渔业生产大数据助推渔业高质量发展建设研究

徐 硕，鲁 峰，方 辉，王立华

（1中国水产科学研究院渔业工程研究所，北京 100141；2青岛海洋科学与技术国家实验室，山东 青岛 266237；3中国水产科学研究院，北京 100141）

0 引言

随着大数据理论、技术和方法在农业各领域的不断深入运用，数据融合挖掘、数据开放共享、数据驱动创新发展等概念已逐渐发展为热点方向[1-2]。渔业生产大数据是在养殖、捕捞、加工、流通、管理及科研等活动中产生的原始性数据，具有数据类型多、结构繁杂、来源分散、难聚集等特点[3]。通过对渔业大数据进行采集、传输、加工、融合、分析和展示等处理，能够直观描绘出渔业生产与管理活动中的各项关键指标，渔业大数据不仅是存储信息的主要载体，更是支撑渔业产业发展、政府决策以及科学研究的战略资源，对于提升中国渔业科技创新水平、助力渔业转型升级、推动渔业实现高质量发展具有十分重要的意义。

为推进渔业高质量发展，农业农村部联合国家发展改革委、科技部等部门发布了《国家质量兴农战略规划（2018—2022年）》，指出要有序推进农业大数据建设，加快数字农业建设，科学调控农产品生产、加工、流通，提升农业精准化水平[4]。自大数据概念写入政府工作报告以来，国务院高度重视大数据理论、技术和方法在各行业应用中的发展[5]。2015年起，国务院先后印发了《国务院关于印发促进大数据发展行动纲要的通知》《关于推进农业农村大数据发展的实施意见》《大数据产业发展规划（2016－2020年）》等一系列重要政策文件，系统部署了中国农业大数据的发展建设工作，并指出应加强顶层设计，通过构建行业大数据中心推进数据资源的整合利用与共享开放，促进产业创新与高质量发展，大数据应用已上升至国家级的发展战略[6]。随着物联网、导航定位、遥感等信息技术在渔业领域的不断应用，水产养殖、捕捞生产、加工流通、渔业管理等过程积累的数据急剧增长，迫切需要对数据资源进行汇聚、整合、应用及共享，从而为渔业生产、管理与科研提供数据资源与决策支持。渔业生产方面，联合国粮食及农业组织建立了渔业和水产养殖数据中心，建立了全球水产养殖与海洋捕捞产量、大洋金枪鱼捕捞渔获量、渔业船舶信息等统计数据库，是目前渔业行业最全面的综合数据中心[7-9]。美国国家海洋和大气管理局围绕捕捞生产、渔业资源、生态环境等领域，构建了渔业大数据汇聚、分析与评估体系[10-11]。渔业管理方面，谷歌发起了全球渔业监测项目，基于雷达和卫星探测手段，结合机器学习算法，对海量的渔业船舶动态轨迹大数据进行分析，为全球海洋捕捞活动提供数据服务[12]。中国农业农村部渔业渔政管理局牵头建立了渔船渔港动态监控系统异地容灾备份中心，汇集了全国沿海地区近27余万艘机动渔船的动态轨迹信息，实现了对全国渔船运行状况的实时监控与一体化监管[13]。科学研究方面，海洋生物普查计划整合了8万多项海洋物种描述信息数据以及3000多万个地理分布特征数据，构建了全球海洋生物地理信息系统，是海洋生物资源研究、评估及应用的有力工具[14-15]。世界渔业中心建立了全球最大的鱼类数据库FishBase，截至2019年底，已收集了34300多种鱼类的分类、形态、生理及遗传等信息[16]。中国水产科学研究院建立了渔业科学数据平台，收集了涵盖全国水产养殖、捕捞生产、资源环境、野外调查、科技管理等领域的数据，实现了渔业科学大数据的集成、共享与应用[17]。现有研究表明，基于数据驱动的水产养殖、捕捞与加工等生产活动，不仅可以优化生产方式[18]，量化评估生产过程与效能[19-20]，还可以促进渔业生产与资源环境保护和谐发展[21-22]，形成渔业高质量发展新格局[23-24]。

