基于物联网思维的智慧海事基层执法能力建设与提升
来源:用户上传
作者:刘苗苗 隋国友 邱杭州
摘 要：在第三次信息化浪潮的大背景下，各行各业都向信息化、智能化的方向高度集成发展，智慧海事建设早已提上日程，本文从物联网的四层技术架构着手，探索應用大数据技术智能分析、智能决策，提升海事基层执法效率，建设执法规范、管理高效、装备精良的基层执法队伍。
关键词：智慧海事;大数据技术;信息智能升级;风险预判;精准执法
中图分类号：U698 文献标识码：A 文章编号：1006—7973（2019）09-0049-02
1 数字海事建设蒸蒸日上
近年来海事信息化建设取得了一系列成果，网络基础设施建设日益完善，网络安全防护能力大幅提升，科学监管能力持续增强。现代化监管系统建设完备，各指挥中心全面配备了科学监管平台和综合显示系统，有效整合了多种监控资源，辖区内现代化监管系统已初见成效，并逐步向全面覆盖、联网协同迈进。数据中心、通航环境信息系统、应急指挥综合显示系统及应急辅助决策系统、协同办公系统改造、科学监管平台、感知港口系统等信息化项目陆续建设完成，科技信息化技术应用逐步覆盖了从管理决策到现场执法的所有环节，应用水平全面提高。
不足之处在于，平台应用潜力未充分发掘，信息化智能化不足，信息资源整合不足，业务管理与信息化建设融合程度不高，新技术、智能化应用不够，可持续发展能力不足，作为海事外部形象示范的基层执法能力智能水平不高、与新时代新模式发展步调不协调，还有很大提升空间。
由于缺少统一强大的海事信息数据平台做支撑，检查结果共享和信息智能升级还亟待改进。海事业务数据繁杂、来源渠道多样，辖区监控、电子巡航、现场监管、业务系统……随着航运事业的进一步发展，船舶数据海量剧增，现有业务处理平台堆集了大量数据却不具备数据分析能力，依靠人工对这些数据进行分类分级检索查询已经远远落后于时代要求。
与此同时，大量结构化、非结构化、低价值密度的数据却恰恰为大数据技术提供了舞台，目前海事系统已经在相关领域进行探索，近年来协同管理平台在尝试整合业务系统、提高系统数据共享效率方面，取得了一定成效，但是仅仅在一定程度上实现了统一登录和数据共享，在大数据计算分析和智能升级方面还处于空白，面对海量数据，如何进行计算分析和有效价值提取，释放数据的能量是我们下一步要考虑解决的重点。
2 技术架构
物联网、云计算和大数据代表了IT领域最新的技术发展趋势，物联网发展的目标是实现物物相连，云计算实现了通过网络提供可伸缩的、廉价的分布式计算能力，大数据侧重于对海量数据的存储、处理与分析，三者彼此渗透、相辅相成，随着第三次信息化浪潮的迅速蔓延和冲击，智慧海事的建设也将真正实现从“监控+巡航”到“信息化监管+精准治理”的转变，下面从物联网的四个技术架构着手，简单探讨智慧海事建设的重点和难点问题。
对照物联网体系架构图对智慧海事的建设框架进行简单描述和功能设计：
（1）感知层：为处理层提供数据支持，交由数据处理中心进行数据计算和分析，主要有以下三方面数据来源：①充分利用高清摄像头、传感器、GPS、AIS、执法记录仪等智能终端设备，不同场景下感知、监测、采集、上报传播的动态数据。②船舶智能化是船舶建造和航运领域发展的必然趋势，智能机舱实时数据提取和全程记录的数据。③海事业务系统提供的各类数据，如安检缺陷数据、防污染事故数据、船员数据、行政处罚数据等。
（2）网络层：起信息传输作用，“十三五”期间海事系统网络基础设施发展迅速，VTS系统、CCTV监控系统、VHF通信系统等已基本实现辖区全覆盖，互联网、移动通信网络、卫星通信网络都为大量数据的实时采集和传输提供了较大可能，感知层实现多种类、多结构的数据采集，采集到的数据通过通信系统发送给船舶附近的通信基站，经由电信运营商的5G移动通信网络或卫星信号传送到智慧海事指挥调度中心的数据处理平台。
（3）处理层：利用大数据技术对采集到的海量数据进行综合分析，实现船舶、船员、公司等异常行为自动监测，通过对船舶运行总体状况、船型设计有无缺陷、所属公司安全管理情况、历史处罚等数据进行深度挖掘，对船舶风险系数进行计算评估，对监管重点进行预测，根据评估预测结果对执法力量进行精准投放，提升对精准执法、协同监管的支撑能力。
