板塊新聞
板塊新聞
為貫徹落實交通運輸部等七部門印發的《關于“人工智能＋交通運輸”的實施意見》，加快推動人工智能在水運領域創新應用，交通運輸部辦公廳印發《水運領域人工智能應用場景指引》，具體內容如下。
一、安全提升重點場景
（一）港口企業智能安全管理。建設安全管理智能體，依托知識圖譜、大語言模型、流程自動化技術，實現安全合規智能校核、隱患自主排查、線上個性化教育培訓，提升港口安全管理智能化管控水平。聚焦人機交叉作業、船岸界面危險貨物作業、動火及受限空間作業、惡劣天氣作業等典型高風險場景，構建場景化風險推演與定量評估模型，融合視頻識別、多源數據采集、全域智能感知技術，實現安全風險提前識別、動態監測、智能研判、智能預警。
（二）港口危險貨物儲罐安全風險監測預警。聚焦港口危險貨物重大危險源儲罐，融合溫度、壓力、液位、可燃有毒氣體報警、視頻智能識別等多源監測數據，建設安全風險監測預警智能體，對儲罐運行參數異常、可燃及有毒介質泄漏、人員作業違規行為等典型風險進行實時感知、智能研判與主動預警，提升港口重大危險源儲罐本質安全水平。
（三）港口大型裝卸設備健康運行安全監測預警。利用智能巡檢機器人、傳感器網絡等采集振動、溫度、聲紋等多源數據，構建故障智能診斷與預測模型，實現設備運行狀態實時感知、智能研判、趨勢預測、精準預警及剩余壽命評估，推動運維模式由事后被動維修向預防性、預測性維護轉變，全面提升港口大型裝卸設備本質安全水平。
（四）內河通航建筑物智能安全運維。利用無人機、水下機器人及智能傳感網絡，融合多源監測數據，研發通航建筑物運維檢測預警智能體，實現對通航建筑物健康狀態的精準識別和自主評估，分析設施異常變化趨勢，支撐水工建筑物、閘閥門、啟閉機等通航建筑物預防性養護，增強船閘樞紐區域安全監管效能，提升通航保障能力。
（五）內河航道水下地形智能推演與預測。聚焦大型樞紐群運行條件下的內河航道河床演變與預測，融合航道水位、歷史河床演變等數據，研發融合物理機制與機器學習的沿程水位預測方法及水下地形推演與預測模型，實現對掃測過程中航行軌跡、船舶方位、斷面水深、淤積體積及位置、水下礙航物目標特征等航道關鍵狀態數據的及時掌握與分析推演，提升航道地形演變預測能力，為航道疏浚規劃、通航安全評估提供支撐。
（六）船舶航行安全監測與應急。融合水上視頻監控系統、船舶自動識別系統、船舶交通管理系統等監控數據，研發航運安全多模態垂域模型，實現船舶航行安全監測、船舶異常行為智能識別、復雜航段交通態勢研判預警。建設航運安全應急知識庫及知識圖譜，結合垂域模型構建航運安全應急智能體，實現事故處置應急預案自動生成、應急資源智能調配，提升水上安全應急指揮能力。
（七）國際海運市場風險智能研判。構建覆蓋關鍵海運通道和重要樞紐港口的風險識別模型，研發“通道—港口—船舶”綜合分析智能體，對船舶航行、錨泊、作業異常行為進行動態感知與智能研判。匯聚國際航運規則與市場信息等多源數據，開展信息智能分析研判，支持信息追蹤、合規管理與政策評估，提升企業運營前瞻性與合規性。
（八）船載智能系統網絡與數據安全評估。面向人工智能技術在航行決策、預測性維護、船岸協同等場景深度嵌入后的新型風險，利用對抗樣本、數據投毒等安全測試技術，量化評估智能避碰、故障診斷等模型穩定性，分析不同場景下惡意操控、數據竊取、輸出失真等風險，增強船舶抗攻擊韌性，提升航行安全水平。
（九）海上遇險人員智能搜救。深化救撈無人智能裝備關鍵技術攻關，推進衛星遙感、無人機、無人艇、無人潛航器等新型智能裝備在水上、水下搜救作業中的配置應用，持續推進海上弱小目標算法完善升級，提升海上遇險人員搜救效率。