综上所述，渔业生产大数据存在着资源分散、结构各异、标准不一、难以集聚利用等问题，有必要开展渔业生产大数据中心体系架构的研究与设计工作，从顶层视角建立相关标准规范，对渔业生产大数据资源的组织形式进行规划布局，构建渔业生产大数据中心的建设蓝图。大数据技术在推动渔业转型升级和高质量发展方面扮演着至关重要的角色，部分国家地区已初步构建了基于水产养殖和捕捞的信息感知与监测体系，在一定范围内实现了渔业数据的采集、传输与分析能力[25-27]。中国在渔业大数据的采集、汇聚与分析方面还处于发展阶段，尚未形成全国级的渔大数据工程建设体系。笔者从提升中国渔业生产的基础监测能力出发，分析渔业生产大数据的特点及使用场景，研究了渔业生产大数据中心建设的总体方案，并从数据采集、数据汇交、数据融合、数据应用等方面进行分析探讨，提出大数据驱动中国渔业高质量发展的实施路径，旨在为加快实现中国渔业健康、绿色、可持续、高质量发展提供信息化建设参考依据。

1 渔业生产大数据中心体系架构

以国家“智慧渔业”“质量兴农”等战略部署为引领[28]，以水产健康养殖示范场、大中型机动渔船及渔港、水产品加工企业为基础监测平台，围绕数据采集、数据融合、数据应用等环节，构建“泛在感知、资源汇聚、数据融合、智慧决策”的渔业生产大数据工程体系，充分发挥大数据引领渔业高质量发展的作用。笔者将渔业生产大数据中心总体架构分为4层，即数据采集层、数据融合层、应用支撑层、应用服务层，如图1所示。按照“标准先行、纵向互通、横向整合”的总体设计思路，向下建设由水产养殖监测网、海洋捕捞监测网和加工流通监测网（简称“三网”）构成的渔业生产大数据监测体系，打通水产养殖、捕捞、加工、流通等各类监测数据的共享链路，向上建设水产养殖分中心、海洋捕捞分中心、加工流通分中心、市场监测分中心、管理服务分中心和渔业生产大数据主中心（简称“六中心”），实现数据的分类汇聚与融合。同时，纵向实现“三网”与“六中心”的互联互通，横向实现“六中心”各业务系统间的整合共享，满足数据纵向联动与业务横向协同的需求，最终形成“三网、六中心”的分布式渔业生产大数据工程建设体系。

图1 渔业生产大数据中心体系架构图

2 渔业生产大数据中心建设研究

根据渔业生产方式的特点与需求，渔业生产大数据中心采用面向服务的分布式技术架构进行设计，通过整合水产养殖、捕捞生产、加工流通、市场经济、渔业管理等各类基础数据资源，实现对渔业生产活动的全时域立体化监测，形成有效的数据汇聚、开放、共享与服务能力。渔业生产大数据中心由数据采集监测体系和数据主中心组成，其中，数据采集监测体系由数据采集监测网和数据资源调度分中心构成。数据采集监测体系负责对渔业生产大数据进行分类采集与汇聚，数据主中心负责对多源异构数据进行处理、融合、挖掘、分析、应用与可视化，形成面向专题需求的数据应用与服务体系，实现渔业生产大数据中心的综合服务能力和智能决策能力。

2.1 渔业生产大数据采集监测网

为推进物联网、5G、边缘计算等技术与渔业生产领域全面深度融合，渔业生产大数据采集监测网通过在水产养殖场、机动渔船、大中型渔港、水产加工流通企业等设施平台搭建数据采集装备及系统，形成纵横互联的水产养殖监测网、海洋捕捞监测网与加工流通监测网，并将采集数据统一汇聚至各资源调度分中心，实现渔业生产大数据的实时采集与泛在聚合，提升渔业生产的智能监测、信息远程采集与应用服务水平。渔业生产大数据采集监测网结构如图2所示。

