Spatio-temporal trends of longline fishing effort in the Southern Ocean and implications for seabird bycatch

Longline fisheries have expanded throughout the world's oceans since major commercial distant-water pelagic fleets began fishing for tuna and tuna-like species in the early 1950s. Along with the more recent development and expansion of demersal longline fleets for species such as Patagonian toothfish, these vessels are a major source of mortality to several species of seabird. Vessels can set many thousands of baited hooks in a day across many kilometres of water. These waters are often used as foraging areas by wide-ranging seabirds. Attracted by baits and offal, the birds can be caught on the baited hooks and subsequently drown. To provide a greater understanding of the potential impact of the Southern Ocean's longline fleets on seabird populations, this paper describes the trends in longline effort of the major pelagic and demersal fisheries in southern waters. The total reported effort from all longline fleets south of 30°S has been well over 250 million hooks per year since the early 1990s. However the spatial and temporal distribution of this effort has not been constant. While effort from the Japanese pelagic distant-water longline fleet declined through the 1990s, the Taiwanese fleet expanded dramatically. Likewise demersal fishing for toothfish increased markedly during the mid-1990s. These fisheries, along with substantial illegal longline fisheries, may be placing the long-term viability of many Southern Ocean species of seabird in jeopardy.     

Use of a population model to assess the impact of longline fishing on wandering albatross Diomedea exulans populations

An age-structured model of a wandering albatross Diomedea exulans population is developed to stimulate population trends over time, using demographic parameters from the population at Possession Island, Crozets, during 1968–1986. The simulation results portray a population decreasing at a rate of 2·29% per year, which concurs with global population trends. Sensitivity analyses of model parameters indicate that both adult and juvenile mortality are contributing to the decrease. Wandering albatross mortality is presumed to have increased as a result of deaths caused by longline fishing vessels; such deaths are likely to be relatively more frequent among young, naive birds. The model is used to investigate the potential impacts of new longline fisheries such as that for Patagonian toothfish Dissostichus eleginoides in Antarctica. Assuming longline fishing operations affect juveniles more than adults, there is a time lag of 5–10 years before further decreases in population numbers are reflected in the breeding population. Also, because wandering albatrosses are long-lived, population growth rates take approximately 30–50 years to stabilize after a perturbation. Consequently, caution must be exercised when interpreting population trends; short-term (<20 year) estimates may not provide good indications of long-term trends.     

CNN-LSTM在日本鲭捕捞渔船行为提取中的应用

目前，国内外部分自动化程度较高的捕捞渔船逐渐开始采用人类观察员与电子观察员相结合的捕捞监控方式。为简化电子监控系统数据处理流程、提高电子监控系统自动化程度、增强相关渔业公司及政府部门的管理效率，该研究提出将卷积神经网络（Convolutional Neural Network, CNN）与长短期记忆模块（Long Short Term Memory, LSTM）应用在传统电子监控系统数据中，用于灯光渔业日本鲭捕捞渔船行为提取。根据日本鲭捕捞渔船工作特点，划分出放网、收网、进鱼、转载等9种捕捞作业行为。设计4组平行试验，分别对比3层卷积神经网络、带有LSTM模块的3层卷积神经网络、8层卷积神经网络、带有LSTM模块的8层卷积神经网络在日本鲭捕捞渔船行为提取中的表现。试验结果显示，在测试集中该4种神经网络训练得到的模型综合评价指标F1分数分别达到了0.794、0.799，0.966及0.972，在配备NVIDIA Tesla V100 32GB高性能GPU的超算环境下5 000组数据平均每次检测耗时分别为34.66、34.50、37.41、37.61 ms。在一定范围内，网络深度的增加会显著提升模型的效果，但检测耗时也会有明显增加；LSTM模块的加入对网络模型效果有一定程度的提升，且不会显著影响检测耗时。因此，CNN-LSTM 模块在电子监控系统高实时性、高精度场景下均有较大的应用前景，能够提高电子监控系统自动化程度，提高相关部门的管理效率。     

基于机器学习的中西太平洋黄鳍金枪鱼渔场预报模型

为提供准确的中西太平洋黄鳍金枪鱼渔场预报信息,该研究利用2008-2019年中国水产集团43艘远洋延绳钓渔船在中西太平洋海域（0°～30°S;110°E～170°W）作业的渔业数据,通过方差膨胀因子筛选、归一化处理,选取时空因子、海洋环境因子及大尺度气候数据等共35种特征因子,构建了一种随机森林和极端梯度提升决策树相结合的XGBRF模型,并利用五折交叉验证法确定最佳参数,选择逻辑回归、分类与回归树、K最近邻、自适应增强、梯度提升决策树、极端梯度提升决策树和随机森林等模型作为对照,建立8种黄鳍金枪鱼渔场预测模型并进行模型间的比较分析。结果表明,XGBRF模型对中西太平洋黄鳍金枪鱼渔场的预测性能比其他模型更好,其准确率、渔场召回率、渔场F1得分、非渔场查准率和曲线下面积值AUC均最高,分别为75.39%、87.36%、82.64%、66.32%和79.48%,且模型的受试者工作特征曲线ROC更靠近左上角;海表温度是影响中西太平洋黄鳍金枪鱼渔场分布最重要的环境因子,其他因子依次是300 m水层温度、50 m水层盐度、叶绿素a浓度、南方涛动指数以及表层盐度因子,时空因子和其余大尺度气候因子的影...     

