基于船位監(jiān)控系統(tǒng)的拖網(wǎng)捕撈努力量提取方法研究

張勝茂，張　衡，唐峰華，樊　偉，黃華文

?

基于船位監(jiān)控系統(tǒng)的拖網(wǎng)捕撈努力量提取方法研究

張勝茂1，張衡1，唐峰華1，樊偉1，黃華文2

（1.中國(guó)水產(chǎn)科學(xué)研究院東海水產(chǎn)研究所，農(nóng)業(yè)部東海與遠(yuǎn)洋漁業(yè)資源開發(fā)利用重點(diǎn)實(shí)驗(yàn)室，上海 200090；2.上海普適導(dǎo)航技術(shù)有限公司，上海 201112）

摘要：為了基于船位監(jiān)控系統(tǒng)提取拖網(wǎng)捕撈努力量，通過統(tǒng)計(jì)航速獲得 3個(gè)峰值，拖網(wǎng)作業(yè)在第 2個(gè)峰值，即1～2.1 m/s，拖網(wǎng)作業(yè)航向差一般在-50°～50°。利用航速、航向差閾值設(shè)定，把拖網(wǎng)船狀態(tài)劃分為慢速、作業(yè)、航行，然后提取出捕撈作業(yè)狀態(tài)點(diǎn)，1 423艘拖網(wǎng)船共提取到處于捕撈狀態(tài)的點(diǎn)318 433個(gè)，合計(jì)拖網(wǎng)捕撈時(shí)間15 921 h，利用反距離加權(quán)插值法生成捕撈強(qiáng)度分布變化趨勢(shì)圖。捕撈努力量在漁業(yè)資源研究中是重要的參考值之一，與傳統(tǒng)的捕撈努力量計(jì)算方法相比，該方法具有實(shí)時(shí)、大范圍、快速、分辨率高的特點(diǎn)，能夠用于輔助漁業(yè)資源保護(hù)。

關(guān)鍵詞：北斗衛(wèi)星； 船位監(jiān)控系統(tǒng)； 捕撈努力量； 航向； 航速

［Foundation： Fundamental Research Funds in Central Public-interest Scientific Institution，No.ECSFRI2014T13； Twelfth Five-year Scientific and Technological Support Project，No.2013BAD13B01； Shanghai Municipal Science and Technology Commission，No.12511501200］

捕撈努力量在漁業(yè)資源變動(dòng)研究中是一個(gè)重要的參數(shù)，即在捕撈中所做的功，傳統(tǒng)計(jì)算方法是由投入生產(chǎn)的漁船數(shù)量、總噸位、功率，以及作業(yè)人數(shù)、作業(yè)時(shí)間、技術(shù)與工藝狀況、投網(wǎng)次數(shù)等折算獲得［1-4］。隨著近年來漁船船位實(shí)時(shí)監(jiān)控系統(tǒng)逐步得到應(yīng)用推廣，可獲取高時(shí)空精度的漁船船位數(shù)據(jù)，通過船位數(shù)據(jù)統(tǒng)計(jì)分析能從一個(gè)新的角度獲得捕撈努力量。我國(guó)南海、東海等海區(qū)，相繼應(yīng)用北斗導(dǎo)航衛(wèi)星構(gòu)建了漁船監(jiān)控系統(tǒng)。通過船位監(jiān)控系統(tǒng)的船位數(shù)據(jù)能夠計(jì)算出累計(jì)捕撈時(shí)間，把它作為拖網(wǎng)捕撈努力量，這種方法具有近實(shí)時(shí)、范圍廣、自動(dòng)、快速等特點(diǎn)，可以獲得高時(shí)空分辨率的累計(jì)捕撈時(shí)間。聯(lián)合國(guó)糧農(nóng)組織（FAO）采用每年總的發(fā)動(dòng)機(jī)功率和捕撈作業(yè)時(shí)間（kW·d）表達(dá)全球捕撈努力量，在漁船捕撈方式、捕撈漁區(qū)、捕撈魚種確定，并且在時(shí)段一定的情況下，累計(jì)捕撈時(shí)間與漁獲量成正相關(guān)，Lee等［5］的研究對(duì)此也做了一些驗(yàn)證。國(guó)外［6-7］已經(jīng)用 VMS（Vessel Monitoring System）信息計(jì)算捕撈努力量，用于漁業(yè)資源評(píng)估。北斗衛(wèi)星導(dǎo)航系統(tǒng)在漁業(yè)中的應(yīng)用研究經(jīng)過多年的發(fā)展［8-9］，已經(jīng)初具規(guī)模，據(jù)統(tǒng)計(jì)到目前為止安裝北斗衛(wèi)星導(dǎo)航系統(tǒng)終端的漁船已經(jīng)有 4萬余艘，通過獲取的船位數(shù)據(jù)可以做到對(duì)捕撈努力量的計(jì)算［10-11］。本研究利用拖網(wǎng)船的船位數(shù)據(jù)，通過航速、航向閾值區(qū)分出捕撈狀態(tài)，把捕撈作業(yè)狀態(tài)的累計(jì)捕撈時(shí)間作為捕撈努力量，將某個(gè)區(qū)域內(nèi)漁船累計(jì)捕撈小時(shí)數(shù)作為該區(qū)域的捕撈努力量，建立中國(guó)近

