留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

拖网渔船电子捕捞日志的作业信息与北斗船位数据获取的作业信息的可信度比较研究

冯菲 周艳波 陈森 谢恩阁 吴洽儿

引用本文:
Citation:

拖网渔船电子捕捞日志的作业信息与北斗船位数据获取的作业信息的可信度比较研究

    作者简介: 冯 菲(1993—),女,硕士研究生,从事渔业资源承载力研究。E-mail: 1210237258@qq.com;
    通讯作者: 吴洽儿, wqe66@qq.com
  • 中图分类号: S 931.9

Comparative study on credibility of fishing information of electronic fishing logs of trawlers and fishing information acquired by Beidou position data

    Corresponding author: Qia'er WU, wqe66@qq.com
  • CLC number: S 931.9

  • 摘要: 为分析电子捕捞日志数据的准确性和可信度,以“粤新会渔01282” “粤新会渔01240” “粤新会渔01286” “粤新会渔01239” “粤茂滨渔47239” “粤新会渔02163” “粤茂滨渔42278” “粤新会渔00070”和“粤新会渔01268”9艘拖网渔船2018年8月17日—2019年4月30日的作业状态为研究对象,利用北斗船位数据提取拖网作业时间、作业网次和作业渔区,与电子捕捞日志数据的相关信息进行比较验证。结果表明,9艘拖网渔船的电子捕捞日志数据与北斗数据提取的作业时间的重复率分别为36.7%、64.8%、71.4%、81.5%、24.7%、46.7%、66.7%、79.6%和68.9%。作业渔区的重复率分别为80%、86.9%、65.7%、74.7%、75.3%、85.6%、71.6%、56.9%和65.2%,作业网次的重复率分别为65%、86.4%、60%、70%、75.3%、67.1%、54.4%、62.1%和35.4%。作业时间与渔获量的相关性分析结果表明,“粤新会渔01286” “粤新会渔01239” “粤新会渔01240”和“粤茂滨渔47239”的作业时间与渔获量呈极显著相关(P<0.01),“粤茂滨渔42278”的作业时间与渔获量呈显著相关(P<0.05),“粤新会渔01282” “粤新会渔02163” “粤新会渔00070”和“粤新会渔01268”的作业时间与渔获量无显著相关性(P<0.05),反映出电子捕捞日志数据的准确性和可信性尚有空间可待提高。
  • 图 1  北斗船位数据中作业状态的判断

    Figure 1.  Judgment of fishing status in Beidou position data

    图 2  校正后作业时间的相对误差

    Figure 2.  Fractional error of fishing time after calibration

    图 3  北斗船位轨迹和电子捕捞日志记录轨迹的分布

    Figure 3.  Distribution of path of Beidou position and electronic fishing logs

    图 4  电子捕捞日志数据的可信度分析

    Figure 4.  Credibility analysis of electronic fishing log data

    表 1  9艘拖网船电子捕捞日志记录数量和样本数量分布

    Table 1.  Distribution of electronic fishing logs records and sample size of nine trawlers

    渔 船
    vessel
    北斗终端号
    Beidou ID
    记录数量
    number of records
    样本数量
    number of samples
    粤新会渔 01282 Yuexinhui fishing 01282 286061 102 82
    粤新会渔 01240 Yuexinhui fishing 01240 284688 152 136
    粤新会渔 01286 Yuexinhui fishing 01286 273232 126 122
    粤新会渔 01239 Yuexinhui fishing 01239 286068 212 185
    粤茂滨渔 47239 Yuemaobin fishing 47239 279739 98 90
    粤新会渔 02163 Yuexinhui fishing 02163 284792 149 90
    粤茂滨渔 42278 Yuemaobin fishing 42278 279721 106 102
    粤新会渔 00070 Yuexinhui fishing 00070 283442 171 108
    粤新会渔 01268 Yuexinhui fishing 01268 284801 106 90
    下载: 导出CSV

    表 2  作业时间和作业网次的差异显著性检验

    Table 2.  Significant difference test between fishing time and hauls

    船名
    vessel
    作业时间
    fishing time
    作业网次
    fishing haul
    粤新会渔 01282
    Yuexinhui fishing 01282
    0.000** 0.000**
    粤新会渔 01240
    Yuexinhui fishing 01240
    0.000** 0.332
    粤新会渔 01286
    Yuexinhui fishing 01286
    0.000** 0.000**
    粤新会渔 01239
    Yuexinhui fishing 01239
    0.000** 0.880
    粤茂滨渔 47239
    Yuemaobin fishing 47239
    0.000** 0.226
    粤新会渔 02163
    Yuexinhui fishing 02163
    0.000** 0.000**
    粤茂滨渔 42278
    Yuemaobin fishing 42278
    0.000** 0.000**
    粤新会渔 00070
    Yuexinhui fishing 00070
    0.000** 0.000**
    粤新会渔 01268
    Yuexinhui fishing 01268
    0.000** 0.000**
    注:**. 显著性极大差异 (P<0.01);*. 显著性差异 (P<0.05) Note: **. very significant difference (P<0.01); *. signficant difference (P<0.05)
    下载: 导出CSV

