선박 분포 예측을 위한 학습용 데이터셋 구축: 제주도 북부 해역을 대상으로

Abstract

최근 해상 선박 상호간 충돌 예방, 불법 선박 탐지, 선박 경로 예측 등 해상사고 및 안전 관련 연구의 관심이 높아지고 있다. 이 때 선박위치정보 기반의 선박 분포도는 해양 안전 관리를 위한 의사결정을 지원할 수 있으며, 선박 분포를 예측할 수 있다면 조업 안전 관리 및 불법 조업 방지 등 해상 보안을 위한 선제적 대응이 가능하다. 이를 위해 본 연구에서는 선박패스(V-Pass)자료, 기상특보 및 해양환경 자료를 수집하여 선박 분포 예측을 위한 학습용 데이터셋을 구축하였다. 선박위치정보의 전송주기를 리샘플링한 결과를 격자 자료에 매핑하여 선박 밀집 정도를 평가하였으며, 연구대상지역에 대해 총 1,314,000개의 학습용 데이터를 구축하였다. 향후 선박 분포 예측 모델링을 수행하여 정확도를 평가하는 연구가 수행되어야 할 것이다.

Recently, interest in maritime accidents and safety-related research, such as preventing collisions between marine vessels, detecting illegal vessels, and predicting vessel routes, is increasing. Vessel location data-based vessel distribution map can support decision-making for maritime safety management, and if the vessel distribution can be predicted, it is possible to take a preemptive response for maritime security such as fishing safety management and illegal fishing prevention. In this study, a training dataset for vessel distribution prediction was constructed by collecting V-Pass data, weather warnings, and marine environment data. The result of resampling of reporting interval of vessel location data was mapped to grid data to evaluate the vessel density, and a total of 1,314,000 of training data were constructed for the study area. In the future, research to evaluate the accuracy by performing vessel distribution prediction modeling should be conducted.