海漁船實(shí)時(shí)快速的捕撈努力量估算方法。

1　材料與方法

1.1數(shù)據(jù)來源

北斗漁船船位數(shù)據(jù)來源于上海的北斗民用分理服務(wù)商，數(shù)據(jù)主要包括漁船的北斗卡號(hào)、經(jīng)緯度、航速、航向、發(fā)報(bào)時(shí)間。船位數(shù)據(jù)時(shí)間分辨率為3 min，空間分辨率約為10 m。數(shù)據(jù)庫(kù)選用SQL Server 2008，它具有管理分析空間數(shù)據(jù)的功能，可以確定幾何圖形實(shí)例之間的空間關(guān)系。

捕撈類型、船名等信息主要來源于“中央財(cái)政國(guó)內(nèi)海洋漁船油價(jià)補(bǔ)助公示”資料，經(jīng)過與北斗數(shù)據(jù)的匹配，確定了3 333艘漁船的類型，其中數(shù)量較多的是拖網(wǎng)和刺網(wǎng)。拖網(wǎng)船有 2 212艘，占總量的 66%，本研究以拖網(wǎng)為例進(jìn)行研究。

1.2方法

漁船是否處于捕撈的狀態(tài)通過式（1）判斷，當(dāng)航速和航向處于某個(gè)閾值范圍之內(nèi)時(shí)，處于捕撈狀態(tài)。其中，V1和V2是捕撈狀態(tài)的航速閾值，D1和D2是捕撈狀態(tài)的航向差閾值，兩個(gè)閾值通過拖網(wǎng)漁船狀態(tài)分析與航速統(tǒng)計(jì)來確定。

一個(gè)漁區(qū)格網(wǎng)內(nèi)可能有多艘漁船，一艘拖網(wǎng)漁船捕撈分為多個(gè)網(wǎng)次，一般每個(gè)網(wǎng)次持續(xù)幾個(gè)小時(shí)，一個(gè)網(wǎng)次結(jié)束后間隔一段時(shí)間，然后是下一網(wǎng)次。每個(gè)網(wǎng)次又有離散的多個(gè)船位點(diǎn)組成，因此某個(gè)格網(wǎng)內(nèi)的累計(jì)捕撈時(shí)間用式（2）計(jì)算。其中，Zi是第i個(gè)漁區(qū)格網(wǎng)的累計(jì)時(shí)間，Pi，j，k、Pi，j，k-1是某漁船相鄰的兩個(gè)船位點(diǎn)的時(shí)間，兩者的差是時(shí)間長(zhǎng)度。第一次求和是一個(gè)網(wǎng)次內(nèi)累計(jì)捕撈時(shí)間，第二次求和是一艘拖網(wǎng)漁船一段時(shí)間多個(gè)網(wǎng)次的累計(jì)捕撈時(shí)間，第三次求和是第i個(gè)漁區(qū)格網(wǎng)內(nèi)所有拖網(wǎng)漁船的累計(jì)捕撈時(shí)間。

捕撈對(duì)象是游動(dòng)的魚類，當(dāng)在某個(gè)漁區(qū)捕撈時(shí)，會(huì)對(duì)周邊的漁業(yè)資源量產(chǎn)生影響，某漁區(qū)的累計(jì)捕撈時(shí)間越大，周邊漁業(yè)資源下降越快，幾個(gè)相鄰點(diǎn)的累計(jì)捕撈時(shí)間在周邊范圍產(chǎn)生一個(gè)資源量影響的趨勢(shì)面。通過插值生成趨勢(shì)面專題圖，能夠輔助資源量全局變化趨勢(shì)分析，本文采用反距離加權(quán)插值法［12］生成變化趨勢(shì)專題圖。

