人工智能和卫星数据帮助揭露了海洋中的“暗中船舶”

一项前所未有的研究详细指出,超过 75% 的工业捕鱼船未公开报告其行踪。
Data visualization of all maritime activity in the North Sea
该研究利用机器学习和卫星图像首次绘制了全球船只交通和海上基础设施的地图,以前所未有的视角展示了此前未被标记的海洋工业用途。Global Fishing Watch

研究人员现在可以访问对全球卫星图像档案的人工智能分析,以前所未有的视角审视人类对海洋的影响和与海洋的关系。该开源项目Global Fishing Watch牵头,这是一个由谷歌支持的专注于监测海上产业的非营利组织,相关研究详情已于 1 月 3 日发表在《自然》杂志上。得益于机器学习技术的最新进展,该研究展示了此前从未被绘制过的工业活动对水生生态系统的影响。

这项新研究揭示了“隐形船队”,这个术语通常指代大量未公开其位置的海上船只。根据 Global Fishing Watch 周三发布的公告,高达 75% 的工业捕鱼船“对公众隐藏了行踪”。

正如《The Verge》所解释的,长期以来,海上监视组织一直依赖自动识别系统 (AIS) 来追踪全球船只的无线电活动——尽管他们也知道该工具远非完美。AIS 的要求因国家和船只而异,而且当船员希望保持“离网”状态时,很容易关闭船只的应答器。因此,就有了(此前模糊不清的)隐形船队领域。

Data visualization of untracked fishing vessels around the world
数据分析显示,全球约 75% 的工业捕鱼船未被公开追踪,其中大部分捕鱼活动发生在非洲和南亚周边地区。 来源:Global Fishing Watch

“陆地上,我们几乎拥有地球上所有道路和建筑的详细地图。相比之下,我们海洋的增长在很大程度上是隐藏在公众视野之外的,”该非营利组织的研究和创新总监 David Kroodsma 在 1 月 3 日发布的官方声明中表示。“这项研究有助于消除盲点,并揭示人类在海洋活动的广度和强度。” 

[相关:如何与自然和谐地建造海上风力发电场。]

为了解决这个数据空白,研究人员首先收集了欧洲空间局Sentinel-1 卫星星座在 2017 年至 2021 年间拍摄的 200 万吉字节的全球成像数据。与 AIS 的局限性不同,欧洲空间局卫星阵列的灵敏雷达技术使其能够探测地表活动或运动,不受云层覆盖或一天中时间的影响。

随后,该团队将这些信息与 GPS 数据相结合,以突出显示那些原本未被发现或被忽视的船只。然后,机器学习程序分析了海量信息集,以精确识别此前未被记录的渔船。

最新的发现颠覆了之前的行业假设,并展示了全球隐形船队令人担忧的更大影响。

“公开可用的数据显示,亚洲和欧洲的捕鱼量在各自的边境范围内大致相似,但我们的测绘显示亚洲占主导地位——我们发现的每 10 艘海上渔船中,有 7 艘在亚洲,而只有 1 艘在欧洲,”该研究的合著者、威斯康星大学麦迪逊分校自然资源经济学助理教授 Jennifer Raynor 在公告中表示。“通过揭示隐形船只,我们创建了目前最全面的全球工业捕鱼活动公开图景。”

然而,并非所有修订都是令人担忧的。根据该团队的发现,在分析的五年时间里,绿色海上能源项目的数量增加了一倍多。截至 2021 年,风力涡轮机的数量已正式超过了全球石油钻井平台,其中中国通过将其风力发电场数量增加了 900% 而位居榜首。

“以前,这种类型的卫星监测只有付费才能获得。现在,所有国家都可以免费使用,”Kroodsma 在周三的公告中表示,并宣称这项研究标志着“海洋管理和透明度新时代的开始。”

 

更多优惠、评测和购买指南

 
© .