夜光遙感技術在燈光漁業上的應用

黃微 于杰 李永振 陳國寶

摘要 對夜光遙感在漁業中的研究進展進行了回顧，概述了夜光遙感應用于漁業研究中的理論和方法，包括夜光遙感數據特點、漁業燈光提取方法、漁業信息擬合及應用，重點介紹了DMSP-OLS數據和VIIRS/DNB數據及其優缺點，漁業燈光識別及漁船信息提取，以及夜光數據在燈光漁業中的應用，為夜光遙感數據應用于燈光漁業的相關研究提供參考。

關鍵詞 夜光遙感；燈光漁業；漁船

中圖分類號 S972.9文獻標識碼 A文章編號 0517-6611（2018）16-0020-04

Abstract This paper reviewed the researching progress of applying luminous remote sensing to fishery，and briefly outlined the theory and method of applying luminous remote sensing to fishery research，included the characteristics of luminous remote sensing data，extraction method of lightfishing vessels，fishery information application，and focused on DMSPOLS data and VIIRS / DNB data （ the advantages and disadvantages），recognition and information detected methods of lightfishing vessels，the application and research status of luminous remote sensing data in light fallingnet fishery.This summary will provided a reference for researching of applying luminous remote sensing data to light fallingnet fishing

Key words Luminous remote sensing；Light fallingnet fishery；Fishing vessels

夜間，衛星接收到的可見光輻射信息主要來自人類活動燈光，陸地上的燈光以城市照明和工業照明為主，海面上的燈光主要是漁船燈光、商船燈光和鉆井平臺照明等。與其他光源（如城市燈光和海上天然氣平臺）位置長時間保持不變不同，漁船和商船燈光隨著船只航行，其在空間和時間上是變化的，船只照明燈光通常是移動且短暫的，在晴空條件下，單個漁船燈光在遙感影像中以單個照明點出現，但通常情況下，作業漁船會以船隊形式結伴出行，作業時會保持一定距離，形成松散的燈光密集區，商船燈光一般孤立存在，可見漁船燈光影像特征與其他類型燈光差異顯著，易于識別[1]。

燈光漁業是根據某些魚類的趨光習性，在夜間使用集魚燈將魚群誘集到光照區進行捕撈的作業方式。早期，人們在夜間進行捕撈作業時發現，某些魚類經常在燈下聚集，逐漸發展為有目的地利用燈光誘集魚群[2]。隨著科技進步，新光源的應用和漁具漁法的改進創新，燈光漁業技術水平大大提高，已成為高效的捕魚方式[3]。大型魷釣船一般在船上安裝 100～150 套燈具[4]，小型船一般安裝 30～50 套集魚燈[5]。漁船的數量與作業強度一定程度上反映了作業海域的資源特點。衛星搭載的可見光和近紅外探測器可以捕捉到夜晚海面上的漁船燈光。早在20 世紀 70 年代，Croft[6]利用夜間燈光遙感技術對使用大功率照明設備進行集魚、誘魚的燈光漁船進行監測。

夜間燈光遙感影像通過作業漁船燈光確定漁船位置及作業強度，實現漁船的空間分布和作業強度的可視化，用于分析海洋漁場時空分布及變化，以及燈光漁業與海洋環境響應關系；另外，它不受區域限制，可以作為漁業管理和信息系統的有效數據來源，有助于實現跨區域作業海域漁業監督與管理。Liu等[7]發現漁民報告漁船數量總少于夜光監測的漁船數量，進一步表明夜光數據可更全面地描述捕魚活動。筆者綜述了夜光遙感技術在燈光漁業上的應用，為深入開展海洋燈光漁業研究提供有效手段。

1 夜光遙感傳感器

目前，夜光遙感傳感器（或平臺）有美國國防部的氣象衛星（defense meteorological satellite program/operational linescan system，DMSP/OLS）、國家極軌運行環境系統衛星（national polar-orbiting operational environmental satellite system preparatory project/visible infrared imaging radiometer suite，NPP/VIIRS）、科學應用衛星（satélite de aplicaciones científicas-C，SAC-C/HSTC；satélite de aplicaciones científicas-D/high sensitivity camera，SAC-D/HSC）、地球遠程觀測系統衛星（earth remote observation system-B，EROS-B），其中，SAC-C /HSTC、SAC-D/HSC和 EROS-B數據不對普通用戶開放，DMSP/OLS和NPP/VIIRS已應用于科學研究中。夜光遙感對地觀測平臺的基本參數見表1。

