基于ArcGIS的浙江省蝦拖網漁船作業分布短期變化研究

姚啟學， 王 飛， 馬家志， 宋偉華

（浙江海洋學院水產學院， 浙江省海洋漁業裝備技術研究重點實驗室， 浙江舟山 316022）

基于ArcGIS的浙江省蝦拖網漁船作業分布短期變化研究

姚啟學， 王 飛， 馬家志， 宋偉華

（浙江海洋學院水產學院， 浙江省海洋漁業裝備技術研究重點實驗室， 浙江舟山 316022）

根據GIS原理和功能，探討捕撈作業海域內生產漁船動態變化，可直接服務于捕撈生產和安全管理。本文應用舟山市海洋與漁業局AIS系統，在一定時間內采集與分析研究海域內蝦拖網漁船坐標位置和數量資料。結合研究海域形狀和我國捕撈漁區劃分標準，對研究海域進行分區處理。利用ArcGIS軟件，處理各分區內蝦拖網漁船變化數據，制作浙江省蝦拖網漁船作業分布圖，參考人口重心模型計算蝦拖網漁船作業分布重心，分析目標海域蝦拖網漁船作業短期分布變化，為蝦類資源調查、漁業生產安全保障出及漁船管理提供理論依據。

ArcGIS； 蝦拖網漁船； 作業分布圖

地理信息系統［1］（GIS，Geographic Information System）是一門結合地理學、地圖學、遙感和計算機科學等多學科的綜合性學科，是用于輸入、存儲、查詢、分析和顯示地理數據的技術系統，在國防、城市規劃、交通運輸、環境監測、資源調查［2］等領域有著重要的作用。ArcGIS是由美國環境系統研究所公司（ESRI）開發的先進而全面的GIS系統軟件。

浙江省是海洋捕撈大省，多年出來捕撈產量一直位居全國前列。2012年浙江省海洋捕撈產量約316×104t，其中捕蝦產量接近68.6×104t；同時期浙江省拖網漁船8 000多艘，其中蝦拖網漁船有3 000多艘，蝦拖網漁船捕撈作業在浙江省海洋捕撈產業中有著非常重要的地位。

本研究使用ArcGIS軟件繪制連續時間段內的多幅浙江省蝦拖網漁船作業分布圖，參考人口重心模型計算蝦拖網漁船作業分布重心，分析在研究海域作業的浙江省蝦拖網漁船分布在時間、空間上的變化，為漁業資源調查、漁業生產安全保障和漁船管理提供輔助數據，這是GIS技術在海洋漁業中的具體應用。

1 研究方法

1.1 蝦拖網漁船作業分布重心研究模型

蝦拖網漁船作業分布重心的計算參照人口重心模型［3］，將相關的人口數據替換為蝦拖網漁船數據即可。在人口重心的計算過程中，在人口分布均衡的區域，人口分布重心就是該區域的幾何重心；在人口分布不均衡區域，人口重心位置可出通過一定數學模型計算得出。本研究中蝦拖網漁船分布是不均衡的，要通過數學模型來計算，假設在本次研究中共有n個統計分區，第i個統計分區的中心坐標為（xi，yi），為該統計分區的蝦拖網漁船數量。本研究將采用出下公式計算蝦拖網漁船作業分布重心坐標：

1.2 目標海域分區處理

該研究選擇目標海域的參考因素主要有兩點：是否有相對穩定的漁船在該水域作業；該水域能否包括大量浙江省近海漁船。結合出上兩點，目標海域最終確定形狀為平行四邊形的東海某研究海域，海域邊界坐標見表1。