假定每個(gè)待插值點(diǎn)都受到局部影響，而這種影響會(huì)隨著距離的增大而減小。插值是以權(quán)重進(jìn)行加權(quán)平均，所以該平均值不會(huì)大于最大輸入值或小于最小輸入值［13］。如果采樣對(duì)于正在嘗試模擬的已有變量來說足夠密集，則基于反距離權(quán)重會(huì)獲得最佳結(jié)果［14-15］。漁區(qū)格網(wǎng)中心離散點(diǎn)分布較均勻，在制圖分辨率要求較低的情況下，其密集程度可以滿足局部表面的變化分析［13］，公式如下：其中，Zo為O 點(diǎn)的估計(jì)值； n 為在估算中用到的控制點(diǎn)數(shù)目； λi為預(yù)測(cè)計(jì)算過程中使用的已知點(diǎn)的權(quán)重，該值隨著樣點(diǎn)與預(yù)測(cè)點(diǎn)之間距離的增加而減??； Zi為控制點(diǎn)i 的Z 值。確定權(quán)重的計(jì)算公式為：

其中，r 為指定的指數(shù)，本文反距離加權(quán)插值法中的r默認(rèn)值設(shè)為2； di為控制點(diǎn)i 與點(diǎn)O 間的距離。

采樣點(diǎn)隨著與預(yù)測(cè)值點(diǎn)之間距離的增大，其對(duì)預(yù)測(cè)點(diǎn)影響的權(quán)重按指數(shù)規(guī)律減小。在預(yù)測(cè)過程中，各采樣點(diǎn)對(duì)預(yù)測(cè)點(diǎn)作用的權(quán)重大小是成比例的，這些權(quán)重的總和為1。式（4）代入式（3），經(jīng)過轉(zhuǎn)換可以得到式（6），文中插值所用公式為式（6）。

2　研究結(jié)果

2.1拖網(wǎng)漁船狀態(tài)分析

拖網(wǎng)屬于過濾性的運(yùn)動(dòng)漁具，依靠漁船的運(yùn)動(dòng)拖曳網(wǎng)具，在海底或海水中前進(jìn)，迫使?jié)O具經(jīng)過水域中的魚蝦蟹等捕撈對(duì)象進(jìn)入網(wǎng)囊，達(dá)到捕撈的目的，捕撈作業(yè)過程有放網(wǎng)、拖曳網(wǎng)具、起網(wǎng)3個(gè)階段。2012年10月10日浙江奉化北斗卡號(hào)為300585的拖網(wǎng)船（以下稱“拖網(wǎng)船300585”），在00： 00～24： 00的軌跡如圖1 a～h點(diǎn)，通過調(diào)研以及數(shù)據(jù)分析可知： 該漁船在00： 01從a點(diǎn)開始是處于航行狀態(tài)，02： 30航行到b點(diǎn)（30°33′N ，123°41′E），并在b點(diǎn)附近拋錨休息，05： 07開始拖網(wǎng)捕撈作業(yè)，經(jīng)過b～h點(diǎn)共拖網(wǎng)作業(yè)6次，在21： 09到h點(diǎn)（30°21′N ，123°43′E），并在h點(diǎn)附近拋錨休息。

圖1　2012年10月10日拖網(wǎng)船300585軌跡Fig.1　Tracks of trawlers 300585 on October 10，2012

表1是對(duì)圖1中2012年10月10日拖網(wǎng)船300585 從00： 00～24： 00進(jìn)行的船位統(tǒng)計(jì)，各節(jié)點(diǎn)是漁船狀態(tài)變化的點(diǎn)，各分段是漁船所處的狀態(tài)，平均速度是各段內(nèi)的漁船速平均值，累計(jì)行程是各段中，點(diǎn)連線的曲線長(zhǎng)度，相對(duì)距離是兩個(gè)起止節(jié)點(diǎn)的最短距離，長(zhǎng)度比是累計(jì)行程與相對(duì)距離的比值。A段平均速度較大，長(zhǎng)度比最??； B段和I段船員休息處于拋錨狀態(tài)，航速因海流與風(fēng)的影響而產(chǎn)生，B段2.5 h移動(dòng)了150 m，I段約3 h移動(dòng)了72 m； C～H段平均速度在1.3～1.8 m/s，長(zhǎng)度比在1.3左右，F(xiàn)段由于漁船彎曲航行捕撈，因此比值較大。