图2 渔业生产大数据采集监测网结构示意图

2.1.1 水产养殖监测网 围绕水产养殖过程，通过配备水质监测、智能控制、采集终端、视频监控、气象站、精准投喂、循环水控制等数字化装备，逐步建立全国水产养殖物联网数据采集监测站点，构建智能化养殖环境监测系统，实现养殖环境参数的数字化自动采集控制、预测预警与智能决策。通过设备的组网与数据互通，搭建养殖数据采集物联网，实现养殖数据的泛在聚合。开展水产养殖物联网基础设施建设，加强水质监测、无线控制、智能终端等装备的部署和数字化改造。同时，建设养殖区域全景立体视频监控系统，通过水上、水下视频监控设备采集养殖区及周边视频数据，对生产现场进行全天候实时远程视频监控、现场定时抓拍、视频存储与回放等功能，提升养殖生产科学化生产与管理水平。

2.1.2 海洋捕捞监测网 围绕海洋捕捞过程，针对全国6万艘12 m以上海洋捕捞渔船，配备电子捕捞日志、船载数据采集终端及船载卫星终端等设备，实现渔船通信终端的智能化升级以及渔船位置、捕捞渔获物、水文等数据的采集和监控。选取全国59座中心渔港及101座一级渔港，逐步建立渔获物定点上岸监测站点，通过配备具有人脸识别、渔船身份识别、环境预警等具有边缘计算能力的视频及据采集设备，实现对登陆船员、出入港渔船及水域环境信息的自动识别与预警，达到依港管船、依港管渔获、依港管人的目的。同时，在渔港周边区域，配备小型浮标、气象站、视频监控、无人机、水下机器人等设备、采集水温、盐度、潮汐、溶解氧、酸碱度、气温、气压、视频等数据，实现渔港水域及陆域水文气象环境参数的实时监测与采集。

2.1.3 加工流通监测网 围绕水产品加工流通过程，以水产品加工企业为枢纽建立数据采集监测点，形成全国水产品加工流通监测网，在水产品加工与流通过程中重点监测生产企业、生产地点、生产方式、生产数量、产品名称、加工品种、水产品来源、加工企业、加工数量、产品分类、生产许可等数据，按照水产品加工大数据采集、处理、汇交标准规范，与加工流通分中心进行纵向互联互通，实现水产品加工与流通过程信息的实时采集。

2.2 渔业生产大数据资源调度分中心

渔业生产大数据资源调度分中心包括水产养殖分中心、海洋捕捞分中心、加工流通分中心、管理服务分中心和市场监测分中心。其中，水产养殖分中心、海洋捕捞分中心、加工流通分中心分别用于汇聚水产养殖监测网、海洋捕捞监测网和加工流通监测网采集的各类数据，管理服务分中心用于渔业渔政政务信息资源整合与互联互通建设，市场监测分中心利用爬虫技术定时从互联网上采集水产品市场信息。

2.2.1 水产养殖分中心 水产养殖分中心通过大数据接入与处理系统，统一接入水产养殖监测网各监测站点采集养殖品种、苗种、水质参数、气象参数、养殖面积、养殖设施设备、养殖药品、养殖产量、视频影像等信息，实现多源养殖生产大数据的抽取、处理与集成。同时，基于汇聚的水产养殖大数据，强化水产养殖物联网监测体系应用，构建集中的数据应用与服务系统，包括水产养殖智能评价与服务系统、鱼类病害诊断与防治专家系统等，为提高水产品的产值和质量提供集中式智能决策服务。

2.2.2 海洋捕捞分中心 海洋捕捞分中心通过大数据接入与处理系统，统一接入海洋捕捞监测网各监测站点采集的渔获物品种、渔船船名、渔获量、作业方式、作业地点、渔船功率、渔船证件、船员管理、渔港视频监控等信息，实现多源捕捞生产大数据的抽取、处理与集成。同时，基于汇聚的海洋捕捞大数据，构建集中的数据应用与服务系统，包括渔业捕捞生产智能服务系统、捕捞智能化分析与专题应用系统、渔业捕捞大数据可视化展示系统、渔船渔港动态监控与综合服务系统，形成渔船船位、渔港分布、捕捞生产作业的动态分析与可视化展示。

2.2.3 加工流通分中心 加工流通分中心通过大数据接入与处理系统，统一接入加工流通监测网各监测站点采集的生产企业、生产地点、生产方式、生产数量、产品名称、品种及来源、加工企业、加工数量、生产许可等信息，实现多源加工流通大数据的抽取、处理与集成。同时，基于汇聚的加工流通大数据，构建集中的数据应用与服务系统，包括水产品加工流通过程追溯系统、水产品智能检测服务系统、水产品市场交易服务系统等，通过数据重构和应用建模，形成产品质量大数据，为水产品加工、流通、销售等环节提供全流程可视化服务，提升水产品质量与服务水平。

