您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[美国科学促进会(AAAS)]:利用夜间灯光和追踪器数据检测近土著社区非法捕鱼的挑战 - 发现报告
当前位置:首页/其他报告/报告详情/

利用夜间灯光和追踪器数据检测近土著社区非法捕鱼的挑战

利用夜间灯光和追踪器数据检测近土著社区非法捕鱼的挑战

1 2 本报告由科学责任、人权和法律方案S(RHRL美国科学促进会(AAAS)旗下的科学与人权研究与 律中心(SRHRL)致力于在服务于社会的过程中推动和促进负责任的科学实践与应用。作为AAAS的一个项目——世界上最大的多学科科学会员组织,SRHRL致力于提升科学研究的标准,推进人类享有科学进步及其应用的利益的权利。该计划还鼓励科学家、工程师及其专业协会参与人权工作,监测并增强对科学和技术领域新兴伦理、法律及人权问题的评估,进一步利用科学与技术支持人权,并发起活动以应对科学、技术与法律交汇处的发展影响。 本报告作者: SaraHamilton,俄勒冈大学,AAASSRHRL实习生JonathanDrake,AAASSRHRL高级项目助理 Acknowledgement 该项目的主要支持由橡树基金会通过赠款编号ORIO-15-052提供。 免责声明 本出版物中表达的观点、发现、结论或建议系作者个人观点,并不一定代表美国科学促进会董事会、理事会或会员,以及橡树基金会的意见。 联系人 美国科学促进会(AAAS)欢迎针对其工作的评论和问题。请将相关信息、建议以及任何反馈发送至SRHRL邮箱:srhrl@aaas.org。 版权所有2018美国科学进步协会科学责任、人权与法律项目1200新约克大道NW华盛顿,DC20005美国 背景 在全球范围内,非法、未报告和未经许可(IUU)的渔业活动是一个严重问题,威胁着海洋生物多样性 ,甚至在极端情况下威胁到整个物种的存在。从人权的角度来看,这种做法同样威胁着依赖海洋生存的原住民社区的生活方式、文化传统和食物供应,无论是直接争夺资源,还是通过提供诱因使成员放弃传统生活方式转向更盈利但不可持续的实践,如鲨鱼鳍捕捞。多年来,建立海洋保护区(MPAs)一直是对抗过度捕捞负面影响的主要政策工具之一。然而,在全球许多地区,保护数千平方公里海域的高昂巡逻成本导致执法时断时续,甚至在最糟糕的情况下根本不存在。尽管发展中国家已部署基于空间的监控系统,使用雷达图像和配备适当船只的自动识别系统(AIS)发射器的数据进行监测,但这对于遭受非法捕鱼影响最严重的管辖区来说,连续的雷达监控成本问题依然存在。 为了船舶检测的目的,SuomiNPP卫星搭载的可见红外成像辐射计套件(VIIRS)的白天/夜晚带(DNB )提供了雷达图像的一种经济实惠替代方案。通过获取分辨率为每像素750米的大面积夜间图像(与之前的夜间光学数据产品相比提高了45倍),SuomiNPP能够通过识别夜晚捕鱼时产生的人工光源来区分海面上的单个船只。为了证明这些数据的实用性,美国国家海洋和大气管理局(NOAA)的科学家最近发布了一个工具,自动化了船只检测的过程。 本项目致力于每日汇总东南亚广大地区内单个船只活动的综述。这一区域同时也是非法捕鱼影响最为严重的地区之一,拥有众多海洋保护区,由于其地理和经济限制,该地区在处理这一问题时遇到了一些最大的挑战。该项目旨在探索利用夜间灯光数据识别潜在非法捕鱼热点的有效性,通过将美国国家海洋和大气管理局(NOAA)的船只检测数据产品与基于卫星的自动识别系统(AIS)观测相结合。 数据和方法 本次研究主要使用了来自美国国家海洋和大气管理局(NOAA)的DNB衍生船只检测数据以及由位于多伦多的ExactEarth公司提供的船舶监控数据。ExactEarth公司运营着一个基于卫星接收器的网络,能够在全球大部分海域收集AIS(自动识别系统)应答器信号。所有配备适当发射器的船只都会广播这些信号,使得其他装备有AIS接收器的船只可以查看发送船只的名字、位置、航向、速度、起航港以及其他相关信息。AIS系统极大地促进了航行和碰撞避免,并且在全球范围内迅速成为强制性要求。通过观察经常在夜间检测到船只的敏感海上区域,并从其中减去通过AIS广播明确标识的合法船只,期望能够识别出可能存在较高非法活动概率的区域。 捕鱼发生。这些地区中最重要的地区,以及外面的区域 然后,可以在白天使用高分辨率卫星图像瞄准海洋保护区, 1 VIIRS船检测https://ngdc.noaa.gov/eog/viirs/download_boat.html2018年8月30日访问。 2 据推测,从事非法捕鱼的船只往往不会向所有人广播自己的位置。 3 许多涉嫌进行非法捕鱼的船只在白天可能位于保护区之外,只在夜间隐蔽地穿越禁渔区。 确定所涉及的船只是否为渔船。通过观察这种活动随时间的变化,人们希望也能预测非法捕鱼可能发生的条件,从而促使地方政府采取更有效的执法行动,并由民间社会进行倡导。