表1　2012年10月10日拖網(wǎng)船300585狀態(tài)Tab.1　Status of trawlers 300585 on October 10，2012

圖2是2012年10月10日00： 00～24： 00拖網(wǎng)船300585航向變化，圖中的 A～I(xiàn)段按照狀態(tài)劃分，其分段與圖1和表1中相同，漁船的航向（方位角）是指在水平面上以漁船位置為中心，從該點(diǎn)的指北方向線起，依順時(shí)針方向到目標(biāo)方向線之間的水平夾角，航向值在0°～360°之間。

圖2　2012年10月10日00： 00到24： 00 拖網(wǎng)船300585航向變化Fig.2　Heading changes of trawlers 300585 from 00： 00 to 24： 00 on October 10，2012

當(dāng)漁船航向在 0°或 360°附近變化時(shí)，航向值會(huì)出現(xiàn)較大的變化幅度，圖 2中航向變化較大的有 B段、G段、I段，為了進(jìn)一步分析航向的實(shí)際變化狀況，對(duì)航向角進(jìn)行了差值計(jì)算。航向差是兩個(gè)相鄰時(shí)間，后一時(shí)間航向與前一時(shí)間航向的差值，差值結(jié)果中的正值表示航向順時(shí)針轉(zhuǎn)動(dòng)，負(fù)值表示漁船航向逆時(shí)針轉(zhuǎn)動(dòng)。圖2中航向差主要在0°左右變化，圖中 G段為捕撈狀態(tài)，但航向變化大，經(jīng)過相鄰航向相減處理成航向差后與其他捕撈狀態(tài)時(shí)的航向差相似。為了避免漁網(wǎng)纏繞，拖網(wǎng)船作業(yè)時(shí)在3 min內(nèi)一般不會(huì)出現(xiàn)較大的航向變動(dòng)。

圖3是2012年10月10日00： 00～24： 00拖網(wǎng)船300585航速的變化，圖中的 A～I(xiàn)段按照狀態(tài)劃分，其分段與圖1和表1中相同，基本可以分為，拋錨的B段和I段，捕撈的C～H段、航行的A段，3種狀態(tài)。在C～H段的6次拖網(wǎng)作業(yè)中，每段都有航速的突變，段開始有航速峰值，段結(jié)束有航速的谷值，兩者之間是一個(gè)持續(xù)的較穩(wěn)定航速，這是因?yàn)橥暇W(wǎng)作業(yè)特點(diǎn)有放網(wǎng)、拖曳網(wǎng)具、起網(wǎng) 3個(gè)階段。放網(wǎng)時(shí)漁船從尾滑道放出網(wǎng)具，然后漁船快速前進(jìn)逐步放出曳綱，出現(xiàn)航速峰值的突變； 當(dāng)曳綱放出預(yù)定長(zhǎng)度后，漁船按預(yù)定的航向和航速拖網(wǎng)前進(jìn)，航速較穩(wěn)定；起網(wǎng)時(shí)漁船慢速前進(jìn)收絞曳綱、網(wǎng)具，將其自尾滑道拖到甲板上，取出漁獲物，出現(xiàn)航速谷值的突變，航向差變化較大。

累計(jì)變化角度是航向差值的累加和，按照航向差順時(shí)針加，逆時(shí)針減的方式計(jì)算。累計(jì)變化角度可以反映出漁船方向在一段時(shí)間角度總體的變化值。圖3中拋錨B段和I段，累計(jì)角度變化較大，捕撈C～H段、航行 A段累計(jì)角度變化小，拖網(wǎng)船 300585 在2012年10月10日從00： 00～24： 00，累計(jì)角度是-1 066°，即船在這24 h內(nèi)相對(duì)初始航向逆時(shí)針轉(zhuǎn)了近3圈。

圖3　2012年10月10日00： 00～24： 00拖網(wǎng)船300585船速與累計(jì)變化角度分布圖Fig.3　Speed distribution and cumulative change angle of trawlers 300585 from 00： 00 to 24： 00 on October 10，2012

由以上分析拖網(wǎng)船可以分為拋錨或慢速、作業(yè)、航行 3種狀態(tài)，結(jié)合航速和航向差可以判斷出這些狀態(tài)（表2），2012年10月10日00： 00到24： 00，拖網(wǎng)船300585作業(yè)時(shí)間15.9 h，航行2.5 h，拋錨5.6 h。

