海峡具有重要的战略和航运地位,因此全球典型的繁忙水道集中在海峡及其沿岸港口.频繁的国际航运活动不仅带来所在海域的船舶碰撞风险,其也对海洋脆弱的生态环境造成威胁.调查现有海上交通实态,识别通过海峡的船舶航行特征,特别是主航迹带的确定,是制订海峡航路规划、估算船舶污染物排放及采取污染减排措施的重要依据.为了克服现有主航迹带分析存在过多的主观性,本文整合数理统计学、地理信息科学和海上交通运输工程等学科的理论方法,提出一种统计推断主航迹带的算法.文中首先构建航次经济性度量模型,清除经济效益差的航次噪声数据,然后提出以概率形式统计推断出船舶通过海峡的主要航迹带,最后针对台湾海峡西侧及福建近海水域的试验区,使用2011年10月至2012年9月期间(共有12个月)中国船舶自动识别系统岸基网络的真实轨迹数据进行分析,结果表明:全年不区分方向通行试验区航次所对应主航迹带的泛化水平为0.554;研究区中主航迹带集束效应最显著的存在于冬季北上方向的船舶活动中(泛化水平为0.551),而冬季南下方向的交通流表现出明显的空间同一性(泛化水平为0.656).该算法的新颖性体现在支持探索影响主航迹带空间分布的各类因子(包括季节、交通流方向等).在应用示例中,比较我国现有沿海航路规划(台湾海峡及福建近海部分)与主航迹带提取结果的空间差异,提出了相应的优化措施.