芳興科技股份有限公司
企業描述
芳興科技矢志於成為台灣首家整合完整的陸、海、空海事衛星應用整合服務廠商。我們將透過低軌衛星星系，進行葉綠素濃度的遙測資料收集與海事IoT數據資料傳輸，並整合地面站衛星操作系統、岸控系統和漁場大數據中心，提升台灣遠洋漁業能力並兼顧海洋永續發展的目標。 在面對衛星技術領域的革新與研究過渡至衛星產業應用的轉型階段，本組織積極調整策略，著眼於水色酬載與船舶IoT通訊酬載技術的發展，旨在建立針對遠洋漁業的全面性商業生態系統。此策略不僅增強了我們在衛星產業中的競爭力，也透過與漁業相關各方的廣泛合作，快速拓展業務至全球各大漁場。我們的重點放在酬載技術的創新及其研發，並與衛星主體技術合作夥伴緊密合作，期望能實現全球漁場的廣泛服務覆蓋，從而推動衛星產業的持續發展與繁榮。
企業研發實戰名稱及媒合人數
星端遙測數據邊緣運算-優化衛星遙測數據傳輸效能(星端導向的無效數據過濾演算法)
此專題藉助太空中心提供之高運算酬載(GPGPU)的運算能力，在星端設計一套遙測數據過濾的預處理服務機制，針對海事衛星水色遙測數據中雲層遮蓋問題開發智能過濾演算法：使用近紅外波段過濾算法（如近紅外反射率>0.3標記為雲層）快速篩除無效數據。
透過此邊緣運算機制，我們可在衛星端先過濾掉70％無效數據，這樣可以節省衛星端通訊酬載的頻寬使用並加快遙測數據的下載時間，讓更多的頻寬與通訊連結時間可以被其他衛星任務所使用
。
海事衛星水色數據可視化儀表板(Dash Board)設計：即時監測與歷史趨勢分析
本專題採用Tableau、Plotly Dash或其他數據可視化工具，開發互動式儀表板，整合海事衛星的近即時遙測數據(葉綠素濃度、水溫)與漁獲統計資料，提供即時監測與歷史趨勢分析功能。
系統功能 :
(1) 時空比較分析 - 繪製特定海域的月均濃度變化，掌握長期趨勢
(2) 水色異常警報 - 標記葉綠素濃度突變區域，快速識別異常狀況
(3) 歷史數據對比 - 比較當前年份與過往同期數據，分析環境變化對漁場的影響系統開發目標 : 本系統專為非技術用戶(如船東、船長)設計，提供直覺化的數據視覺化，幫助使用者快速掌握漁場分佈趨勢，並支援決策制定，優化漁業作業效率與資源管理。
整合海事衛星葉綠素、水溫數據與海洋環境參數數據進行遠洋漁場熱點預測分析系統設計
本專題設計Python-based分析框架，整合海事衛星遙測酬載(OCI)的葉綠素濃度、NOAA海表溫度數據，並結合漁船AIS軌跡及海氣象數據(如海流、潮汐)進行未來7天漁場熱點預測。
系統功能 :
(1) 多源數據整合(海事衛星、AIS、NOAA、海流與潮汐數據)
(2) 漁場熱點預測(分析未來7天漁場變化趨勢)
(3) WEB-Based使用者介面(UI)-提供遠洋漁業者查詢與視覺化數據)
(4) 圖表報告生成(自動產出藻類分布圖與水溫變化圖)
研究重點 :
(1) 針對目標魚種(秋刀魚、鮪魚、魷魚、鰹魚)進行漁場熱點分析，基於魚類的習性與偏好環境，提高漁業作業效率
(2) 優化數據分析模型，提升預測準確性，減少漁業資源浪費
本系統旨在透過衛星數據與機器學習技術，提供更精準的漁場熱點預測分析，協助遠洋漁撈業者提升作業效率，實現智慧化漁業管理。
本專題基於Python或C語言開發工具，專注於處理衛星原始數據(OCI的RAW格式)，並整合大氣校正(如SeaDAS模組)與水體光學演算法，最終輸出標準化葉綠素濃度數據。
系統功能 :
(1) 異常值過濾(如雲層干擾標記，提高數據準確性)
(2) 多光譜波段校準(確保跨波段一致性)
(3) 數據儲存與雲端管理(整合AWS S3+PostgreSQL進行數據存儲與查詢)
研究重點 :
(1) 設計可擴展的ETL(Extract, Transform, Load)流程，優化數據處理效率
(2) 自動化數據處理，減少人工介入需求，提高分析速度與準確性
本研究致力於提升水色遙測數據的處理效能與準確性，為海洋生態監測提供更高效的數據支持。