（4）应用层：对现有业务系统进行高度整合，真正意义上消除数据壁垒，实现数据共享和业务协同，提升基层执法效率，实现基层执法精准出击、高效便捷、闭环管理。
3 建设的重点和难点
3.1加强大数据采集、计算、分析能力建设
在这个技术架构模型中对处理层业务支撑平台提出了新的要求，即后台大数据分析计算预警能力建设。所谓大数据技术，是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，具有数据量大、数据类型繁多、处理速度快、价值密度低等四个特点，是一系列使用非传统的数据挖掘工具来对大量的结构化、半结构化和非结构化数据进行处理，从而获得分析和预测结果的一系列数据处理和分析，具有更强的决策力、洞察发现力和流程优化能力。
理想的智慧海事建设模型将依托大数据技术进行风险预判和决策，以船舶基础信息、运行状态、船型设计、气象海况、防污染执行情况、船员历史信息等各类海量数据为基础，分析不同船型、运行模式和参数，进一步结合公司安全检查情况、配员信息、历史缺陷数据、安保防污染记录等因素和信息，建立单船全生命周期模型，确定最大可能出现的缺陷和故障，得到更加准确的态势评估和预测，根据预测结果进行有针对性的监管任务部署。
但是目前各类信息资源整合不足，没有完善的核心海事业务系统数据库群，缺乏对各类海事监管动静态信息的大数据综合分析能力，业务管理与信息化建设融合程度不高，网络基础设施建设水平和未来智能化监管的要求有较大差距。 难点在于，建设基于大数据计算功能强大的海事信息数据处理平台，需要培養一支业务精良的复合型人才队伍，这支队伍一方面需要掌握统计、数学、可视化、编程等多方面知识，另一方面需要对海事业务需求有全面深入的理解，在真正的大数据环境中不断学习、实践并融会贯通，将自身技术背景与海事业务需求进行深度融合，才能从数据中发现有价值的信息。
3.2感知层智能升级
目前海事系统信息化基础设施建设比较完备，数据无处不在，CCTV监控摄像头、雷达系统、船舶AIS、电子巡航、移动执法终端、各类业务系统等等，每时每刻都在不断产生数据，船舶本身也将产生大量数据，这些分散在各处的数据，需要采用相应的设备或软件进行采集。
这个层面主要考虑两方面建设：
一是船舶智能化数据的获取，船舶智能化是指利用传感器、通信、物联网等技术手段，自动感知和获得船舶自身、海洋环境等相关信息，智能机舱通过传感装置实现船舶重点部位运行数据实时采集和传送，为船舶安全运行提供安全保障的同时，为大数据处理中心提供数据支持。难点在于现有通信方式不能对全球海洋进行全覆盖，另外考虑通信成本，数据实时传输效益不高，本文仅对发展趋势进行展望。
二是扩展移动执法终端功能，现有的移动执法终端是现场执法的重要手段，用于现场取证和执法全过程记录，功能比较单一，考虑对其功能进行扩展，使之既能提升现场执法效率又能即时将执法数据回传为数据处理中心提供数据支持，主要考虑以下几点，从系统平台接收任务、显示预警级别、根据中心评估预测结果开展有针对性的现场检查;借助5G技术，实现现场视频证据采集回传和双向通讯、实现远程指挥通信，借助人脸识别和指纹识别实现配员检查、在线进行船舶安全监督和检查、借助热敏打印机现场打印罚单，提升现场执法效率。
4 结束语
第三次信息化浪潮为海事信息化建设事业的发展提供了机遇也带来了挑战，归根结底是一场思维方式的变革，借助基层执法模式改革的契机，积极探索应用大数据技术、物联网思维、云计算方式推进海事系统智能化建设、提升海事基层执法效率，为建设执法规范、管理高效、装备精良的基层执法队伍添砖加瓦是智慧海事建设义不容辞的责任和义务。
参考文献：
[1] 林子雨.大数据技术原理与应用[M].人民邮电出版社，2015.
[2] 李耀东，顾文浩.浅析物联网技术在工业园区的应用[J].物联网技术，2019. 1.4国民安全教育不足，行业自律体系建设滞后
转载注明来源:https://www.xzbu.com/2/view-15042542.htm
