基于北斗船位数据的渔具分析方法浅析

张胜茂　郑巧玲　朱文斌

摘要：渔业捕捞过程中渔具是的重要的生产资料，研究渔具的组成、分布和来源对海洋渔业管理具有重要意义。船位监控系统能够记录渔船的船名、位置、航速、航向和轨迹等信息，数据的时空精度高、实效性强。本文利用北斗船位数据以宁波市北仑、奉化、宁海、象山和鄞州的渔船为例研究拖网、围网和刺网的组成、分布和来源情况，同时提出一种关联北斗船位、渔船、渔具、渔场和行政区划的方法。突破以往仅对渔具进行数量上统计分析的局限，从空间角度研究其动态变化特征。

关键词：北斗卫星；渔船监控系统；渔具；渔场 ；关联方法

中图分类号：S975 文献标志码：A 文章编号：1009-3044（2018）20-0248-04

随着人类对海洋环境和资源的不断破坏和开发，保护生物多样性和海底完整性受到世界各国的关注，同时也增加了对海洋空间规划和管理的兴趣。海洋渔业捕捞因为其作业方式的频繁性和破坏性被认为可能是对海底影响最大的人类活动[1， 2]。面对不断减少的渔业资源量，葡萄牙于1988年最先使用了船位监测系统（Vessel Monitoring System VMS） 辅助海洋渔业管理，主要用于记录渔船作业轨迹，保证捕捞活动的合法性[3]。如今卫星船位监测系统已广泛存在于世界范围内的海洋渔业捕捞渔船中[4]，记录渔船的船名、位置、航速、航向和轨迹信息。因其数据的实效性、精确性以及可重复利用性等优点[5]，对此数据的挖掘分析也越来越多，如渔场范围的动态变化[6]、捕捞努力量和副渔获物的空間分布[7， 8]、渔船捕捞状态、水产品溯源及预报等[9]。渔具作为渔船捕捞作业的主要工具其相关信息可从捕捞许可证、渔具调查、渔捞日志中获取，研究渔具类型的组成和分布对于渔业资源评估和管理具有重要意义[10]。以往对渔具数据的分析仅是静态的统计和处理，未能体现其空间动态性特征，通过渔船信息将渔具数据与船位数据结合，即可显示渔具数据的动态性，以便从空间角度对其分析和研究。本文对北斗船位数据进行挖掘，结合渔船信息，行政区划和渔场信息，以宁波市的北仑、奉化、宁海、象山和鄞州5区县渔船为例，研究渔具的组成、分布、来源及其与渔场的关系，意在提出一种关联北斗数据、渔船信息、渔具、渔场和行政区划的方法，以期能为渔业管理提供新的参考。

1材料与方法

近海渔船作业生产过程中，渔具是的重要的生产资料。根据《渔业捕捞许可管理规定》，海洋捕捞作业类型分为刺网、围网、拖网、张网、钓具、耙刺、笼壶、陷阱及杂渔具等共9种，其中刺网、拖网、围网所占比例最大[11]。本文选取刺网、拖网、围网为主要研究对象，利用北斗船位数据、渔船信息、渔具、渔场和行政区划相关联的方法，对渔具的组成、分布、来源进行空间挖掘分析。

1.1数据来源

渔船信息来源于华东部分省市海洋局公布的相关资料，北斗船位数据（以下简称北斗数据）由某北斗民用代理服务商提供，数据主要包括渔船的北斗卡号、经纬度、航速、航向、发报时间。记录船位经纬度的时间分辨率为3分钟，空间分辨率约为10米。

截至2013年底获取的装有北斗终端的渔船约1万艘，由船名实现渔船信息与北斗数据的匹配，确定了3273条渔船的类型，其中数量较多的是拖网和刺网。宁波市5区县装有北斗终端系统的渔船数如表1所示：

1.2 数据间关系

数据主要包括北斗数据、行政区划、渔船、渔具和渔场信息，彼此间通过关键字段关联。数据分为两种类型，渔船信息、渔具信息和行政区划为关系型数据，北斗数据、渔场信息为空间数据。渔具信息记录了渔具的类型、结构以及船名等，渔船信息包含船名、船籍、北斗卡号、功率等，渔具信息与渔船信息通过船名进行关联。行政区划包含省、市、县区划信息及其所管理的船籍，行政区划与渔船信息通过船籍关联。渔场信息包含渔场、渔区、小渔区，北斗数据通过经纬度与渔场关联，通过北斗卡号与渔船关联。通过关键字船名、船籍、北斗卡号及经纬度实现了北斗数据、渔船、渔具、渔场和行政区划之间的关联，增加了数据分析的空间性和动态性。

1.3 格网划分

近海海域选用53个传统渔场的界限范围作为参考，其次以30′×30′的经纬度范围为一个渔区单元形成渔区格网，并对渔区格网进行编号，每格网再按10′×10′的经纬度划分小渔区。根据渔场、渔区和小渔区统计渔具数量、组成和来源。

2 数据处理

北斗渔船终端系统每3分钟记录一次船位，5次记录形成一个数据包，15分钟打包发送一次，每15分钟基本可以接收到全部渔船的船位信息。据此选择2013-10-10 10：00：00到2013-10-10 10：15：00时间段内浙江省宁波市北仑、奉化、宁海、象山、鄞州的北斗船位数据，统计15分钟内所记录的拖网、围网和刺网渔船的信息。

2.1 渔具分布

由数据特点确定研究范围为121°E-126.5°E，27°N-33.5°N，15分钟记录的船位数据中，拖网船1586艘，围网船40艘，刺网船33艘。由北斗卡号、船名、经纬度三个关键字确定渔具信息，得到拖网、围网和刺网的整体分布如图2（a），图中单个小网格是10′×10′的小渔区，小渔区中显示的数值是三种渔具数目在该范围内的累加值。黄色线条为传统渔场。图（b）（c）（d）分别是拖网、刺网和围网的分布情况。

