本實驗室團隊自主研發百分之百國產的「新世代全球3D即時動態海洋與漁業地理資訊分析系統」,將自動船舶識別系統(AIS)、漁船監控系統(VMS)、漁船航程紀錄器(VDR)及海洋氣象環境等龐大數據,疊合成即時運算的立體動態海圖,作為官方管理單位的數位決策中樞。
新世代全球3D即時動態海洋與漁業地理資訊分析系統。
系統核心優勢在於「最即時的數據更新」與「最細緻的航跡分析」。「最關鍵的一步,是讓AI準確判斷船隻是否正在捕魚。」許為元副教授指出,面對橫跨海洋的密集航跡,AI演算法能協助辨識船隻是否進行漁撈作業、標定實際下?區域,並估算不同海域的漁獲量與經濟價值;系統再將分析結果與捕撈許可及漁獲配額資料交叉比對,提供稽核人員即時查核。
為了整理龐大的海域資訊,系統依經緯度將海圖切分成一格格的分析區域,這些排列整齊、用來記錄數據的方格就稱為「網格」。這裡的「度」源自於地球球體的經緯度中心夾角,在赤道與台灣附近海域,經緯度每差1度,實際地面距離大約是111公里。系統以此為基準劃分網格:遠洋海域以0.25度(約25 公里)為單位呈現巨觀趨勢;沿近海則極致細分至0.001度(也就是將邊長縮小到僅約100公尺),精準捕捉船隻在岬角或海灣的細微動態。分析結果再以每一格都能向上延伸、代表不同漁獲高度的3D立體柱狀網格呈現,稽核人員只要點選網格,即可掌握該區域的捕撈重量與魚種組成。在國際嚴格防堵非法捕撈(IUU)的趨勢下,這套系統也成為維護臺灣漁權與國家聲譽的重要工具。
同樣邏輯也延伸至沿近海的空間治理。許為元副教授分享:「過去討論離岸風電開發與傳統漁場衝突時,2D平面圖難以呈現差異;導入3D動態圖層後,即可一目瞭然區分不同熱區的作業強度。」透過掌握捕撈熱區位置、作業累積時數及商船與漁船的路徑差異,不僅能客觀釐清風場開發是否擠壓漁民生計,更能留下長期數據基準,追蹤施工前後對周邊漁場資源的實質影響。
遠洋漁業AI漁獲捕撈圖。
沿近海漁業AI漁獲捕撈圖。克服非標準化甲板 國產電子觀察員的人機協作術
有了掌控全局的3D動態航跡後,真正要落實透明治理,下一步就得深入現場,讓每一尾上鉤的漁獲都被精準記錄。
國際上進行以「電子觀察員」(Electronic Monitoring, EM)輔助或替代人力監控的研究已逾20年。許為元副教授團隊經過約5年的研發與場域測試,逐步將電子觀察技術應用於臺灣不同類型的漁船。這難度遠高於國外,因漁船不像車輛出廠有標準規格,且從CT6至CT8級(總噸位200噸以上)的大型漁船、CT3至CT5級(總噸位20噸以上未滿200噸)的中小型遠洋漁船,到更小型的家計型漁船,每艘船的甲板配置、冷凍庫開口與作業習慣截然不同,「有的國家規範船東將漁獲拉至特定判定區以利魚種辨識,但我國系統從『人』的角度出發,必須在完全不干擾漁民既有作業的前提下運作,難度瞬間倍增。」
電子觀察員大型船AI漁獲追蹤。
研發團隊攻克技術瓶頸,訓練AI在各種視角與複雜背景下辨識魚種。即使漁獲上岸後魚體外觀不完整,或僅從甲板設備等障礙物間短暫露出,加上夜間光線昏暗、鏡頭遭海水噴濺而模糊等狀況,系統的魚種辨識準確率仍突破8成;覆核人員只需針對AI標記的關鍵作業時間點進行確認,大幅提升審核效率。
此外,當系統來到沿近海場域,挑戰則來自物種多樣性。臺灣常見經濟魚種超過500種,同一種魚的俗名各地都不同,加上卸魚現場樣態多變,團隊正逐年擴增辨識模型庫。許為元副教授笑著說:「支撐AI高精度演算法的背後一點都不浪漫,得動用大量人力頂著四季的烈日、海風、寒冷、飄雨,在全臺包含離島漁港和魚市場逐一採樣、鑑定與軟體輔助框選標記。」團隊亦同步開發民間版系統,讓漁民透過手機拍照即可自動填報漁獲,將繁瑣的紙本申報轉化為便捷的數位流程,實踐由下而上的自主管理。
沿近海多目標AI魚種辨識。Views: 2
Advanced Computation Laboratory