陳仁麗,吳曉青,劉柏靜,王躍啟

(1.中國科學(xué)院煙臺海岸帶研究所,山東煙臺 264003; 2.中國科學(xué)院大學(xué),北京 100049;3.中國科學(xué)院海岸帶環(huán)境過程與生態(tài)修復(fù)重點實驗室,山東煙臺 264003)

船舶自動識別系統(tǒng)(automatic identification system，AIS)是一種應(yīng)用于船與船、船與岸之間的新型助航系統(tǒng)，可以實時監(jiān)控船舶活動。AIS設(shè)備的普及應(yīng)用，使得AIS數(shù)據(jù)的覆蓋范圍與連續(xù)性得到有效提高，其在船舶避碰、船舶監(jiān)管和海事管理中發(fā)揮著越來越重要的作用，而其高時空分辨率的數(shù)據(jù)特性，也為挖掘、分析海上交通活動、海洋捕撈活動時空特征提供了一種良好的數(shù)據(jù)源和技術(shù)手段。

隨著大數(shù)據(jù)處理技術(shù)的快速發(fā)展，越來越多的學(xué)者開始關(guān)注和探索AIS數(shù)據(jù)在科研方面的應(yīng)用價值。根據(jù)《國內(nèi)海洋漁船法定檢驗技術(shù)規(guī)則》要求，船長12 m及以上的漁船應(yīng)配備AIS設(shè)備。漁船AIS設(shè)備配備率和規(guī)范化管理水平的提升，進一步拓寬了AIS數(shù)據(jù)在漁業(yè)領(lǐng)域的應(yīng)用。目前，學(xué)者們基于AIS數(shù)據(jù)，已在漁船捕撈狀態(tài)識別[1-2]、捕撈努力量估算[3-7]、捕撈活動聚集區(qū)提取[8-9]、非法捕撈活動監(jiān)控[10-11]以及海洋生態(tài)壓力評估[12-13]等方面取得了明顯進展。數(shù)據(jù)挖掘和機器學(xué)習(xí)算法的改進以及AIS與自然生態(tài)數(shù)據(jù)的有機結(jié)合是探究的熱點之一。應(yīng)用研究主要集中在全球[2]、歐盟[4]等較大尺度海域，重點揭示捕撈強度及其產(chǎn)生的海洋生態(tài)壓力[7,14-15]。我國基于AIS數(shù)據(jù)開展海洋捕撈活動的研究相對滯后[3,5-6]，缺乏對近岸海域捕撈活動時空分布總體格局的刻畫，亟需挖掘AIS數(shù)據(jù)價值，拓寬其在海洋漁業(yè)和海洋生態(tài)保護領(lǐng)域中的應(yīng)用，弄清我國近海捕撈活動分布及其強度變化特征，為指導(dǎo)海洋捕撈活動管理、評估漁業(yè)資源修復(fù)效果提供技術(shù)支持。

渤海及其鄰近海域位于117°E～123°E、37°N～41°N之間(圖1)，是中國重要的傳統(tǒng)漁場分布區(qū)之一。沿岸有眾多河流匯入，初級生產(chǎn)力較高，是我國北方海洋漁業(yè)生物的重要產(chǎn)卵場、育幼場和索餌場，漁業(yè)資源豐富，多種捕撈作業(yè)方式并存。然而，近幾十年來，由于漁業(yè)資源過度捕撈和大量陸源污染物入海導(dǎo)致該海域漁業(yè)資源退化，局部岸段海洋環(huán)境污染嚴重[16-17]，給海洋捕撈活動管理與海洋生態(tài)環(huán)境保護帶來諸多挑戰(zhàn)。本研究基于渤海及其鄰近海域2014年和2018年海上船舶AIS數(shù)據(jù)，實現(xiàn)捕撈活動聚集區(qū)范圍提取，分析捕撈活動聚集區(qū)的時空分布變化特征及其影響因素，以期為促進渤海地區(qū)海洋捕撈產(chǎn)業(yè)可持續(xù)發(fā)展提供科學(xué)參考。