云雾混合计算改进远洋渔船物联网系统通讯质量

远洋渔船上不断增加的船载智能设备和传感器增大了对网络通讯带宽和流量的要求,目前船岸间通讯的高昂费用和带宽限制成为整个系统的瓶颈。该文在远洋渔船作业系统中引入云雾混合计算架构。研究以云计算为基本架构,采用面向服务的构架,提供可靠和安全的数据存储中心,降低了对用户端的设备要求,利于不同设备间的数据与应用共享;同时,利用船载设备的计算和存储能力,采用雾计算架构的设备固件更新分发机制获取最少必要固件资源后在船载网络内部进行推送和更新,并利用船载传感网络雾计算模型在船载网络内部存储和压缩传感器环境数据,以降低船岸之间的数据通讯量。研究证明,云雾混合计算架构在保证船岸数据信息交互一体化的同时明显降低了对数据通讯带宽的要求,减少了网络流量。在测试期内,开富号各计算节点及传感设备固件更新文件数据量降低为传统架构的15.13%,传感器发往云端的报文数据量降低为传统架构的4.75%。参考卫星宽带流量套餐费用计算(1 MB费用约为10美元,2014年标准),在该时间段内,仅"开富号"一条船舶约节约7 500美元,每年能节约通讯费36 000美元,具有一定的经济效益。研究实践证明云雾混合计算有利于改善远洋渔船物联网系统通讯质量。     

远洋渔业多波束声呐主机高效散热设计与验证

为了解决多波束渔用声呐主机在远洋渔船高温、高湿环境下工作时面临的散热问题,该研究从多波束渔用声呐主机的散热分析出发,运用传热学和结构设计的相关理论,对渔用声呐主机进行了热设计。首先运用系统分析法对声呐主机整个散热过程中的结构和散热方式展开研究;然后,利用热仿真软件对声呐主机的散热过程进行仿真,对比信号处理机在不同风道设计方案下声呐主机的整机温度的变化,多款散热风扇对整机散热效果的影响,在不同环境温度下（20、30、40、50 ℃）声呐主机的散热能力,以及热设计前后的温度分布;最后,搭建了声呐主机散热测试平台,验证声呐主机的真实散热能力。结果表明,强迫对流与自然冷却结合的散热方式可以解决声呐主机的热量堆积问题。仿真结果表明,4条风道的设计可作为声呐主机的散热方案,选用的FFB0612SHE和FFB0612EHE散热风扇符合声呐主机的散热要求,通过热设计可使声呐主机的温升控制在25 ℃以内,热量堆积现象大幅改善。散热试验结果表明,热设计后的渔用声呐主机散热能力大幅提升,声呐主机的温升控制在25 ℃以内,各板卡之间的温度控制在5 ℃以内,验证了仿真分析结果,在热源与主机外部环境之间形成了一条低热阻的通道。研究结果提高了声呐主机的工作稳定性,为声呐主机在远洋渔船高温、高湿环境下的正常工作提供了解决方案和理论分析方法。     

土壤水分数据融合及其在旱涝灾害多维度评估中的应用

获取高精度的土壤相对湿度对开展土壤墒情和旱涝精细化监测评估和预报预警有重要意义。该研究基于2020–2023年4–11月中国气象局陆面数据同化系统（China Meteorological Administration Land Data Assimilation System,CLDAS）逐日土壤相对湿度、全国土壤水分自动站逐小时土壤相对湿度以及土地利用类型、土壤属性、地理信息等数据,采用随机森林和支持向量机模型构建土壤水分自动站观测和CLDAS反演的土壤相对湿度动态融合订正模型,基于融合的土壤相对湿度构建土壤旱涝强度-面积-时间多维度评估指数,开展多维度旱涝监测评估。结果表明：1）采用随机森林模型融合后,0～10、0～20、0～50 cm土壤相对湿度与观测的土壤相对湿度的决定系数分别为0.79、0.81、0.80,相对均方根误差分别为13.81%、11.40%、9.50%,优于支持向量机模型。2）全国土壤缺墒日数百分率呈东南至西北增加趋势,内蒙古中西部、西北地区大部普遍在70%、甚至80%以上,内蒙古东南部、华北中北部、西南地区中西部为50%～70%,中东部大部在40%以下;土壤过湿日数百分率呈东南至西北减小趋势,华南东部和南部、西南地区南部、东北地区东北部多数在50%以上。3）基于融合土壤相对湿度数据构建的土壤缺墒、土壤过湿、墒情指数以及旱涝面积、持续时间指数,明显提升了2022年长江流域高温干旱、2023年台风“杜苏芮”和“卡努”等典型灾害性天气过程动态评估的定量化、精细化水平。土壤湿度融合数据及其旱涝评估指数可有效助力旱涝灾害多维度精细化定量评估,为防灾减灾提供重要支撑。     