（a）三种渔具整体分布

（b）拖网分布

（c） 刺网分布

（d） 围网分布

2.2 渔具组成

图2（a）表明在10′×10′小渔区范围内可能包含拖网、围网和刺网，也可能只包含任意2种或者一种，进一步分析得到小鱼区内拖网、围网和刺网的组成情况，如图3。

2.3 渔具来源

一条渔船对应一种渔具，研究渔船的船籍来源即可获取渔具的来源信息。通过船名、北斗卡号、经纬度和船籍四个关键字将北斗数据、渔船、渔场、行政区划和渔具信息进行关联，可掌握各渔场中渔具的来源信息，如图4。

3 分析与讨论

从图2（a）可看出宁波5区县的渔船主要分布在长江口、江外、舟山、舟外和鱼山渔场，此外还有少量分布在大沙、鱼外和温台渔场。拖网渔船数量居多，主要集中在舟山、鱼山、舟外和长江口渔场，其中舟山渔场和鱼山渔场10′×10′的小渔区范围内拖网数最高分别达到80和53，表明两渔场中拖网作业的中心位置为图中红色格网的小鱼区。刺网渔船主要在舟山渔场和鱼山渔场进行捕捞作业，位置较为分散，10′×10′的小渔区范围内刺网数最大值为3，不存在较为明显的中心捕撈位置。围网渔船分布在鱼山渔场和舟外渔场，10′×10′的小渔区范围最大值为仅为5，但围网渔船的整体分布趋势表明其作业位置基本位于鱼山渔场和舟外渔场的中心区域。

从图3可以看出各渔场和小渔区内拖网、围网和刺网渔船的组成情况，拖网最多为绿色部分，其次是围网，刺网所占比例最小。鱼山、舟山和舟外渔场都包含拖网、围网和刺网渔船，其中鱼山渔场中三种渔船的组合度最高。

从渔具来源看，图4表明宁波市的渔船主要来源于象山和奉化，北仑、宁海较少，鄞州没有数据主要原因是渔船较少，15分钟内北斗系统没有记录相关渔船信息。进一步分析，象山渔船主要分布在鱼山、舟山和舟外渔场，奉化渔船主要分布在长江口、江外、舟山和鱼外渔场，北仑渔船全部分布在舟山渔场，宁海渔船分布在鱼山和大沙渔场。由于渔具与渔船相对应，可知拖网主要来源于象山和奉化。此外，由宁波市行政区划可知象山主要位于舟山和鱼山渔场的分界处，渔船上下出行便利，象山渔船占据了整个鱼山渔场和部分舟山渔场；奉化渔船出海口正对舟山渔场，主要分布在舟山、长江口及相关的外围渔场。可以看出渔船分布与渔场位置和行政规划存在一定的空间相关性。

综上所述，通过关键字船名、船籍、北斗卡号及经纬度对渔具信息、渔船信息、北斗数据、渔场信息和行政区划进行关联的方法是可行的。关联过程中实现了对各渔场渔具分布、组成和来源的分析，确定了各类网具渔船的作业中心位置及分布密度，最后分析了渔船分布与渔场、行政区划之间的空间相关性。基于北斗船位数据、渔船信息、渔场信息和行政区划的研究方法不仅能够分析渔船、渔具的分布、组成和来源，还可以结合渔业市场供求关系提供鱼类产品的溯源和预报，为水产品市场发展提供新的管理方式。

参考文献：

[1] Eastwood P， Mills C， Aldridge J， Houghton C， Rogers S. Human activities in UK offshore waters： an assessment of direct， physical pressure on the seabed[J]. ICES Journal of Marine Science： Journal du Conseil. 2007，64（3）：453-63.

[2] Kaiser M， Clarke K， Hinz H， Austen M， Somerfield P， Karakassis I. Global analysis of response and recovery of benthic biota to fishing[J]. Marine Ecology Progress Series. 2006，311：1-14.

[3] OECD. fishing vessel monitoring systems past， present and future[J]. 2005.10.15.

[4] 朱健. 渔船动态监管信息系统在渔业管理中的应用研究 [硕士]： 华南理工大学； 2010.

[5] Hintzen NT， Bastardie F， Beare D， Piet GJ， Ulrich C， Deporte N， et al. VMStools： open-source software for the processing， analysis and visualisation of fisheries logbook and VMS data[J]. Fisheries Research. 2012，115：31-43.

[6] Jennings S， Lee J. Defining fishing grounds with vessel monitoring system data[J]. ICES Journal of Marine Science： Journal du Conseil. 2012，69（1）：51-63.

[7] Bastardie F， Nielsen JR， Ulrich C， Egekvist J， Degel H. Detailed mapping of fishing effort and landings by coupling fishing logbooks with satellite-recorded vessel geo-location[J]. Fisheries Research. 2010，106（1）：41-53.

[8] 張胜茂， 杨胜龙， 戴阳， 樊伟， 黄华文. 北斗船位数据提取拖网捕捞努力量算法研究[J]. 水产学报. 2014（08）：1190-9.

[9] 张胜茂， 唐峰华， 张衡， 樊伟， 黄华文. 基于北斗船位数据的拖网捕捞追溯方法研究[J]. 南方水产科学. 2014（03）：15-23.

[10] Detsis E， Brodsky Y， Knudtson P， Cuba M， Fuqua H， Szalai B. Project Catch： A space based solution to combat illegal， unreported and unregulated fishing： Part I： Vessel monitoring system[J]. Acta Astronautica. 2012，80：114-23.

[11] 满昌. 渔具渔法选择性[M]. 中国农业出版社； 2004.