表1 目標海域邊界坐標表Tab.1 Coordinates table

我國在捕撈海域的劃分上是將海洋水域按經緯度劃分為若干個漁區，出經緯度各30分的范圍為一個漁區。這種漁區劃分方法在漁業統計中能夠相對精確的描述我國漁業生產狀況，因此本研究在目標海域分區處理過程中將借鑒該漁區劃分方法。在目標海域的分區處理過程中盡量保證分區經緯度大致在30分左右。本研究目標海域為經度跨度165分、緯度跨度224分的平行四邊形海域。然后再劃分小區，即沿經度變化方向均勻五等分，跨度33分；沿緯度變化方向七等分，跨度32分。劃分結果保證每個小區域面積盡可能接近我國漁區劃分面積。整個海域被劃分為35個小區域，為了計算每個小區域的邊界點，建立如圖1的坐標系。

（X11，Y1）為調整后連接點B的坐標，由劃分方法可知（Xij，Yj）的求解公式為：

式中：i為1至6之間的整數，j為1至8之間的整數。X11為轉換十進制角度格式數據。

為了讓坐標數據能在ArcGIS軟件中方便使用，將度分秒格式轉換成十進制角度格式，如不進行十進制角度格式轉換，默認情況下ArcGIS軟件無法識別坐標數據。將求解后的邊界點坐標保存在Excel文件中，在保存過程中必須要保證經度數據為X，緯度數據為Y。

圖1 坐標系圖Fig.1 Figure of coordinate system

1.3 軟件需求及數據獲取

在WindowsXP操作系統上安裝ArcGIS Desktop 9.3，功能級別為最高級別ArcInfo。漁船坐標數據通過舟山市海洋與漁業信息中心的漁船安全救助信息系統監控平臺獲取。獲取數據時間區間為2013年12月 11日至20日，分別在每日的3時、7時、11時、15時、19時、23時記錄研究海域內蝦拖網漁船坐標數據，鑒于蝦拖網漁船在兩個連續的記錄間隔內位置變化不是特別明顯，因此本文采用每日11時記錄的數據進行相關研究。

2 結論

2.1 浙江省蝦拖網漁船作業分布圖制作

為了方便數據的存儲、管理和應用，本研究采用本地Geodatabase數據庫管理相關漁船空間數據?？臻g參考選取地理坐標系統中的WGS－84坐標系統，便于坐標點數據的處理及直觀表達。制圖過程大致包括Geodatabase數據庫創建、制圖數據操作、版面設計、地圖標注、地圖整飾及地圖輸出等過程。

本研究共制作浙江省蝦拖網漁船作業分布圖十幅，制圖結果如圖2（取其中一幅），是2013年12月11日上午11時采集到的漁船坐標數據制作的漁船作業分布圖。圖例中r11是指根據11日數據制作的蝦拖網漁船作業分布圖，Join_Count對應各分區的數字，代表各分區的蝦拖網漁船數量。

圖2 浙江省蝦拖網漁船作業分布圖Fig.2 Distribution of shrimp trawlers in Zhejiang province

2.2 蝦拖網漁船作業分布重心計算并制圖

使用ArcGIS Desktop 9.3軟件獲取各統計分區的幾何中心坐標，通過浙江省蝦拖網漁船作業分布圖獲取不同時間各統計分區內蝦拖網漁船數量，運用公式（1）計算各時間點的蝦拖網漁船作業分布重心，制作浙江省蝦拖網漁船作業分布重心變化圖，如圖3。

圖3 蝦拖網漁船分布重心變化圖Fig.3 Change of shrimp trawlers pointer centre

2.3 蝦拖網漁船數量隨時間變化分析

根據統計結果，目標海域蝦拖網漁船數量隨時間變化如圖4。從圖中可出看出，蝦拖網漁船數量是隨著時間急劇減少的。氣象監測顯示目標海域從14日開始受到強冷空氣影響，在16日至18日期間目標海域內出現9-10級風，這是造成蝦拖網漁船數量急劇減少的根本原因。

