Menu
Ikuti kami di

MAREMIS – Perhitungan polusi udara berbasis AI yang dipancarkan oleh kapal dan penyebarannya.

Daftar Isi

Abstrak MAREMIS

Konsorsium ini sedang mengembangkan Big Data dan model berbasis pembelajaran mesin dan demonstran untuk mengukur, melacak, dan memvalidasi aspek terkait emisi transportasi laut untuk mengurangi emisi (knalpot, tidak ada air pemberat atau limbah) dari kapal dan meningkatkan kualitas udara lokal. Validasi diperlukan karena dasar untuk proyek adalah data dari Sistem Identifikasi Otomatis. Ini mungkin sebagian salah atau kapal mungkin telah menonaktifkan AIS-nya. Ini akan diselidiki di sini apakah, berdasarkan lintasan sebagai serangkaian sinyal posisi sehubungan dengan status navigasi AIS, kapal tidak dapat lagi dideteksi di AIS atau apakah mereka telah menonaktifkan AIS mereka.

Ringkasan Perkembangan

Ini akan mengembangkan dan menyebarkan model emisi kapal berdasarkan pergerakan kapal nyata dan data emisi berbasis sensor. Model emisi kapal akan digunakan untuk memperkirakan polusi udara dari lalu lintas maritim di pelabuhan. Ini akan mencerminkan dinamika emisi spatio-temporal dan akan melacak emisi lalu lintas secara real time dan terhadap skenario. Dampak pada kualitas udara regional, yaitu wilayah Jerman Utara serta Asia Tenggara, akan dianalisis menggunakan model transportasi kimia, karena area ini mendominasi input udara ke daerah perkotaan. Model akan terus dikembangkan untuk memungkinkan strategi pengurangan emisi melalui perubahan operasi pelabuhan dan manajemen lalu lintas maritim menggunakan analisis, simulasi, dan pengoptimalan Big Data.

Situasi awal

Singapura dan Hamburg adalah salah satu pelabuhan terbesar di dunia. Puluhan ribu kapal setiap tahun adalah detak jantung kota dan ekonomi. Kedua pelabuhan sangat dekat dengan pusat kota dan oleh karena itu memiliki dampak yang kuat pada kualitas udara di kota-kota ini. Namun, tingkat dampaknya belum sepenuhnya diselidiki pada tahap ini. Setelah ini ditentukan, rekomendasi dapat dibuat untuk meningkatkan kualitas udara.

Akuisisi dan penyediaan data

Data AIS harus disediakan untuk proyek. Validasi atau pembersihan diperlukan untuk menyelesaikan kemungkinan inkonsistensi dalam penerimaan data telemetri AIS. Ini termasuk, misalnya, masalah dengan urutan laporan posisi dari berbagai sumber, serta kemungkinan kesalahan transmisi atau spoofing. Dalam TI, spoofing mengacu pada berbagai metode penipuan dalam jaringan komputer untuk menyembunyikan identitas diri sendiri. Data AIS yang akan digunakan harus disimpan dalam memori yang sangat tersedia selama seluruh durasi proyek, termasuk operasi demonstran. Data ini akan digunakan oleh mitra Jerman dan SIN. Untuk mengaktifkan perhitungan emisi, data mesin kapal lebih lanjut diperlukan. Ini akan disediakan dalam penyimpanan yang sangat tersedia dalam koordinasi dengan mitra proyek. Topik ini ditangani oleh JCS dan DLR KN.

Pemodelan emisi maritim

Pemodelan emisi dari lalu lintas historis dan saat ini membantu menentukan dan menilai polusi udara dari lalu lintas maritim di pelabuhan dan lingkungan pelabuhan. Untuk menentukan ketahanan, emisi lalu lintas harus ditentukan dan digabungkan melalui model transportasi kimia. Atas dasar pergerakan kapal yang diketahui atau teratur, opsi intervensi diperiksa. Seperti yang dijelaskan, ini akan diuji dalam arti proyek sebagai metode dan demonstrasi teknologi di pelabuhan Singapura dan Hamburg. Jika berhasil diimplementasikan dan divalidasi, hasilnya akan dapat ditransfer ke port lain sebagai bagian dari pengembangan produk selanjutnya. Pemodelan emisi dari lalu lintas kapal berdasarkan skenario memungkinkan penilaian dan pengendalian polusi udara dari kapal di lingkungan pelabuhan. Dengan demikian, kasus intervensi dapat diuji, dan emisi lalu lintas dapat diprediksi dengan menggabungkannya dengan model transportasi kimia dan kondisi batas yang sesuai. Untuk penggunaan dalam sistem demonstrasi, modul perangkat lunak harus disesuaikan. Ini akan memungkinkan berbagai skenario untuk diuji di demonstran. Model emisi adalah tanggung jawab DLR.

