Blog
自動識別系統（AIS）揭露海洋漁業的隱蔽真相：公開追蹤系統所遺漏的廣泛活動
自動識別系統（AIS）揭露海洋漁業的隱蔽真相：公開追蹤系統所遺漏的廣泛活動
January 4, 2024
重點摘要：
新聞內文：
衛星影像和機器學習提供了對海洋產業的新視角，特別是在海上漁業和運輸船隻的數量和活動方面。事實證明，這些數據比公開可用的數據要多得多，這是政策制定者應該注意的事實。
作為全球共享資源，海洋是每個人的事業，但當然不是每個國家或地區都有相同的習慣、法律或甚至動機。
有一種自動識別系統（AIS）在全球範圍內越來越多地被採用，它使用船上發射機精確追蹤活動，但其應用遠非普遍。因此，重要的數據，如一個區域有多少船隻在捕魚、誰在操作它們，以及它們捕獲了多少魚，通常是不清楚的，是地方性、專有性和政府批准數字的混合體。
這不僅使政策決策困難和近似，而且給這個行業帶來了一種無法無天的感覺，無數船隻秘密使用受限或受保護的水域，或者超出了快速枯竭的庫存的安全捕撈數量。
衛星影像為這個難題提供了新視角：你無法躲避天空中的眼睛。但這個行業的規模和記錄它的影像都是巨大的。幸運的是，機器學習在此發揮作用，執行數百萬次船隻識別和追蹤操作，以準確追蹤任何特定時刻海上數以萬計的船隻。
在《自然》雜誌發表的一篇論文中，Fernando Paolo、David Kroodsma和他們在 Global Fishing Watch的團隊（與多所大學的合作者）分析了2017-2021年兩百萬吉字節的軌道影像，識別了海上數百萬艘船隻，並與透過AIS追蹤的船隻報告和已知坐標進行了交叉參考。
該研究記錄的是，大約四分之三的所有工業漁船沒有公開追蹤，同樣近三分之一的所有運輸和能源船隻也是如此。黑暗漁業業界是巨大的，可能與公開記錄的一樣大。（影像還計算了風力渦輪機和其他可再生能源設施的增加，這些也同樣難以追蹤。）
現在，「沒有公開追蹤」並不意味著完全沒有記錄。
Paolo對TechCrunch解釋說，這些船隻缺失於公開追蹤系統有幾個原因。例如，體積較小的船隻和在幾乎沒有衛星覆蓋或AIS基礎設施的地區運營的船隻，與故意關閉發射機或以其他方式躲避檢測的船隻一樣「未追蹤」。
他繼續說：「值得注意的是，一些國家有其他（專有的）方式來追蹤其水域內的船隻。但這些專有系統僅限於它們可以追蹤的船隻，而且這些訊息不與其他國家共享」。
隨著人口增長和海洋變暖，這些數據在國家邊界和內部機構之外被了解變得越來越關鍵。
Paolo說：「魚是重要的動態資源，會四處移動，因此公開追蹤漁船對於監控魚類庫存至關重要。如果沒有所有船隻公開廣播其位置和活動，很難理解和繪製船隻的完整生態足跡」。
777
在可視化中可以看到，冰島和北歐的追蹤水平最高，而東南亞最低在孟加拉國、印度和緬甸海岸幾乎降至零。
正如上面所述，這並不意味著它們都是非法的，只是意味著它們的活動沒有被共享，就像在北歐那樣依法要求的一樣。這些地區進行了多少捕魚活動？全球社區只能二度聽聞，研究的一個發現是亞洲漁業業界被系統性地低估。
如果您根據AIS數據計算，您會發現大約36%的漁業活動在歐洲水域，44%在亞洲。但衛星數據完全與此相矛盾，顯示只有10%的漁船在歐洲水域，而驚人的 71%在亞洲水域。事實上，中國似乎占了地球上約30%的所有捕魚！
777
這並不是要指責或責備那些國家或地區，而只是指出我們對全球漁業業界規模的理解完全錯誤。如果我們沒有好的訊息作為我們政策和科學的基礎，那麼這兩者都將最終基本上是有缺陷的。
話雖如此，衛星分析還顯示保護區如加拉帕戈斯群島經常有漁船出現，這是國際法嚴格禁止的。你可以打賭這些暗船得到了一點額外的關注。
Paolo說：「下一步是與不同地區的當局合作，評估這些新地圖。在某些情況下，我們可能發現了一些在海洋保護區或受限區域內的漁業活動，這將需要進一步調查和保護」。
他希望改進的數據將有助於指導政策，但收集和分析遠未完成。
他說：「這只是我們開放數據平台的第一版。我們正在處理新的 Sentinel-1衛星雷達影像，並在全球範圍內識別活動。這些數據可以在我們的網站『globalfishingwatch.org』上查看，最新數據更新至三天前」。
這個非營利組織得到了多個慈善機構和個人的支持，您可以在這裡找到他們的名單。
新聞原址： https://techcrunch.com/2024/01/03/satellite-imagery-analysis-shows-immense-scale-of-dark-fishing-industry/
- 衛星影像和機器學習揭示了海洋產業，特別是漁業和運輸船隻的真實情況，這些數據展示了比公開數據多得多的活動，對政策制定者來說具有重要意義。
