欢迎访问《渔业研究》官方网站,今天是 2024年10月14日 星期一 分享到:

渔业研究, 2022, 44(5): 516-521 DOI: 10.14012/j.cnki.fjsc.2022.05.011

论文与报告

福建省渔船动态监控管理系统设计与实现

黄端琼,

福建省海洋预报台,福建 福州 350001

Design and implementation of Fujian fishing vessel dynamic monitoring and management system

HUANG Duanqiong,

Fujian Marine Forecasts,Fuzhou 350001,China

收稿日期: 2022-05-10  

Received: 2022-05-10  

作者简介 About authors

黄端琼(1982-),女,高级工程师,硕士,主要研究方向:海洋信息化、大数据分析、地理信息系统.E-mail:18965903871@189.cn

摘要

本文介绍了福建省渔船动态监控管理系统设计思路和实现过程,主要包括信息管理(渔船管理)、值班管理、应急管理(突发应急、台风防御)、分析服务、一张图等功能,并分析了其应用效果。本系统可为福建省海洋与渔业管理部门提供数字化、智能化的科学辅助决策支持,也可为全国的推广应用提供建设思路。

关键词: 渔船安全; 应急指挥; 大数据; 空间分析; 系统设计与实现

Abstract

This paper presents the design idea and implementation process of Fujian fishing vessel dynamic monitoring and management system,which mainly includes information management,duty management,emergency management(such as:sudden emergency and typhoon defense),analysis service,“One Chart” and other functions,and analyzes its application effect.The system can provide digital and intelligent scientific decision-making support for the marine and fishery management departments of Fujian Province and can also provide construction ideas for the promotion and application in china.

Keywords: fishing vessel safety; emergency command; big data; spatial analysis; system design and implementation

PDF (4029KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

黄端琼. 福建省渔船动态监控管理系统设计与实现[J]. 渔业研究, 2022, 44(5): 516-521 DOI:10.14012/j.cnki.fjsc.2022.05.011

HUANG Duanqiong. Design and implementation of Fujian fishing vessel dynamic monitoring and management system[J]. Journal of Fujian Fisheries, 2022, 44(5): 516-521 DOI:10.14012/j.cnki.fjsc.2022.05.011

传统的渔船监管缺乏渔船全生命周期数据的关联关系分析,而且管控分析还停留在传统人海战术,渔船管理方式在面对突发事件的响应速度、事态研判和处置效率也无法满足渔船生产安全管理和监管要求。近年来,随着海洋资源的发展,各国对渔船安全问题非常重视,为提升渔业生产效率,实现渔船安全监管信息化,其在渔船监控系统(Vessel monitoring system,VMS)、船舶自动识别(Automatic identification system,AIS)、电子海图显示与信息系统(Electronic chart display and information system,ECDIS)等方面的研究也都取得了重要进展[1-3]。早在 1991年,美国就开始了渔船监控系统的开发应用,通过 GPS 卫星通讯技术实现追踪船位、收集渔获、监控环境等功能。欧盟于1994 年开始实施渔船监控系统计划,为目前全球应用范围最广的组织[4] 。中国于2008年建立了中国渔政管理指挥系统,在渔业管理、救助等方面发挥了较好的作用[5]。2007年起,福建、浙江、山东等省份纷纷投入建设渔船安全救助信息系统,有力保障了渔业生产安全[6-10]

由于台湾海峡的狭管效应,导致福建海域常年大风浪天气频发,海况复杂,海难事故频发,渔业安全生产形势严峻,再加上新型定位终端数量增多,出现了原有系统承载能力不足、数据来源多、标准不一、缺少终端链路监测、数据分析展示有限、无法形成值班业务闭环等问题,而之前投建的系统已无法满足需求。本文为了解决上述问题,提出福建省渔船动态监控管理系统(以下简称“系统”)设计与实现方案,通过融合大量重点船舶定位信息,汇聚整合渔船相关数据,打造集值班管理、应急管理和分析服务于一体的业务应用体系,以期进一步提升海洋渔业信息智能化应用和渔业管理部门政府服务能力。

1 系统设计与功能实现

1.1 总体框架设计

系统遵循海洋信息化标准规范体系,并依托“数据福建”政务云平台(以下简称“政务云平台”)的安全保障体系和配套的运维保障体系,按照感知层、传输层、设施层、数据层、支撑层、应用层、用户层的架构设计,其架构图如图1所示。

