人工智能和卫星数据揭露全球75%未被AIS追踪的渔船

地图显示了葡萄牙和摩洛哥周围未公开追踪的捕鱼活动。地图显示了哨兵-1 号在 2017-2021 年间探测到的单个船只，与 AIS 广播中已知船只位置（蓝色）和未匹配船只（橙色）相匹配。这些船只通过深度学习模型被划分为捕鱼或非捕鱼船只。国家专属经济区重叠显示。资料来源：欧空局（数据来源：Paolo 等，2024/全球渔业观测）。

一项结合了卫星数据和人工智能的突破性研究为海上船只的数量提供了新的线索。令人吃惊的是，这项研究显示，全球约 75% 的工业化渔船以前在公共追踪系统中都是"黑户"。

这项研究最近发表在《自然》（Nature）杂志上，由全球渔业观察（Global Fishing Watch）领导。

地图显示了西西里岛和突尼斯周围未被追踪的渔船。该地图显示了哨兵-1 号在 2017-2021 年期间探测到的单个船只，与 AIS 广播中已知船只位置匹配（蓝色），以及未匹配船只（橙色）。这些船只通过深度学习模型被划分为捕鱼或非捕鱼船只。国家专属经济区重叠显示。资料来源：欧空局（数据来源：Paolo 等，2024/全球渔业观测）。

揭开"黑暗舰队"的神秘面纱

并非所有船只都必须依法广播其位置，但未被纳入公共监测系统的船只（通常被称为"黑渔船"）会给自然资源的保护和管理带来挑战。

通过使用哥白尼哨兵-1 号任务五年来的雷达数据和哥白尼哨兵-2 号任务的一些光学数据以及GPS信息，全球渔业观察组织的研究人员能够识别出那些没有申报位置的船只。

然后，通过对数据进行机器学习，研究人员可以得出结论，哪些船只是在捕鱼。

研究结果和影响

研究时间跨度为 2017-2021 年，涵盖六大洲的沿海水域，绝大多数渔业和近海基础设施都集中在这些水域。

他们发现在许多海洋保护区内有许多黑渔船，而且在许多国家的水域内渔船高度集中，而以前公共监测系统显示这些水域内几乎没有渔船活动。另据了解，超过 25% 的运输和能源船只活动也在跟踪系统中丢失。

全球渔业观察组织研究与创新总监大卫-克罗德斯马（David Kroodsma）说："一场新的工业革命正在我们的海洋中悄然兴起，直到现在才被发现。在陆地上，我们拥有地球上几乎每一条道路和每一座建筑的详细地图。相比之下，我们海洋的增长却在很大程度上被隐藏在公众视野之外。这项研究有助于消除盲点，揭示人类海洋活动的广度和强度"。

全球渔业观察高级机器学习工程师费尔南多-保罗（Fernando Paolo）补充说："从历史上看，对渔船活动的记录很少，这限制了我们对世界上最大的公共资源--海洋--的使用情况的了解。通过将空间技术与最先进的机器学习相结合，我们以前所未有的规模绘制了海上未披露的工业活动图"。

上图显示了 2017-2021 年研究期间不同地区公开跟踪（蓝色）和未跟踪（橙色）的渔船。下图显示的是运输和能源船只。图片来源：欧空局（数据来源：保罗等人，2024 年）

全球渔业活动分布

公开数据显示，亚洲和欧洲在其相对边界内的渔船数量相似，但事实并非如此。

威斯康星大学麦迪逊分校自然资源经济学助理教授珍妮弗-雷诺（Jennifer Raynor）说："我们的绘图显示，亚洲占主导地位。我们在水上发现的每 10 艘渔船中，有 7 艘在亚洲，只有 1 艘在欧洲。通过揭露黑船，我们绘制了目前最全面的全球工业化捕鱼的公开图景"。

哨兵 1 号任务的贡献

欧空局哥白尼哨兵-1 号任务负责人努诺-米兰达（Nuno Miranda）指出："我们对研究结果感到吃惊，我想没有人会想到海上 75% 的船只没有广播自己的位置。哨兵一号在这些惊人的结果中发挥了重要作用，我们对此深感自豪。这次任务真正展示了雷达的全天候、昼夜成像能力如何与其系统性的全球观测相结合，从而更好地了解人类对环境和自然资源的影响程度"。

近海开发地图显示了主要产油区的石油基础设施、风电场和其他人工建筑（如码头、电线和水产养殖）。圆圈与 2021 年底每个平方度网格单元的结构数量成比例。资料来源：欧空局（数据来源：Paolo 等人，2024 年/全球渔业观测）。

对环境和法规的影响

除了对锁定可能非法捕鱼的船只产生影响外，这些结果还有助于进一步了解海上排放的温室气体。研究还考察了海上基础设施，如风力涡轮机和石油平台。

在研究期间，石油结构增加了 16%，而风力涡轮机增加了一倍多。到 2021 年，涡轮机的数量将超过石油平台。中国的海上风能增长最为显著，在 2017 年至 2021 年期间增长了 9 倍。这对于帮助了解发展的影响和趋势非常重要。

编译来源：ScitechDaily