圖1 渤海及其鄰近海域位置

1 材料與方法

1.1 技術(shù)流程

本研究基于船舶AIS數(shù)據(jù)，利用GIS空間分析技術(shù)、機器學(xué)習(xí)等方法，實現(xiàn)渤海及其鄰近海域捕撈活動聚集區(qū)提取與分析，技術(shù)流程如圖2所示，主要包括4個步驟：AIS原始數(shù)據(jù)清洗與采樣、捕撈行為識別、捕撈活動聚集區(qū)提取、捕撈活動聚集區(qū)時空分布特征分析。

圖2 技術(shù)流程圖

1.2 研究方法

1.2.1 高斯混合模型

本研究利用高斯混合模型(Gaussian mixed model，GMM)挖掘漁船航速分布特征，確定漁船進行捕撈活動時的速度閾值。該模型的原理是將一個對象分解為幾個基于高斯概率密度函數(shù)的組合[18]，其數(shù)學(xué)表達式為：

式中：I為高斯分布的個數(shù)，N(x|μi，ωi)是單個高斯分布函數(shù)，μi表示均值，ωi表示協(xié)方差，πi是權(quán)重系數(shù)。

1.2.2 基于核密度值的熱點分析

本研究將核密度估計與熱點分析2種方法相結(jié)合應(yīng)用于捕撈活動聚集區(qū)的提取[19]，提取過程如下：首先利用核密度估計方法計算捕撈活動核密度值，其原理是采用核函數(shù)計算每個單位面積的捕撈活動點位數(shù)量，將每個點擬合成一個光滑的錐面；然后，利用熱點分析基于核密度屬性單元區(qū)分捕撈活動空間分布的高值聚類與低值聚類，得到的高值聚集區(qū)域被定義為捕撈活動聚集區(qū)。同時，為減少不具代表性的捕撈活動聚集區(qū)，將10 km2作為捕撈活動聚集區(qū)的最小界限值。

1.2.3 捕撈活動聚集區(qū)空間分布特征量化方法

為更深入地量化捕撈活動聚集區(qū)的空間分布特征，統(tǒng)計分析捕撈活動聚集區(qū)塊的面積、數(shù)量、最大面積、平均面積等基本特征，利用Fragstats軟件計算聚集度指數(shù)[20]，量化捕撈活動聚集區(qū)空間分布的聚集程度。采用ArcGIS的標準差橢圓工具分析捕撈活動聚集區(qū)空間分布中心的變化趨勢[21]。

1.3 數(shù)據(jù)源及預(yù)處理

船舶AIS數(shù)據(jù)來源于船訊網(wǎng)(http://www.shipxy.com)，主要包含船名、海上移動通信業(yè)務(wù)標識碼(maritime mobile service identity, MMSI)、船長、船寬、航向、航速等靜態(tài)和動態(tài)信息以及與航行相關(guān)的信息[22]。AIS數(shù)據(jù)預(yù)處理主要包括數(shù)據(jù)清洗、數(shù)據(jù)提取和數(shù)據(jù)采樣。利用R軟件和ArcGIS對研究區(qū)2014、2018年全年的AIS原始數(shù)據(jù)進行清洗，剔除數(shù)據(jù)異常[23]、格式不規(guī)范、位置位于陸地上的信息，并刪除點位數(shù)據(jù)記錄少于300條的船舶[4,24]以及分道通航制區(qū)域內(nèi)的船位信息。然后，提取船舶類型為漁船的AIS信息進行船位時間間隔采樣分析。由于2014年獲取到的AIS數(shù)據(jù)已經(jīng)過供應(yīng)商壓縮處理，為保持數(shù)據(jù)的可比性和提高數(shù)據(jù)處理效率，在保證數(shù)據(jù)樣本最具代表性的前提下，對2018年漁船AIS數(shù)據(jù)按照每間隔5 min提取一次船位信息，并按照月度、季度分別存儲，共將約1.03億條漁船AIS記錄納入研究。其中，季度分析過程中將2018年1月、2月、12月的AIS數(shù)據(jù)合并近似代表本年度冬季的捕撈情況。為便于年際間的客觀比較，僅將2014和2018兩個年份具有相同MMSI的漁船AIS信息記錄納入年際變化分析。

