船舶AIS数据轨迹可视化python代码.rar_船舶数据集资源-CSDN文库

共1个文件

py：1个

1星需积分: 48 190 浏览量 2020-06-07 23:37:51 上传评论 10 收藏 968B RAR 举报

在本项目中，我们主要探讨的是如何利用Python编程语言对船舶自动识别系统（Automatic Identification System, AIS）的数据进行处理，并实现船舶轨迹的可视化。AIS数据通常包含船舶的位置、速度、航向等关键信息，是海洋交通管理、安全监控以及航海研究的重要数据源。我们需要了解Python的基本语法和常用库。Python以其简洁易读的语法和丰富的第三方库而受到广泛欢迎。在这个项目中，我们可能用到的库包括`pandas`用于数据处理，`matplotlib`或`seaborn`用于数据可视化，`geopandas`处理地理空间数据，以及可能的`requests`库获取在线AIS数据。 1. **数据预处理**：在`船舶AIS数据轨迹可视化python代码.py`中，首先会涉及到数据的读取。AIS数据可能存储为CSV或JSON格式，`pandas`库可以帮助我们轻松读取这些数据。数据预处理可能包括清理缺失值、统一数据格式、筛选特定船只等步骤。 2. **地理坐标转换**：AIS数据中的位置信息通常以经纬度表示，需要将它们转换成地图可以理解的坐标系统，如WGS84。这可能涉及`geopy`或`pyproj`库来完成坐标转换。 3. **数据解析**：AIS数据字段众多，每个字段都有其特定含义，如MMSI（船舶国际唯一识别码）、IMO（国际海事组织编号）、时间戳等。我们需要解析这些字段，提取出与轨迹相关的数据，如位置、时间序列等。 4. **时间序列处理**：时间戳处理是AIS数据处理的关键，可能需要将时间戳转换为Python的datetime对象，以便进行时间间隔计算和排序。 5. **轨迹生成**：使用`geopandas`库，我们可以创建GeoDataFrame，其中包含船舶轨迹的地理坐标。GeoDataFrame允许我们执行空间操作，如计算距离、检查船只间的关系等。 6. **数据可视化**：使用`matplotlib`或`seaborn`库绘制轨迹图。我们可以展示船舶在特定时间段内的移动路径，可能还包括速度、方向等信息的附加图层。`folium`库则可以生成交互式地图，使用户能够缩放、平移和查看具体点的详细信息。 7. **优化与扩展**：根据需求，还可以进一步优化代码，例如添加多艘船舶的轨迹对比、动态轨迹播放功能，或者结合其他数据源（如气象、水文数据）进行更复杂的分析。这个项目对于学习Python数据分析和可视化，特别是地理空间数据处理，提供了很好的实践机会。通过理解并运行这段代码，你可以深入理解如何处理和呈现AIS数据，为海洋科学研究或相关业务提供有力支持。

资源推荐

资源详情

资源评论

收起资源包目录

船舶AIS数据轨迹可视化python代码.rar （1个子文件）

船舶AIS数据轨迹可视化python代码.py 2KB

# -*- coding: utf-8 -*- """ Created on Tue Mar 10 22:50:05 2020 @author: TSON """ ''' ------------------------------------------------- File_Name： DouglasPeuker drawing Author : L_ZONGYANG date： 2020/03/17 ------------------------------------------------- ''' import pylab as plt import pandas as pd data = pd.read_excel('C:/Users/TSON/Desktop/2019-01.xlsx') print(data.index)#获取行的索引名称 print(data.columns)#获取列的索引名称 MMSIDATA=data['MMSI'] print(MMSIDATA) SHIPSMMSI = list(set(MMSIDATA)) print(SHIPSMMSI) lens=len(SHIPSMMSI) print(lens) for i in range(lens): mmsi=SHIPSMMSI[i] ONESHIP=data.iloc[:,:][data[data.T.index[0]]==mmsi] ONESHIP=ONESHIP.sort_values(by=["Unixtime"],axis=0) point_num=len(ONESHIP) start=0 for j in range(point_num): if point_num<2: break if j+2>point_num: break time=(ONESHIP.iloc[j+1])['Unixtime']-(ONESHIP.iloc[j])['Unixtime'] if time >600: #print('oneshiptrack:time') start=j else: track=ONESHIP[j:j+2] x_axis_data = track['Lon_d'] y_axis_data = track['Lat_d'] plt.plot(x_axis_data, y_axis_data, '-r', color='green', linewidth=1) #print('oneshiptrack:line') start=j plt.title('AIS data',fontsize=18) plt.legend_.remove() plt.legend(loc="upper right") plt.xlabel('longitude') plt.ylabel('latitude') plt.show()

评论收藏

内容反馈