1.1 DMSP-OLS

DMSP在約830 km高度的太陽同步軌道上運行，掃描條帶寬度為3 000 km，隸屬于美國國防部極軌衛星項目， 1971年開始運行，由空軍太空與導彈系統中心負責管理。1972—1992年數據以膠卷方式保存在科羅拉多大學國家冰雪數據中心，1992年以后的數據以電子存檔方式保存在國家地球物理資料中心（National Geophysical Data Center，NGDC）。OLS線性掃描業務系統是DMSP衛星的主要遙感器之一，于1992年解密，可用于商業和科學研究。

OLS起初是為觀測氣象資料而設計，主要用于探測月光照射下的云，由于其具有很強的光電放大能力，逐漸被應用于探測城鎮燈光、極光、閃電、漁火、火災等。共設有2個波段，可見光-近紅外（VNIR）波段波譜為0.4～1.0 μm，光譜分辨率為6 bit，灰度值為0～63；熱紅外（TIR）波段（10～13 μm）光譜分辨率為8 bit，灰度值為0～255。VNIR有2套探測器，白天使用光學望遠鏡頭，夜間使用光學倍增管。光學倍增管的入瞳單位波長輻亮度下限為10-9 W/（cm2·sr·μm），星下垂直精度2.7 km。

DMSP/OLS夜間燈光數據產品主要包括穩定燈光數據、輻射標定夜間燈光強度數據、非輻射標定夜間燈光強度數據3種產品。該數據產品具有獲取容易、能夠探測低強度燈光、不受光線陰影影響等優點。

1.2 NPP/VIIRS 2010年2月，NOAA和NASA共同組建的聯合極地衛星系統（JPSS）接替了美國新一代極軌運行環境衛星系統預備衛星計劃（national polarorbiting operational environmental satellite system preparatory project，NPP）的大部分工作，并以美國氣象衛星之父的名字Suomi命名。Suomi NPP的第一顆衛星于2011年10月從范登堡空軍基地由Delta-II火箭發射升空。衛星上共搭載了5種載荷，其中可見光紅外輻射儀（VIIRS）作為最重要的載荷，汲取了當代業務和科研觀測系統中最好的技術，尤其是繼承發展了美國國防氣象衛星計劃（DMSP）線性掃描業務系統（OLS）的微光探測能力[9]。

NPP VIIRS的掃描帶寬為3 000 km，采集夜間影像是DNB（day night band）波段，DN光譜通帶帶寬500～900 nm，光譜中心波長700 nm，空間分辨率可以維持近恒定的0.742 km，波段數據經輻射校正后可以得到輻射亮度，DNB輻射敏感值在日光條件下為10-2 W/（cm2·sr），在新月時為10-10 W/（cm2·sr）。

DNB 與其他波段共用光學設備和掃描裝置的聚焦平面陣列，可以精確地獲知各波段像元的相對定位，經訂正后可以定量進行輻射測量，并與其他光譜波段比較和融合。DNB在軌時的陰影期和光照期都可以探測地物和大氣的可見光輻射。DNB將探測輻射能量的變化區分為7個量級，同時以3種模式（低輻射場景模式、中輻射場景模式和高輻射場景模式）進行探測。它采用動態調整增益的方法，即高增益（對應于低輻射場景）、中增益（對應于中輻射場景）和低增益（對應于高輻射場景）。DNB信息處理器將3種模式所測得的數據進行高精度的數字化處理，確保輻射產品的高分辨率，然后再對3種數據進行選擇，為每個像元選擇3種增益模式中感光效果最好且未達到飽和的值。數據均一化后的圖像看起來像在均勻的光照條件下形成，這樣在不同光照條件下都能得到優質的圖像。總體而言，DNB與其他通道共用光學和掃描裝置，并采用相同精度的訂正方法。采用采樣合并、像元累積的方法使空間分辨率提高且分辨率較均勻。可選擇動態增益技術使衛星在不同光照條件下都能得到優質圖像[10]。

