AI驱动的远洋渔船智能渔情决策系统在舟山落地:实时识别鱼群密度、规避禁渔区、优化捕捞路径

在全球渔业资源持续承压与监管日趋严格的双重背景下,传统依赖经验与卫星遥感粗粒度信息的远洋捕捞模式正面临效率瓶颈与合规风险。2026年5月上旬,由浙江大学海洋AI联合实验室与舟山国家远洋渔业基地共同研发的“海瞳·智渔”AI决策系统完成全船载荷实测,并在3艘800吨级金枪鱼延绳钓渔船正式投入常态化作业。该系统并非简单叠加图像识别模块,而是融合多源异构数据构建动态渔场认知模型:通过船载毫米波雷达+可见光/热成像双模摄像头实时采集海表微波反射特征与水体温度梯度,结合北斗三号高精度定位、AIS动态轨迹及国家海洋局发布的实时禁渔区电子围栏数据库,以轻量化时空图神经网络(ST-GNN)进行毫秒级推理,实现鱼群聚集概率、目标物种置信度、违规航行风险值的三维联合输出。

据舟山基地5月8日发布的运行简报,搭载该系统的‘浙普远916’轮在北太平洋公海作业中,单航次有效捕捞时长提升21.3%,因误入临时禁渔缓冲带导致的执法约谈次数归零;更关键的是,系统首次实现对鲣鱼幼鱼群的亚米级空间分辨识别——通过分析水面浮游生物荧光光谱偏移与小型鱼群集群运动拓扑熵值,主动规避产卵密集区,使单位捕捞量的生态足迹下降37%。这一能力已获农业农村部渔业渔政管理局技术验证函确认,列为2026年度‘智慧海洋先锋应用’首批推广项目。

行业影响层面,“海瞳·智渔”的突破在于破解了AI农业化落地的典型悖论:既需强实时性(渔船通信带宽平均仅1.2Mbps),又需高鲁棒性(高盐雾、强震动、-20°C至55°C宽温域)。其边缘侧推理引擎经国产昇腾310P芯片深度适配,模型体积压缩至42MB,推理延迟稳定在83ms以内,且支持断网续推——当卫星链路中断超15分钟,系统自动切换至本地历史渔汛知识图谱与强化学习策略库,仍可维持72小时以上的自主航路优化。这标志着AI从‘岸基辅助’真正下沉为‘海上第一决策主体’。

展望未来,该系统正接入东海区渔业管理云平台,试点‘捕捞权动态配额AI结算’机制:每艘船的实时渔获物种、规格、位置数据经区块链存证后,自动触发配额账户扣减与碳汇积分生成。浙江大学项目负责人李砚教授指出:‘这不是给渔船装个APP,而是重构渔业生产关系的技术支点——当AI能同时满足企业增效、政府监管、生态可持续三重目标时,它才真正具备产业革命性。’据悉,系统V2.0版本将于三季度启动极地磷虾捕捞场景适配,届时将引入声呐点云语义分割技术,挑战南极海域冰下鱼群三维重建这一全球性难题。