核心观点
海洋保护区(MPAs)的扩张是全球保护工作的重要组成部分,而“30x30”倡议旨在到2030年保护至少30%的海洋。本研究探讨了不同规模的MPA网络扩张对全球捕鱼模式的影响,并使用机器学习模型预测了增加保护可能产生的后果。
研究方法
- 数据来源:使用了2016年至2021年基于卫星的渔船监测数据、当前MPA位置以及时空环境、地理、政治和经济特征。
- 模型构建:构建了一个预测机器学习模型,该模型由两个阶段组成:第一阶段预测渔船是否出现在某个像素中,第二阶段预测渔船出现的强度。
- 情景模拟:模拟了多种MPA扩张情景,包括保护未捕捞区域、保护目前捕捞最多的区域、随机保护区域等,并与“一切照旧”情景(即不实施新的MPA)进行比较。
研究结论
- 捕鱼努力减少:无论MPA网络的目标或规模如何,MPA内部的捕鱼努力都会减少,但减少幅度不到100%。
- 捕鱼努力重新分配:MPA内部的捕鱼努力减少并不会简单地转移到MPA外部,MPA外部的捕鱼努力也会下降。
- 影响程度取决于位置:全球捕鱼努力的减少程度主要取决于MPA网络相对于现有捕鱼努力的位置。MPA扩张将导致全球捕鱼努力的重新分配,这在网络设计、实施和影响评估中应予以考虑。
- 关键驱动因素:MPA网络与当前捕鱼努力的重叠程度是决定捕鱼努力减少幅度的关键因素。将新的完全保护区置于目前捕捞活动激烈的地区,将导致最大的捕鱼努力减少。
- 其他因素的影响:除了MPA相关的特征外,过去的捕捞努力和时空环境因素也对捕鱼努力有重要影响。气候变化也可能在捕鱼努力的重新分配中发挥重要作用。
研究意义
本研究为关于大规模MPA扩张影响的国际政策辩论做出了贡献,并开发了一种预测MPA实施导致全球捕鱼努力变化的创新机器学习技术。该模型可以为地方海洋管理者提供决策支持工具,以预测未来空间关闭(完全保护区或其他空间明确的捕鱼禁令)的影响,从而减少未来MPA降级、缩小规模和废除的可能性。