基于北斗船位数据的拖网捕捞追溯方法研究

水产品安全关系到国计民生,北斗船位数据辅助拖网捕捞追溯,将为水产安全管理增添新的手段。根据航速与航向差的阈值确定拖网渔船捕捞状态,计算累计捕捞时间,作为某区域一段时间的捕捞强度。通过船位追溯渔船、渔场、渔港,掌握水产品的来源与累计捕捞时间,再结合渔场、渔区等信息,实现水产品的追溯。文章研究了作业渔场位置、累计捕捞时间、捕捞努力量等信息的提取方法,实现了渔港的渔船追溯并获得渔港水产品的来源地,可准确到单个捕捞渔场。     

基于北斗卫星数据的拖网渔船状态与网次提取

拖网网次是捕捞努力量计算的重要参数,拖网渔船捕捞在放网、拖网、起网过程中速度变化非常明显,北斗船位数按3 min间隔记录渔船的经纬度位置、航速、航向、时间等信息,通过航速可以判断渔船状态。本文对浙嵊渔10201、浙嵊渔10243双拖网调查船的航速进行统计,划分拖网捕捞状态的航速阈值为0.8~1.6m/s,借助北斗船用终端记录的航速,判断渔船状态,提取出全部处于拖网作业的网次,并与现场记录的起放网时间和位置进行了比较验证,放网时人工记录与北斗记录时间差平均为4.3 min,起网时人工记录与北斗记录时间差平均为7.2 min,放网的GPS位置与北斗位置距离差值平均为0.35 nmi,起网的GPS位置与北斗位置距离差值平均为0.24 nmi。     

基于北斗船位数据的流刺网网次和方向提取方法研究

渔船监测系统(vessel monitoring system,VMS)在渔业管理中发挥着重要作用,一直以来都受到各国及渔业组织的重视,我国近海渔船主要采用基于北斗的VMS系统。刺网是我国主要的捕捞作业方式之一,提出一种使用北斗数据提取流刺网作业网次以及网长和方向的方法。该方法使用阈值综合判别的方法判断捕捞作业的状态,通过航速、空间距离、时间间隔和航向变化的阈值判别作业时收网状态的船位点,然后根据收网状态的起始点判定放网状态的起始点。根据范例中提取的516组网次,使用程序判别的船位点和人工判断的船位点有74%相同,表明有较好的一致性,具有精度高、处理快速、实时程度高的特点。该方法可为我国渔业管理和相关研究提供新的手段,并可应用于捕捞控制、海上执法等多个领域。     

基于北斗船位数据的南海外海灯光罩网渔船作业特征研究

灯光罩网是中国南海外海主要捕捞作业方式之一。为加强对南海外海灯光罩网渔船生产监测和渔船捕捞活动的有效管理,根据2017年2—5月南海外海灯光罩网渔船北斗船位数据,分析定位时间、经纬度等特征,结合作业时间、等深线等采用多层过滤法判断渔船作业状态;通过阈值筛选渔船作业的位置和时间,采用过滤窗修正法对船位点状态进行修正,计算渔船作业时长,并与渔民实际记录的纸质捕捞日志进行对比分析。结果表明：北斗船位数据提取结果和渔民实际记录的结果误差较小,航次准确率为100%,航次天数准确率为94.30%;相同作业日期准确率为92.72%;作业时长总平均绝对误差为1.12 h,平均相对误差为2.1%,具有较好的一致性。研究设计的灯光罩网渔船状态判断、作业位置确定、作业时长提取和捕捞努力量计算方法可为灯光罩网作业分析和其捕捞强度量化提供新思路。     

基于北斗船位数据的拖网渔船捕捞努力量算法研究

渔船捕捞作业行为识别算法准确率直接影响捕捞努力量的估算精度，现有的捕捞作业行为识别算法存在特征局限及算力要求高等问题。基于2019—2021年辽宁省拖网渔船的北斗船位数据计算捕捞努力量，构造含空间信息的特征向量和基于极限梯度提升算法的拖网渔船捕捞作业行为识别模型。结果表明，模型的准确率、敏感性、特异性和马修斯相关系数分别为96.47%、99.58%、95.02%和0.923 4。捕捞努力量平均绝对误差为0.100 9 kW·h,均方根误差为0.985 1 kW·h。研究证实，提出的捕捞努力量算法精度较高，可为渔业资源评估和限额捕捞管理提供基础数据支撑。     