2 漁業燈光識別與提取

2.1 漁業燈光識別方法

燈光漁船誘魚燈是夜光遙感影像上高度敏感的點光源，在生產作業時燈光呈連片、大面積分布的特征。在夜間遙感影像上，黑暗的海洋和集魚燈照亮區域之間對比顯著，燈光區像素灰階高于背景，一般認為梯度高值對應燈光區邊緣，閾值法可以簡單有效地從背景中區分出燈光。依據夜光遙感數據空間分辨率、漁船大小和作業船距估算，單個漁船誘魚燈燈光影響的像元數量一般為1～4個，而燈光輻射影響的像元個數與燈光強度和海面狀況有關，閾值選擇會直接影響識別效果。閾值法又分為固定閾值和自適應閾值，Sezgin等[11]總結出6種閾值方法，分別是基于直方圖、聚類、熵、目標屬性、空間與局部法。

固定閾值分割法是目前較通用的目標識別方法，Waluda等[12-13]認為夜間遙感得到的燈光輻射來自船舶燈光和海洋表面反射的燈光2部分，采用DMSP-OLS可見光波段DN≥30（即最亮的50%）像元作為船舶燈光像元， Saitoh等[14]使用DN≥46.8來檢測太平洋上的漁船。Elvidge等[15]根據近海燈光漁船在 NPP/VIIRS 夜光遙感影像上的輻射特征，提出了基于峰值檢測和固定閾值分割的近海燈光漁船識別方法，但對于集魚燈功率較大的遠洋燈光漁船，其集魚燈所處像元的鄰近像元亦可能被大功率集魚燈照亮而具有較高的輻射值導致誤判。固定閾值分割主要依靠專家經驗，具有一定的隨機性和局限性。

在信息論中，熵是對隨機變量不確定性的度量，如果將數字圖像的像素輻射值看做一組隨機變量，圖像的熵即是測量輻射級分布隨機性的一種特征參數[16] 。在圖像分割的過程中，越靠近目標與背景的邊界，其分類的不確定性（熵）越大，最大熵閾值分割正是基于以上假設，即在分割過程中，應盡量使目標與背景的熵值之和達到最大[17-18]。采用最大熵法對NPP/VIIRS 夜光遙感影像進行自適應閾值分割，避免了固定閾值分割的主觀性及不穩定性，從而有效提高圖像閾值分割的效果和自適應性。

遠洋燈光漁船集魚燈功率大，集魚燈照亮的周邊海域經常會被誤判為漁船信息，通過尋找鄰近“亮點”像元中的局部輻射峰值像元，濾除因被大功率集魚燈照亮從而亦具有高輻射亮度的非燈光漁船像元，提高遠洋燈光漁船識別的準確度[19]。

2.2 燈光漁船信息提取

夜光遙感數據可以提供漁船位置、分布范圍及燈光強度等信息，進一步結合其他漁業數據如漁船數量、功率以及捕撈努力量等，通過建立輻射強度（或像素數量）與漁船數據間的關系函數，獲取燈光漁業生產情況，用于燈光漁業生產管理[6，7，14-15，19]。

Waluda等[20]通過ARGOS系統的衛星追蹤獲得了漁船的分布數據，并與DMSP-OLS得到的漁船位置進行比較，對燈光面積和漁船數量進行回歸分析（表2），秘魯沿海得到單船燈光面積為1.0～7.0 km2，平均為3.9 km2；秘魯專屬經濟區外觀察到11次漁業活動，單船燈光面積為2.5～5.0 km2 ，平均為4.0 km2。

Saitoh等[14]分析了2003—2009年北海道東北部4個漁港太平洋秋刀魚漁船生產記錄數據和DMSP/OLS夜光遙感影像的相關性，得出漁船數量與燈光像元數量呈對數關系，夜光遙感影像估算得到漁船數量與漁獲量呈線性關系（表2）。Maxwell等[21]將1992—2000年南加利福尼亞海岸夜光遙感數據與魷魚船航空觀測數據相結合，得出燈光像元數量與魷魚船數量之間的關系（表2）。Hara等[22]得出太平洋秋刀魚漁船集魚燈光功率和DMSP/OLS燈光像元亮度值的線性關系（表2）。

Saitoh 等[14]研究發現日落前受日光閃爍影響，漁船數量估算偏高，而20：00到午夜是漁船透集魷魚的高峰期，選擇此時間段估算漁船數量更為精確，另外還發現根據Stelzenmüller 等[23]的漁船密度（每個作業區每天出現的漁船數量）定義，當漁船間距超過2.5 km時，燈光影像提取的漁船數量與單位捕撈努力量漁獲量（catch per unit effort，CPUE）成反比。

