带阈值的船舶，包括许多渔船、小型船只和某些内河航行者，完全对基于AIS的框架不可见，这在一个混合交通环境中尤其具有结构性盲点。因此，未来的研究应该优先考虑整合多源数据架构，将AIS与互补的输入结合在一起，例如基于岸上的雷达、船舶安装的雷达、卫星图像、气象和海洋数据以及船舶性能监控系统。这种传感器融合方法不仅能够弥补任何单一数据流的固有局限性，还能够构建真正更全面的MTC框架，从而捕捉到仅靠AIS模型系统忽略的环境、行为和操作维度。

大多数评估MTC的当代框架主要依赖于仅从AIS数据中得出的船舶间几何交互。实际上，这些模型通过分析诸如相对距离、航向、CPA和船舶间相遇几何等参数来评估复杂性。虽然基于AIS的几何分析为交通模式提供了宝贵的见解，但这种方法代表了导航复杂性的有限和过度简化的视图。海事环境本质上是多维的，将MTC评估仅限于船舶间的空间互动，在当前研究中造成了明显的方法论空白。一个全面的评估框架还应考虑显著影响导航风险的环境条件，包括风强、海况（波浪条件）和能见度。此外，船舶的操作特性，如速度剖面和船队异质性（例如，货船、油轮、渔船和小型船只的共存），在海上区域引入了额外的复杂性层面。现有模型中从未考虑到的另一个关键因素是船舶的异常行为，例如发动机故障或船舶失去控制的情况，这会迫使周围的船舶采取规避措施。此类事件可能会显著改变局部交通动态，增加导航难度。因此，未来的MTC模型应该采用多维度方法，整合环境、操作和情境因素以及传统的基于AIS的几何交互。虽然传统方法能够捕捉交通的时空结构和潜在的导航冲突，但它们并没有完全反映实际海上环境中经历的操作复杂性。一个更全面的MTC概念化应该包括影响导航风险和决策的额外维度。其中一个维度是船舶可靠性，它反映了关键船上系统（包括推进系统、转向系统和导航设备）发生故障的概率。系统可靠性的变化可能显著影响船舶的机动性和响应能力，从而改变交通互动的动态[62,63,64,65]。另一个重要维度是环境背景，包括风、波浪、水流和能见度条件，所有这些都会影响船舶的运动和处理特性。环境力量可能会限制操纵空间，改变可实现的速度和转弯行为，并增加船舶轨迹的不确定性[66,67]。未来的一个潜在重要维度可能是值班官员（OOW）的情境意识和疲劳程度。有关海员压力水平的研究论文表明，缺乏情境意识会影响他们在足够时间内做出避免任何对航行安全构成风险的情况的决策过程。海员的健康状况影响了值班官员进行适当瞭望所需的情境意识水平。这一潜在的MTC维度目前尚未得到充分探索[68,69]。

因此，MTC不能仅仅通过从AIS派生的运动关系来完全捕捉。将船舶可靠性和环境因素整合到MTC框架中，将能够实现对海事交通系统的更现实和操作上有意义的表示，更好地反映负责导航监控和交通管理系统的官员所操作的多方面条件。

5. 结论

MTC的概念在海洋工程领域日益成为研究重点，反映了与现代海运系统相关的日益增长的操作、技术和安全挑战。尽管海事安全和交通管理长期以来一直是研究对象，但MTC概念本身相对较新；最早明确讨论MTC的出版物出现在2015年。这一相对较晚的出现突显了该概念的新颖性以及海事运营的演变性质，特别是在应对航运活动加剧、海上基础设施扩张和先进导航技术整合的情况下。对出版物时间线的进一步研究强调了这一研究领域的快速发展，近90%的分析研究是在过去五年内发表的。这一事实强烈表明，不仅学术兴趣在增加，而且迫切需要更好地理解和量化日益拥堵的海域中的交通复杂性。加速的出版率表明MTC正呈现出指数级增长的趋势，使其成为塑造当代海洋工程和海事安全科学研究议程的“热点话题”。随着学者们不断完善分析框架、建模技术和风险评估工具，不断扩大的文献体量标志着从概念探索向更系统和应用导向的研究的转变。未来的MTC研究应该引入MTC多维性的概念。这意味着MTC评估框架不仅应关注船舶运动变量和空间组织等几何参数，还应扩展到其他必然影响MTC的维度。环境因素（即风力、速度、方向、海流速度、海况、能见度等）就是这样的一个维度。每艘船舶在观测区域内的速度对于适当的MTC评估也至关重要。甚至某艘船舶的滞留历史对于这种“全面”的MTC评估框架也很重要。通过港口国控制（PSC）检查记录的船舶滞留历史，可以作为船舶操作可靠性、维护标准和整体管理质量的可测量代理。经常被滞留的船舶更有可能表现出设备不合格、机动性降低或不符合规定的操作程序。所有这些参数都可能增加导航风险，并导致交通环境中的不可预测行为。因此，将滞留记录纳入MTC框架将增加一个船舶层面的行为和合规性维度，这是纯几何或基于AIS的指标无法捕捉的。

未来的MTC研究应将现有MTC概念的范围扩展到一个更广泛、更全面和通用的框架。这项研究存在一些局限性，应该予以承认。使用PRISMA和SLR框架进行的文献回顾，并通过全面的文献计量分析支持，有效地识别了当前的研究趋势、常用的方法论和文献中的现有空白。然而，这种做法不允许详细检查特定的技术创新或解决日益增长的MTC建模兴趣所需的未来研究途径。此外，由于数据限制，某些与理论基础和实际操作挑战相关的重要方面无法进行更深入的探讨。还应强调，本文旨在作为综述研究，而不是提出新方法或提出新颖研究方向的常规原创研究文章。其主要目标是综合、比较模型并整合现有的知识体系，而不是呈现新的实验结果或原创的实证发现。关于MTC概念的进一步研究应包括对MTC模型准确性和实际适用性的详细检查。因此，这些局限性表明需要进一步开展有针对性の研究工作，以提供更为实用的见解，并推动这一快速发展领域的技术进步。补充材料：以下支持信息可在此处下载：https://www.mdpi.com/article/10.3390/technologies14040231/s1: PRISMA 2020 检查清单。