表2　拖網(wǎng)船300585作業(yè)狀態(tài)Tab.2　300585Boat Status

2.2拖網(wǎng)漁船航速統(tǒng)計(jì)

圖4和圖5是拖網(wǎng)船300585在2012年1～5月、9～12月及全年船位點(diǎn)記錄數(shù)量隨速度的變化，它是對(duì)2012年該船全年位置點(diǎn)的統(tǒng)計(jì)。由于漁船進(jìn)漁港停泊時(shí)也發(fā)送船位數(shù)據(jù)，因此產(chǎn)生了很多值為0 m/s的數(shù)據(jù)，這些數(shù)據(jù)對(duì)分析沒有意義，統(tǒng)計(jì)中去掉了這些數(shù)據(jù)，6～8月是拖網(wǎng)的休漁期，統(tǒng)計(jì)中沒有統(tǒng)計(jì)這幾個(gè)月。

圖4　2012年1～5月點(diǎn)記錄數(shù)量隨速度的變化Fig.4　Number of point changes according to speed in 2012 from January to May

圖5　2012年9～12月及全年點(diǎn)記錄數(shù)量隨速度的變化Fig.5　Number of point changes according to Speed in 2012 from September to December and 2012 year

圖4和圖5曲線類似，主要存在3個(gè)峰，第一個(gè)在0～1 m/s，漁船處于拋錨或漂流； 第二個(gè)在1.3～1.9 m/s，漁船處于捕撈狀態(tài)； 第三個(gè)在3.3～4.3 m/s，漁船處于航行。

每個(gè)拖網(wǎng)漁船全年統(tǒng)計(jì)曲線與拖網(wǎng)船300585在2012年匯總曲線基本相同，利用拖網(wǎng)船 300585的全年統(tǒng)計(jì)數(shù)據(jù)與數(shù)據(jù)庫(kù)中其他漁船的統(tǒng)計(jì)數(shù)據(jù)計(jì)算相關(guān)系數(shù)R，可以判斷出拖網(wǎng)船，結(jié)果如表3，相關(guān)系數(shù)在 0.9時(shí)，可以正確判斷出拖網(wǎng)漁船 781艘，判斷錯(cuò)誤的漁船59艘，正確率在93%，因此拖網(wǎng)船300585的統(tǒng)計(jì)數(shù)據(jù)具有代表性。

對(duì)2012年拖網(wǎng)船300585的100390個(gè)船位點(diǎn)，進(jìn)行統(tǒng)計(jì)繪圖（圖4、圖5），其他拖網(wǎng)船全年點(diǎn)記錄數(shù)量隨速度的變化曲線相近，根據(jù)圖中第二個(gè)峰值位置，設(shè)定公式（1）中V1為1 m/s，V2為2.1 m/s。各船繪制航向差分布圖，與拖網(wǎng)船 300585相似，設(shè)定漁船拖網(wǎng)作業(yè)時(shí)的航向差 D1為-50°，D2為50°。

表3　拖網(wǎng)漁船判斷Tab.3　Trawler judgment

2.3累計(jì)捕撈時(shí)間專題圖

項(xiàng)目選用ArcGIS制作累計(jì)捕撈時(shí)間專題圖，以2012年10月10日的插值圖為例，把海域按0.1°×0.1°劃分格網(wǎng)，按照公式（1）計(jì)算格網(wǎng)中所有漁船在 2012 年10月10日0～24 h捕撈狀態(tài)的累計(jì)捕撈時(shí)間（單位h），作為捕撈努力量。根據(jù)拖網(wǎng)船航速、航向閾值提取出處于作業(yè)狀態(tài)的點(diǎn)，共提取到1 423艘拖網(wǎng)船處于捕撈狀態(tài)的點(diǎn)318 433個(gè)，合計(jì)拖網(wǎng)捕撈時(shí)間15 921 h。把點(diǎn)分布到0.1°×0.1°的格網(wǎng)中，計(jì)算每個(gè)格網(wǎng)中的累計(jì)捕撈時(shí)間，圖 6中的點(diǎn)是 0.1°×0.1°格網(wǎng)中心點(diǎn)（格），顏色變化代表累計(jì)捕撈時(shí)間的長(zhǎng)短，圖中對(duì)格點(diǎn)值采用公式（6）進(jìn)行了插值，生成2012年10月10日插值圖，反應(yīng)拖網(wǎng)捕撈投入的分布趨勢(shì)面。

