当前，海域态势研究方法以单一数据和技术应用为主，缺少全面视角的态势分析和展示，难以对海域态势进行准确有效的把握。“溟坤海域态势感知系统（MK-MDA）V1.0”基于地理空间信息系统，融合AIS、ADS-B、商业遥感、无线电和新闻舆情等多源异构数据，以智能数据融合引擎和行业智慧知识引擎为核心底座，运用云计算和人工智能等数字技术，实现“数据融合”和“态势感知”高效协同。

　　该系统能提供多维、全景、动态的海洋资讯以及海洋军事、政治、经济、环境等态势的整体感知，能解决海域态势领域数据孤立、不成体系和数据同业务端衔接差、新技术应用参差不齐等难题。

　　据了解，溟坤海域态势感知系统提供舰机态势、岛礁基地、热点事件和分析研究等四个核心功能，可应用于海洋研究、内参资讯、态势追踪、趋势预判、数据佐证、情报分析、辅助教学等行业领域，赋能海洋战略研究和政策分析。其中：

　　“舰机态势”通过可视化方式展示各国舰船和飞机的运动态势，为智能分析决策提供数据佐证；

　　“岛礁基地”基于遥感图像，对相关海域地区主要岛礁基地进行智能分析和处理，监控重要目标的地理空间和人为活动的变化信息，提供活动意图分析、态势预警；

　　“热点事件”能实时监测采集国内外主要站点对于海上热点事件的官方表态、新闻报道和分析研究，并通过数据摆渡，与舰机态势和岛礁基地进行数据融合，事实、客观地呈现热点事件起因、经过和结果；

　　“分析研究”依托国内外权威专家，收集整理国内外官方机构、智库、研究机构有关海洋战略、政策、法律、经济和环境等方面的研究成果，并分类存档。

　　据北京大学海洋战略研究中心主任、溟坤数科执行董事胡波介绍，“溟坤海域态势感知系统”共有三大核心技术：

　　基于AIS与ADS-B相结合热点事件融合方法，针对多源异构的感知信息，通过数据清洗、数据融合、数据压缩等数据处理方法，将多源异构感知信息整合为战略态势研究所需要的确定性信息。

　　基于特点主题的文本排序方法，通过研究语义分析与提取、语义关联挖掘、跨媒体本体构建、跨媒体检索等相关技术，实现语义与数据资源本体库映射。

　　基于深度学习的目标检测方法，基于改进的目标检测与跟踪深度学习算法，实现对岛礁基地的遥感图像智能分析与处理。

　　同日，第二届海域态势感知学术研讨会召开，围绕海域态势感知技术研究、多源数据融合和海洋安全研究等议题，与业界专家共同探讨、深入交流，为海域态势感知领域的发展探索新路径、贡献新智慧、擎画新蓝图。