Abstrakt
Models of ship fuel consumption and emissions play an essential role in estimating global shipping’s greenhouse gas emissions. They are also widely used for verification of reported CO2 emissions for systems like EU MRV (Monitoring, Reporting and Verification) or IMO DCS (Data Collection System). Such models achieve high accuracy using historical spatiotemporal information about each ship from AIS data. However, this approach requires substantial computing capacity. To reduce the computational load, trajectory simplification algorithms are frequently applied. In this work, we evaluate their impact on CO2 estimations by comparing various trajectory simplification methods, including Fixed Time Downsampling, Douglas-Peucker, Top-Down Time Ratio and Optimized Equivalent Passage Plan. Through simulation and a random selection of real ship trajectories we demonstrate that by choosing the right method both, the amount of data as well the computation time can be significantly reduced while maintaining acceptable estimations of CO2 emissions.
Cytowania
-
1
CrossRef
-
0
Web of Science
-
1
Scopus
Autorzy (3)
Cytuj jako
Pełna treść
pełna treść publikacji nie jest dostępna w portalu
Słowa kluczowe
Informacje szczegółowe
- Kategoria:
- Publikacja w czasopiśmie
- Typ:
- artykuły w czasopismach
- Opublikowano w:
-
OCEAN ENGINEERING
nr 305,
ISSN: 0029-8018 - Język:
- angielski
- Rok wydania:
- 2024
- Opis bibliograficzny:
- Balcer T., Szłapczyński R., Mestl T.: Impact of trajectory simplification methods on modeling carbon dioxide emissions from ships// OCEAN ENGINEERING -Vol. 305,iss. Volume 305, 1 August 2024, 117905 (2024), s.1-15
- DOI:
- Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.1016/j.oceaneng.2024.117905
- Źródła finansowania:
-
- Publikacja bezkosztowa
- Weryfikacja:
- Politechnika Gdańska
wyświetlono 44 razy
Publikacje, które mogą cię zainteresować
USING ARTIFICIAL NEURAL NETWORKS FOR PREDICTING SHIP FUEL CONSUMPTION
- G. V. Nguyen,
- R. Sakthivel,
- K. Rudzki
- + 5 autorów
Maritime traffic situation awareness analysis via high-fidelity ship imaging trajectory
- X. Chen,
- J. Zheng,
- C. Li
- + 3 autorów