近日，机船学院教师陈天佑作为通讯作者，在国际顶级期刊《IEEE Transactions on Intelligent Transportation Systems》（中科院一区Top期刊，JCR Q1，影响因子8.5）上发表学术论文。该研究针对狭窄航道船舶交通流预测难题，提出了一种融合气象数据与VTS（船舶交通服务）专家知识的多源异构数据框架，并构建了面向中长期预报任务的完整数据处理与决策支持体系。研究成果在通州湾狭窄段真实水域中得到了系统验证，为同类复杂航道提供了可复用的方法论基础。
该研究对平陆运河未来研究的核心贡献体现在三个方面：第一，建立了融合气象要素与通航管理规则的结构化数据库构建方法，用于构建覆盖船闸、狭窄段和交汇区的气象-船舶关联数据集，支撑运河通航环境特征的量化分析。第二，提出的概率化预测框架能够输出不同置信水平的交通流区间预报，这一能力为平陆运河在台风、浓雾等恶劣气象条件下的应急排班、资源预置和通航管制决策提供了可行的研究路径。第三，研究中所构建的VTS辅助决策逻辑，即通过交通流预测结果反向优化值班制度与调度时序，可为平陆运河未来建设智能船闸联控系统、实现多级船闸与上下游航道协同调度提供理论参照与基础。（蒙宁佳 摄）
论文封面
