This thesis explores the application of Automatic Identification System (AIS) data in estimating regional wood pulp imports, contributing to the growing field of AIS data analytics in maritime trade. While AIS data has been widely used in navigation, vessel tracking, and environmental monitoring, its potential for wood pulp trade estimation remains underexplored.
Currently, the information business practitioners get from the imports suffers from delays and is aggregated on a high level, limiting its usefulness for real-time decision-making. This study proposes an alternative approach using AIS-based models to track vessel movements, identify wood pulp carriers, estimate cargo volumes, and predict arrival times.
The methodologies used in this exploratory research include gathering potential methods from the previous literature, building two models to test how wood pulp imports could be estimated and using a correlation analysis to evaluate their performance against official imports. The models built focus on estimating eucalyptus pulp (BEKP) imports from Latin America to the European Union.
The results indicate that AIS-based models have the potential to generate reliable import estimates and thus help in business decision-making. To unlock the full potential, the limitations of the current models should be reduced, for example, by making more effective use of vessel coordinate data. The findings also highlight how official import statistics cannot be used as a ground truth, making the evaluation of the model's accuracy difficult.
This study advances the use of AIS data in import volume estimation by presenting a dedicated framework developed for this purpose. In future research, the framework and the methods discussed in this study could be applied to other bulk commodities or pulp grades, further strengthening the role of AIS data as a tool for business decision-making.Tämä diplomityö tutkii, kuinka automaattisen tunnistusjärjestelmän (AIS) dataa voidaan hyödyntää alueellisten sellun tuontimäärien arvioinnissa, laajentaen AIS-data-analytiikan sovelluskohteita. Vaikka AIS-dataa on hyödynnetty laajasti navigoinnissa, alusten seurannassa ja ympäristönvalvonnassa, sen potentiaalia sellukaupan volyymien arvioinnissa ei ole juurikaan tutkittu.
Tällä hetkellä selluliiketoiminnan asiantuntijoiden saama tieto tuonnista kärsii viiveistä ja luvut esitetään yleisellä tasolla, mikä rajoittaa datan hyödyllisyyttä reaaliaikaisessa päätöksenteossa. Tässä tutkimuksessa ehdotetaan vaihtoehtoista lähestymistapaa, AIS dataan perustuvaa mallia, joka seuraa alusten liikkeitä, tunnistaa sellulaivat sekä kykenee arvioimaan lastin määrän ja saapumisajankohdan.
Tässä eksploratiivisessa tutkimuksessa hyödynnetään kirjallisuuskatsausta potentiaalisten menetelmien kartoittamiseksi sekä rakennetaan kaksi mallia, joilla testataan näiden menetelmien toimivuutta käytännössä. Mallien suoriutumista arvioidaan korrelaatioanalyysin avulla vertaamalla tuloksia virallisiin tullitilastoihin. Rakennetut mallit keskittyvät Latinalaisesta Amerikasta Euroopan unioniin suuntautuvan eukalyptussellun tuontivolyymien arvioimiseen.
Tulokset osoittavat, että AIS-dataan perustuvilla malleilla on potentiaalia tuottaa luotettavia arvioita tuontivolyymeista ja siten tukea liiketoiminnan päätöksentekoa. Täyden potentiaalin saavuttamiseksi tulisi vähentää nykyisten mallien rajoitteita, esimerkiksi hyödyntämällä laivojen koordinaattitietoja entistä tehokkaammin. Tulokset myös korostavat, ettei virallisia tuontitilastoja voida pitää ehdottomana totuutena, mikä vaikeuttaa mallien tarkkuuden arviointia.
Tämä tutkimus edistää AIS-datan hyödyntämistä tuontimäärien arvioinnissa esittelemällä sitä varten kehitetyn viitekehyksen. Tulevissa tutkimuksissa viitekehystä ja työssä käsiteltyjä menetelmiä voitaisiin soveltaa myös muihin irtotavaroihin tai sellulaatuihin, mikä vahvistaisi AIS-datan asemaa iiketoiminnan päätöksenteon tukijana.