    表 3  作业时间的相关性分析

    Table 3.  Relative coefficient of fishing time

    船名
    vessel
    相关系数
    relative coefficient
    粤新会渔 01282 Yuexinhui fishing 01282 0.824**
    粤新会渔 01240 Yuexinhui fishing 01240 0.752**
    粤新会渔 01286 Yuexinhui fishing 01286 0.769**
    粤新会渔 01239 Yuexinhui fishing 01239 0.936**
    粤茂滨渔 47239 Yuemaobin fishing 47239 0.833**
    粤新会渔 02163 Yuexinhui fishing 02163 0.853**
    粤茂滨渔 42278 Yuemaobin fishing 42278 0.863**
    粤新会渔 00070 Yuexinhui fishing 00070 0.959**
    粤新会渔 01268 Yuexinhui fishing 01268 0.821**
    注:**. 相关性极显著(P<0.01);*. 相关性显著(P<0.05);表5同此 Note: **. very significant correlation (P<0.01); *. signficant correlation (P<0.05); the same case in Table 5.
    下载: 导出CSV

    表 4  作业时间的差值

    Table 4.  Difference value of fishing time

    船名
    vessel
    差值/h
    difference value
    粤新会渔 01282 Yuexinhui fishing 01282 1.71±1.21
    粤新会渔 01240 Yuexinhui fishing 01240 1.63±0.57
    粤新会渔 01286 Yuexinhui fishing 01286 1.67±0.30
    粤新会渔 01239 Yuexinhui fishing 01239 1.61±0.37
    粤茂滨渔 47239 Yuemaobin fishing 47239 1.07±1.22
    粤新会渔 02163 Yuexinhui fishing 02163 1.29±1.57
    粤茂滨渔 42278 Yuemaobin fishing 42278 1.35±1.72
    粤新会渔 00070 Yuexinhui fishing 00070 1.12±0.55
    粤新会渔 01268 Yuexinhui fishing 01268 1.48±0.67
    下载: 导出CSV

    表 5  不同渔船作业网次、渔获量与差值,作业时间与渔获量的相关系数

    Table 5.  Correlation coefficient between fishing hauls, catches and difference, and fishing time and catches of different fishing vessels