Model kimia-iklim

Karena banyak proses kimia atmosfer sangat nonlinier, efek emisi spesifik (misalnya, dari kapal) di suatu lokasi sangat tergantung pada konsentrasi latar belakang. Untuk mengevaluasi pengaruh emisi kapal terhadap kualitas udara regional, emisi lain, seperti emisi transportasi darat atau emisi alami, juga harus diperhitungkan oleh model kimia iklim. Sementara banyak emisi alami dihitung langsung oleh model kimia iklim sebagai fungsi meteorologi, kumpulan data eksternal diperlukan, terutama untuk emisi antropogenik lainnya. Ini termasuk emisi kapal. Efek emisi dari kapal sangat tergantung pada kondisi meteorologis, yang, antara lain, mempengaruhi pemrosesan kimia (produksi kimia dan proses kehilangan, pengendapan) serta pengangkutan zat jejak. Selain itu, proses kimia sangat tergantung pada asal massa udara. Untuk menganalisis dampak emisi kapal terhadap kualitas udara regional di Jerman utara dan Asia Tenggara, simulasi terperinci tentang dispersi dan transformasi kimia dari emisi diperlukan. Untuk tujuan ini, sistem model MECO(n) digunakan, yang menggabungkan model iklim-kimia global dengan model iklim-kimia regional.

Integrasi data sensor

Jaringan luas data sensor udara berbasis darat ada untuk pemantauan kualitas udara rutin dan untuk mendeteksi pelanggaran batas. Banyak stasiun menyediakan data yang diukur hampir secara real time, meskipun oleh karena itu data secara alami hanya diperiksa kualitasnya secara sederhana. Selain itu, perlu dicatat bahwa tidak semua stasiun yang tersedia mungkin berguna untuk proyek ini. Misalnya, stasiun yang terletak sangat dekat dengan sumber emisi lain (lalu lintas, industri) mungkin sangat dipengaruhi oleh sumber-sumber ini. Selain sensor udara berbasis darat, sensor udara berbasis kapal memberikan informasi penting tentang emisi polutan aktual dari setiap kapal. Penggunaan sensor udara yang ada di kapal, yang juga banyak dipasang karena peraturan yang lebih baru, memperluas kemungkinan proyek.

Berbasis AI - Analisis faktor-faktor yang mempengaruhi kualitas udara

Untuk memetakan efek perubahan emisi dan dampak emisi kapal terhadap kualitas udara regional di demonstran, hubungan yang disederhanakan antara emisi kapal, kondisi latar belakang dan situasi meteorologi diperlukan. Untuk mencapai hal ini, prototipe model statistik akan dikembangkan berdasarkan hasil simulasi. Data model akan dievaluasi dengan bantuan data yang diamati. Dalam langkah proyek ini, kecerdasan buatan (AI) dan pembelajaran mesin (ML) akan digunakan untuk mengembangkan model respons untuk demonstran. Dengan penggabungan AI dan ML, model respons akan memiliki fungsionalitas yang akan memungkinkan peningkatan respons secara berkelanjutan dan dengan demikian keandalan output. Kemampuan teknologi JCS untuk menghitung untuk setiap kapal masuk ke bagian proyek ini. Aspek utama lainnya adalah evaluasi hasil.

Demonstran | Hasil

Demonstran akan membantu operator pelabuhan memahami emisi kapal dari perspektif situasional dengan juga menangkap dinamika polutan spatio-temporal dan proses penyebarannya ke daerah perkotaan. Demonstran selanjutnya akan memberikan dukungan keputusan kepada operator pelabuhan dan pembuat kebijakan untuk mengurangi emisi kapal dari perspektif operasi pelabuhan dan manajemen lalu lintas maritim. Bersama-sama, mitra dari Jerman dan Singapura akan mengevaluasi penerapan alat yang baru diterapkan ini ke pelabuhan transhipment tersibuk di dunia di Singapura dan pelabuhan utama Jerman. Perbandingan akan mempertimbangkan strategi yang sesuai untuk manajemen lalu lintas maritim. Direncanakan untuk memasang sensor di kapal untuk memvalidasi faktor emisi dalam inventarisasi emisi kapal. Stasiun pantai yang dilengkapi dengan sensor udara juga dipertimbangkan. Kegiatan proyek ini akan memberi Singapura dan Jerman wawasan dan opsi kerja sama dalam mengatasi polusi udara dari pengiriman. Selain itu, proyek ini dapat memungkinkan pemantauan status emisi kapal dan maritim secara real-time dan akurat berdasarkan pendekatan Big Data maritim, bahkan tanpa memasang sensor polusi di semua kapal.

