海洋モデルと衛星画像から、最大14日先の海況や漁場候補を予測
海洋数値モデルとAI画像解析を組み合わせ、海況を予測して漁場探索や海上活動の判断を支援する技術群。
研究発の技術 海洋数値モデル データ同化 海況予測 衛星画像解析 AI・深層学習 漁場推定
実用化の段階
研究実証販売
漁場ナビは2019年にリリースされ、現在も海域別の料金と購入手順が公開されており、OEViewも正式提供中である。
3製品
6提携・顧客
0特許
1出資者
しくみ
解こうとしている課題
漁業者が新しく精度の高い海況情報を得にくく、経験への依存や漁場探索の時間・燃料負担、熟練技能の継承が課題となっている。
どう動くか
海洋物理に基づく数値モデルで水温や潮流を計算し、現場や衛星の観測データをデータ同化で取り込んで予測を補正する。衛星画像の雲で欠けた海面水温は画像解析で補完し、海況パターンや操業データから魚種ごとの漁場候補も推定する。会社は日本周辺で約1.6kmメッシュ、最大14日先の海況再現・予測を説明している。
できるようになること
漁場探索や操業計画を海況データで支援し、探索時間や燃油消費の低減を目指す。公的機関は、漁船観測データを予測モデルに活用することで、将来的な漁場予測の高度化や燃油・CO2削減への貢献を見込んでいる。
技術の出自：京都大学と海洋研究開発機構（JAMSTEC）の研究成果。研究プロジェクトは気候変動適応研究推進プログラム（RECCA）およびJST CREST「サステイナブル漁業に向けたデータ指向型リアルタイム解析基盤の開発」。 出典1 出典2 出典3 出典4
使われる場面
- 沿岸・沖合・遠洋漁業の漁場探索と操業計画
- 養殖場・定置網漁の海況監視
- 漁船観測データを用いた海洋環境予測モデルの改善
- 海況・異常海象の可視化、海上活動の安全判断
- インドネシア等での衛星データを活用した水産業支援
優位性の主張
製品・サービス
これまでの歩み 新しい順
提携先・顧客
顧客
東京都農林水産部 漁場環境予測システムの開発業務を受託し、東京都の水産業デジタル化で協働。 出典
共同開発
国立研究開発法人 水産研究・教育機構 漁船観測データを使い海洋環境予測モデルを高度化する共同研究。 出典
提携
株式会社salt 京都大学とともに漁業者向け漁場ナビ説明会に協力。 出典
資本提携
京都大学イノベーションキャピタル株式会社 会社設立後の支援が公表された。出資額は確認できず。 出典
提携
国立研究開発法人 海洋研究開発機構（JAMSTEC） JAMSTECベンチャー認定と事業活動への支援が公表されている。 出典
特許
公開情報では確認できていない。
会社の規模
決算公告など、公表された数字だけ。
大学との関係
出資者（公開情報で確認できた1社）
大学系（大学VC・大学） 1
会社や出資者の発表から確認した。出資者の種類は、AIが社名から付けたもの。個人の株主は載せていない。＊は、出典のページで社名を機械的に照合できなかったもの。