    船名
    vessel
    指标
    index
    作业网次
    fishing haul
    渔获量
    catch
    作业时间
    fishing time
    粤新会渔 01282 Yuexinhui fishing 01282 差值 0.067 0.122
    粤新会渔 01240 Yuexinhui fishing 01240 0.183* 0.209*
    粤新会渔 01286 Yuexinhui fishing 01286 0.353** 0.112
    粤新会渔 01239 Yuexinhui fishing 01239 0.273** 0.187*
    粤茂滨渔 47239 Yuemaobin fishing 47239 0.337 0.226
    粤新会渔 02163 Yuexinhui fishing 02163 0.021 0.247*
    粤茂滨渔 42278 Yuemaobin fishing 42278 0.312** 0.182
    粤新会渔 00070 Yuexinhui fishing 00070 0.223* 0.025
    粤新会渔 01268 Yuexinhui fishing 01268 0.014 0.318*
    粤新会渔 01282 Yuexinhui fishing 01282 渔获量 0.175
    粤新会渔 01240 Yuexinhui fishing 01240 0.348**
    粤新会渔 01286 Yuexinhui fishing 01286 0.415**
    粤新会渔 01239 Yuexinhui fishing 01239 0.464**
    粤茂滨渔 47239 Yuemaobin fishing 47239 0.393**
    粤新会渔 02163 Yuexinhui fishing 02163 0.140
    粤茂滨渔 42278 Yuemaobin fishing 42278 0.221*
    粤新会渔 00070 Yuexinhui fishing 00070 0.169
    粤新会渔 01268 Yuexinhui fishing 01268 0.094
    下载: 导出CSV
  • [1] 范正利, 张石天, 陈坚. 海洋捕捞产量统计方法比较与讨论——以温州为例[J]. 渔业信息与战略, 2017, 32(3): 168-172.
    [2] 张魁, 刘群, 廖宝超, 等. 渔业数据失真对两种非平衡剩余产量模型评估结果的影响比较[J]. 水产学报, 2018, 42(9): 1378-1389.
    [3] 李勇, 黄泽强, 张亮, 等. 广东渔业资源数据采集与分析系统建设及应用分析[J]. 海洋与渔业, 2018(7): 110-111.
    [4] 吴开军, 胡光民, 张澍, 等. 渔捞日志管理系统的开发与应用[J]. 海洋渔业, 2006(2): 152-157. doi: 10.3969/j.issn.1004-2490.2006.02.012
    [5] LAMBERT G I, JENNINGS S, HIDDINK J G, et al. Implications of using alternation methods of vessel monitoring system (VMS) data analysis to describe fishing activities and impacts[J]. ICES J Mar Sci, 2012, 69(4): 682-693. doi: 10.1093/icesjms/fss018
    [6] WATSON J T, HAYNIE A C, SULLIVAN P J, et al. Vessel monitoring systems (VMS) reveal an increase in fishing efficiency following regulatory changes in a demersal longline fishery[J]. Fish Res, 2018, 207: 85-94. doi: 10.1016/j.fishres.2018.06.006
    [7] 张胜茂, 郑巧玲, 朱文斌. 基于北斗船位数据的渔具分析方法浅析[J]. 电脑知识与技术, 2018, 14(20): 248-251.
    [8] 孙蕊, 林华, 谢非. 北斗卫星导航系统在海洋渔业生产中的应用[J]. 渔业现代化, 2017, 44(6): 94-100. doi: 10.3969/j.issn.1007-9580.2017.06.016
    [9] 郭刚刚, 樊伟, 张胜茂, 等. 船位监控系统数据挖掘与应用研究进展[J]. 海洋渔业, 2016, 38(2): 217-224. doi: 10.3969/j.issn.1004-2490.2016.02.013
    [10] 张胜茂, 崔雪森, 伍玉梅, 等. 基于北斗卫星船位数据分析象山拖网捕捞时空特征[J]. 农业工程学报, 2015, 31(7): 151-156.
    [11] 张胜茂, 程田飞, 王晓璇, 等. 基于北斗卫星船位数据提取拖网航次方法研究[J]. 上海海洋大学学报, 2016, 25(1): 135-141. doi: 10.12024/jsou.20150501433
    [12] 张胜茂, 唐峰华, 靳少非, 等. 基于北斗卫星数据的拖网渔船状态与网次提取[J]. 渔业信息与战略, 2015, 30(3): 205-211.
    [13] 邓云锋, 宋立清. 我国渔业结构存在的问题及政策分析[J]. 海洋科学进展, 2005(2): 239-242. doi: 10.3969/j.issn.1671-6647.2005.02.017
    [14] 王素花, 徐海龙, 王婷, 等. 海洋渔业管理制度分析及对我国海洋渔业的启示[J]. 中国水产, 2017(10): 44-47.
    [15] 鲁泉, 李震, 王刚. 沿海现代渔港发展方向研究[J]. 上海海洋大学学报, 2018, 27(2): 291-297.
    [16] PALMER M C, WIGLEY S E. Using positional data from vessel monitoring systems to validate the logbook-reported area fished and the stock allocation of commercial fisheries landings[J]. N A J Fish Manage, 2009, 29(4): 928-942. doi: 10.1577/M08-135.1
    [17] CHANG S K, YUAN T L. Deriving high-resolution spatiotemporal fishing effort of large-scale longline fishery from vessel monitoring system (VMS) data and validated by observer data[J]. Can J Fish Aquat Sci, 2014, 71(9): 1363-1370. doi: 10.1139/cjfas-2013-0552
    [18] RUSSO T, CARPENTIERI P, FIORENTINO F, et al. Modeling landings profiles of fishing vessels: an application of self-organizing maps to VMS and logbook data[J]. Fish Res, 2016, 181: 34-47. doi: 10.1016/j.fishres.2016.04.005
