__MAIN_TEXT__
feature-image

Page 21

DYNAMO

64

03

2 1

21

DT U

DTU’s overvågning af havis

indsamling og videresalg af data om skibstrafik flere steder i verden. Data bliver opsamlet gennem skibenes AIS-transpondere (Automatisk Identifikations System), der oplyser om bl.a. skibets gods, rute og anløb til næste havn. Kunderne i Gatehouse Maritimes portefølje er typisk civile myndigheder, havne­myndigheder eller militære kommandoer, der ønsker viden om skibenes færden. Ofte svarer skibenes AIS-data ikke til virkeligheden, fortæller Henning Heiselberg, centerleder for Security DTU og DTU’s ankerperson på Dark Ships-projektet. ”Det kan ske, at skibet glemmer at opdatere informationerne, så deres AISdata ikke viser den rigtige rute eller det rigtige ankomsttidspunkt til en havn. I den mere alvorlige ende er der de skibe, der slukker for transponderen, når de sejler ind i vores farvande, for at skjule deres position og rute. Det kan betyde, at de er engageret i illegale aktiviteter, og at skibet skal opsøges og standses,” siger Henning Heiselberg. Når Gatehouse Maritime og DTU Space sammenligner satellitdata med AIS-data, vil det være muligt at identificere de objekter i Det Arktiske Ocean, som ikke er isbjerge, men som er skibe. Hvis der ikke er AIS-data fra et af disse skibe, har man dermed identificeret et såkaldt dark ship – et illegalt skib.

Forskere fra DTU Space har mange års erfaring i hurtigt og effektivt at skaffe, anvende og distribuere satellitbilleder af havisen i polarområderne. Billederne bruges til at overvåge udviklingen i isdækket, der i de seneste år er skrumpet ind, og til at finde ud af, hvordan klimaændringerne påvirker de polare egne. Satellitbillederne er desuden til gavn for skibsfarten, der er interesseret i at finde ud af, hvor langt havisen rækker, og hvor mange isbjerge der befinder sig i et givent område.

Udnytter kunstig intelligens For at håndtere de mange data, dvs. både AIS-data og de data, der kommer fra en række forskellige europæiske satellitter, vil man i projektet udvikle algoritmer, der kan indgå i en machine learning-løsning, så det bliver ved hjælp af computerkræfter, at man identificerer den illegale skibstrafik. ”Med så store mængder data er det nødvendigt at få automatiseret processen ved hjælp af machine learning og kunstig intelligens. Det vil tage for lang tid at få mennesker til at sidde og analysere dem,” forklarer Henning Heiselberg. Derudover vil projektpartnerne udvikle løsningen til at kunne forudsige skibes positioner i tid og rum, fortæller Poul Bondo fra Gatehouse: ”Når et ’dark ship’ er identificeret, så har det jo i mellemtiden flyttet sig. På baggrund af vores

viden om, hvilke ruter skibe normalt følger, og hvor de typisk sejler hen med et givent gods, så kan vi også begynde at forudsige, hvor de vil befinde sig, hvis en myndighed har brug for at kontakte det, f.eks. ved at flyve ud til det,” siger Poul Bondo og uddyber: ”Det allerførste skridt til at stoppe illegal skibstrafik er at få at vide, at den finder sted, og hvor den finder sted.” Når teknologien er udviklet, vil den desuden kunne bruges flere steder i verden end Arktis. Hvad er et skib, og hvad er et isbjerg? Satellitbilledet illustrerer udfordringen med at skelne.

H  en n in g H eise lb e rg, c e nt e r le d e r, Sec u rit y DTU , DT U S p a c e , h h @ d t u . d k

Innaarsuit

Profile for DTUdk

Dynamo no. 64  

Recommendations could not be loaded

Recommendations could not be loaded

Recommendations could not be loaded

Recommendations could not be loaded