北斗卫星数据提取耙刺渔船作业状态方法研究

耙刺类渔具对海底破坏力较强,对其捕捞特征研究有助于完善渔法规范。耙刺是耙掘浅海底栖贝类的主动性渔具,作业过程可以分为慢速、拖曳耙刺、航行三种状态,各状态航速差别明显,能通过航速大小进行区分。北斗船位数据记录了一系列船位点的时间、航速、经纬度等信息,根据航速频率变化率可以确定阈值,由阈值区分出拖曳耙刺状态和非拖曳耙刺状态,从而计算获得拖曳耙刺状态的累计时间和拖曳里程。利用样点验证显示状态判断正确率在98%以上,可以很好的为渔业分析与管理提供参考。     

基于渔船捕捞行为特征的远洋延绳钓渔场捕捞强度计算

渔场捕捞强度信息可以为渔业资源评估和管理提供帮助。本研究结合2017年10—11月船舶自动监控系统(AutomaticIdentificationSystem,AIS)信息和同期中国中西太平洋延绳钓渔船捕捞日志数据,通过挖掘延绳钓渔船作业航速和航向特征,建立渔场作业状态识别模型,提取渔场捕捞强度信息。以3～9节为航速阈值和0°～10°及300°～360°为航向阈值,渔船作业状态识别准确率为68.29%。阈值识别和日志记录的捕捞强度信息在空间上相关性很高(0.96),基于AIS信息挖掘的渔船捕捞强度空间分布特征和实际非常相似。阈值识别和日志记录的捕捞强度信息在空间上与单位捕捞努力量渔获量(catch per unite of effort, CPUE)、渔获尾数、渔获重量和投钩数的空间相关系数均大于0.62,基于AIS信息挖掘的渔船空间捕捞强度也可替代用于渔业资源分析。     

基于神经网络和VMS的渔船捕捞类型辨别

不合理的捕捞方式会导致海洋渔业资源衰退以及海洋生态环境破坏。近年来,渔船监测系统已被用于渔船安全监督、渔业资源管理、海洋生态环境保护等方面。文章以中国近海15艘流刺网渔船、39艘拖网渔船、24艘流动张网渔船共78个样本为研究对象,以BP(back propagation)神经网络为研究模型,借助2014年北斗渔船监测系统(VMS)中对应渔船的航速和航向数据对其作业方式进行辨别。结果显示,基于航速和航向的渔船作业方式辨别正确率分别为93.6%和91%,两者均能较好地对捕捞类型进行分类,且航速的分类精度高于航向。拖网和流动张网渔船分类的正确率在90%以上,而流刺网渔船仅为70%,原因可能是流刺网在空间上的移动较复杂,减弱了航速和航向变化的规律性。     

浙江省帆张网捕捞强度分布的提取方法

捕捞强度是渔业资源管理和评估领域的重要参数之一。传统的计算方法无法满足实时、大范围、快速统计时空分布的需要。本实验提出根据VMS数据对渔船生产活动划分作业阶段;结合帆张网渔船的作业特点,采用阈值划分和密度聚类算法提取网位,计算各航次的捕捞时长;划分地理格网并累加其范围内的捕捞时长,以各格网平均每平方公里累计捕捞时长(h/km²)作为帆张网捕捞强度的量化依据,并可视化捕捞强度空间分布。本实验以2017年浙江省所属帆张网渔船的北斗VMS船位数据为研究对象,共提取有效作业航次733个,网位6 021个,累计捕捞时长736 761.78 h。在121.6°～126.5°E、27.6°～33.9°N范围内划分0.1°×0.1°地理格网,2017年上半年帆张网捕捞相对分散,各格网平均捕捞强度11.26 h/km²;下半年相对集中,平均捕捞强度12.83 h/km²;全年平均14.76 h/km²。其中,在125.4°～126.1°E、31.2°～32.1°N范围内捕捞强度最大,平均28.51 h/km^...     

船位监控系统数据挖掘与应用研究进展

船位监控系统(vessel monitoring system,VMS)作为一种渔船监控手段,同时也为渔业科学研究提供了一种新的数据来源。VMS数据记录了渔船实时的船位、航速、航向等动态信息,已被广泛应用于海洋渔业的诸多领域。本文结合国内外研究现状,对VMS数据分析挖掘方法进行了归纳和总结,对采用VMS数据进行捕捞努力量估算、渔民行为特点和渔场分析、捕捞活动对海洋生态环境影响等方面的研究进展进行了综述,并在此基础上分析了VMS数据在海洋渔业上的应用前景及其存在的问题,对今后我国采用VMS数据进行相关研究提出了建议。     