为了验证这一理论,选择了一个试点区域,位于印度尼西亚苏拉威西岛的南部末端,这里是许多巴瑶族原住民社区的所在地,他们依靠几乎未变的传统捕鱼方法维持生计。 数百年,但现在受到工业规模非法捕鱼的威胁。 该项目的主要挑战之一源于VIIRS船只检测和AIS数据分别由不同卫星收集的事实,这些卫星在不同的时间覆盖了研究区域。由于船只通常以每小时10节或更高的速度移动,因此,在VIIRS观测到同一艘船时,该船的位置可能已经改变多达几十海里。 由于AIS数据每晚会被收集多次,人们认为可以通过利用AIS提供的数据来推断船舶的状态,从而解决这个问题。这意指,即使存在延迟,通过重复收集的数据,理论上可以准确追踪船舶的位置和运动状态。然而,这种解决方案的有效性依赖于AIS数据的实时性和准确性。VIIRS观测时的位置。为此,遵循了四个相似但独立的过程,每个过程与AIS和VIIRS测量的特定配置相关联。在前两种情况下,船舶的AIS读数存在,在VIIRS图像获取前后均有记录。经验表明,当AIS数据表明船舶在两次观察期间都不移动时,两个位置读数几乎总是非常接近,这符合船舶处于锚泊、系泊于码头或其他不动状态的情况。在这种情况下,首次观测的位置被用作参考位置,并与VIIRS检测结果进行比较 。 在情况下,当两个包围VIIRS检测的AIS记录之一或两者表明船只正在运行时,通过两点构建一条直线,并使用船只的速度来估算VIIRS观测研究区域时船只可能位于该线上的位置。其他AIS检测是唯一的,即它们由VIIRS观测前后的单个记录组成。如果这些独特的检测表明移动(即记录显示地面速度大于零节) ,则将其与船只的航向以及AIS检测和VIIRS观测之间的时间差相结合,以推测船只在VIIRS越过头顶时可能的位置。相反,如果一个独特的检测表明没有运动(地面速度等于零),则假设船只在VIIRS过境期间保持在报告的位置。开发了一个脚本,包含了这四种方法,并将其应用于研究区域内所有的AIS检测。希望一旦将AIS检测投影到VIIRS观测时的预估位置,两个数据集能够足够对齐,从而将大多数AIS记录与VIIRS的夜间光检测关联起来。对于没有关联的AIS记录的VIIRS检测,则进一步调查以寻找与非法捕鱼一致的趋势。 Results 预计AIS位置与VIIRS检测之间的重叠较差(图1)。例如,2016年1月2日,在研究区域内存在38个VIIRS检测,其中只有两个位于预计的AIS位置的一英里内。AIS数据显示,这两个船当时处于静止状态。这个实验在2016年每个月重复了31次;对应于2016年每一天的情况。这一经历表明这样的结果是典型的,并强调了在不同时间由不同的空间平台收集的数据之间进行关联的极端困难。 4 科尔尼,玛丽安(2009)。“印度尼西亚的海上吉普赛人为生存而奋斗。”美国之音新闻,可用 https://www.voanews.com/a/a-13-2007-12-27-voa11/402414.html2018年8月31日访问。 5 一节或海里每小时等同于1.852公里每小时。相同的比率转换相应的距离单位。为了简化起见,此后提及的“英里”指的是海里。 6 与AIS数据不同,VIIRS检测每晚只发生一次。由于这些检测基于光学图像,研究区域内的所有检测同时发生,并仅识别船只的存在;没有提供其他特征信息。 感兴趣的特征正在变动。鉴于AIS数据与VIIRS检测之间进行有意义比较的困难,该项目进一步的工作被终止了。尽管监控非法捕鱼的其他方法更为耗资源,但似乎能产生更多有价值的结果。 结果。 图1:研究区域(红色轮廓)中通过VIIRS影像(绿色三角形)检测到的夜间灯光显示,与预估的AIS检测位置(彩色编码表示估计位置的方法:黄色,两次移动检测;红色,两次移动检测;蓝色,一次移动检测;粉红色,一次非移动检测)几乎无重叠。 7 全球捕鱼观察(http://globalfishingwatch.org/"这是此类项目的一个示例,它依赖于使用机器学习算法对大量AIS数据进行分析。" Conclusions 在不确定的环境中实现稳定的市场份额增长。 夜间灯光检测与基于空间的AIS数据都是海上船只位置和行为检测及分析的强大工具。这两种数据产品在很多方面相辅相成,AIS提供了现代船舶上最新的自动化定位报告技术的详细信息,而VIIRS则覆盖了所有能产生足够光线被其传感器检测到的所有船只。然而,由于船只移动速度之快以及VIIRS与AIS探测飞行之间的典型延迟,将这些数据集相互关联变得极为困难。这很遗憾,因为在研究区域内使用VIIRS检测到了大量船只,其中许多可能涉及非法捕鱼活动。然而,没有相关的AIS或其他地面实况数据,区分渔业活动与其他海洋交通是不可能的。鉴于此,尽管AIS和VIIRS在分析非法捕鱼活动模式时可能有用,除非有额外的数据可用或飞行时间恰好匹配,未来的研究人员应考虑分别处理这两个数据集。