2 結(jié)果與分析

2.1 捕撈行為識別

通常情況下，漁船處于不同行為狀態(tài)時表現(xiàn)出不同的航速分布特征。基于漁船捕撈行為高度依賴于速度特征這一假設(shè)，結(jié)合漁船航速頻率密度統(tǒng)計圖和GMM模型識別漁船捕撈行為。如圖3所示，漁船航速頻率密度分布存在2個速度峰值，分別對應(yīng)捕撈活動(低速)與航行(高速)行為。根據(jù)GMM模型計算所得的參數(shù)可知，處于捕撈活動狀態(tài)下的航速均值μ約為2.9 kn，標準差σ約為1.4 kn。因此，綜合上述分析，最終將與漁船捕撈活動有關(guān)的航速置信區(qū)間定義為[μ±σ], 即1.5～4.3 kn。

圖3 漁船航速頻率密度統(tǒng)計

2.2 捕撈活動聚集區(qū)時空分布特征

2.2.1 捕撈活動聚集區(qū)月度變化

從2018年各月份捕撈活動聚集區(qū)分布圖可以看出，渤海及其鄰近海域捕撈活動聚集區(qū)的分布范圍與空間形態(tài)具有明顯的月度差異(圖4)，總體來看，渤海海峽與煙威近岸海域是主要的捕撈活動聚集區(qū)，除休漁期的5—8月之外，其分布面積占聚集區(qū)總面積的比重平均約為52.10%。具體來看，9—12月，捕撈活動聚集區(qū)面積大、分布廣，空間形態(tài)變化明顯，總體上沿渤海海峽和煙威近岸海域呈“人”字形分布，而渤海海域捕撈活動規(guī)模較小，僅零散分布在渤海灣、萊州灣和秦皇島附近海域。1—3月和8月，捕撈活動聚集區(qū)不明顯，聚集區(qū)范圍較小，零散分布在渤海海峽北部、秦皇島南部和滄州北部近岸海域；而4—7月渤海及其鄰近海域基本沒有大規(guī)模的捕撈活動。

圖4 2018年渤海及其鄰近海域1—12月捕撈活動聚集區(qū)分布

各月份捕撈活動聚集區(qū)的面積、區(qū)塊數(shù)量及聚集程度的變化也表現(xiàn)出明顯的波動(圖5)。1—4月，捕撈活動聚集區(qū)的聚集程度呈現(xiàn)出波動中增大的趨勢；5—6月聚集區(qū)規(guī)模達到年度最低水平；而7—8月，捕撈活動聚集區(qū)規(guī)模有小幅增加；9月面積達到最大，約15 355.29 km2；10月，聚集區(qū)規(guī)模開始下降，但聚集度指數(shù)達到全年最大，為37.49；到了11—12月，聚集程度也開始下降，但區(qū)塊數(shù)量有所增加。

