澜知 · 海洋渔业MARINE FISHERIES INTELLIGENCE
海上观测 · 合成样例
阅读完整方案 ↗

海上观测记录

为海上采集与批次协作整理观测、来源和处理记录。这里先用固定合成场景,体验怎样读趋势、分出待复核样本,并看懂批次证据状态。

第一次查看:用一个鱼种走完三条线索

适合采集、加工与数据复核人员了解流程。无需账号或设备;本页所有数值与状态都是合成演示。

  1. 先读观测趋势

    在上方选择鱼种,对照曲线和数据表。本页 CPUE 单位为 kg / 标准化作业小时;示意区间用于说明不确定性。

    打开观测与数据表
  2. 看看哪些样本需复核

    调整置信阈值,观察合成样本如何进入人工队列;这不是完整的识别效果评测。

    查看样本复核演示
  3. 区分保存、提交与确认

    在批次页推进示意步骤,再试离线模式。按钮只切换演示状态,不上传原件或发送链上交易。

    查看批次证据演示
网络模拟
正常模式 · 模拟每 15 秒刷新为设计策略;此页面没有真实请求或自动刷新。

观测轨迹
128 条 / 30 分钟
轨迹去重概念 · 不等于渔获量
未来 60 分钟 CPUE
12.4 kg / 标准作业小时
示意区间 8.1–17.8 · 未校准覆盖率
观测条件
8.0 NTU
合成浊度 · 20.5°C · 32.1 PSU
数据状态
模拟在线
固定场景:2026-10-09 10:00 +08:00

渔情趋势与不确定性

CPUE · kg / 标准化作业小时
SYNTHETIC
合成 CPUE 曲线,无真实业务含义
合成历史合成预测示意预测区间
查看趋势数据表
曲线对应的合成值
相对时间CPUE类型区间下限区间上限

海区观测分布

抽象海区网格 · 不对应真实坐标
DEMO AREA
非真实地理信息,A 海区为选定演示区域ABCDEF抽象陆地深色表示较高的合成观测强度A 128 · B 82 · C 46 · D 61 · E 104 · F 32
选定区域 A · 仅作结构示意生产环境按权限降低地理精度
数据流与验证方法
01 / 边缘

水下鱼种识别

增强 → 检测与轨迹 → B0 分类
保留未知与低置信状态

02 / 云端

渔情实时预测

Kafka → Flink → 带权回归
事件时间与迟到版本修订

03 / 船端与云端

弱网可视化

聚合查询 → 缓存 → 降级
区分有效预测与陈旧数据

04 / 多方协作

批次证据溯源

加密 IPFS → Fabric 摘要
提交回执与链下原件对账

待验证的设计指标

下表列出验证方法,现场数据尚待采集。

指标设计目标验收证据当前实测
鱼种分类92.3%跨航次测试集、逐类召回与置信区间待验证
预测回测1 − WAPE ≥ 85.4%滚动起点回测、真实成熟标签待验证
首屏加载LCP p75 ≤ 1.5 s固定设备与网络、冷暖缓存分开待验证
溯源查询读模型 p95 < 500 ms固定并发与批次长度、索引新鲜度待验证
存储成本探索约 70% 降低空间相同可用性、副本与保留期的账单待验证