Υπόβαθρο και Σκοπιμότητα

Η επιτήρηση θαλάσσιων περιοχών, ιδίως ως προς τον προσδιορισμό της ακριβούς θέσης και δραστηριότητας των σκαφών, είναι μια βασική πρόκληση για τη ναυσιπλοΐα. Έχει άμεση επιρροή στην Οικονομία της Θάλασσας και στην επιτυχή εφαρμογή σχετικών εθνικών και ευρωπαϊκών κανονιστικών πλαισίων. Στην επιτήρηση θαλάσσιων περιοχών, κεντρικό ρόλο έχει η χρήση δεδομένων ναυσιπλοΐας, τα οποία και τροφοδοτούν συστήματα λήψης αποφάσεων σε διάφορα επίπεδα (επιχειρηματικά, περιβαλλοντικά, διοικητικά). Παραδείγματα τέτοιων δεδομένων είναι: (α) δεδομένα VMS[1] (Vessel Monitoring Systems) που εκπέμπονται από τις ειδικές συσκευές που φέρουν τα αλιευτικά σκάφη, (β) δεδομένα AIS[2] (Automatic Identification System) που εκπέμπονται από όλα τα σκάφη που έχουν τη σχετική υποχρέωση με βάση τους διεθνείς κανόνες ναυσιπλοΐας, (γ) δεδομένα που εκπέμπονται από ηλεκτρονικά μέσα επιτήρησης θαλάσσιας κυκλοφορίας (ραντάρ, θερμικές κάμερες).

Όμως, μια σειρά από ερευνητικά και τεχνολογικά ζητήματα στη διαχείριση των δεδομένων αυτών δημιουργούν σημαντικά εμπόδια στη χρήση τους από τα συστήματα λήψης αποφάσεων. Συγκεκριμένα:

  • Ακρίβεια δεδομένων. Σύμφωνα με σχετικές μελέτες[3], τα σκάφη συχνά μεταδίδουν ελλιπή στοιχεία ταυτοποίησης και δραστηριότητας, άλλοτε κακόβουλα και άλλοτε λόγω παράλειψης.
  • Όγκος δεδομένων. Η δημιουργία μιας αποτελεσματικής «Επιχειρησιακής Εικόνας» (πραγματικού αλλά και ιστορικού χρόνου) επιτήρησης θαλάσσιων περιοχών, απαιτεί τη συνδυαστική χρήση δεδομένων θέσης με δεδομένα χωρικά, μετεωρολογικά και περιβαλλοντικά. Σημαντικό μέρος των δεδομένων αυτών διατίθενται πλέον ως Ανοικτά Δεδομένα (π.χ., geodata.gov.gr). Η χρήση τους μπορεί, όχι μόνο να βελτιώσει την ακρίβεια των λειτουργιών ταυτοποίησης, αλλά και να δώσει χρήσιμες ποιοτικές πληροφορίες για την εξαγωγή προτύπων συμπεριφοράς ναυσιπλοΐας. Η ανάγκη για συνδυαστική χρήση των δεδομένων οδηγεί σε βάσεις δεδομένων μεγάλου όγκου και πολυπλοκότητας.
  • Ανάλυση σε πραγματικό χρόνο. Η ανάλυση των δεδομένων ναυσιπλοΐας απαιτεί συγχώνευση ροών δεδομένων, δηλ. δεδομένων που (α) αλλάζουν συνεχώς (ταχύτητα δεδομένων), και (β) έρχονται από πολλαπλές πηγές (ποικιλία δεδομένων), σε πραγματικό χρόνο.

Ακριβώς το τετράπτυχο (Ακρίβεια, Όγκος, Ταχύτητα, Ποικιλία), που είναι και γνωστό διεθνώς ως 4V (Veracity, Volume, Velocity, Variety), είναι αυτό που χαρακτηρίζει τα δεδομένα επιτήρησης θαλάσσιων περιοχών ως Μεγάλα Δεδομένα (Big Data).

 

[1] https://ec.europa.eu/fisheries/cfp/control/technologies/vms_en

[2] http://www.allaboutais.com/index.php/en/

[3] AIS Data on the High Seas: An Analysis of the Magnitude and Implications of Growing Data Manipulation at Sea, WINDWARD, Techn. Report, http://www.windward.eu/wp-content/uploads/2015/02/AIS-Data-on-the-High-Seas-Executive-Summary-Windward-October-20-2014.pdf