3 夜光數據在燈光漁業上的應用

3.1 燈光漁船作業漁場時空分布

漁場一般是指海洋經濟魚類或其他海產經濟動物較集中，并可以利用捕撈工具進行生產，具有開發利用價值的一定面積海域[24]。在夜光遙感影像上，燈光像元位置顯示漁船位置，燈光輻射強度可以反映漁船的數量及作業強度。Elvidge 等[25]利用DMSP-OLS夜光遙感數據研究了全球燈光漁船活動，結果表明，在日本周邊、泰坦灣、泰國灣、安達曼海近岸、菲律賓、沿阿根廷海域大陸架海域都有大量漁船作業，在秘魯北部、非洲南部、南加利福尼亞南部以及新西蘭附近的水域發現了較小的漁船群。

在西南大西洋，Waluda等[26]對1999年捕撈季節時間序列DMSP-OLS夜光遙感數據研究發現，1月，捕撈船隊主要出現在福克蘭群島北部海域，2月，沿著大陸架坡折向南延伸，進入阿根廷專屬經濟區和福克蘭群島保護區西部，4月初，捕撈集中出現在福克蘭群島北部3處接近陸架坡折的海域，4月24日到達其分布的西南點（52°S，61°W），在福克蘭群島的水域繼續捕撈， 6月初，捕撈船隊進入阿根廷專屬經濟區和公海，6月17日馬島的漁業結束后，船只繼續在48°S以北的阿根廷和公海水域作業，主要分布在公海（45°～ 47°S）陸架邊緣部分，在整個捕撈季節都存在大量的漁業活動。Waluda等[27]對13年的DMSP-OLS夜光遙感數據研究得到西南太平洋漁業分布年際變化，包括捕撈努力量大小及變化，漁船的空間范圍等。

Kim等[28]分析1993—2000年DMSP-OLS夜光遙感數據發現，冬季（1—3月），漁船燈光僅在韓國津島海峽附近出現，春季（4—6月），燈光漁船向北移動，分布范圍明顯大于冬季， 夏季（7—9月），在韓國東南海岸的烏隆島附近形成了漁場中心，10月的漁船南北分布范圍大于其他月份，并根據漁船分布范圍和數量指出9—12月是魷魚捕撈的主要季節。

在南加利福尼亞灣，Maxwell等[21]根據DMSP-OLS數據發現魷釣漁船從10月開始由圣羅莎和圣克魯斯群島的北岸向南岸轉移。Susanto[29]對VIIRS/DNB夜光遙感數據研究得出，萬丹板底蘭的燈光漁業主要在8—11月，漁場分布從拉達灣、萊松角、蘇木爾區、大叻灣直至巴拿馬海峽，11月捕撈船數量明顯減少，并繪制2014年8—11月燈光漁業漁場圖。

3.2 燈光漁業與海洋環境關系

魚類對海洋環境因素的適應性和局限性決定了魚類的洄游、分布和移動。研究它們之間的關系實際上就是研究其適應性和局限性。魚類的外界環境包括非生物性和生物性2方面。非生物性因素指不同性質的水體、水的各種理化因子 以及人類活動所引起的各種非生物環境條件，包括溫度、光照、海流、底形、底質和氣象等。生物因素是指棲居在一起包括魚類本身的各種動植物，它們多數是魚類的食物，有的以魚類為食，包括餌料生物、種間關系等。通過研究這些外界環境因子對魚類行為的影響規律，既可以為漁況分析、漁場探索和漁情預報等提供技術支撐，同時也為漁具、漁法的改進提供基礎和依據[22]。

通過分析夜光遙感信息可以得到漁業活動發生的時間、位置及空間變化信息，結合海洋環境和氣象資料，可以了解漁業活動對海洋環境要素、動力過程以及各氣象要素的響應。Cho 等[30]研究發現船隊大多位于冷暖流交界處的冷水一邊。Kiyofuji等[31]根據DMSP/OLS得出的魷釣分布將日本海分為7個區域，這些區域與一些海洋學特征相對應（如：位于40°N的極地鋒面，對馬暖流和暖渦），成為日本魷魚遷徙研究的重要途徑。Waluda等[32]從夜光遙感影像上發現，秘魯漁場燈光漁船作業位置與上升流存在相關性。Maxwell等[20]用由夜光數據獲得的漁船燈光作為捕撈努力量的指標，發現捕撈努力量和單位捕撈努力漁獲量在1997—1998年厄爾尼諾期間顯著下降，之后增加。Susanto[29]發現11月VIIRS/DNB影像上燈光漁船數量減少，并從近海向深海移動，認為這一現象與巽他海峽風引起板底蘭海域大浪有關，指出8—11月季風對水團產生影響，引起海表營養鹽的變化，影響燈光漁業的目標魚類，從而導致漁場變化。