2.2.4 市场监测分中心 市场监测分中心通过构建水产品市场信息采集系统，利用网络爬虫算法从互联网上定时采集水产品名称、产量、销售价格、销售数量、批发市场等信息，采用超链接提取、分页链接提取等方法进行标签提取与解析，并按统一命名规则进行数据转换与重标识，形成水产品市场信息大数据，并以此开展水产品价格空间分布、趋势预测及影响因素等应用分析，掌握日常水产品行业市场发展变化的规律和趋势，为渔业生产运营及管理提供精细化决策分析服务。

2.2.5 管理服务分中心 管理服务分中心围绕政务资源整合与互联互通方向，建立全国一体化的渔业渔政政务信息资源互联互通与业务协同交换中心，实现全国渔业政务资源的横向整合与纵向互联互通，消除信息孤岛。各地区渔业主管部门按照统一数据接口与数据结构整合现有渔业渔政相关业务信息系统，在资源整合的基础上建立省级渔业渔政政务资源调度中心，形成面向各省的渔业渔政管理统一对外的服务接口，实现全国渔业渔政信息系统的互联互通，提升渔业政务管理与服务能力，形成全国渔业政务资源“一盘棋”的新格局，增强渔业高质量发展的政策支撑保障力度。渔业渔政政务信息资源整合与互联互通建设结构如图3所示。

图3 渔业政务资源整合与互联互通建设结构图

2.3 渔业生产大数据主中心

渔业生产大数据主中心重点围绕渔业高质量发展需求，基于渔业生产大数据资源调度分中心汇集的各类数据，构建全视角框架下的综合信息资源库，形成数据融合、治理、挖掘、分析、应用与共享一体化的大数据支撑平台，通过开展多元化分析与智能化决策应用等服务，增强渔业全行业的数据汇集、深度分析及高效决策支持能力。

2.3.1 数据标准体系建设 针对数据资源调度分中心汇集的多源异构数据，建立渔业生产大数据标准体系，形成健全的数据管理制度与数据对外开放服务制度，数据标准体系结构如图4所示。按照数据类别、层次和关系，建立数据分级分类目录，形成数据共建、共享、共用的索引，横向上建立跨层级、跨领域的数据资源目录和数据更新维护机制，纵向上建立中央、省、市、县4级协同联动的数据资源目录和数据更新维护机制，形成多渠道、多维度、集成融合、可持续更新的渔业生产大数据资源。

图4 渔业生产大数据中心标准体系结构图

2.3.2 数据处理与计算资源池建设 按照渔业生产大数据中心标准体系，集成融合水产养殖、海洋捕捞、加工流通、市场经济、渔业管理等数据资源，基于统一的坐标系统，在空间、时序、比例尺上对渔业生产大数据进行标准化整合、对接、去重、融合、分层，实现三维实景数据的管理与应用，为渔业生产与管理过程提供更直观、更精准的展示服务。充分整合利用已有计算、存储、网络等基础设施资源，建立分布有序、有机集成、统一服务的资源分配与业务协同机制，扩展和强化大数据中心的计算与存储能力，满足数据与应用系统的部署需求。

2.3.3 数据管理服务体系 数据管理服务体系围绕整合汇聚的渔业生产大数据，重点开展数据存储管理、数据生产加工、数据融合治理、数据挖掘分析、数据共享开放等能力建设，为上层应用系统提供基础运行支撑。通过将分散、异构的服务资源进行聚合，建立统一的访问入口，实现结构化数据、非结构化数据及各类应用系统数据库的无缝接入和集成，形成支持信息访问、传递以及协作的集成化环境。同时，建设渔业生产大数据产品服务体系，打造分级分类的数据专题产品，形成面向特定需求和领域的特色服务，实现数据的创新应用与成果发布。通过数据知识服务能力建设，提供人工智能开发、知识图谱、知识计算、自然语言处理等服务，为海量异构信息提供快速、准确的检索及知识发现服务。

