海洋渔业作为海洋产业中的重要一环,不仅关系着海洋产业的经济效益,更贴合国家的社会和环境效益,甚至影响着国家未来海洋可持续发展的方针。海洋渔业信息化和智慧化已经成为各地政府相关部门的研究重点。浙江省舟山市在海洋渔业应急救援信息化过程中存在诸多问题,如事故渔船应急救援范围内渔船数量较少导致救援效率不高、事故渔船和涉事海域渔船行为分析中数据量过大导致系统响应不及时等。因此,本文针对舟山应急救援信息化过程中的问题进行研究,设计和实现了舟山智慧海渔应急救援系统,主要研究内容如下:（1）针对舟山市渔船出海捕鱼期间作业区域分散,应急救援时事故点附近渔船数量较少导致救援效率不高的问题,提出基于渔船动态编组的应急救援方法。首先,设计固定、临时和人工管控3种状态对渔船编组进行管理,并提出基于相似度距离模型的随机森林渔船匹配算法实现临时编组中可编组渔船推荐;然后,通过近邻渔船查询算法来查询事故点附近的渔船信息,进而完成应急救援方案的确定和渔船搜索路径规划;最后,仿真实验结果表明:本文提出的基于相似度距离模型的随机森林渔船匹配算法,在可编组渔船推荐上,相比传统矩阵模型算法运行时间平均快21.05%,F1分数平均提高5.98%;本文提出的动态编组方法相比无编组方法在事故点附近渔船数量指标上平均提高18.4%。（2）针对事故渔船和涉事海域长时段渔船行为分析中轨迹数据量过大导致系统加载和响应不及时的问题,提出基于渔船行为识别的轨迹压缩方法。首先,对渔船数据中时间、空间、速度和方向信息与渔船行为的关系进行分析;其次,根据这些信息建立多特征距离模型,进而使用DBSCAN和K-Means算法完成对渔船轨迹行为的识别;然后,针对识别出的渔船不同行为子轨迹数据集合,分别使用不同的轨迹压缩算法,完成对渔船轨迹数据的压缩;最后,实验结果表明:本文提出的基于渔船行为的轨迹压缩方法（BSBTC）与传统轨迹压缩方法相比,有效降低了轨迹压缩率,同时减少了压缩后轨迹数据的平均距离误差。（3）设计和实现了舟山智慧海渔应急救援系统。首先,该系统根据基于渔船动态编组的应急救援方法,分别设计出渔船动态编组功能和渔船应急救援功能。根据提出基于渔船行为识别的轨迹压缩方法,设计出渔船轨迹回放功能;然后,使用Web GIS和可视化技术实现了渔船动态编组、应急救援和轨迹回放功能。目前该系统已平稳运行,为舟山市日常渔船应急救援的管理提供了方便。