[{"data":1,"prerenderedAt":75},["ShallowReactive",2],{"news-smart-fishing-port-digital-transformation":3},{"id":4,"title":5,"body":6,"category":64,"cover":65,"date":66,"description":67,"extension":68,"featured":69,"meta":70,"navigation":69,"path":71,"seo":72,"stem":73,"__hash__":74},"news\u002Fnews\u002Fsmart-fishing-port-digital-transformation.md","智慧渔港数字化转型：从“人防”走向“智防”",{"type":7,"value":8,"toc":56},"minimark",[9,13,16,20,23,26,29,32,35,38,41,44,47,50],[10,11,12],"p",{},"渔港是船舶、人员、渔获、设备和监管业务高度集中的复杂场景。传统管理方式往往依赖人工登记、视频轮巡和线下沟通，信息发现慢、处置链路长，多个系统之间的数据也难以互相印证。",[10,14,15],{},"智慧渔港建设的重点，不是简单增加摄像头或建设一块大屏，而是建立从感知、分析、预警到处置的完整闭环。",[17,18,19],"h2",{"id":19},"先解决数据连接问题",[10,21,22],{},"渔港现场通常包含 AIS、北斗终端、视频监控、道闸、称重设备、气象水文传感器和业务管理系统。不同数据有不同的时间频率和空间坐标，需要在统一平台中进行时空对齐。",[10,24,25],{},"当船舶身份、位置、视频画面和业务记录能够互相验证后，系统才能形成更可靠的船舶进出港记录，并为异常行为分析提供数据基础。",[17,27,28],{"id":28},"将实时分析放到边缘节点",[10,30,31],{},"港区网络条件、视频数量和实时性要求决定了所有原始数据不适合全部回传中心。边缘计算节点可以在现场完成视频解码、目标识别、事件过滤和结构化处理，仅把重要事件和必要数据上传平台。",[10,33,34],{},"这种方式能够减少网络带宽压力，也可以在网络短时中断时维持重点区域的识别和告警能力。",[17,36,37],{"id":37},"用行业模型理解业务语义",[10,39,40],{},"通用视觉模型只能识别“人、车、船”等基础目标。真正面向渔港业务，还需要理解船舶是否处于进港状态、人员是否进入危险区域、作业行为是否违反规则，以及告警应该通知哪个岗位。",[10,42,43],{},"行业模型需要结合现场样本、区域规则、时间条件和业务知识持续优化，才能把算法结果转化为管理人员可以直接处置的事件。",[17,45,46],{"id":46},"建立可追溯的处置闭环",[10,48,49],{},"每一条有效告警都应记录发现时间、关联设备、现场截图、处置人员、处理结果和复盘意见。只有形成完整留痕，系统才能帮助管理方分析高频问题、优化点位和调整管理规则。",[51,52,53],"blockquote",{},[10,54,55],{},"智慧渔港的核心价值，是让管理人员更早发现问题、更快理解问题，并通过统一流程完成处置。",{"title":57,"searchDepth":58,"depth":58,"links":59},"",2,[60,61,62,63],{"id":19,"depth":58,"text":19},{"id":28,"depth":58,"text":28},{"id":37,"depth":58,"text":37},{"id":46,"depth":58,"text":46},"行业洞察","\u002Fmedia\u002Fnews\u002Fsmart-port-transformation.jpg","2026-08-06","解析多源感知、边缘计算与海洋大模型如何形成渔港安全管理闭环。","md",true,{},"\u002Fnews\u002Fsmart-fishing-port-digital-transformation",{"title":5,"description":67},"news\u002Fsmart-fishing-port-digital-transformation","M9HRyKJPVhntZsbr7dGvWL5pNU08wGGYG5fAUh_8H0M",1786627242212]