2.3.4 数据决策分析体系 数据决策分析体系重点围绕水产养殖智能化评价与服务、渔船轨迹大数据挖掘、渔船行为模式识别、捕捞作业时空分析、渔情渔区动态预测分析、资源环境与评估、病害灾害预警与评价、渔业管理与渔业生产决策分析等主题，创新数据应用模式，为渔业生产、管理、科学研究等领域提供融合分析与智能决策服务，提升现代渔业科技创新能力。基于多渠道采集的水产养殖、渔业资源、捕捞渔获、水产品加工流通、海洋环境、市场价格分布预测等专题数据，利用数据挖掘、机器学习、模型运算、趋势预测等技术，构建基于数据融合的智能分析模型，为持续开展跟踪、监测、定期评估和分析研究渔业生产与管理活动形势提供数据支撑和技术保障。通过构建覆盖全国的“整体联动、部门协同、信息共享、一网办理”的渔业渔政综合管理服务平台，形成面向管理部门、研究机构、生产企业及社会工作的综合性管理与服务系统，为中国渔业高质量发展提供智能化、精准化和个性化的决策分析服务。

3 大数据助推渔业高质量发展实施路径分析

以国内渔业高质量发展为出发点，渔业生产大数据中心采用中央、省、市、县建设相结合的方式进行，如图5所示。其中，“三网”主要完成渔业生产大数据的采集、传输与汇交工作，采取顶层设计、分级实施的方式进行建设，由中央部门统一制定建设标准和建设内容，各省、市、县按照统一要求进行建设。“六中心”主要完成渔业生产大数据的接入、汇聚、融合、分析与展示工作，采取中央统一实施的方式进行建设。

图5 渔业生产大数据中心规划布局示意图

养殖监测网、捕捞监测网及加工监测网根据中央统一制定的建设标准框架，构建养殖、捕捞、加工大数据采集系统，通过数据互联互通，将“三网”数据按统一标准与各分中心实现互联互通。养殖监测网主要布局在全国30个沿海及内陆省（区、直辖市），范围覆盖1000个省级以上原良种场和5000个国家级水产健康养殖示范场，由各省负责组织水产养殖大数据采集系统建设。捕捞监测网主要布局在沿海11个省、区的59座中心渔港及101座一级渔港，范围覆盖渤海、黄海、东海、南海近海区域，由各省负责组织海洋捕捞大数据采集系统建设。加工监测网主要布局在全国30个沿海及内陆省（区、直辖市），范围覆盖2500个以上的水产加工流通企业，由各省负责组织加工流通大数据采集系统建设。

水产养殖分中心、海洋捕捞分中心、加工流通分中心、市场监测分中心、管理服务分中心及渔业生产大数据主中心由中央统筹规划进行建设。其中，水产养殖分中心、海洋捕捞分中心、加工流通分中心分别实现养殖监测网、捕捞监测网和加工监测网采集数据的统一汇聚。市场监测分中心利用先进的网络爬虫算法，实现水产品种类、产量、价格等数据的汇聚与展示。管理服务分中心将已有各类渔业政务信息系统分批次进行迁移整合，实现渔业管理数据的统一汇聚与分析。渔业生产大数据主中心依托中央已有基础设施，统筹实现养殖、捕捞、加工、市场、管理等大数据资源的融合、应用与共享。