Acara / Pertemuan status

Pertemuan status MAREMIS di Hamburg 05-2022

Pertemuan status MAREMIS diadakan pada Rabu, 11 Mei. Pertemuan di antara mitra Jerman diadakan dengan tepat di Hamburg di kantor FleetMon Tepat di seberang fasilitas pelabuhan. Karena demonstran MAREMIS memiliki Hamburg dan Singapura sebagai skenario, semua peserta proyek sepenuhnya tenggelam dalam situasi tersebut.

Topik-topik berikut dibahas dan item tindakan berasal dari mereka:

  • Diskusi tentang kasus penggunaan dan skenario pengguna (audiens target).
  • Presentasi terperinci dari model transportasi kimia serta parameter input yang diperlukan
  • Definisi parameter pengguna variabel (UX/ UI) dari demonstran
  • Backend teknis untuk pemrosesan dan visualisasi data
  • Resolusi raster perambatan emisi
  • Definisi luas spasial maksimum area studi
  • Fiksasi polutan yang akhirnya akan dimasukkan dalam penyelidikan
Hasil pembagian sumber ozon (02-2022)
Pertemuan status binasional ke-2 MAREMIS di Rostock-Warnemünde 01-2023

Pada 16-17 Januari 2023, FleetMon menyelenggarakan Pertemuan Status MAREMIS bi-nasional kedua di Rostock dan Warnemünde. Sebagai Koordinator Proyek Jerman, kami mengundang semua mitra untuk bertukar pikiran tentang status proyek. Mitra kami dari Singapura melakukan perjalanan ke Rostock khusus untuk acara ini. Diskusi berfokus pada tujuan, tantangan, masalah penelitian utama, hasil yang diharapkan, dan dampak.
Kunjungi blog kami untuk membaca lebih lanjut tentang pertemuan status.

Stasiun Sensor Otonom

FleetMon telah mengembangkan stasiun sensor otonom pada tahun 2020 bersama dengan JULIUS Marine sebagai perusahaan spesialis untuk pelampung dan pencahayaan fairway. Selain dilengkapi dengan antena penerima AIS, stasiun ini dilengkapi dengan panel surya, baterai yang sangat besar dan perangkat listrik yang dioptimalkan konsumsi dayanya. Stasiun ini mampu menampung banyak sensor dan mengirim data melalui GSM (Global System for Mobile Communications). Beberapa perangkat ini akan dilengkapi dengan sensor udara dan ditempatkan di area studi.

Koordinator Proyek Jerman

JAKOTA Sistem Pelayaran GmbH

FleetMon | Melacak tujuh Laut

Koordinator Proyek Singapura

IHPC Singapura

Institut Komputasi Kinerja Tinggi

Mitra proyek

Marinir Bergmann
BM - Marinir Bergmann

Konsultan dan penasihat maritim

Deutsches Zentrum für Luft und Raumfahrt
DLR - PA

Institut Fisika Atmosfer

Daftar Isi

Deutsches Zentrum für Luft und Raumfahrt
DLR - KN

Institut Komunikasi dan Navigasi

Grup Fokus Kapal

Spesialis Pengiriman Kimia

Faurecia | Singapura

Teknologi Pengendalian Emisi

Mitra asosiasi

IAPH
IAPH

Asosiasi Internasional Pelabuhan dan Pelabuhan

HPA
Otoritas Pelabuhan Hamburg

Senat Kota Hanseatic Hamburg

Hochschule Wismar
HSW - Universitas Wismar

Departemen Studi Maritim, Rekayasa Sistem dan Logistik

Penyedia Peralatan

JULIUS Marinir GmbH

alat bantu navigasi, pelampung, lentera laut, dan sistem pensinyalan kunci

Bundesministerium für Bildung und Forschung
GER Didanai oleh

BMBF - Kementerian Pendidikan dan Penelitian Federal

SIN Didanai oleh

A*STAR | Badan Ilmu Pengetahuan, Teknologi dan Penelitian

FONA
Kerangka Kerja Proyek

FONA | Penelitian untuk keberlanjutan, Mobilitas perkotaan cerdas 2+2

Deutsches Zentrum für Luft und Raumfahrt
Promotor

DLR - Manajemen Projekt

Profil Proyek Resmi

Durasi Proyek

Agustus 2021 – Juli 2023

Volume Pendanaan

1.100.000 Euro

Kontak

Logo Proyek (.png, transparan)

Bagikan Proyek Ini