圖6　2012年10月10日累計(jì)時(shí)間捕撈強(qiáng)度分布Fig.6　Distribution of cumulative time of fishing intensity on October 10，2012

在傳統(tǒng)的漁場(chǎng)格網(wǎng)中，可以看出累計(jì)捕撈時(shí)間最高的漁場(chǎng)在舟外漁場(chǎng)和江外漁場(chǎng)南部，大沙漁場(chǎng)、長(zhǎng)江口漁場(chǎng)、舟山漁場(chǎng)與魚山漁場(chǎng)交界的區(qū)域也有較高的累計(jì)捕撈時(shí)間分布。

3　討論與分析

國(guó)外學(xué)者基本都通過漁船的速度和角度區(qū)分漁船作業(yè)狀態(tài)，Skaar，J?rgensen等［16］根據(jù)船速分析巴倫支海的鱈魚拖網(wǎng)捕魚活動(dòng)，Mills，Townsend等［17］在英國(guó)北海利用拖網(wǎng)漁船的速度和方向識(shí)別作業(yè)和航行狀態(tài)。另外有學(xué)者通過船位數(shù)據(jù)計(jì)算捕撈努力量，2005年Deng和 Dichmont等［18］用澳大利亞北部對(duì)蝦作業(yè)的船位數(shù)據(jù)估算拖網(wǎng)捕撈強(qiáng)度，還有學(xué)者利用船位數(shù)據(jù)研究捕撈行為，Walker，Beza等［19-20］利用貝葉斯模型研究捕撈過程。

拖網(wǎng)船有拋錨或慢速、作業(yè)、航行3種狀態(tài)，拖網(wǎng)作業(yè)的每個(gè)網(wǎng)次有放網(wǎng)、拖曳網(wǎng)具、起網(wǎng) 3個(gè)階段，通過分析拖網(wǎng)漁船的航速、航向差的特征可以判斷漁船的狀態(tài)，掌握漁船的作業(yè)規(guī)律，根據(jù)長(zhǎng)時(shí)間的漁船航速特點(diǎn)可以獲取到漁船各狀態(tài)的航速閾值，再通過該值結(jié)合航向差能夠提取出漁船處于捕撈狀態(tài)的船位點(diǎn)，根據(jù)點(diǎn)的數(shù)量，處于捕撈狀態(tài)點(diǎn)的持續(xù)時(shí)間，計(jì)算出在某個(gè)區(qū)域累計(jì)捕撈時(shí)間，制作出累計(jì)捕撈時(shí)間格點(diǎn)圖，插值出累計(jì)捕撈時(shí)間變化趨勢(shì)圖。

拖網(wǎng)捕撈的累計(jì)時(shí)間越長(zhǎng)，投入的功越多，累計(jì)捕撈時(shí)間在一定程度上能夠反映出捕撈努力量，即一個(gè)時(shí)間段內(nèi)多艘拖網(wǎng)船投入捕撈小時(shí)數(shù)的累加。但是由于拖網(wǎng)船功率不全相同，單位時(shí)間投入功的大小存在差別，因此在掌握漁船功率數(shù)據(jù)的條件下，將進(jìn)一步研究累計(jì)捕撈時(shí)間與功率的乘積，獲得累計(jì)捕撈（kW·h），把它作為捕撈努力量。拖網(wǎng)漁船在網(wǎng)具放置水層深度不同、捕撈魚種不同、功率不同的情況下作業(yè)的航速有些細(xì)微差別，因此下一步研究中將根據(jù)每艘船的航速閾值分別判斷漁船狀態(tài)。

下一步將從時(shí)空角度分析累計(jì)捕撈時(shí)間變化規(guī)律，比較累計(jì)捕撈時(shí)間與傳統(tǒng)捕撈努力量計(jì)算方式的優(yōu)缺點(diǎn)，做進(jìn)一步改進(jìn)。通過編程實(shí)現(xiàn)累計(jì)捕撈時(shí)間專題圖的自動(dòng)制圖，逐漸實(shí)現(xiàn)業(yè)務(wù)化，為漁政管理、漁業(yè)資源保護(hù)提供指導(dǎo)和借鑒。

致謝： 中國(guó)水產(chǎn)科學(xué)研究院東海水產(chǎn)研究所嚴(yán)利平研究員，張寒野、劉勇、馮春雷副研究員等為本文撰寫提出了積極建議，謹(jǐn)此致謝！

參考文獻(xiàn)：

［1］張衡，張勝茂.東南太平洋智利竹筴魚漁場(chǎng)及單位捕撈努力量的時(shí)空分布［J］.生態(tài)學(xué)雜志，2011，30（6）：1142-1146.Zhang Heng，Zhang Shengmao.Spatiotemporal distri-bution pattern of Chilean jack mackerel（Trachurus murphyi）fishing grounds and catch yield per unit effort in Southeast Pacific Ocean［J］.Chinese Journal of Ecology，2011，30（6）： 1142-1146.