（十）自動化碼頭無人化作業。綜合運用北斗衛星導航、5G通信、人工智能等技術，建立港口機械設備全流程一體化協同管控平臺，推進船舶靠離泊、岸邊裝卸、水平運輸、堆場作業無人化發展。 （十一）港口智慧對外服務。構建港口物流高質量數據集與知識圖譜，依托參數微調、知識增強等技術打造物流垂域大模型。研發港口公共服務、物流鏈智能客服、端到端物流路徑決策等典型場景智能體，建設一體化港口物流云服務平臺，實現港口集疏運全鏈路智能調度和全程狀態可視，提升港口對外服務智慧化水平，推動物流降本增效。 （十二）鐵水聯運智能組織調度。構建“鐵路—港口—航運”一體化協同調度動態適配模型，聚焦鐵路貨車及場站、港口碼頭泊位及庫場、進出港航道、船舶等核心運輸環節或節點，實現全流程運行計劃與運行狀態的動態監測、聯動管控與全局優化。深化“一單制”“一箱制”應用，提升鐵水聯運組織效能與供應鏈暢通水平。 （十三）多級船閘智能調度。融合船舶過閘需求、船閘設備工況、通航環境條件、閘室尺度參數等多源數據，構建多級船閘運行調度智能體，依托邊緣計算節點與北斗船載終端，實現船舶過閘需求預測、智能排檔調度、多梯級船閘聯合調度動態決策優化及閘室空間高效利用，全面提升航道通航保障能力與船閘安全運行管控水平。 （十四）內河航道眾源水深精準測算。聚焦航道水深精準預測，耦合船舶基礎數據、船載測深設備監測數據、船舶航行姿態數據及航道通行環境數據等，構建船舶眾源測深數據修正模型，實現船舶軌跡與測深數據自動時空匹配、船舶眾源測深數據智能修正與融合應用，有效提升船舶眾源水深數據利用效能，降低航道測繪成本。 （十五）內河網絡貨運平臺智能運營。推動內河貨物運輸網絡平臺經營者利用大數據、區塊鏈、人工智能等技術，加快平臺智能化升級，優化船貨匹配、支付結算、風控預警等功能，促進內河運輸服務全程線上化、透明化，提升內河網絡貨運組織效率與交易安全性。 （十六）航運企業集裝箱智能調配。整合航線、運力、港口動態及歷史用箱等多源數據，建設基于強化學習與運籌優化的空箱調度智能體，開展全球用箱需求精準預測，在用箱保障、時效等因素約束下，自動生成空箱調運方案，實現海外干線、內貿航線、海外區域內端到端智能調配，提升全球集裝箱資源使用效益。 （十七）航運企業經濟活動智能分析。構建航運企業經濟活動合規化動態監測模型，針對企業外部監管要求及內部運營管理需求，實現合規狀態動態監測與合規風險提前防控。建設航運變動成本水平監控智能體，對航次類、運營類、業務類、合規類等費用進行實時采集、歸集，通過預算對標、歷史對標及行業基準對標，生成精細化運營持續改進方案，實現異常預警和成本優化。 （十八）國際班輪航線智能優化。聚焦國際班輪航線網絡規劃與運營，融合貨運需求、港口掛靠條件等多源數據，構建航線網絡智能規劃模型，對航線設計、掛靠港序、船型配置、船期安排、貨流路徑等關鍵要素進行智能分析、科學推演與動態優化，提升國際班輪航線網絡運行效率與服務可靠性。 （十九）航運物流區塊鏈可信應用。推動航運貿易數字化擴圍上量，加快推動物流數據可信流通歸集和智能化應用，深化電子提單、電子放貨等業務場景應用，基于智能單證識別技術打造行業電子單證鏈，推進跨平臺互認與國際標準對接，進一步提升港航業務協同服務能力。推動電子提單系統與數字人民幣區塊鏈服務平臺對接，提升海運費境內結算、數字人民幣結算能力。 三、綠色轉型重點場景 （二十）港口綠色低碳智能管控。構建港口綠色低碳智能管控平臺，部署能耗監測傳感器網絡，開展對能耗、碳排放及清潔能源等要素的實時監測與智能分析，優化港區能源調度與用能結構，推進光伏、儲能、岸電等清潔能源一體化應用，提升可再生能源利用效率，實現港口碳排放可核算、能耗可調控。 （二十一）國際海運運力綠色智能規劃。研發覆蓋國內外碳排放政策的問答智能體，實現政策條款智能解讀，夯實企業合規管理基礎。構建適配政策要求的國際海運運力配置與成本效益智能核算模型，運用航運多源大數據融合分析、深度強化學習、多目標智能優化算法，實現碳政策約束下船舶運力配置及不同經營方式下的成本效益智能比對測算，提升企業海運運力的綠色智能規劃水平。 （二十二）航運碳排放智能監管與服務。統籌船舶能耗、企業運營數據及碳管控政策，構建航運碳排放動態核算與船舶能效指標智能評估模型，面向航運企業智能生成碳排放核算報告、履約成本測算評估及差異化減排路徑方案，為海事管理機構提供碳排放數據智能核驗與碳強度評級智能支撐，提升碳合規管控能力。 來 源丨交通運輸部
上一篇：> > 沒有了
下一篇：> > 退一方養殖塘 還一片棲息地