图1

图1   系统总体框架设计图

Fig.1   Overall framework design of system


系统采用SOA开发框架,从下至上由感知层、传输层、设施层、数据层、支撑层、应用层和用户层构成,依托政务云平台的基础设施,通过汇集前端感知设备回传的感知数据形成渔船动态监控管理所需的数据资源中心,构建以大数据及服务支撑、移动应用支撑和通用能力支撑的应用支撑系统,定制开发值班管理-应急指挥-数据分析为主线的业务应用,形成覆盖桌面端(PC端)和移动端的应用体系,为各层级用户提供服务。

1.1.1 感知层

前端感知层包括固定式北斗示位仪、插卡式AIS设备和渔港视频监控设备等感知设备,通过前端感知设备获取渔船定位数据和渔港监控视频。

1.1.2 传输层

传输层为前端感知设备采集的定位数据和监控视频提供数据传输通道,包括电子政务外网、北斗卫星链路、视频专网、无线通讯网、互联网等。其中,固定式北斗示位仪设备数据通过北斗卫星链路传送;监控视频通过视频专网或互联网进行传输;用户通过电子政务外网、无线通信网(即移动网络)或互联网对系统进行访问。

1.1.3 设施层

设施层依托政务云平台提供的计算、存储、网络、安全等基础环境,将系统涉及的数据统一存储在云计算数据中心。

1.1.4 数据层

数据层按照数据量分为大数据存储框架和传统Oracle业务数据库,大数据存储框架对海量数据进行计算、存储、加工;传统Oracle存储业务化应用数据,处理的数据量相对较小。按照结构类型分为结构化库和非结构化库,其中结构化库包括基础库、感知库、业务库、专题库等结构化数据,非结构化库用来存储视频、图片、语音、Word文档等非结构化数据。

1.1.5 支撑层

支撑层为业务应用提供统一用户管理、统一用户认证、分布式缓存、海陆一张图、智能语音引擎、数据挖掘、数据共享、数据展示、统计分析等数据和应用支撑服务。

1.1.6 应用层

应用层包括渔船动态监控管理系统、福海通、全国渔业无线电管理服务平台等。其中,渔船动态监控管理系统包括一张图、渔船管理、值班管理、台风防御、突发应急。福海通包括福海通App和福海通小程序,福海通App是渔船动态监控管理系统在移动端的延伸;福海通小程序是基于闽政通构建的一个面向渔民和公众服务的小程序。全国渔业无线电管理服务平台包括渔船信息查询、AIS卡管理、AIS设备管理、九位码管理、数据统计、系统管理。

1.1.7 用户层

用户层包含渔业行政管理部门工作人员、值班人员、执法总队;省、市、县、乡镇(渔港)工作人员;渔民和公众等。

1.2 技术架构

系统以Java开发语言为基础构建跨平台、易移植、低耦合的技术架构,满足福建省渔船监管服务需求和后续灵活拓展的需求。系统技术架构如图2所示,包括传输层/采集层、计算层、存储层、应用层。

图2

图2   系统技术架构图

Fig.2   Technical architecture design of system


1.2.1 传输层/采集层

渔船定位数据量大,系统通过Kafka异步消息队列实现定位数据快速分发到各个处理子应用以及多渠道的消息推送;采用Sqoop实现Oracle数据库和Hive之间的数据导入导出,形成数据仓库,为顶层的统计分析提供数据查询支持;采用Flume、Logstash对各个支撑系统、应用系统产生的日志进行收集,结合ES、Kibana完成日记集中查询。

1.2.2 计算层

系统运行计算方式分为离线计算、实时计算,其中对渔船在港情况、渔船实时在线率等业务场景应用离线计算[7];对电子围栏预警、敏感海域预警、渔船自沉报警等实时性要求非常高的业务场景,采用流式计算分析渔船的违法行为。

1.2.3 存储层

结构化数据采用Oracle存储;Hive作为数据仓库,提供统计分析能力;Greenplum用来存储历史轨迹数据,实现多节点并行查询;Redis用来提供热点数据查询。非结构化数据存储在HDFS当中。

1.2.4 应用层

应用层以Springboot为基础框架、Mybatis为数据库持久层框架、Shiro为权限拦截框架、Jredis为内存数据连接框架、Vue为前端展示框架。

1.3 数据架构设计

渔船数据资源中心设计如图3所示,通过采集或对接汇聚整合“人、船、港”业务数据以及前端北斗、AIS感知设备数据等,构建渔船数据资源中心,在数据服务能力方面提供API服务网关、数据查询引擎、决策分析引擎等赋能应用,最终面向上层渔船动态监控管理系统提供数据服务。

