2021-04-16

智慧海洋-数据分析

)
根据教程说明，本次通过pandas分析渔船数据的轨迹特征，并尝试找出具有强区分性质的特征。
由于数据量较大，本次还加载了 multiprocessing 库，用于加速数据读取和运算。
渔船数据的训练集特征如下：

共有约270万数据点，其中，time和type为对象类型，因此无describe统计信息。此外，训练集无缺测值。
从三类渔船作业方式样本中分别挑选3个样本，进行展示如下：

可以看出：中间的围网作业方式较容易根据轨迹形态区分，其轨迹多会出现圈形；刺网的轨迹比较直线化，这根该作业方式需要把网拉直有关；拖网则具有围网和刺网的特征，较难与前两者区分。
考察渔船的速度和方形分布：

刺网和围网都有很多速度较低的点，而拖网的速度变化较大。由此可见：刺网和围网在作业时，会出现长时间的停船动作，而拖网则在一直运动中，较为符合各自的捕捞作业特征。速度方向的抖动较为剧烈，尤其是刺网和拖网的作业方式，该特征不利于区分刺网和拖网。

由各自的数据分布来看，速度和方向都在0位置呈单峰分布。值得注意的是：拖网的峰值密度较低，速度变化范围明显高于另外两者。而另外两者的速度和行驶方向的分度都较为相似。
综上所述，可以考虑通过速度变化区分：拖网 vs（刺网，围网），再通过轨迹信息，进一步尝试区分：刺网 vs 围网。