1985~1986年长江口生态系统能流网络分析

中国近海基于北斗卫星导航系统的渔船监控系统(vessel monitoring system,VMS),在渔船管理和应急救援中发挥了重要作用,同时北斗船位数据还包含位置、时间、航速、航行等信息,可进一步用于渔船航次信息挖掘与分析。文章首先把海陆边界划分成多个0.1°×0.1°的港口格网,然后根据格网与渔船轨迹相交关系,提取海南省2016年的全部航次。海南省渔船以小型为主,航次时间1~5 d占全部航次数的71.8%,各作业类型航次时间平均都在5 d左右;受休渔期、节假日、台风等天气影响,航次频数各月变化有3个峰值和3个谷值;儋州、三亚、文昌3个海南省返回港的航次占航次总数的62.9%,海南省出港非海南省返港的航次主要集中在北海市、阳江市、惠州市等港口。文章基于北斗船位数据的航次提取方法具有普适性,可以直接应用到安装有北斗终端的近海其他省市的渔船。     

远洋捕捞渔船电子监控视频文字信息提取

计算机图像处理技术发展迅速,基于OCR(Optical Character Recognition)的图像文字提取得到广泛应用。在远洋渔业捕捞中,EMS(Electronic Monitoring System)逐渐开始使用,视频中文字信息提取是系统的重要功能之一。通过左右舷、前甲板、后甲板安装的4个摄像头,获取渔船作业的视频影像,再利用jTessBoxEditor软件生成图片样本,人工添加文字标签,然后通过tesseract软件训练标注的样本,制作traineddata字库,最后用Python编程提取远洋捕捞渔船监控视频中的时间、位置、航速、航向等信息,提取的960条记录,经与原图片对比全部正确,提取的文字信息可为视频存档和渔业管理提供参考。     

基于渔业统计数据的南海区渔业资源可捕量评估

基于北斗船位数据的渔船监测系统可通过船位特征反映渔船作业特点,为渔业资源的开发管理提供科学依据。对2018年南海外海大型灯光罩网渔业进行了分析。结果显示,北斗船位监控系统共记录来自广东、广西、海南三省区的121艘大型灯光罩网渔船的8 821 681条船位记录,平均每天每艘船406条。北斗船位监控系统记录船位信息的频次在省份间存在差异,且外海明显多于近岸。根据船位数据可判断大型灯光罩网的作业天数及位置变化。其中渔船春季主要在南沙海区作业,夏季主要在珠江口外海作业,秋冬季在北部湾和中、西沙海区作业;2018年共作业19 986 d,作业天数从高到低依次为春季7 768 d (38.87%)、秋季4 738 d (23.71%)、冬季4 406 d (22.04%)、夏季3 074 d (15.38%)。此外,还探讨了应用北斗船位监控系统监测大型灯光罩网渔船的优势与不足,得出利用北斗船位监控系统对南海大型灯光罩网渔船进行监测,可以快速、全面地掌握南海大型灯光罩网渔业的空间分布和动态变化。     

我国海洋渔船发展策略研究

阐述了我国渔船发展的现状:捕捞渔船数量多、规模大、能耗高,木质渔船仍是捕捞渔船的主体;渔船玻璃钢化具备了一定的技术和产业基础,但发展滞缓;远洋渔船建造技术基础初步形成;船型优化技术研究与应用取得成效。指出了我国渔船装备存在的主要问题:渔船装备老化现象严重;船型杂乱;主机配置及船机桨匹配差异大;玻璃钢渔船推广应用难度较大;过洋性作业渔船装备面临升级换代;大洋性作业渔船整体性能落后。提出了发展战略:重点推进近海渔船"以小置大、以钢代木"工程,实施标准化升级改造;加快实施远洋渔船装备国产化进程;发展现代化科学考察船和渔政管理船;鼓励发展海上养殖渔船与休闲垂钓渔船。     

秘鲁沿岸秘鲁鳀渔场及渔汛分析

秘鲁鳀(Engraulis ringens)是栖息于东南太平洋沿岸的小型中上层鱼类,了解秘鲁鳀渔场和渔汛的状况有助于渔情预报工作的开展进而实现资源的合理利用。利用2005~2014年秘鲁各港口的上岸量数据,以上岸量(landings)、总捕捞努力量(fishing effort)和单位捕捞努力量渔获量(CPUE)为指标分析秘鲁鳀渔场分布及渔汛;结合二因素方差分析(two-factor analysis of variance)探究渔场月份和纬度上的显著性差异;利用分位数的方法,找出各年的旺汛时间。研究表明,每年的4~6月和11~12月为秘鲁鳀的主汛期;主要的捕捞区域分布在7°S~13°S;渔汛的前中期,上岸量和捕捞努力量有着明显的年间差异,而CPUE在渔汛后期年间差异明显。方差分析表明,不同月份和不同纬度对捕捞努力量[ln(effort+1)]有极显著的影响(P0.01);5月为一年中最主要的捕捞阶段。旺汛期分析表明,第一渔汛阶段的旺汛一般在5月出现,而第二渔汛阶段的旺汛一般在11月出现。研究结果有助于对秘鲁沿岸秘鲁鳀渔场及渔汛的认识。     