［2］田思泉，陳新軍.不同名義CPUE計(jì)算法對(duì)CPUE標(biāo)準(zhǔn)化的影響［J］.上海海洋大學(xué)學(xué)報(bào)，2010，19（2）：240-245.Tian Siquan，Chen Xinjun.Impacts of different calculating methods for nominal CPUE on CPUE standardization［J］.Journal of Shanghai Ocean University，2010，19（2）： 240-245.

［3］方水美.福建沿海張網(wǎng)作業(yè)捕撈能力的計(jì)算分析［J］.中國(guó)水產(chǎn)科學(xué)，2005，12（3）： 321-328.Fang Shuimei.Calculated analysis on fishing capacity of swing net in Fujian coastal sea ［J］.Journal of Fishery Sciences of China，2005，12（3）： 321-328.

［4］鄭國(guó)富.底拖網(wǎng)作業(yè)捕撈努力量標(biāo)準(zhǔn)化方法研究［J］.福建水產(chǎn)，2000，85（2）： 28-34.Zheng Guofu.An approach to the standardization of fishing effort of bottom trawl［J］.Journal of Fujian Fisheries，2000，85（2）： 28-34.

［5］Lee J，South A B，Jennings S.Developing reliable，repeatable，and accessible methods to provide highresolution estimates of fishing-effort distributions from vessel monitoring system（VMS）data ［J］.ICES Journal of Marine Science： Journal du Conseil，2010，67（6）：1260-1271.

［6］Mullowney D R，Dawe E G.Development of performance indices for the Newfoundland and Labrador snow crab（Chionoecetes opilio）fishery using data from a vessel monitoring system［J］.Fisheries Research，2009，100（3）： 248-254.

［7］Stelzenmüller 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.

［8］郭飚，薛元宏.北斗系統(tǒng)在海洋漁業(yè)信息化建設(shè)中的關(guān)鍵技術(shù)與實(shí)現(xiàn)途徑［J］.現(xiàn)代漁業(yè)信息，2004，19（5）：13-14.Guo Biao，Xue Yuanhong.Key technique and realized way of Beidou System（Staellite Navigation System）in the construction of marine fisheries information［J］.Modern Fisheries Information，2004，19（5）： 13-14.

［9］張勝茂，王曉璇，周為峰.基于漁船監(jiān)測(cè)系統(tǒng)的近海捕撈水產(chǎn)品溯源［J］.電腦開發(fā)與應(yīng)用，2014，24（4）：16-19.Zhang Shengmao，Wang Xiaoxuan，Zhou Weifeng.Offshore fishing aquatic products traceability based on vessel monitoring system［J］.Computer Development and Applications，2014，24（4）： 16-19.

［10］胡剛，馬昕，范秋燕.北斗衛(wèi)星導(dǎo)航系統(tǒng)在海洋漁業(yè)上的應(yīng)用［J］.漁業(yè)現(xiàn)代化，2010，37（1）： 60-62.Hu Gang，Ma Xin，F(xiàn)an Qiuyan.The apllications of COMPASS Navigation Satellite System to marine fishing industry［J］.FisheryModernization，2010，37（1）：60-62.

［11］居禮.北斗衛(wèi)星導(dǎo)航系統(tǒng)在海洋漁業(yè)的應(yīng)用［J］.衛(wèi)星與網(wǎng)絡(luò)，2013（3）： 16-22.Ju Li.Application of Beidou satellite navigation system in marine fishery［J］.Satellite and Network，2013（3）：16-22.

［12］張勝茂，樊偉.海洋次表層FIDW溫鹽影像插值算法［J］.計(jì)算機(jī)工程與應(yīng)用，2012，48（26）： 205-209.Zhang Shengmao，F(xiàn)an Wei.FIDW algorithm for temperature and salinity image interpolation in sub-surface ocean［J］.Computer Engineering and Applications，2012，48（26）205-209.