3.3 漁業管理上的應用

夜光遙感可以提供全球各海域的燈光漁業信息，不受區域限制，有助于實現跨區域作業海域漁業監督與管理，可為全球海洋漁業管理提供有效數據來源。 Straka等[1]利用VIIRS/DNB夜光遙感數據研究了我國東海特定海域捕撈的季節變化和作業頻率，結果顯示休漁期期間漁船燈光幾乎消失，從側面反映休漁的實施效果。Cozzolino等[34]將VIIRS/DNB夜光遙感數據應用于專屬經濟區外國漁船識別方面，通過比較本國漁船和外國漁船的燈光強度，達到區分本國漁船和和外國漁船的目的。Ito等[34]對比了日本和韓國在達成共同漁區漁業協議前后的夜光遙感圖像，發現漁業協議有效控制了該地區漁船的作業分布。

4 小結

夜光遙感技術通過探測器的光放大能力可以識別海面上微弱的漁船燈光，在太平洋燈光漁業特別是魷釣漁業中得到了應用，可以獲取漁場位置、漁船數量、漁船作業遷移特征等信息，這些信息可以幫助科學家在全球范圍內確定過度捕撈區，并滿足管理部門進行遠洋燈光漁船日常監測的需求，為進一步評估遠洋燈光漁業捕撈努力量、遠洋燈光漁業信息化管理以及打擊非法、未申報和無管制的捕撈活動提供技術支持。

參考文獻

[1] STRAKA W C III，SEAMAN C J，BAUGH K，et al.Utilization of the suomi national polarorbiting partnership （NPP） visible infrared imaging radiometer suite （VIIRS） day/night band for arctic ship tracking and fisheries management[J].Remote sensing，2015，7（1）：971-989.

[2] 佚名.綜述光誘漁業[J].水產科技情報，1973（8）：21-23.

[3] 張明德.光誘魷魚敷網作業漁具漁法及其發展探討[J].海洋漁業，1997（2）：74-78.

[4] RODHOUSE P G，ELVIDGE C D，TRATHAN P N.Remote sensing of the global lightfishing fleet：An analysis of interactions with oceanography，other fisheries and predators[J].Advances in marine biology，2001，39（1）：261-278.

[5] 王偉杰.LED水上魷釣集魚燈應用研究[D].上海：上海海洋大學，2016.

[6] CROFT T A.Nighttime images of the earth from space[J].Scientific American，1978，239（1）：86-98.

[7] LIU Y，SAITOH S I，HIRAWAKE T，et al.Detection of Squid and Pacific Saury fishing vessels around Japan using VIIRS Day/Night Band image[J].Proceedings of the AsiaPacific advanced network，2015，39：28-39.

[8] 李德仁，李熙.論夜光遙感數據控掘[J].測繪學報，2015，44（6）：591-601.

[9] LEE T E，MILLER S D，TURK F J，et al.The NPOESS VIIRS day/night visible sensor[J].Bulletin of the American meteorological society，2006，87（2）：191-199.

[10] 胡曉華，劉松濤，潘振東，等.星載微光探測儀器的發展及其數據應用[J].中國光學，2015，8（3）： 350-359.

[11] SEZGIN M，SANKUR B.Survey over image thresholding techniques and quantitative performance evaluation[J].Journal of electronic imaging，2004，13（1）：146-148.

[12] WALUDA C M，YAMASHIRO C，ELVIDGE C D，et al.Quantifying lightfishing for Dosidicus gigas in the eastern Pacific using satellite remote sensing[J].Remote sensing of environment，2004，91（2）：129-133.

[13] WALUDA C M，GRIFFITHS H J，RODHOUSE P G.Remotely sensed spatial dynamics of the Illex argentinus fishery，Southwest Atlantic[J].Fisheries research，2008，91（2/3）：196-202.

[14] SAITOH S I，FUKAYA A，SAITOH K，et al.Estimation of number of pacific saury fishing vessels using nighttime visible images[C]// ISPRS Commission VIII.Kyoto，Japan：ISPRS，2010：1013-1016.

