衛星影像分析揭示了黑色漁業的巨大規模
Devin Coldewey @techcrunch / 8 小時
衛星影像與機器學習揭示海上漁業的真實規模
衛星影像與機器學習技術帶來了全新且極為詳盡的海洋產業觀察方式，特別是關於海洋漁業和交通船隻的數量和活動情況。研究發現，海上的船隻數量遠遠超過了公開資料所顯示的規模，這是各位政策制定者應該引起重視的事實。作為一項全球共享的資源，海洋是所有人的事務，但不同的國家或地區各自擁有不同的習俗、法律，甚至動機。
自動船舶識別系統（AIS）的應用範圍有限
自動船舶識別系統（AIS）是一種越來越普遍的技術，它使用船舶上的傳輸器來精確跟蹤活動，但它在應用中還遠遠未能普及。因此重要的資料，如一個地區中有多少漁船、由誰操縱這些漁船以及它們捕撈了多少魚，通常是不清楚的，這些資料是由當地的私人機構和政府批準的單位提供的。這不僅使政策決策變得困難和不準確，而且漁業業記憶體在著一種無政府狀態的感知，無數船隻祕密進入受限區域或受到保護的水域，或者遠遠超過了迅速枯竭的魚群的安全捕撈數量。
衛星影像提供了新的洞察力
衛星影像為這一困局提供了新的視角：你無法躲避天空中的眼睛。但這一產業的規模和所記錄的影像都是巨大的。幸運的是，機器學習技術能夠執行數百萬次船隻識別和追蹤操作，以精確跟蹤海上任何時刻數以萬計的船隻。
Nature 期刊的研究報告提供了新的洞察
在一篇發表於 Nature 期刊上的研究報告中，Global Fishing Watch 的費爾南多·帕奧洛、大衛·克魯茲馬和他們的團隊（與多所大學的合作夥伴合作）分析了 2017 年至 2021 年間的數百萬兆位元組軌道影像，識別了數百萬艘海上船隻，並將其與透過 AIS 跟蹤的船隻的報告和已知坐標進行了交叉參照。研究顯示約四分之三的工業漁船是未公開跟蹤的，同樣，近三分之一的運輸和能源船隻也是如此。黑色漁業的規模之大，也許是公開文獻所記載的規模的兩倍。
“未公開跟蹤”並非等於完全不被紀錄
“這些船隻未被公開追蹤，有幾個原因”，帕奧洛向 TechCrunch 解釋道。例如，一些較小的船隻和在衛星覆蓋較少或無 AIS 基礎設施的地區運營的船隻，和那些故意關閉其傳輸器或以其他方式避免被探測的船隻一樣，都會被視作未被追蹤的。他繼續說道：“值得注意的是，一些國家擁有其他（專有的）手段來追蹤其境內的船隻。但這些專有系統僅限於它們可以追蹤的船隻，並且這些訊息不會與其他國家共享。”隨著人口的增長和海洋的變暖，超越國界和內部機構，大家對這類資料的認識變得越來越重要。
亞洲漁業活動被系統性低估
從視覺化圖表中觀察到，冰島和北歐國家的追蹤程度最高，而東南亞則最低——幾乎在孟加拉國、印度和緬甸的海岸附近是零。正如上文所述，這並不意味著它們都是非法的，只是它們的活動並未共享，而根據北歐的法律，這是要求的。這些地區從事了多少漁業活動？全球社會只是間接得知，而這項研究的結果之一是亞洲的漁業活動被系統性地低估了。
關於全球漁業規模的認識是完全錯誤的
如果根據 AIS 資料進行統計，你會發現大約 36%的漁業活動發生在歐洲水域，而亞洲佔了 44%。但衛星資料完全否認了這一點，顯示只有約 10%的漁船在歐洲水域，而有驚人的 71%在亞洲水域。事實上僅僅中國就可能佔了地球上約 30%的漁業活動！這並不是要歸咎於或指責這些國家或地區，而僅僅是要指出我們對全球漁業規模的認識完全錯誤。如果我們沒有確實的訊息來制定我們的政策和科學知識，這兩者最終都將變得根本性地錯誤。
重視政策引導和資料收集與分析的重要性
帕奧洛表示：“下一步是與不同區域的當局合作，評估這些新地圖。在某些情況下，我們可能發現了一些在海洋保護區或受限區域內的漁業活動，這將需要進一步的調查和保護。”他希望改善的資料將有助於指導政策，但收集和分析工作遠未完成。他表示：“這只是我們開放資料平臺的第一個版本。我們正在處理來自 Sentinel-1 衛星的新雷達影像，同時確保全球各地的活動。這些資料可以在我們的網站 globalfishingwatch.org 上檢視和存取，並且是截至三天前的最新資料。”這個非營利組織得到了一些慈善組織和個人的支援，他們的名單可以在這裡找到。
