（3）AIS航迹异常。

（2）融合航迹异常。

围绕非法采砂“采、运、销”三个环节，通过人工智能大数据学习历史案件中采砂运砂船舶行为轨迹，分析采砂船和运砂船的活动规律，形成非法采砂识别模型，确定非法采砂嫌疑船舶。

围绕“非法走私” 场景，以多源数据融合为基础，基于船舶的行为指标，建立分析研判模型，开展不同走私场景的异常行为监测与甄别。

围绕“滩涂遇险”场景，利用大数据回溯船舶AIS动态轨迹，通过获取AIS信号消失或者位置无变化的时间，判断遇险船舶事件发生的时间：其次根据遇险前船舶船向、船速、转向等AIS动态信息，判断滩涂遇险发生原因或滩涂遇险概率。

基于船舶AIS数据与碰撞事故历史数据，构建船舶碰撞风险评价模型；针对碰撞船舶，利用大数据回溯碰撞船舶AIS动态轨迹，判断碰撞船舶事件发生的时间；同时根据涉事船舶碰撞前的航道、长和宽、会遇角度和各自的速度等信息，判断碰撞类型，辅助船舶责任主体。

对过境危化品船舶，计算抵近时间和靠港记录，判断船舶可能装载货物类型，同时动态监控其在管辖水域内徘徊、低速、异常位置停锚等异常行为，同时综合人为因素、船舶因素、航行环境、自然环境和风险受体，建立危险品船舶移动风险指数评价体系，综合研判危化品船舶风险等级。

面对当前疫情形式，基于AIS动态布控船舶靠港、途径等行为轨迹，辅助公安水警核查船舶起始、目的及途径区域是否为存在中高疫情风险区，落实海路疫情防空职责，杜绝疫情防控盲区。

基于前端全方位感知系统，利用船舶行为数据，对重点船舶、重点水域、重点航线进行风险预警，并进行重点布控。

建设智慧执法系统，统筹办理案件线索受理、日常巡查、案件办理、专项行动、指挥调度、执法指导、执法监督等工作。

亿海蓝的航运数据服务具有天然行业平台特性，是一家 数据服务平台、软件服务平台、物流交易平台。