[15] ELVIDGE C D，ZHIZHIN M，BAUGH K，et al.Automatic boat identification system for VIIRS low light imaging data[J].Remote sensing，2015，7（3）：3020-3036.

[16] 吳謹，李娟，劉成云，等.基于最大熵的灰度閾值選取方法[J].武漢科技大學學報（自然科學版），2004，27（1）：58-60.

[17] 張曉東，毛罕平，左志宇，等.基于多光譜視覺技術的油菜水分脅迫診斷[J].農業工程學報，2011，27（3）：152-157.

[18] 田有文，程怡，王小奇，等.基于高光譜成像的蘋果蟲害檢測特征向量的選取[J].農業工程學報，2014，30（12）：132-139.

[19] 郭剛剛，樊偉，薛嘉倫，等.基于NPP/VIIRS夜光遙感影像的作業燈光圍網漁船識別[J].農業工程學報，2017，33（10）：245-251.

[20] WALUDA C M，YAMASHIRO C，ELVIDGE C D，et al.Quantifying lightfishing for Dosidicus gigas in the eastern Pacific using satellite remote sensing[J].Remote sensing of environment，2004，91（2）：129-133.

[21] MAXWELL M R，HENRY A，ELVIDGE C D.Fishery dynamics of the California market squid （Loligo opalescens），as measured by satellite remote sensing[J].Fishery bulletin，2004，102（4）：661-670.

[22] HARA M， OKADA S， ICHIZUKA M， et al. Monitoring of fishing lights intensity for squid fishing vessels by means of DMSP/OLS nightlight imagery[J].Journal of advanced marine science & technology society，2004，9（2）：99-108.

[23] STELZENMLLER V，MAYNOU F， BERNARD G，et al.Spatial assessment of fishing effort around European marine reserves：Implications for successful fisheries management[J].Marine pollution bulletin， 2008，56（12）：2018-2026.

[24] 陳新軍.漁業資源與漁場學[M].北京： 海洋出版社，2014.

[25] ELVIDGE C D，IMHOFF M，BAUGH K E，et al.Nighttime lights of the world：1994-1995[J].ISPRS Journal of Photogrammetry & Remote Sensing，2001，56（2）：81-99.

[26] WALUDA C M，TRATHAN P N，ELVIDGE C D，et al.Throwing light on straddling stocks of Illex argentinus： Assessing fishing intensity with satellite imagery [J].Canadian journal of fisheries & aquatic sciences，2010，59（4）：592-596.

[27] WALUDA C M，GRIFFITHS H J，RODHOUSE P G.Remotely sensed spatial dynamics of the Illex argentinus fishery，Southwest Atlantic[J].Fisheries Research，2008，91（2）：196-202.

[28] KIM S W，CHO K D，KIM Y S，et al.Distribution of fishing boats at night in the East Sea derived from DMSP/OLS imagery[J/OL].（2005-10）[2018-01-20].https：//www.researchgate.net/publication/290144650_Distribution_of_Fishing_Boats_at_Night_in_the_East_Sea_Derived_from_DMSPOLS_Imagery.DOI： 10.5657/kfas.2005.38.5.323.

[29] SUSANTO A.Pemetaan daerah perikanan lampu （light fishing） menggunakan data viirs daynight band di perairan Pandeglang Provinsi Banten[J].Depik，2015，4（2）：69-78.

[30] CHO K，ITO R，SHIMODA H，et al.Technical note and cover Fishing fleet lights and sea surface temperature distribution observed by DMSP/OLS sensor[J].International journal of remote sensing，1999，20（1）：3-9.

[31] KIYOFUJI H，SAITOH S I.Use of nighttime visible images to detect Japanese common squid Todarodes pacificus fishing areas and potential migration routes in the Sea of Japan[J].Marine ecology progress，2004，276（1）：173-186.

[32] WALUDA C M，RODHOUSE P G K.Dosidicus gigas fishing grounds in the eastern pacific as revealed by satellite imagery of the lightfishing fleet[J].Phuket marine biological center research bulletin，2005，66：321-328.

[33] COZZOLINO E，LASTA C A.Use of VIIRS DNB satellite images to detect jigger ships involved in the Illex argentinus，fishery[J].Remote sensing applications society & environment，2016，4：167-178.

[34] ITO R，CHO K，SHIMODA H，et al.Evaluating the impact of Japan/South Korea Fishery Agreement from night time DMSP/OLS images[J].Japanese conference on remote sensing，1999，27（3）：219-229.