- 自動識別系統（AIS）在全球船隻追蹤中被越來越多地使用，但尚未普及，導致許多船隻，尤其是漁船，缺失於公開追蹤系統中，使得海洋活動的數據不清晰。
- 《自然》雜誌發表的研究利用衛星影像分析了海上數百萬艘船隻，發現約四分之三的工業漁船和近三分之一的運輸船未被公開追蹤，且亞洲地區的漁業活動在衛星數據中顯示遠大於AIS數據所示。
新聞內文：
衛星影像和機器學習提供了對海洋產業的新視角，特別是在海上漁業和運輸船隻的數量和活動方面。事實證明，這些數據比公開可用的數據要多得多，這是政策制定者應該注意的事實。
作為全球共享資源，海洋是每個人的事業，但當然不是每個國家或地區都有相同的習慣、法律或甚至動機。
有一種自動識別系統（AIS）在全球範圍內越來越多地被採用，它使用船上發射機精確追蹤活動，但其應用遠非普遍。因此，重要的數據，如一個區域有多少船隻在捕魚、誰在操作它們，以及它們捕獲了多少魚，通常是不清楚的，是地方性、專有性和政府批准數字的混合體。
這不僅使政策決策困難和近似，而且給這個行業帶來了一種無法無天的感覺，無數船隻秘密使用受限或受保護的水域，或者超出了快速枯竭的庫存的安全捕撈數量。
衛星影像為這個難題提供了新視角：你無法躲避天空中的眼睛。但這個行業的規模和記錄它的影像都是巨大的。幸運的是，機器學習在此發揮作用，執行數百萬次船隻識別和追蹤操作，以準確追蹤任何特定時刻海上數以萬計的船隻。
在《自然》雜誌發表的一篇論文中，Fernando Paolo、David Kroodsma和他們在 Global Fishing Watch的團隊（與多所大學的合作者）分析了2017-2021年兩百萬吉字節的軌道影像，識別了海上數百萬艘船隻，並與透過AIS追蹤的船隻報告和已知坐標進行了交叉參考。
該研究記錄的是，大約四分之三的所有工業漁船沒有公開追蹤，同樣近三分之一的所有運輸和能源船隻也是如此。黑暗漁業業界是巨大的，可能與公開記錄的一樣大。（影像還計算了風力渦輪機和其他可再生能源設施的增加，這些也同樣難以追蹤。）
現在，「沒有公開追蹤」並不意味著完全沒有記錄。
Paolo對TechCrunch解釋說，這些船隻缺失於公開追蹤系統有幾個原因。例如，體積較小的船隻和在幾乎沒有衛星覆蓋或AIS基礎設施的地區運營的船隻，與故意關閉發射機或以其他方式躲避檢測的船隻一樣「未追蹤」。
他繼續說：「值得注意的是，一些國家有其他（專有的）方式來追蹤其水域內的船隻。但這些專有系統僅限於它們可以追蹤的船隻，而且這些訊息不與其他國家共享」。
隨著人口增長和海洋變暖，這些數據在國家邊界和內部機構之外被了解變得越來越關鍵。
Paolo說：「魚是重要的動態資源，會四處移動，因此公開追蹤漁船對於監控魚類庫存至關重要。如果沒有所有船隻公開廣播其位置和活動，很難理解和繪製船隻的完整生態足跡」。
777
在可視化中可以看到，冰島和北歐的追蹤水平最高，而東南亞最低在孟加拉國、印度和緬甸海岸幾乎降至零。
正如上面所述，這並不意味著它們都是非法的，只是意味著它們的活動沒有被共享，就像在北歐那樣依法要求的一樣。這些地區進行了多少捕魚活動？全球社區只能二度聽聞，研究的一個發現是亞洲漁業業界被系統性地低估。
如果您根據AIS數據計算，您會發現大約36%的漁業活動在歐洲水域，44%在亞洲。但衛星數據完全與此相矛盾，顯示只有10%的漁船在歐洲水域，而驚人的 71%在亞洲水域。事實上，中國似乎占了地球上約30%的所有捕魚！
777
這並不是要指責或責備那些國家或地區，而只是指出我們對全球漁業業界規模的理解完全錯誤。如果我們沒有好的訊息作為我們政策和科學的基礎，那麼這兩者都將最終基本上是有缺陷的。
話雖如此，衛星分析還顯示保護區如加拉帕戈斯群島經常有漁船出現，這是國際法嚴格禁止的。你可以打賭這些暗船得到了一點額外的關注。
Paolo說：「下一步是與不同地區的當局合作，評估這些新地圖。在某些情況下，我們可能發現了一些在海洋保護區或受限區域內的漁業活動，這將需要進一步調查和保護」。
他希望改進的數據將有助於指導政策，但收集和分析遠未完成。
他說：「這只是我們開放數據平台的第一版。我們正在處理新的 Sentinel-1衛星雷達影像，並在全球範圍內識別活動。這些數據可以在我們的網站『globalfishingwatch.org』上查看，最新數據更新至三天前」。
這個非營利組織得到了多個慈善機構和個人的支持，您可以在這裡找到他們的名單。
新聞原址： https://techcrunch.com/2024/01/03/satellite-imagery-analysis-shows-immense-scale-of-dark-fishing-industry/