图8 全球渔业疫病检测系统
（四）水产品电子商务智慧化发展现状
实现水产品、休闲渔业领域电子商务平台的建设服务，促进生产主体与电商平台对接，促进渔业供给侧改革。2013-2017 年，生鲜电商交易规模呈直线上升趋势，2019 年中国生鲜电商交易规模达到2796. 2 亿元。在这样大背景下，许多以水产品为主打产品的生鲜电商如雨后春笋般应运而生。目前，国内生鲜电商可分为4 大类，综合性电商平台、垂直水产品生鲜电商、社区O2O 模式和创新模式，代表企业主要有京东生鲜、极鲜网、每日优鲜和盒马鲜生等。
目前，水产品电商主要是依托生鲜电商或综合性电商平台实现自身发展，本地化成为水产电商交易转型方向，二线城市成为销售主力，呈现出向三四线城市延伸发展态势。新冠疫情期间，日照市贻贝采用线上销售模式，使贻贝成长为线上贝类销售的第二大产品，成功实现了“卖全国”。乳山市探索发展了“线上”“线下”相结合的销售运营模式，极大提升了乳山牡蛎的产品价值和社会知名度，牡蛎鲜品主要销往北京、上海、广州、西安、成都、深圳、厦门等国内大中城市，高端市场占有率居国产牡蛎第一位。乳山全市牡蛎电商从业人员达0.3 万人，年电商销售牡蛎达1.5 亿斤，电商销售额15 亿元以上。
（五） 渔业生产管理智慧化发展现状
实现渔业资源、渔情信息、远洋渔业、渔船监管以及渔业互保等渔业生产管理信息平台一体化展示。远洋渔业和渔业管理领域智慧化发展较快。在远洋渔业领域，早在20 年前，日本和欧美国家就将RS 技术和GIS 技术用于渔场预测。上海今阳信息技术有限公司开发建设的远洋渔业渔情预报信息系统V2.0，有机融入了GIS、GPS 和RS 技术，具备了地图基本操作、海洋图基本操作、渔情预报和产量分析四大功能，可以准确开展中西太平洋金枪鱼、西南大西洋阿根廷滑柔鱼等10 个海区（鱼种）的渔情预报，并在海洋地图上直观展现鱼群分布海域以及该区域鱼群产量。
在渔业决策指挥方面，深圳市云传物联技术有限公司开发建设了智慧渔业养殖渔友云系统，整合了雷达监控、红外光电、地理遥感、飞行测绘、视频传输和AIS 等信息化领域前端技术，有效破解各子系统之间的“信息孤岛”问题，形成了上下衔接、互联互通的信息化管理系统平台。洪泽湖应用该管理系统软件，渔政管理实现科学化和智能化管理，2018 年湖区非法捕捞案件数量较2017 年相比减少了45%。
图9 上海海洋大学远洋渔情预报（久未更新）
图10 中国海洋预报·渔场预报（气象）
四、渔业智慧化发展制约因素
一是水产养殖业还处在较低发展水平，以资源消耗和规模扩张为特征的粗放型生产方式在一定区域内普遍存在。在低水平循环发展模式下，从业人员不注重长期数据积累，养殖管理依靠经验，缺乏产业智能发展诉求，水质管理、循环利用和自动投饵等自动化装备和物联网技术尚未普及。
二是物联网技术产业发展支撑能力不足。物联网企业与农业产业的结合仍存在一系列不确定性，作为盈利试点领域，总体投资规模不大，难以汇聚成推动产业智慧化发展蓬勃力量。渔用智慧化企业总体上自主创新能力弱，物联网感知层、传输层、处理层和应用层也都不同程度存在技术和管理标准规范缺失，企业局限于产业单一环节产品研发和小规模应用试验，技术创新与成果转化滞后于生产。
五、渔业智慧化发展建议
一是发展渔业。水产养殖物联网是信息技术和渔业发展或资源利用发展到一定阶段的产物，要充分体现出物联网服务生产、服务市场、服务渔民和服务公众的优势，就需要大力发展“公司 农户”“基地联市场”等多种联结机制，培育育繁推、产加销和贸工农一体化的综合性水产养殖企业，大力发展工程化养殖和深远海渔业，规范建设健康养殖示范场和实施池塘标准化改造工程，不断提升水产养殖业发展的规模化、标准化、自动化、集约化和设施化水平。
二是技术研发。围绕现代渔业发展重大需求，在建立水产养殖物联网精准控制系统框架下，以推动水产养殖物联网大规模应用和提供技术整体解决方案为目标，在感知层、传输层、处理层和应用层分别启动水产养殖物联网研发示范项目，按照水产养殖业发展规模、养殖模式、养殖品种和养殖流程，有机结合工程技术、机械设备和管理软件等应用于渔业的现代技术手段，区域化物联网技术分类开发，产品化养殖管理创新研究，重点突破水域环境感知、设备智能控制、生产信息采集、数据智能分析和服务体系建设等关键技术，不断提升渔业生产智慧化水平。
三是建立标准。重点做好省级层面水产养殖物联网发展规划编制和标准体系建设，既要建立智慧渔业战略层面粗线条标准框架，又要结合深水抗风浪网箱、海洋牧场、疫病苗种场建设等重点领域和产业模式的发展特征和内在需求，在信息感知装备、信息感知装备评价、无线传感网技术和水产养殖云服务等领域体系化建立健全标准综合体，实现物联网产业链条和水产养殖产业链条交汇融合。多元化标准制（修）订主体，涵盖具有高校、科研院所、研发企业和养殖主体等在内的标准编制单位或人员，体现出标准技术先进性和经验应用性。
四是社会服务。支持物联网企业与水产养殖生产经营主体合作，在遵循水产养殖业发展规律和渔业发展内在需求的基础上，联合开发建立水产养殖信息化技术，建立预测、预警、控制和诊断等水产养殖的信息处理模型，整合应用各个环节，链条化形成可推广应用的技术模式和服务体系，为灾害预警、水质监测、疫病防控等提供有效的信息服务。
图11 水产养殖物联网
参考资料
[1]于宁, 徐涛, 王庆龙,等. 智慧渔业发展现状与对策研究[J]. 中国渔业经济.
[2] 童水明, 钟红福, 邬新宾, 等. 智慧渔业技术初探[J]. 河北渔业,2016, 000(011):58-60.
[3] 智慧渔业建设背景、理念和思路来源百度百科.
[4] 图源网络或相关文献，略有修改.
来源：水生动物健康评估
