Data-Driven Trajectory Imputation for Vessel Mobility Analysis

1. O Problema

O monitoramento marítimo depende fortemente do Sistema de Identificação Automática (AIS), que gera grandes volumes de dados sobre a posição de navios. No entanto, esses dados sofrem de lacunas significativas (gaps) devido a:

• Limitações de cobertura (especialmente em alto mar ou áreas costeiras com topografia complexa).
• Perda de sinal ou frequência de relatórios irregular.
• Desligamento intencional de dispositivos ou spoofing (falsificação de dados).

Essas lacunas degradam a qualidade dos dados, tornando impossível reconstruir trajetórias contínuas e precisas. Métodos existentes de imputação (preenchimento de lacunas) foram desenvolvidos principalmente para veículos terrestres, que operam em redes de estradas fixas. Aplicar essas técnicas ao domínio marítimo é inadequado porque:

1. Não existe uma "rede" fixa no mar; os navios têm liberdade de movimento.
2. Os padrões de movimento dos navios diferem substancialmente (curvas suaves, manobras complexas em portos, navegação em condições adversas).
3. A taxa de amostragem do AIS é frequentemente baixa e irregular.

2. Metodologia: O Framework HABIT

Os autores propõem o HABIT (H3 Aggregation-Based Imputation framework for vessel Trajectories), uma solução leve, configurável e baseada em dados. O framework opera em quatro fases principais:

A. Pré-processamento e Segmentação de Viagens

• Os dados brutos do AIS são limpos (remoção de duplicatas, coordenadas inválidas, atrasos).
• As trajetórias são segmentadas em "viagens" (trips) baseadas em paradas (velocidade < 0,5 nós) ou lacunas de comunicação (ausência de dados por > 30 minutos).

B. Geração de Grafos Baseada em H3

• Em vez de usar uma rede de estradas, o HABIT projeta os dados do AIS em uma grade hexagonal H3 (Hexagonal Hierarchical Spatial Index).
• Estatísticas Agregadas: Para cada célula H3 e transição entre células, são calculadas estatísticas históricas, como:
  • Contagem de registros e navios distintos.
  • Mediana de longitude, latitude, velocidade (SOG) e curso (COG).
• Construção do Grafo: Um grafo ponderado é construído onde os nós são células H3 e as arestas representam transições frequentes entre elas, ponderadas pelo número de transições históricas.

C. Imputação de Trajetória

• Para preencher uma lacuna entre dois pontos (início e fim), o sistema mapeia esses pontos para as células H3 correspondentes (ou vizinhas mais próximas).
• Utiliza o algoritmo A* para encontrar o caminho mais curto no grafo, minimizando o número de transições (baseado na frequência histórica).
• Projeção Inversa Inteligente: Ao converter o caminho de células H3 de volta para coordenadas geográficas (lat/lon), o HABIT não usa apenas o centro geométrico da célula. Em vez disso, utiliza a mediana das posições reais dos navios dentro daquela célula. Isso garante que os pontos imputados estejam em áreas navegáveis e historicamente válidas, evitando que a trajetória atravesse terra ou zonas proibidas.

D. Simplificação de Trajetória

• Como o caminho baseado em grade pode criar "ziguezagues" artificiais, o framework aplica o algoritmo Ramer-Douglas-Peucker (RDP).
• Isso suaviza a trajetória, removendo pontos desnecessários e garantindo que o caminho final seja navegável (com curvas suaves, respeitando a inércia de grandes navios).

3. Contribuições Chave

• Abordagem Específica para o Mar: Diferencia-se de métodos de rede (estradas) e métodos puramente baseados em ML (como Transformers ou BERT) que são computacionalmente pesados e muitas vezes falham em dados esparsos do mar.
• Leveza e Escalabilidade: Utiliza bibliotecas leves (DuckDB, NetworkX) e indexação H3, permitindo processamento eficiente em memória sem a necessidade de clusters massivos como o Apache Spark.
• Robustez a Lacunas: Foca em lacunas causadas por cobertura insuficiente (onde o comportamento do navio é típico), assumindo que estatísticas históricas recentes são representativas.
• Navegabilidade: Garante que as trajetórias imputadas não cruzem barreiras físicas (ilhas, costa) e respeitem a dinâmica de manobra dos navios.

4. Resultados Experimentais

O HABIT foi avaliado usando dados reais do AIS de duas regiões europeias (Dinamarca e Grécia) e comparado com:

• GTI: Um método state-of-the-art agnóstico à rede.
• SLI: Interpolação linear simples (linha reta).
• PaLMTO: Modelo baseado em linguagem (que falhou em tempo de execução nos testes).

Desempenho e Métricas:

• Precisão (DTW - Dynamic Time Warp): O HABIT alcançou precisão comparável ou superior ao GTI em cenários complexos (como o conjunto de dados SAR com múltiplos tipos de navios). O GTI tendeu a escolher caminhos "outliers" em rotas não padronizadas, enquanto o HABIT seguiu padrões de movimento locais mais seguros.
• Latência: O HABIT demonstrou latência de consulta subsegundo (ex: ~0,02s a 0,14s), enquanto o GTI foi significativamente mais lento (ex: ~0,26s a >1s), especialmente em conjuntos de dados maiores.
• Uso de Memória: Os modelos do HABIT são extremamente compactos (dezenas de MBs), enquanto os modelos do GTI podem ser ordens de magnitude maiores (centenas de MBs a GBs), tornando o HABIT muito mais escalável.
• Resiliência: O framework manteve a estabilidade mesmo com lacunas de até 4 horas, embora a precisão diminua naturalmente com o aumento do tamanho da lacuna.

5. Significado e Conclusão

O artigo demonstra que a imputação de trajetórias marítimas não requer modelos de IA complexos e pesados. Ao aproveitar a agregação espacial (H3) e estatísticas históricas de movimento, o HABIT oferece uma solução prática, rápida e precisa.

Impacto:

• Permite a geração de mapas de densidade de tráfego mais precisos e contínuos.
• Facilita a detecção de comportamentos anômalos e atividades suspeitas (como rendezvous ou desvios de rota).
• Suporta tomada de decisão em tempo real para segurança marítima e logística, com requisitos de hardware reduzidos.

O trabalho abre caminho para futuras integrações com dados contextuais (clima, calado do navio) e pipelines unificados de qualidade de dados para análise marítima.