［13］湯國(guó)安，楊昕.ArcGIS地理信息系統(tǒng)空間分析實(shí)驗(yàn)教程［M］.北京： 科學(xué)出版社，2006.Tang Guoan，Yang Xin.ArcGIS geographic information system spatial analysis experiment course［M］.Beijing：Science Press，2006.

［14］Watson D F，Philip G M.A refinement of inverse distance weighted interpolation［J］.Geoprocessing，1985，2：315-327.

［15］Philip G M，Watson D F.A precise method for determining contoured surfaces［J］.Australian Petroleum Exploration Association Journal，1982，22（1）： 205-212.

［16］Skaar K L，J?rgensen T，Ulvestad B K H，et al.Accuracy of VMS data from Norwegian demersal stern trawlers for estimating trawled areas in the Barents Sea［J］.ICES Journal of Marine Science，2011，68（8）：1615-1620.

［17］Mills C M，Townsend S E，Jennings S，et al.Estimating high resolution trawl fishing effort from satellite-based vessel monitoring system data ［J］.ICES Journal of Marine Science： Journal du Conseil，2007，64（2）： 248-255.［18］Deng R，Dichmont C，Milton D，et al.Can vessel monitoring system data also be used to study trawling intensity and population depletion？ The example of Australia's northern prawn fishery ［J］.Canadian Journal of Fisheries and Aquatic Sciences，2005，62（3）：611-622.

［19］Walker E，Bez N.A pioneer validation of a state-space model of vessel trajectories（VMS）with observers' data［J］.Ecological Modeling，2010，221（17）： 2008-2017.

［20］Bez N，Walker E，Gaertner D，et al.Fishing activity of tuna purse seiners estimated from vessel monitoring system（VMS）data［J］.Can J Fish Aquat Sci，2011，68（11）： 1998-2010.

Received: Feb.17，2014

（本文編輯： 劉珊珊）

Key words:Beidou satellite； vessel monitoring system； fishing effort； heading； speed

Method of extracting trawling effort based on vessel monitoring system

ZHANG Sheng-mao1，ZHANG Heng1，TANG Feng-hua1，F(xiàn)AN Wei1，HUANG Hua-wen2
（1.Key Laboratory of East China Sea & Oceanic Fishery Resources Exploitation and Utilization，Ministry of Agriculture，China，East China Sea Fisheries Research Institute，Chinese Academy of Fishery Sciences，Shanghai 200090，China； 2.Shanghai Ubiquitous Navigation Technologies Ltd.，Shanghai 201112，China）

Abstract:The purpose of this study was to extract trawling effort from the statistics of a vessel monitoring system.Using speed data，the results show that there are three peaks in trawling effort.The second peak is in the fishing state，and generally occurs at speeds between 1 m/s to 2.1 m/s.The heading difference is between -50 and 50 degrees.Trawlers have three states，including low speed，fishing，and sailing，which can be distinguished by their thresholds of speed and heading differences.We extracted a total of 318 433 fishing-state points from 1 423 fishing vessels，and the total trawling time was 15 921 h.We used an inverse distance weighting interpolation method to generate change trends in the fishing intensity distribution.Fishing effort is an important reference value in fishery resource research.Compared with traditional fishing effort calculations，this method is characterized by real-time，large-scale，rapid，and high resolution.The results are applicable in the conservation of fisheries resources.

中圖分類號(hào)：S975

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1000-3096（2016）03-0146-08

doi：10.11759/hykx20140217002

收稿日期：2014-02-17； 修回日期： 2014-06-28

基金項(xiàng)目：中央級(jí)公益性科研院所基本科研業(yè)務(wù)費(fèi)專項(xiàng)資金項(xiàng)目（東海水產(chǎn)研究所 2014T13）； 十二五國(guó)家科技支撐計(jì)劃項(xiàng)目（2013BAD13B01）；上海市科學(xué)技術(shù)委員會(huì)資助項(xiàng)目（12511501200）

作者簡(jiǎn)介：張勝茂（1976-），男，河北吳橋人，副研究員、博士，主研方向： 漁業(yè)遙感與地理信息，電話： 021-65682395，E-mail： ryshengmao@126.com； 通信作者，樊偉，男，河南鄭州人，博士，研究員，研究方向?yàn)闈O業(yè)遙感與地理信息，電話： 021-65680117，E-mail：dhyqzh@sh163.net