The impact of modern geographic information systems (GIS) on improving the energy efficiency of maritime transportation

Cover Page

Cite item

Full Text

Abstract

Background. Modern maritime transportation faces challenges related to the need for increased energy efficiency and reduced greenhouse gas emissions. These issues have become particularly relevant in the context of global environmental policies and the tightening of international ship energy efficiency standards (EEDI, EEOI, CII). One of the promising solutions is the use of geographic information systems (GIS), which enable vessel route optimization, reduce fuel consumption, and minimize environmental impact. However, the extent of their impact on improving maritime transport energy efficiency requires further research.

The objective of this study is to analyze the impact of GIS technologies on improving the energy efficiency of maritime transportation and to assess their effects on fuel consumption and carbon emissions.

Methods. The study examines key GIS technologies, including satellite monitoring, mapping, modeling, and data analysis, used for vessel route optimization. The methodological approach is based on experimental modeling, comparing three shipping scenarios: traditional routing, dynamic route optimization, and combined route and speed management using GIS. The analysis focuses on evaluating the impact of these approaches on fuel consumption, CO₂ emissions, and overall ship energy efficiency.

Results. The modeling results showed that the application of GIS can reduce fuel consumption by up to 20% and decrease CO₂ emissions by up to 21% compared to traditional navigation methods. Optimizing vessel routes and speeds based on GIS data contributes to lower operational costs and improved compliance with international environmental standards.

Conclusion. The obtained data confirm the significant potential of GIS in enhancing the energy efficiency of maritime transportation. The integration of these technologies into route planning and vessel operation management enables not only a reduction in fuel costs and carbon emissions but also an increase in the economic efficiency of maritime logistics. Further integration of GIS with artificial intelligence and real-time data processing systems may lead to even greater sustainability and efficiency in the shipping industry.

About the authors

Anna A. Ananeva

Russian State Hydrometeorological University

Author for correspondence.
Email: anna251096@yandex.ru
ORCID iD: 0009-0008-6018-9016

master’s degree

Russian Federation, 79, Voronezhskaya Str., Saint-Petersburg, 192007, Russian Federation

Maksim E. Stepanov

I. N. Ulianov Chuvash State University

Email: maxim.varandey@rambler.ru
ORCID iD: 0009-0000-8988-7282

master’s degree

15, Moskovsky Pr., Cheboksary, 428015, Russian Federation

Oleksandr A. Korostin

Email: o.korostin@rambler.ru
ORCID iD: 0009-0007-7510-6757

master’s degree, individual researcher 

Russian Federation

Maria S. Korneva

Kuban State University

Email: korneva_air@icloud.com
ORCID iD: 0009-0005-6238-493X

bachelor’s degree

Russian Federation, 149, Stavropolskaya Str., Krasnodar, 350040, Russian Federation

References

  1. Maiakovskaya, L. V., Zaineeva, I. I., & Zimalieva, A. E. (2024). Current trends in the development of transport and logistics infrastructure. Natural and Humanitarian Studies, (5), 206–210.
  2. Malikov, A. (2024). Digital transformation and its impact on the structure and efficiency of modern business. Annali d’Italia, (62), 112–115. https://doi.org/10.5281/zenodo.14558548
  3. Iuyukin, I. V. (2024). Mapping additional secondary surface isolines via spline approximation as a condition for increasing accuracy of e-Loran observations. Admiral S. O. Makarov State Maritime and River Academy Bulletin, 16(1), 37–54. https://doi.org/10.21821/2309-5180-2024-16-1-37-54
  4. Kidassova, M. (2024). Enhancing business operational efficiency through supply chain optimization. Norwegian Journal of Development of the International Science, (144), 37–39. https://doi.org/10.5281/zenodo.14169113
  5. Andrei, N., et al. (2024). Transforming e-commerce logistics: sustainable practices through autonomous maritime and last-mile transportation solutions. Logistics, 8(3), 71. https://doi.org/10.3390/logistics8030071
  6. Moskalenko, V. M., Moskalenko, M. A., & Lugovets, A. A. (2024). Transport energy efficiency and economic principles of marine shipping organization. Bulletin of Astrakhan State Technical University. Series: Marine Engineering and Technology, (2), 89–95. https://doi.org/10.24143/2073-1574-2024-2-89-95
  7. Yaman, C. (2024). A review on the process of greenhouse gas inventory preparation and proposed mitigation measures for reducing carbon footprint. Gases, 4(1), 18–40. https://doi.org/10.3390/gases4010002
  8. Zhivlyuk, G. E., & Petrov, A. P. (2024). Energy efficiency of vessels in modern commercial fleet: regulatory tools and achievement methods. Admiral S. O. Makarov State Maritime and River Academy Bulletin, 16(2), 301–317. https://doi.org/10.21821/2309-5180-2024-16-2-301-317
  9. Bayraktar, M., et al. (2023). Scenario-based assessment of the Energy Efficiency Existing Ship Index (EEXI) and Carbon Intensity Indicator (CII) regulations. Ocean Engineering, 278, 114295. https://doi.org/10.1016/j.oceaneng.2023.114295 EDN: GBRSOI
  10. Hu, X., et al. (2023). GIS-data-driven efficient and safe path planning for autonomous ships in maritime transportation. Electronics, 12(10), 2206. https://doi.org/10.3390/electronics12102206
  11. Moskalenko, V. M. (2021). Effect of transition speed on vessel energy efficiency. General Questions of World Science, 15(10), 80–84. https://doi.org/10.18411/gq-15-10-2021-14
  12. Wang, K., et al. (2018). Dynamic optimization of ship energy efficiency considering time-varying environmental factors. Transportation Research Part D: Transport and Environment, 62, 685–698. https://doi.org/10.1016/j.trd.2018.04.005
  13. Gabdulkhakov, A. A., & Zavalishin, D. S. (2021). Dynamic optimization of complex routes in transport logistics. Advanced Technologies Today, (5), 33–38. https://doi.org/10.17513/snt.38654
  14. Selimov, A. (2024). Comparative analysis of legal regulation of international transactions in the USA and the EU. International Journal of Scientific Research and Engineering Development, 7(6), 480–483.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Copyright (c) 2025 Ananeva A.A., Stepanov M.E., Korostin O.A., Korneva M.S.

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».