图3

图3   渔船数据资源中心设计图

Fig.3   Design of fishing vessel data resource center


1.3.1 来源层

系统通过数据采集或对接福建省渔业船舶数据管理系统、中国渔政管理指挥系统、厦门州航标处AIS位置管理系统、北斗运营中心渔船位置管理系统等16套系统,为应用服务提供数据支撑。

1.3.2 数据资源中心

数据资源中心[11-13]建立了基础库、业务库、感知库、专题库和非结构化库,同时提供数据管控服务以及数据挖掘与治理。顶层通过API服务网关对外提供接口服务;通过数据查询引擎提供跨库查询,屏蔽底层不同数据库之间的语法差异;通过决策分析引擎对外提供统一的统计分析入口。

1.3.3 应用层

系统为管理部门提供渔船动态监控管理服务,为公众提供海洋预报、气象信息、渔业资讯和渔业政策查询服务,为渔业从业人员提供渔船相关信息管理与动态查看服务。

1.4 业务架构设计

系统业务面向省、市、县、乡提供逐级上报、上下贯通的体系架构,辅以信息管理提供底层数据管理、一张图提供可视化展示方式、分析服务提供个性化分析能力。业务架构如图4所示,由信息管理、值班管理、应急管理、分析服务、一张图组成。

图4

图4   系统业务架构图

Fig.4   Business architecture design of system


1.4.1 信息管理

信息管理涵盖系统中船员、渔船、渔港等相关信息管理,以及养殖区信息、实时海况、渔业承灾体信息、渔业灾害资源等辅助决策信息的展示。系统中的渔船、船员、渔港等数据来自于外部系统,通过接口对接方式,实现外部系统数据入库。系统实现了渔船、渔港、船员、台风、应急资源等数据检索的“快、精、准、全”和统一存储。

1.4.2 值班管理

值班管理提供日常值班管理、话务接处警、通讯录调度管理、报表管理等模块,通过自然语言识别技术,标识语音转文字中的重点信息,如电话、地址,辅助定位、二次定位快速锁定事件发生位置。在日常值班事件处理过程中发生事件升级,则一键转换为应急事件,进入应急管理模块中处理。

1.4.3 应急管理

应急管理提供了应急事件全生命周期的信息化管理手段,从事前的应急资源管理、应急演练管理,到事中的应急事件处置、应急辅助决策、指挥调度管理、应急资源检索,再到事后的总结评估管理,贯穿应急事件处置的每一个过程,实现应急事件联动、高效处置。

1.4.4 分析服务

分析服务包括一船一档、数据魔方和数据分析工具,一船一档提供船舶画像能力,为渔船分析提供可视化能力;数据魔方是数据碰撞分析工具,可通过“托、拉、拽”快速实现多表之间的交集、并集、筛选处理,预置多船一码、一船多码等分析模型;数据分析提供报表定制化工具,用户可自定义关注报表。

1.4.5 一张图管理

一张图管理包括日常管理一张图、决策指挥一张图,日常管理一张图服务于日常值班管理工作,为基层工作人员提供地理信息可视化视图[12-15];决策指挥一张图为领导提供辅助决策。

2 应用效果

系统为渔业主管部门提供实时海上渔船的准确位置、航向、船速和历史轨迹,第一时间接收遇险报警信息、联系周边渔船前往救援,形成省、市、县三级联动的海上突发事件应急处置机制,有效增强了海洋与渔业防灾减灾能力。

系统自2020年8月运行以来,共接收报警并成功救助遇险船舶104起(艘),成功救助遇险船员1 107人,挽回经济损失3.12亿元。特别是2020年12月7日15时,系统收到“闽东渔61389”报警,通过系统查询周边船舶,紧急调度渔船“闽东渔61168”前往救援,最终船上10人被全部救起;2021年7月15日15时32分接报险情,通过系统快速定位事发船舶位置,协调福建省海上搜救中心派遣东海第二救助飞行队救助直升机前往事发海域救助“闽闽渔11029”,并协调福州市海洋与渔业局、平潭综合实验区农业农村局派出“中国海监8015”等船舶前往现场组织救援,于17时06分,东二飞直升机“B-7310”通过系统精确定位事发船舶位置,并在事发海域附近成功救起“闽闽渔11029” 5名遇险船员。