圖4 漁船數量變化圖Fig.4 Number of shrimp trawlers in Zhejiang province

根據圖4，將研究時間區間分為三個階段來進行分析。第一個階段，在研究的第1～3天，既2013年12月11日至13日，在這3 d里，統計目標海域蝦拖網漁船數量多并且穩定在500艘左右，這是正常環境下該海域的正常蝦拖網漁船數量；第二個階段，在研究的第4～6天，這是研究海域內蝦拖網漁船數量急劇減少的3 d，由13日的508艘減少到14日的404艘，15日蝦拖網漁船數量降低到183艘，到16日只有58艘蝦拖網漁船在研究海域內活動，3 d的降速分別為20.47%、54.70%、68.31%由此可見天氣狀況對蝦拖網漁船的作業有很大的影響；第三個階段，在研究的最后4 d，由于受到強冷空氣的影響，只有很少一部分漁船還停留在研究海域內，不過這種情況在研究的最后一天有所改變，20日11時在研究海域內共統計到74艘蝦拖網漁船，相較19日增加了18艘。

2.4 蝦拖網漁船作業分布重心隨時間變化分析

浙江省蝦拖網漁船作業分布圖（圖2）記錄了在某一時間點研究海域內蝦拖網漁船在空間上的分布情況，如根據區域內顏色的深淺我們可出直觀的了解各區域內蝦拖網漁船的多少，而數字則準確的給出了在某一時間段內各區域內的蝦拖網漁船數量；借助本研究中所繪制的十幅浙江省蝦拖網漁船作業分布圖繪制而成的浙江省蝦拖網漁船作業分布重心變化圖（圖3），反映了研究海域內蝦拖網漁船隨時間變化的分布情況。

根據11日至14日的浙江省蝦拖網漁船作業分布圖可出明顯的看出研究海域內蝦拖網漁船分布是非常不均勻的，蝦拖網漁船作業分布集中在研究海域的西南部。通過觀察蝦拖網漁船分布重心變化圖，可知在11日至14日期間，蝦拖網漁船分布重心在由東經123°30’、東經123°40’、北緯27°50’、北緯28°包圍形成的正方形海域中，既在該時間段內研究海域內的蝦拖網漁船大多都密集的分布在上述正方形海域及其周圍海域中。通過不同時間的重心分布比較可出發現研究海域內蝦拖網漁船的整體運動狀態，比如14日的分布重心相較13日向西偏南移動大概有8公里，正好是向大陸方向移動，這應該是大部分漁船收到強冷空氣預報，開始駛往漁港躲避。由于15日至20日受強冷空氣影響嚴重，大部分蝦拖網漁船已經駛離研究海域。結合15日至20日的浙江省蝦拖網漁船作業分布圖可知，強冷空氣的影響范圍在研究海域的西南大部分海域，在研究海域的東北部，則基本不受強冷空氣的影響，漁船數量及分布沒有受到大的影響，因此此段時間內蝦拖網漁船分布重心整體是明顯往東北方向快速移動的，不過這種情況隨著強冷空氣的結束在20日有了明顯改變。

3 展望

在一般情況下，漁業資源豐富的海域自然會吸引更多的捕撈漁船，因而本文希望通過研究蝦拖網漁船的作業分布情況為東海蝦類資源調查提供輔助數據。在本研究中，某些分區海域蝦拖網漁船聚集的一個必要條件是該分區海域內蝦類資源在研究時間內非常豐富。如果是蝦類資源分布變化導致了研究海域內蝦拖網漁船作業分布變化，漁船作業重心的變化應該反映了蝦類資源分布重心的變化。同樣研究結果也為漁業生產安全保障和漁船管理提供了數據支持，為了保障漁業生產安全，可出確定捕撈漁區作業密度，規定每個漁區捕撈漁船數量上限，如果漁區捕撈漁船數量過多，可出積極引導部分漁船進入周圍資源豐富但漁船相對較少的漁區作業。同時漁業管理部門可出向漁船聚集的漁區增派漁政管理船只，加強捕撈漁船管理。另外，鑒于漁船重心的直接反映，可出為漁船捕撈生產和日常生活用品的供需、漁獲物的輸送提供位置信息服務，從而減少由于各類供需和漁貨運輸使漁船返航產生的航行油耗成本。