圖5 2018年捕撈活動聚集區(qū)月度變化特征統(tǒng)計

2.2.2 捕撈活動聚集區(qū)季度變化

按照春、夏、秋、冬4個季節(jié)分別提取渤海及其鄰近海域捕撈活動聚集區(qū)范圍，分析其季節(jié)分布變化特征(圖6,表1)。結(jié)果顯示，捕撈活動聚集區(qū)空間分布存在明顯的季節(jié)性差異，秋季是渤海及其鄰近海域捕撈活動最活躍的季節(jié)，聚集區(qū)分布范圍最廣，面積達到18 792.57 km2，約占該海域總面積的16.48%，捕撈活動的聚集程度最高，聚集區(qū)塊的平均面積、最大面積與聚集度指數(shù)均最大，主要集中在煙威與萊州灣近岸、渤海海峽與滄州附近海域，且渤海海峽附近呈現(xiàn)出連片分布的特征；春季捕撈活動聚集區(qū)塊的平均面積和最大面積均最小，但聚集程度相對較高，僅次于秋季，主要分布在煙威近岸、渤海海峽北部與滄州附近海域；夏季捕撈活動聚集區(qū)范圍最小、數(shù)量最少，面積約是秋季的20.96%，分布形態(tài)與8月份基本一致；冬季，聚集區(qū)塊最分散、數(shù)量最多，聚集度指數(shù)為29.59，聚集區(qū)塊分布區(qū)域與12月份相似。從各季節(jié)捕撈活動聚集區(qū)的分布中心變化情況來看(圖6)，夏季捕撈活動的分布中心最靠西，春季、秋季和冬季的中心則表現(xiàn)出隨季節(jié)更替東移的趨勢。

圖6 2018年四季捕撈活動聚集區(qū)分布

表1 2018年四季捕撈活動聚集區(qū)基本特征統(tǒng)計

2.2.3 捕撈活動聚集區(qū)年際變化

基于相同MMSI的漁船AIS數(shù)據(jù)提取到的2014年與2018年捕撈活動聚集區(qū)分布結(jié)果如圖7所示?？梢园l(fā)現(xiàn)，煙威近岸、渤海海峽北部一直是捕撈活動聚集海域，2014和2018年分別占聚集區(qū)總面積的63.60%、54.95%，但是不同年份聚集區(qū)規(guī)模和分布形態(tài)存在明顯差異。相較于2014年，2018年捕撈活動聚集區(qū)的分布面積大、范圍廣，年度分布范圍達到15 538.79 km2，約是2014年的1.8倍，聚集區(qū)塊數(shù)量也有所增加，特別是渤海灣和萊州灣內(nèi)聚集區(qū)明顯增多，使得聚集區(qū)空間分布中心整體向西偏移。

圖7 2014年與2018年基于相同MMSI信息的捕撈活動聚集區(qū)分布

3 討論

本研究顯示,渤海及其鄰近海域漁船捕撈活動存在明顯的時空變化特征，究其原因，區(qū)域漁業(yè)生物生態(tài)習(xí)性、季節(jié)變化以及休漁期制度等漁業(yè)捕撈管制措施均會對其產(chǎn)生一定的影響。渤海海峽與煙威近岸作為渤海及其鄰近海域漁業(yè)生物重要的洄游通道，10—11月洄游性魚類聚集明顯[25-26]，使得這2個月份成為捕撈活動活躍期，在該海域捕撈活動頻繁，從而形成規(guī)?；牟稉苹顒?。而渤海海域冬季漁業(yè)生物的越冬場主要分布在中部深水區(qū)，這是導(dǎo)致冬季捕撈活動聚集區(qū)的分布中心相對偏東的重要原因之一。另外，渤海及其鄰近海域?qū)儆跍貛Ъ撅L(fēng)氣候，冬季氣溫低，多大風(fēng)寒潮天氣，易形成大范圍冰區(qū)[29-30]，給漁業(yè)捕撈活動帶來較大風(fēng)險，加之受春節(jié)等節(jié)假日的影響，使得1—2月近岸海域捕撈活動聚集區(qū)分布較少；而秦皇島附近海域受黃海暖流的影響，冬季不易結(jié)冰，口蝦蛄(Oratosquillaoratoria)等本地經(jīng)濟魚種在此進行越冬洄游，使得部分漁船(如框架拖網(wǎng)作業(yè)船舶)仍在此進行捕撈活動。

