海洋经济合作已成为当今全球化时代的一个重要主题，特别是21世纪“海上丝绸之路”背景下，海运网络的互联互通和动态特性受到越来越多的关注。港口面临着航行安全、运营效率、管理难度等多方面的挑战。随着物联网、人工智能仿真技术、地理信息系统、云计算技术以及海上交通导航辅助和决策支持系统的发展，具有自主导航、自主装卸货物、无人驾驶等智能服务的现代化港口建设能够提高港口航行安全、运营效率等，以及优化管理体制。然而，目前智能港口建设还处于起步阶段，
如何对复杂通航水域的多船舶会遇碰撞风险进行稳健估计、优化控制无人船舶航行路径、避免与其他船舶碰撞是当前面临的一个难题。无人船舶应用、智能港口建设、海运航线改善、海运区域联盟等能够更好地服务日益增加的海洋运输贸易，从而促进海洋经济活力、资源合理均衡利用、海洋运输系统的可持续性发展等，进而改变海运网络的运输格局、多维交错复杂结构、和交通流特征。
如何充分理解海运网络的复杂多层级结构特征和预测交通流变化趋势是当前多尺度多层级海运网络研究的另一个难题。海运网络结构和交通流的变化是集经济、能源、地缘政治、海洋运输和网络科学于一体化的综合性研究。调查国际事件对全球海运网络的影响是一项具有挑战性的任务，必须综合考虑地理、政治和海洋运输科学。掌握全球海洋运输网络动态是影响机制和趋势预测研究的初始和关键步骤。本文以海量船舶轨迹，油价波动、地缘政策、军事冲突、经济制裁等重大事件相关的定性定量数据为研究对象，探讨了基于海量船舶轨迹数据的海运网络构建、海运网络动态的计算模型、重大事件可能影响推理与预测的一体化研究框架，主要研究内容如下：
在港口尺度下海运网络动态的研究中，
采用探索性空间数据分析技术分析港内通航网络的交通时空变化，融入船舶航行行为模式和时间地理学相关理论分析其时空风险，提出了面向港口复杂通航环境的风险评估模型和船舶路径优化新方法，并成功应用于无人船路径优化和智能调配，有助于21世纪现代化的高效、智能、绿色、安全港口建设和运营。首次将时间地理学相关理论融入多船碰撞风险评估中，通过方向限制时空棱柱表征多船舶可能时空交互，利用船舶避碰起始点的行驶行为来标定避碰风险评估的参数，构建了基于自动识别系统的、与复杂通航环境相适应的危险驶过评估模型，用于基于船舶航速和航向模式的多层级碰撞风险鲁棒性评估和船舶路径优化，有助于港务局规划监控区域和官方预警区，以及海上航行碰撞风险预警和防控。
在国家尺度下海运网络动态的研究中，
针对传统的复杂网络方法对地理空间约束集成度的不足，充分考虑沿海网络内部港口的空间联合、分异特性、腹地重叠、主导业务等，从港口群内部支线港口与主干港口的空间衔接、港口群间的连接强度、不同港口的海运业务集中性和分散性、港口群内部港口连接紧密性等多视角揭示了我国港口间复杂的联动动态，从而分析各港口群子网的总体竞争力及其内部港口的凝聚力等，
进而揭示港口运营管理和业务规划中存在的不足和可能存在的问题。例如，目前存在的港口运营部门主导业务划分不清、港口之间主干网和骨架网络之间的业务往来弱互补关系等，这对港口未来发展战略制定和区域长期经济联盟规划具有重要意义。通过充分考虑国家尺度下港口间的联系，港口群的地理位置、发展规模和性质，以及经济腹地的范围，利用船舶自动化识别系统(AIS)跟踪的细粒度轨迹数据，更精细地揭示中国沿海港口间联动结构和多层复杂特性。通过严谨的定量分析方法弥补传统基于统计数据的实证分析的不足， 拓展图论方法和复杂网络理论在海洋运输网络动态的识别和建模中的应用。
在区域尺度下海运网络动态的研究中，针对传统复杂网络理论在地理时空框架下对海运网络动态的评价中的局限性，如对海运网络多维多层级空间分异动态的考虑不足，提出了多层级(散货、集装箱和油轮等)、多要素(点、连接和网络等)、和多维度(时间、空间)网络时空动态的研究框架，来理解跨区域合作和海洋贸易格局变化，有助于融合区域关系、海洋经济与交通系统的综合政策制定。采用运输通量和交通流稳定性来分析节点和连接的时空变化，扩展了传统的时间轴网络结构演化分析方法，提出了交通流加权的时间轴海运网络演化分析方法, 应用于21世纪“海上丝绸之路沿线”国家、金砖国家、美日韩联盟等区域层级海运网络动态的研究。21世纪“海上丝绸之路”倡议背景下，不同区域的海运网络动态呈现空间分异特性，中国、新加坡、韩国、澳大利亚、阿联酋等国家与分布在21世纪“海上丝绸之路”沿线国家的部分港口建立了新航运联系并承担较为显著的运输交通量。21世纪“海上丝绸之路”沿线国家内部网络的结构动态、内部港口平均交通量、交通量持续增加的连接数量均高于其他国家。然而，21世纪“海上丝绸之路”沿线国家要在全球海运贸易中占据更有利的地位，仍需进一步加强合作互补和贸易联盟。
在全球尺度下海运网络动态的研究中，针对传统基于统计数据、采用复杂网络方法对海运网络动态的理解、表达与建模、分析与总结、趋势预测方面的局限性，如统计数据的时间尺度较大和滞后性较强，难以满足细时间粒度的近实时分析，提出了融合自动识别系统船舶跟踪轨迹的自动构网算法、时空序列变化趋势建模、相似性度量、向量自回归模型的一体化分析框架。研究国际事件（如军事冲突、经济制裁、政府选举、国际油价波动等）对海运网络动态的直接影响和间接影响，明确其影响机理和变化模式，从而满足长周期广覆盖的海运网络随时间、空间变化趋势预测的需求。其中，印度和巴基斯坦武装军事冲突后，印度与其相关国家之间的集装箱、油轮和散货航运显著下降；在解除对伊朗的经济制裁后，伊朗和阿拉伯联合酋长国之间的油轮运输显著增加；斯里兰卡大选后，斯里兰卡与印度、新加坡、和马来西亚之间的集装箱贸易连接明显增加。石油进口和出口国家的油价波动、海运网络结构和交通流变化之间存在不同的双向联系。国际原油价格波动导致许多国家的海运网络结构发生变化，并在第二或第三个月出现峰值。该研究对日益增长的交通流与当前运输环境的适应性评价、海洋经济贸易与运输配置系统协同发展、多样化航运模式调整优化、重大事件冲击影响应对措施与战略等政策制定具有重要意义。
发表评论