基于多源数据的北极东北航道冰情示警方法

为减少船舶在北极东北航道航行时发生事故的概率,基于德国不莱梅大学发布的海冰密集度数据和美国国家冰雪数据中心发布的海冰厚度、海冰类型数据建立海冰风险预警模型,对不同空间分辨率海冰数据进行空间投影转换,将北极海域划分为网格并与海冰特征进行对应。将船舶与海冰的位置关系作为聚类特征向量,使用高斯混合模型(Gaussian mixture model, GMM)对网格进行聚类,引入高斯分布重叠率作为评价网格可分性的指标。根据类间可分性较大、类内相似性较高的原则,将海冰网格分成3类,并与其他聚类方法进行对比。实验结果表明,GMM可以很好地根据网格特征差异划分出高风险海冰网格,相比邻域网格聚类方法,其类间可分性更好,精度和稳定性也更好。