Improved estimation of trawling tracks using cubic Hermite spline interpolation of position registration data

For control and enforcement purposes, all fishing vessels operating in European waters are equipped with satellite-based Vessel Monitoring by Satellite systems (VMS) recording their position at regular time intervals. VMS data are increasingly used by scientists to study spatial and temporal patterns of fishing activity and thus fishing impact (e.g. surface of sea bed trawled during a fishing trip). However, due to their low resolution (2 h basis), these data may provide a biased perception of fishing impact. We present here a method aiming at interpolating vessel trajectories from VMS data points to obtain higher-resolution data on vessel trajectories which in turn should provide improved estimates of the spatial and temporal patterns of fishing activity and hence fishing impact. This method is based on a spline interpolation technique, the cubic Hermite spline (cHs), using position, heading and speed to interpolate the trawl track of a vessel between two succeeding VMS data points. To take uncertainty of the interpolated track into account, the method also determines a confidence interval, which represents the spatial distribution of vessel presence probability between two successive VMS positions. The cHs method was compared to the straight line interpolation technique using a reference data set with intervals of 6 min which was assumed to represent the real trawl tracks. The results showed that the cHs method approximates the real trawl track markedly better than a straight line interpolation. The cHs method should therefore be preferred to the conventional straight line approach to interpolate vessel tracks in studies aiming at estimating fishing impact from VMS data.     

Development of performance indices for the Newfoundland and Labrador snow crab (Chionoecetes opilio) fishery using data from a vessel monitoring system

This study investigates the potential for using data from a vessel monitoring system (VMS) to create indices of commercial fishery performance that may be used in monitoring snow crab resource status. Fishing hours were screened from hourly positional signals to create an index of fishing effort (hours fished) for comparison with that derived from logbooks (number of trap hauls). Similarly, a VMS-based fishing catch per unit of effort (CPUE) index was developed for comparison with CPUE derived from logbooks. Analysis of these indices showed that VMS-based fishing effort and CPUE indices can be interpreted to provide reliable complementary or alternative indices to logbooks for assessment of fishery performance in the Newfoundland and Labrador (NL) snow crab (Chionoecetes opilio) fishery. We also developed a VMS-based index of fishing efficiency and illustrate how it can be applied toward understanding various behaviors and anomalies in the fishery. VMS data may offer other potential applications for snow crab assessment and management. Our approach and methods are applicable to other commercial fishery resources worldwide that are monitored using vessel monitoring systems.     

Use of individual types of fishing effort in analyzing catch and effort data by use of a generalized linear model

Fishing effort is a function of many (continuous) variables which fishers can manipulate. However, when catch and fishing effort data are analysed using a generalized linear model, individual types of fishing effort usually enter as a composite quantity. But not all quantities can be combined into a composite quantity. Use of such data this way generally leads to a loss of information and incurs a model bias. In this paper, I analyse catch and effort data for the blue swimmer crab off South Australia by a direct use of individual types of fishing effort to extract a relative index of biomass, and use the concept of homogeneous functions to present some of the results. I also give formulae for choosing a combination of different types of fishing effort to effect a specified level of catch in both absolute and relative terms. Assuming that catch follows an independent gamma, normal, negative binomial, or Poisson distribution, fitting of a generalized linear model with a log-link function to the commercial catch and effort data suggests that: (1) the exploitable biomass remained relatively constant from 1 July 1983 to 30 June 1996; (2) the relative instantaneous rate of fishing mortality of a particular sex and age (if gear selectivity was constant over time) slightly increased over time; (3) a 1% increase in the number of days fished gave about 0.85% increase in catch whereas a 1% increase in the number of people on a boat led to only about a 0.45% increase in catch. This implies that use of a composite measure of fishing effort such as boat days and man days when analysing catch and effort data is inappropriate for this fishery. Although a generalized linear model may be a reasonable first-order approximation, catch and effort data are best interpreted through a process model.