近年来,我国沿海航行的船舶数量与日俱增,并不断趋向大型化和专业化,交汇水域内船舶密度和流量的增加使得航行船舶之间冲突频发。现有的船舶冲突研究中对冲突的时空特征分析方面存在不足,为了能更加全面深入的挖掘交汇水域内船舶冲突的时空分布及时空关联特征,本文以空间自相关理论为基础,提出了一种能够同时从时间和空间维度对船舶冲突特征进行分析和表征的时空统计模型;针对船舶冲突数据存在的空间自相关性质,通过构建空间回归模型来消除由空间特性带来的回归误差,提高模型的预测精度。论文主要工作有:(1)分析交汇水域船舶冲突作用机理并构建船舶冲突数学模型。本文以沿海交汇水域内两船间的船舶冲突为研究对象,总结归纳了船舶冲突基础知识,分析了冲突作用机理,并从不同的角度对船舶冲突进行了划分,最后构建了船舶冲突的数学模型。以虾峙门航道附近的典型交汇水域为例,利用Python实现了对AIS数据中船舶冲突数据的自动识别和提取。(2)对空间自相关理论进行时间维度的拓展,构建交汇水域船舶冲突数据的时空分析模型。首先对交汇水域内船舶冲突数据的时空分布特征进行研究,分析了不同空间网格尺度、时间延迟长度及空间权重矩阵阶数对冲突时空分布模式的影响,并识别了船舶冲突的时空热点。在此基础上,使用适当的时空尺度和空间权重矩阵对冲突数据的时空相关性进行研究。实验表明,船舶冲突的时空自相关性会随着空间网格之间距离的增加和时间延迟的增加而逐渐减小,船舶冲突数据具有明显的空间异质性和时间动态性。(3)对船舶冲突数据进行回归分析,发现回归模型残差具有空间自相关性质。为了消除由模型残差空间自相关性带来的影响,建立了SEM和SLM两种空间自回归模型。实验结果表明,船长的回归系数为负,即小型船舶相较于大型船舶更容易发生船舶冲突;空间网格内货轮数量的回归系数最大,说明水域内货轮航行数量的增加将增加水域船舶冲突发生概率。论文实现的船舶冲突自动识别系统为船舶冲突的时空特征研究提供了数据基础,冲突数据进行的时空相关性分析为水域内风险区域的识别提供了新方法,同时,船舶冲突数据的空间回归分析能有效的分析各个船舶交通流参数对船舶冲突的影响程度。