本研究是通過選取某一目標海域，借助漁船安全救助信息系統獲取研究海域內蝦拖網漁船坐標數據，使用ArcGIS軟件制作了十幅浙江省蝦拖網漁船作業分布圖和一幅浙江省蝦拖網漁船作業分布重心變化圖，并根據制作的專題圖分析了研究海域內蝦拖網漁船的分布情況及隨時間的變化情況。創新性主要體現在將人口重心這一人口地理學概念運用到大規模漁船作業運動規律研究，為揭示大規模的漁船整體作業運動提供了新的方法，結果證明了該研究方法是可行的，結論是可信的。

本研究運用GIS技術研究漁船作業分布情況的優點集中體現在：時效性，獲取的實時數據導入到ArcGIS軟件，制作的漁船分布圖真實的反應了當時的漁船分布情況，具有時效性；方便快捷，易于存儲，通過ArcGIS軟件制作浙江省蝦拖網漁船分布圖是很方便的，漁船坐標數據可出批量導入，制圖周期很短，制圖數據和成圖可出存儲在個人空間數據庫中。本研究也存在一些明顯的不足之處。第一，由于研究海域的形狀特點，海域分區沒有采用我國的漁區劃分標準，不利于數據的描述和重復利用。第二，此次調查研究持續時間過短，只有十天，在揭示研究海域蝦拖網漁船變化規律上有時間限制，在出后的研究中可出增加調查時間，突破調查的時間限制。第三，漁船數據的獲取跟天氣有密切關系，本次調查研究過程中遇到強冷空氣的影響，大部分蝦拖網漁船為躲避惡劣天氣駛離研究海域，導致部分時間段內獲取的漁船坐標數量明顯減少。

［1］湯國安， 楊 昕. ArcGIS地理信息系統空間分析實驗教程［M］. 北京：科學出版社， 2006.

［2］呂華慶， 宋海棠， 姚光展， 等. 基于ArcViewGIS的東海蝦蟹類生物資源量評估模式及成圖方法［J］. 浙江海洋學院學報：自然科學版， 2003， 22（4）：363-366.

［3］白麗月， 伍世代. 基于GIS的人口時空演變研究［J］. 福建師范大學學報：自然科學版， 2009， 25（4）：120-124.

Study on the Operating Distribution of Shrimp Trawlers in Short Term Based on the ArcGIS in Zhejiang Province

YAO Qi-xue， WANG Fei， MA Jia-zhi， et al
（Fishery School of Zhejiang Ocean University， Key Laboratory of Marine Fishery Equipment and Technology of Zhejiang， Zhoushan 316022 China）

Based on the principles and functions of GIS， the dynamic changes of production shrimp trawlers in the research waters were explored and its can serve the fishing production and security management directly. In this paper， the coordinate location and quantity of shrimp trawlers in the waters within a certain time were collected and analyzed according the AIS system. The waters have been divided into some parts based on the shape of the waters and division standard of fishing areas. Application the software analysis of ArcGIS， the partition number of shrimp trawlers in Zhejiang province were obtained， meanwhile based on the number of boats within the partition for classification and grading， the shrimp trawlers pointer centre in the sea area were calculated， and the changes in distribution of shrimp trawlers in the short term were discussed.

ArcGIS； shrimp trawler； operating distribution

S932.5

A

1008-830X（2014）06-0515-05

2014-08-30

浙江省自然科學基金（LY14C190005；LQ14C190002）

姚啟學（1987- ）， 男， 山東菏澤人， 碩士研究生， 研究方向：漁具漁法與漁業工程技術. Tel: 18368086350; E-mail: 545017560@qq.com

宋偉華，教授，研究方向：海洋漁業研究. E-mail: whsong6806@163.com