基于AIS的渤海及其鄰近海域捕撈活動聚集區時空特征分析

陳仁麗,吳曉青,劉柏靜,王躍啟

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

船舶自動識別系統(automatic identification system，AIS)是一種應用于船與船、船與岸之間的新型助航系統，可以實時監控船舶活動。AIS設備的普及應用，使得AIS數據的覆蓋范圍與連續性得到有效提高，其在船舶避碰、船舶監管和海事管理中發揮著越來越重要的作用，而其高時空分辨率的數據特性，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據源和技術手段。

隨著大數據處理技術的快速發展，越來越多的學者開始關注和探索AIS數據在科研方面的應用價值。根據《國內海洋漁船法定檢驗技術規則》要求，船長12 m及以上的漁船應配備AIS設備。漁船AIS設備配備率和規范化管理水平的提升，進一步拓寬了AIS數據在漁業領域的應用。目前，學者們基于AIS數據，已在漁船捕撈狀態識別[1-2]、捕撈努力量估算[3-7]、捕撈活動聚集區提取[8-9]、非法捕撈活動監控[10-11]以及海洋生態壓力評估[12-13]等方面取得了明顯進展。數據挖掘和機器學習算法的改進以及AIS與自然生態數據的有機結合是探究的熱點之一。應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生的海洋生態壓力[7,14-15]。我國基于AIS數據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數據價值，拓寬其在海洋漁業和海洋生態保護領域中的應用，弄清我國近海捕撈活動分布及其強度變化特征，為指導海洋捕撈活動管理、評估漁業資源修復效果提供技術支持。

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

圖1 渤海及其鄰近海域位置

1 材料與方法

1.1 技術流程

本研究基于船舶AIS數據，利用GIS空間分析技術、機器學習等方法，實現渤海及其鄰近海域捕撈活動聚集區提取與分析，技術流程如圖2所示，主要包括4個步驟：AIS原始數據清洗與采樣、捕撈行為識別、捕撈活動聚集區提取、捕撈活動聚集區時空分布特征分析。

圖2 技術流程圖

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的組合[18]，其數學表達式為：

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

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種方法相結合應用于捕撈活動聚集區的提取[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計算每個單位面積的捕撈活動點位數量，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，得到的高值聚集區域被定義為捕撈活動聚集區。同時，為減少不具代表性的捕撈活動聚集區，將10 km2作為捕撈活動聚集區的最小界限值。

1.2.3 捕撈活動聚集區空間分布特征量化方法

為更深入地量化捕撈活動聚集區的空間分布特征，統計分析捕撈活動聚集區塊的面積、數量、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[20]，量化捕撈活動聚集區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空間分布中心的變化趨勢[21]。

1.3 數據源及預處理

船舶AIS數據來源于船訊網(http://www.shipxy.com)，主要包含船名、海上移動通信業務標識碼(maritime mobile service identity, MMSI)、船長、船寬、航向、航速等靜態和動態信息以及與航行相關的信息[22]。AIS數據預處理主要包括數據清洗、數據提取和數據采樣。利用R軟件和ArcGIS對研究區2014、2018年全年的AIS原始數據進行清洗，剔除數據異常[23]、格式不規范、位置位于陸地上的信息，并刪除點位數據記錄少于300條的船舶[4,24]以及分道通航制區域內的船位信息。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數據已經過供應商壓縮處理，為保持數據的可比性和提高數據處理效率，在保證數據樣本最具代表性的前提下，對2018年漁船AIS數據按照每間隔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數據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時表現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，結合漁船航速頻率密度統計圖和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，分別對應捕撈活動(低速)與航行(高速)行為。根據GMM模型計算所得的參數可知，處于捕撈活動狀態下的航速均值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的航速置信區間定義為[μ±σ], 即1.5～4.3 kn。

圖3 漁船航速頻率密度統計

2.2 捕撈活動聚集區時空分布特征

2.2.1 捕撈活動聚集區月度變化

從2018年各月份捕撈活動聚集區分布圖可以看出，渤海及其鄰近海域捕撈活動聚集區的分布范圍與空間形態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，除休漁期的5—8月之外，其分布面積占聚集區總面積的比重平均約為52.10%。具體來看，9—12月，捕撈活動聚集區面積大、分布廣，空間形態變化明顯，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，捕撈活動聚集區不明顯，聚集區范圍較小，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月捕撈活動聚集區分布

