基于物聯網思維的智慧海事基層執法能力建設與提升

劉苗苗　隋國友　邱杭州

摘 要：在第三次信息化浪潮的大背景下，各行各業都向信息化、智能化的方向高度集成發展，智慧海事建設早已提上日程，本文從物聯網的四層技術架構著手，探索應用大數據技術智能分析、智能決策，提升海事基層執法效率，建設執法規范、管理高效、裝備精良的基層執法隊伍。

關鍵詞：智慧海事;大數據技術;信息智能升級;風險預判;精準執法

中圖分類號：U698? ? ? ? ? ? ?文獻標識碼：A? ? ? ? ? ? 文章編號：1006—7973（2019）09-0049-02

1 數字海事建設蒸蒸日上

近年來海事信息化建設取得了一系列成果，網絡基礎設施建設日益完善，網絡安全防護能力大幅提升，科學監管能力持續增強。現代化監管系統建設完備，各指揮中心全面配備了科學監管平臺和綜合顯示系統，有效整合了多種監控資源，轄區內現代化監管系統已初見成效，并逐步向全面覆蓋、聯網協同邁進。數據中心、通航環境信息系統、應急指揮綜合顯示系統及應急輔助決策系統、協同辦公系統改造、科學監管平臺、感知港口系統等信息化項目陸續建設完成，科技信息化技術應用逐步覆蓋了從管理決策到現場執法的所有環節，應用水平全面提高。

不足之處在于，平臺應用潛力未充分發掘，信息化智能化不足，信息資源整合不足，業務管理與信息化建設融合程度不高，新技術、智能化應用不夠，可持續發展能力不足，作為海事外部形象示范的基層執法能力智能水平不高、與新時代新模式發展步調不協調，還有很大提升空間。

由于缺少統一強大的海事信息數據平臺做支撐，檢查結果共享和信息智能升級還亟待改進。海事業務數據繁雜、來源渠道多樣，轄區監控、電子巡航、現場監管、業務系統……隨著航運事業的進一步發展，船舶數據海量劇增，現有業務處理平臺堆集了大量數據卻不具備數據分析能力，依靠人工對這些數據進行分類分級檢索查詢已經遠遠落后于時代要求。

與此同時，大量結構化、非結構化、低價值密度的數據卻恰恰為大數據技術提供了舞臺，目前海事系統已經在相關領域進行探索，近年來協同管理平臺在嘗試整合業務系統、提高系統數據共享效率方面，取得了一定成效，但是僅僅在一定程度上實現了統一登錄和數據共享，在大數據計算分析和智能升級方面還處于空白，面對海量數據，如何進行計算分析和有效價值提取，釋放數據的能量是我們下一步要考慮解決的重點。

2 技術架構

物聯網、云計算和大數據代表了IT領域最新的技術發展趨勢，物聯網發展的目標是實現物物相連，云計算實現了通過網絡提供可伸縮的、廉價的分布式計算能力，大數據側重于對海量數據的存儲、處理與分析，三者彼此滲透、相輔相成，隨著第三次信息化浪潮的迅速蔓延和沖擊，智慧海事的建設也將真正實現從“監控+巡航”到“信息化監管+精準治理”的轉變，下面從物聯網的四個技術架構著手，簡單探討智慧海事建設的重點和難點問題。

對照物聯網體系架構圖對智慧海事的建設框架進行簡單描述和功能設計：

（1）感知層：為處理層提供數據支持，交由數據處理中心進行數據計算和分析，主要有以下三方面數據來源：①充分利用高清攝像頭、傳感器、GPS、AIS、執法記錄儀等智能終端設備，不同場景下感知、監測、采集、上報傳播的動態數據。②船舶智能化是船舶建造和航運領域發展的必然趨勢，智能機艙實時數據提取和全程記錄的數據。③海事業務系統提供的各類數據，如安檢缺陷數據、防污染事故數據、船員數據、行政處罰數據等。

（2）網絡層：起信息傳輸作用，“十三五”期間海事系統網絡基礎設施發展迅速，VTS系統、CCTV監控系統、VHF通信系統等已基本實現轄區全覆蓋，互聯網、移動通信網絡、衛星通信網絡都為大量數據的實時采集和傳輸提供了較大可能，感知層實現多種類、多結構的數據采集，采集到的數據通過通信系統發送給船舶附近的通信基站，經由電信運營商的5G移動通信網絡或衛星信號傳送到智慧海事指揮調度中心的數據處理平臺。

（3）處理層：利用大數據技術對采集到的海量數據進行綜合分析，實現船舶、船員、公司等異常行為自動監測，通過對船舶運行總體狀況、船型設計有無缺陷、所屬公司安全管理情況、歷史處罰等數據進行深度挖掘，對船舶風險系數進行計算評估，對監管重點進行預測，根據評估預測結果對執法力量進行精準投放，提升對精準執法、協同監管的支撐能力。

（4）應用層：對現有業務系統進行高度整合，真正意義上消除數據壁壘，實現數據共享和業務協同，提升基層執法效率，實現基層執法精準出擊、高效便捷、閉環管理。

3 建設的重點和難點

3.1加強大數據采集、計算、分析能力建設

在這個技術架構模型中對處理層業務支撐平臺提出了新的要求，即后臺大數據分析計算預警能力建設。所謂大數據技術，是指無法在一定時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合，具有數據量大、數據類型繁多、處理速度快、價值密度低等四個特點，是一系列使用非傳統的數據挖掘工具來對大量的結構化、半結構化和非結構化數據進行處理，從而獲得分析和預測結果的一系列數據處理和分析，具有更強的決策力、洞察發現力和流程優化能力。

理想的智慧海事建設模型將依托大數據技術進行風險預判和決策，以船舶基礎信息、運行狀態、船型設計、氣象海況、防污染執行情況、船員歷史信息等各類海量數據為基礎，分析不同船型、運行模式和參數，進一步結合公司安全檢查情況、配員信息、歷史缺陷數據、安保防污染記錄等因素和信息，建立單船全生命周期模型，確定最大可能出現的缺陷和故障，得到更加準確的態勢評估和預測，根據預測結果進行有針對性的監管任務部署。

但是目前各類信息資源整合不足，沒有完善的核心海事業務系統數據庫群，缺乏對各類海事監管動靜態信息的大數據綜合分析能力，業務管理與信息化建設融合程度不高，網絡基礎設施建設水平和未來智能化監管的要求有較大差距。