基于太赫兹时域光谱技术的掺假川贝母检测

目前川贝母粉掺假现象层出不穷,严重影响了中药材市场的健康发展,因此对川贝母真伪进行检测意义重大。该研究以纯品川贝母粉以及5种含不同掺假物的川贝母粉样品为研究对象,探究太赫兹时域光谱技术在检测川贝母品质方面应用的可行性。利用偏最小二乘判别（Partial Least Squares Discriminant Analysis,PLS-DA）对纯品川贝母粉以及掺假川贝母粉建立原始光谱的二分类模型。为了同时对多种含不同掺假物的川贝母样品进行鉴别,先对原始光谱采用多种单一预处理方法以及多种复合预处理方法进行处理,再利用主成分分析（Principal Component Analysis,PCA）对数据进行降维,最后建立支持向量机（Support Vector Machine,SVM）多分类模型。建立SVM多分类模型时,采用网格搜索（Grid Search）与粒子群（Particle Swarm Optimization,PSO）算法两种参数优化方式,对SVM的惩罚参数（c）与核参数（g）进行优化。结果显示：6个二分类模型的鉴别正确率均为100%,表明纯品川贝母粉与掺假样品的太赫兹时域光谱存在差异,归一化-多元散射校正-PSO-SVM多分类模型效果较为理想,预测正确为95.67%,均方根误差为0.432。该研究可为检测分析川贝母品质提供理论经验借鉴。     

基于文本分类和知识挖掘的远洋渔船安全问题分析

针对远洋渔船问题信息的知识挖掘与分析任务中存在渔船安全知识提取深度不足、安全问题文本分类精度不够的问题,该研究在归纳中国沿海8省市远洋渔业管理机构和企业的约5000条远洋渔船安全问题文本数据特征的基础上,提出一种整合文本分类、知识挖掘和共现网络分析技术的远洋渔船安全问题分析方法。首先,构建基于双向预训练语言模型与文本卷积神经网络的混合深度学习模型BERT-TextCNN（bidirectional encoder representations from transformers-text convolutional neural networks）,对渔船安全问题文本进行基于《开普敦协定》规定的精准主题分类。进一步利用基于主题的词频-逆文档频率算法TF-IDF（term frequency-inverse document frequency）,提取各主题下的关键渔船安全知识。最后,绘制渔船安全知识共现网络图,可视化分析各知识的分布规律及内在联系。结果表明,BERT-TextCNN模型对渔船安全问题文本的分类精度相较于BERT、Word2vec、Character embedding文本表示方法和DPCNN、BiLSTM-Attention、RCNN等6种神经网络的其他17种对比模型提升较为明显,准确率、宏平均召回率、宏平均F₁值分别达98.20%、98.02%、98.05%;基于主题的渔船安全知识挖掘方法可以展示远洋渔船安全工作的重点排序和关系网络图,涵盖渔船的机电设备、消防装置、救生设备、无线电通信等10类安全知识。该方法可为相关渔业管理人员提供高质量的渔船安全知识服务,对国内远洋渔业的安全管理效率、履约水平、智慧渔业工程的应用和发展有促进作用。     

基于监督局部线性嵌入算法的玉米田间杂草识别

杂草精准识别是实现农药定向定量喷洒的基础,是精准农业重要的研究课题之一,对环境保护和生产成本控制都有着重要的现实意义。该文以玉米田间常见杂草为研究对象,首先通过超绿特征去除田间复杂背景的影响,然后采用形态学方法自动分割图像中绿色植物区域作为待判别为杂草或作物的识别对象,之后采用基于Fisher投影的监督LLE（locally linear embedding）方法对样本的高维灰度特征进行降维,在低维空间结合支持向量机实现了杂草的快速识别。试验结果表明,该识别方法能更好地发现杂草与玉米的低维特征,对杂草和玉米植株的平均识别率分别达到97.2%和77.8%。该研究结果可为精准喷洒除草剂的自动化实现提供参考。