4 结语

在数据科学时代，渔业高质量发展越来越依赖于海量渔业生产大数据提供的智能分析与决策服务，渔业生产大数据已成为中国渔业发展的重要战略资源，渔业生产大数据中心作为渔业生产大数据的重要载体，是实现现代化水产养殖、海洋捕捞、水产品加工流通的重要基石和保障。本研究通过分析渔业生产大数据的特点和应用需求、渔业生产大数据中心的标准体系结构，提出了内容覆盖数据采集、传输、存储、应用全链路的渔业生产大数据中心体系架构，明确了渔业生产大数据采集监测网、资源调度分中心和数据主中心的建设方案，为进一步具体开展渔业生产大数据中心建设指明建设思路。为加强渔业大数据的采集、传输、汇聚、存储、融合、分析与服务能力，充分发挥大数据引领渔业创新发展的作用，笔者设计了由水产养殖监测网、海洋捕捞监测网、加工流通监测网、水产养殖分中心、海洋捕捞分中心、加工流通分中心、市场监测分中心、管理服务分中心及渔业生产大数据主中心构成的渔业生产大数据工程体系，制定了渔业生产大数据中心的总体目标、规划布局与实施路径，为提升渔业生产、管理、科研等信息的融合分析能力与智能决策能力提供从顶层设计依据。分析表明，渔业生产大数据建设要运用分布式架构与全产业链思维，逐步完善数据采集站点与各级数据中心的联动机制，建立渔业主管部门、科研机构及生产企业等多主体协作的运营模式，形成渔业生产过程动态监测与态势感知能力，实现对渔业生产活动的全时全域立体化监测。同时，按照“标准先行、数据驱动、精准治理”原则，围绕渔船轨迹大数据挖掘、渔船行为模式识别、捕捞作业时空分析、渔情渔区动态预测分析、资源环境与评估、病害灾害预警与评价、渔业资源管理与渔业生产决策分析等方向，利用数据集成、机器学习、人工智能等前沿信息技术，构建基于数据融合的智能分析模型，创新数据分析模式，为渔业生产、管理和科学研究等领域提供智能分析与决策服务，进一步提升现代渔业科技创新能力

渔业生产大数据中心涉及渔业数据的采集、传输、处理、存储和应用等方面的内容，可贯穿渔业生产、加工、流通、交易与消费等产业链，渗透和覆盖到所有支撑渔业发展的技术装备和设施，更能满足渔业水域远离大陆、环境复杂情况下对捕捞、养殖、加工、管理等生产作业的需求，是实现现代化渔业系统性科技创新的重要手段。随着数字化装备在水产养殖、海洋捕捞以及加工经营等领域的不断推广应用，渔业领域所能获取数据资源急剧增长，国内外围绕养殖、捕捞、科学研究等方面已初步构建了覆盖一定区域的数据中心，如联合国粮食及农业组织成立的渔业和水产养殖数据中心、美国国家海洋和大气管理局成立的6个渔业科学分中心以及中国水产科学研究员建立的渔业科学数据平台，但尚未提出可以覆盖从数据采集、传输到数据存储、应用全链路的系统性渔业生产大数据中心的总体框架。相比之下，在与渔业紧密相关的海洋领域，已形成了集数据采集、传输、应用一体化的国家级观测数据中心，如美国国家科学基金会于2016年启动的大型海底观测计划，在美国近海海岸布放了近千套数据采集设备，通过卫星和海底光缆与陆地网络进行连接，将数据从海上传输到数据中心，实现从海底到海面的全方位立体观测，为气候相互作用、生物地球化学循环、大洋环流、海气交换等科学问题提供基础观测数据[29]。中国科学院声学研究所着手推进国家海底科学观测网建设，并与岸上数据中心进行互联，形成海陆一体化的综合性海洋观测大数据中心，为东海和南海的基础科学问题研究提供长期的数据服务[30]。就世界范围来看，与其他行业相比，渔业行业的总体信息化程度还处于相对落后状态，但信息化服务与渔业生产、经营、加工、管理等实际生产环节相融合是大势所趋，渔业大数据工程正在不断从各行各业吸取经验。中国渔业生产大数据资源建设起步较晚，与国外发达国家相比还有一定差距，存在着规模小、数据资源的深度和广度不够、数据服务能力薄弱、数据资源利用率不高、缺乏相关标准规范等问题，各类渔业信息系统之间由于缺乏统一的建设标准，以致异构的信息系统及数据难以融合利用。因此，为助力渔业高质量发展，迫切需要构建面向渔业大数据采集、传输和应用的综合信息服务体系，数据采集方面应加强传感器装备在渔业生产领域的研发与推广，数据传输方面应加强海上信息传输速率与传输距离，数据应用方面应强化渔业生产大数据资源的集聚利用和融合分析，渔业生产大数据中心建设应采取全面布局、循序渐进的思路，把握技术发展趋势，以超前意识布局未来渔业信息化市场，抢占渔业大数据发展应用的先机。