系统依托政务云平台的基础运行环境进行部署应用。在项目实施建设工程中,新增敏感海域预警、天基AIS接入融合处理、僵尸渔船统计、码号错误分析等多种大数据分析业务,但可研申请批复的服务器虚拟资源有限,对系统整体响应影响较大,后续将根据业务需求及服务器资源规则优化申请政务资源扩容升级。此外,针对本次项目大数据存储组件申请的单一物理机存在的单点故障风险,后续将向政务云平台申请容灾备份,确保系统高效、可靠、持续稳定运行。

3 结语

福建省渔船动态监控管理系统基于大数据技术构建全国首个渔船画像,实现渔船全生命周期管控,利用大数据挖掘技术实现省级多源数据融合与精细化保障,通过数据挖掘技术实现渔业安全行为智能化管理,运用人工智能技术实现覆盖全省海域的海洋渔业智能语音交互服务,重点打造了一批智慧化渔船应用服务。系统建设成效显著,渔船渔民安全得到了有力保障,经济投入产出效益显著。系统的技术和经济社会效益获得行业专家的高度评价,作为全国渔船安全管理、海难事故救助模范样板,福建省渔船动态监控管理系统受到农业农村部、福建省委省政府充分肯定,其建设思路值得全国大力推广应用。

参考文献

Birchenough S E, Cooper P A, Jensen A C.

Vessel monitoring systems as a tool for mapping fishing effort for a small inshore fishery operating within a marine protected area

[J]. Marine Policy, 2021, 124(Suppl.2):104325.

[本文引用: 1]

Philipp L, Martin K, Lars L, et al.

Generating real-time objects for a bridge ship-handling simulator based on automatic identification system data

[J]. Simulation Modelling Practice & Theory, 2017,72:69-87.

[本文引用: 1]

Sea Technology Group.

Australia’s Seafarer Electronic Charts Now Official for ECDIS

[J]. Sea Technology:Worldwide Information Leader for Marine Business,Science & Engineering, 2002, 43(10):61-70.

[本文引用: 1]

农业部渔业渔政管理局. 2011中国渔业年鉴[M]. 北京: 中国农业出版社, 2011.

[本文引用: 1]

农业部渔业渔政管理局.

贯彻落实中央文件会议精神推进现代渔业建设快速发展——2014 年全国渔业渔政工作亮点回顾(一)

[J]. 中国水产, 2015(2):11-12.

[本文引用: 1]

马建华.

福建省海上渔业安全应急指挥系统建设内容和运行状况

[J]. 福建水产, 2012, 34(1):76-80.

[本文引用: 1]

黄辉江.

AIS船舶监控系统在引航中的应用研究

[J]. 珠江水运, 2021(12):43-44.

[本文引用: 2]

张显库, 任光, 颜德文, .

一种低成本的综合船舶监控系统

[J]. 计算机测量与控制, 2002, 10(2):118-120.

[本文引用: 1]

李继龙, 黄其泉, 王立华, .

中国渔政管理指挥系统总体解决方案

[J]. 上海水产大学学报, 2003, 12(4):324-330.

[本文引用: 1]

纪志康.

渔船安全救助信息系统保障渔业生产安全——浙江省率先全面建成海洋渔船安全救助信息系统

[J]. 中国水产, 2010(2):15-17.

[本文引用: 1]

徐凯, 邱家瑜, 李燕.

一种加入时间维的船舶轨迹高效离线压缩算法研究

[J]. 计算机科学, 2017, 44(11A):498-502.

[本文引用: 1]

沈思曦, 陈元林, 安博文, .

基于AIS和GIS的海上风电场船舶监控系统软件设计

[J]. 现代计算机, 2018(20):93-97,102.

[本文引用: 2]

曾文军, 曹振宇, 丁雨淋, .

省级地理空间大数据中心的设计与实现

[J]. 地理信息世界, 2020, 27(1):101-106.

[本文引用: 2]

张鹏程, 杨梅, 何华贵.

基于GeoAnalytics Server的空间大数据分析及应用

[J]. 工程勘察, 2019, 47(3):43-46,54.

[本文引用: 1]

王珊.

地理信息大数据在国土空间规划中的应用探讨

[J]. 工程技术研究, 2020, 5(9):253-254.

[本文引用: 1]

/