休漁期制度、捕撈區(qū)域空間管制等漁業(yè)捕撈管制措施也會明顯改變捕撈活動聚集區(qū)的時空分布格局。休漁期制度對漁船捕撈活動的時間分布具有一定的限制作用，是影響捕撈活動程度最深的管制措施，在漁業(yè)資源恢復(fù)方面發(fā)揮了至關(guān)重要的作用[31]，也使得休漁期后捕撈活動猛增。同時，這也是造成渤海及其鄰近海域2018年5—8月捕撈活動聚集區(qū)分布規(guī)模小且分散的重要因素之一。而近岸機輪拖網(wǎng)漁業(yè)禁漁區(qū)和海洋功能區(qū)劃制度的落地實施，對漁船捕撈活動具有明顯的空間約束作用，明顯影響著捕撈活動聚集區(qū)的空間分布形態(tài)，是導(dǎo)致研究海域捕撈活動區(qū)主要分布在離岸農(nóng)漁業(yè)區(qū)、海洋保護區(qū)核心區(qū)外圍海域的一個重要原因。此外，增殖放流是修復(fù)漁業(yè)資源的重要手段，近幾年近岸海域增殖放流規(guī)模增大，專項漁業(yè)資源品種的限額捕撈活動頻繁，這可能是導(dǎo)致休漁期間存在聚集區(qū)分布的原因之一。

本研究捕撈活動聚集區(qū)提取的前提是假設(shè)漁船捕撈行為高度依賴于速度這一特征，利用速度閾值區(qū)分漁船捕撈行為和航行行為，這可能會將那些位于港口、錨泊區(qū)、交通擁擠區(qū)域的低速船舶以及增殖放流等活動誤識別為捕撈活動，在一定程度上會造成捕撈活動被高估[3,24]；而且，該方法比較適用于拖網(wǎng)漁船[4,24]，對于捕撈方式多樣的海域，其準確性會受到一定影響。但是，拖網(wǎng)是渤海及其鄰近海域捕撈貢獻率最高的作業(yè)方式[32]，2018年漁業(yè)統(tǒng)計年鑒顯示，研究海域沿岸三省一市(山東、河北、天津、遼寧)拖網(wǎng)捕撈產(chǎn)量占總捕撈產(chǎn)量的55.70%，位居各漁具類型捕撈產(chǎn)量首位，故采用速度閾值法是存在一定合理性的。改進方向可以結(jié)合卷積神經(jīng)網(wǎng)絡(luò)等深度學(xué)習(xí)方法更精準地識別漁船捕撈行為[2]，但復(fù)雜的數(shù)據(jù)計算過程與結(jié)果驗證是研究面臨的一大挑戰(zhàn)。此外，地區(qū)AIS基站設(shè)置情況、漁船AIS設(shè)備配備率會影響AIS數(shù)據(jù)質(zhì)量，而數(shù)據(jù)間隔采樣和壓縮處理方法也會影響船舶軌跡細節(jié)的刻畫，帶來一定偏差[33]。

總體看來，AIS數(shù)據(jù)優(yōu)勢突出，其在漁業(yè)研究、海洋生態(tài)保護和海洋空間規(guī)劃領(lǐng)域具有廣泛的應(yīng)用前景?；贏IS數(shù)據(jù)分析捕撈活動聚集區(qū)分布變化，可以間接反映漁業(yè)資源規(guī)模的變動情況，評估海洋捕撈管制措施的有效性，為分析捕撈活動對海域生態(tài)環(huán)境的壓力和海洋空間規(guī)劃管理提供技術(shù)支持。未來將進一步優(yōu)化捕撈活動聚集區(qū)提取的算法模型，結(jié)合漁撈日志數(shù)據(jù)、海洋生態(tài)環(huán)境信息，實現(xiàn)對區(qū)域捕撈努力量的估算，為海洋漁業(yè)資源管理和海洋生態(tài)保護提供參考依據(jù)。