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

圖5 2018年捕撈活動聚集區月度變化特征統計

2.2.2 捕撈活動聚集區季度變化

按照春、夏、秋、冬4個季節分別提取渤海及其鄰近海域捕撈活動聚集區范圍，分析其季節分布變化特征(圖6,表1)。結果顯示，捕撈活動聚集區空間分布存在明顯的季節性差異，秋季是渤海及其鄰近海域捕撈活動最活躍的季節，聚集區分布范圍最廣，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，聚集區塊的平均面積、最大面積與聚集度指數均最大，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出連片分布的特征；春季捕撈活動聚集區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范圍最小、數量最少，面積約是秋季的20.96%，分布形態與8月份基本一致；冬季，聚集區塊最分散、數量最多，聚集度指數為29.59，聚集區塊分布區域與12月份相似。從各季節捕撈活動聚集區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出隨季節更替東移的趨勢。

圖6 2018年四季捕撈活動聚集區分布

表1 2018年四季捕撈活動聚集區基本特征統計

2.2.3 捕撈活動聚集區年際變化

基于相同MMSI的漁船AIS數據提取到的2014年與2018年捕撈活動聚集區分布結果如圖7所示。可以發現，煙威近岸、渤海海峽北部一直是捕撈活動聚集海域，2014和2018年分別占聚集區總面積的63.60%、54.95%，但是不同年份聚集區規模和分布形態存在明顯差異。相較于2014年，2018年捕撈活動聚集區的分布面積大、范圍廣，年度分布范圍達到15 538.79 km2，約是2014年的1.8倍，聚集區塊數量也有所增加，特別是渤海灣和萊州灣內聚集區明顯增多，使得聚集區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，區域漁業生物生態習性、季節變化以及休漁期制度等漁業捕撈管制措施均會對其產生一定的影響。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，從而形成規模化的捕撈活動。而渤海海域冬季漁業生物的越冬場主要分布在中部深水區，這是導致冬季捕撈活動聚集區的分布中心相對偏東的重要原因之一。另外，渤海及其鄰近海域屬于溫帶季風氣候，冬季氣溫低，多大風寒潮天氣，易形成大范圍冰區[29-30]，給漁業捕撈活動帶來較大風險，加之受春節等節假日的影響，使得1—2月近岸海域捕撈活動聚集區分布較少；而秦皇島附近海域受黃海暖流的影響，冬季不易結冰，口蝦蛄(Oratosquillaoratoria)等本地經濟魚種在此進行越冬洄游，使得部分漁船(如框架拖網作業船舶)仍在此進行捕撈活動。

休漁期制度、捕撈區域空間管制等漁業捕撈管制措施也會明顯改變捕撈活動聚集區的時空分布格局。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，在漁業資源恢復方面發揮了至關重要的作用[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月捕撈活動聚集區分布規模小且分散的重要因素之一。而近岸機輪拖網漁業禁漁區和海洋功能區劃制度的落地實施，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的空間分布形態，是導致研究海域捕撈活動區主要分布在離岸農漁業區、海洋保護區核心區外圍海域的一個重要原因。此外，增殖放流是修復漁業資源的重要手段，近幾年近岸海域增殖放流規模增大，專項漁業資源品種的限額捕撈活動頻繁，這可能是導致休漁期間存在聚集區分布的原因之一。

本研究捕撈活動聚集區提取的前提是假設漁船捕撈行為高度依賴于速度這一特征，利用速度閾值區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、交通擁擠區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，拖網是渤海及其鄰近海域捕撈貢獻率最高的作業方式[32]，2018年漁業統計年鑒顯示，研究海域沿岸三省一市(山東、河北、天津、遼寧)拖網捕撈產量占總捕撈產量的55.70%，位居各漁具類型捕撈產量首位，故采用速度閾值法是存在一定合理性的。改進方向可以結合卷積神經網絡等深度學習方法更精準地識別漁船捕撈行為[2]，但復雜的數據計算過程與結果驗證是研究面臨的一大挑戰。此外，地區AIS基站設置情況、漁船AIS設備配備率會影響AIS數據質量，而數據間隔采樣和壓縮處理方法也會影響船舶軌跡細節的刻畫，帶來一定偏差[33]。

總體看來，AIS數據優勢突出，其在漁業研究、海洋生態保護和海洋空間規劃領域具有廣泛的應用前景。基于AIS數據分析捕撈活動聚集區分布變化，可以間接反映漁業資源規模的變動情況，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環境的壓力和海洋空間規劃管理提供技術支持。未來將進一步優化捕撈活動聚集區提取的算法模型，結合漁撈日志數據、海洋生態環境信息，實現對區域捕撈努力量的估算，為海洋漁業資源管理和海洋生態保護提供參考依據。