    [19] JOO R, BERTRAND S, CHAIGNEAU A, et al. Optimization of an artificial neural network for identifying fishing set positions from VMS data: an example from the Peruvian anchovy purse seine fishery[J]. Ecol Model, 2011, 222(4): 1048-1059. doi: 10.1016/j.ecolmodel.2010.08.039
    [20] 张志敏, 徐年军. 东海渔获量受捕捞努力与气候因子影响的年际变动分析[J]. 宁波大学学报(理工版), 2016, 29(4): 112-116.
    [21] 冯波, 颜云榕, 张宇美, 等. 南海鸢乌贼(Sthenoteuthis oualaniensis)资源评估的新方法[J]. 渔业科学进展, 2014, 35(4): 1-6. doi: 10.11758/yykxjz.20140401
    [22] 邹建伟, 陈立峰, 林蒋进, 等. 南海外海灯光罩网主要渔场分布及变动研究——基于广西渔船的生产监测统计[J]. 南方水产科学, 2014, 10(4): 78-84. doi: 10.3969/j.issn.2095-0780.2014.04.013
    [23] 粟丽, 陈作志, 张鹏, 等. 2017年南海中南部渔场灯光罩网渔获物组成及渔获率时空分布[J]. 南方水产科学, 2018, 14(5): 11-20. doi: 10.3969/j.issn.2095-0780.2018.05.003
    [24] 邢彬彬, 郭瑞, 李显森, 等. 辽东湾不同型刺网捕捞性能的比较[J]. 渔业科学进展, 2017, 38(2): 24-30. doi: 10.11758/yykxjz.20160104002
    [25] 张荣瀚, 张胜茂, 陈雪忠, 等. 基于北斗船位数据的流刺网网次和方向提取方法研究[J]. 海洋渔业, 2019, 41(2): 169-178.
    [26] 刘勇, 程家骅, 张寒野. 江苏流刺网不同马力渔船作业的时空特征[J]. 中国水产科学, 2019, 26(2): 371-381.
    [27] 陶雅晋, 冯波, 易木荣, 等. 基于渔港抽样调查不同捕捞方式CPUE单位标准化新方法[J]. 渔业科学进展, 2019, 40(2): 1-11.
    [28] 宋超, 赵峰, 杨琴, 等. 长江口北支凤鲚深水张网渔获种类组成及其危害性分析[J]. 海洋渔业, 2018, 40(6): 670-678. doi: 10.3969/j.issn.1004-2490.2018.06.004
    [29] 唐衍力, 成沙沙, 马舒扬, 等. 海州湾张网渔获物种类组成的时空变化及其主要影响因子[J]. 中国水产科学, 2017, 24(4): 831-844.
    [30] 金显仕, HAMRE J, 赵宪勇, 等. 黄海鳀鱼限额捕捞的研究[J]. 中国水产科学, 2001(3): 27-30. doi: 10.3321/j.issn:1005-8737.2001.03.006
    [31] GERRITSEN H, LORDAN C. Integrating vessel monitoring systems (VMS) data with daily catch data from logbooks to explore the spatial distribution of catch and effort at high resolution[J]. ICES J Mar Sci, 2011, 68(1): 245-252. doi: 10.1093/icesjms/fsq137
    [32] MARCHAL P, BO A, CAILLART B, et al. Impact of technological creep on fishing effort and fishing mortality, for a selection of European fleets[J]. ICES J Mar Sci, 2007, 64(1): 192-209. doi: 10.1093/icesjms/fsl014
    [33] 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. doi: 10.1139/f2011-114
    [34] WANG Y, WANG Y B, ZHENG J. Analyses of trawling track and fishing activity based on the data of vessel monitoring system (VMS): a case study of the single otter trawl vessels in the Zhoushan fishing ground[J]. J Ocean Univ China, 2015, 14(1): 89-96. doi: 10.1007/s11802-015-2467-6
    [35] SANTOS M N, LINO P G, FERNANDZE C J, et al. Preliminary observations on the by-catch of elasmobranchs caught by the Portuguese longline fishery in the Indian Ocean: biology, ecology and fishery[C]//IOTC. The 7th Session of the IOTC Working Party on Ecosystem and Bycatch. Lankanfinolhu: Republic of Maldives, 2011: 1-14.
    [36] 张胜茂, 樊伟, 张衡, 等. 基于北斗船位数据的海南省渔船航次动态监测与分析[J]. 南方水产科学, 2018, 14(5): 1-10. doi: 10.3969/j.issn.2095-0780.2018.05.001
    [37] MURRAY L G, HINZ H, HOLD N, et al. The effectiveness of using CPUE data derived from vessel monitoring systemand fisheries logbooks to estimate scallop biomass[J]. ICES J Mar Sci, 2013, 70(7): 1330-1340. doi: 10.1093/icesjms/fst099
    [38] MULLOWNEY D R, DAWN E G. Development of performance indices for the Newfoundland and Labrador snow crab (Chionoecetes opilio) fishery using data from a vessel monitoring system[J]. Fish Res, 2009: 248-254.
    [39] 叶少文, 冯广朋, 张彬, 等. 牛山湖小型鱼类群落结构特征及生物量估算[J]. 中国水产科学, 2012, 19(5): 854-862.
    [40] 谷德贤, 王婷, 刘国山, 等. 天津海域中国对虾资源量分析[J]. 渔业现代化, 2014, 41(2): 57-62. doi: 10.3969/j.issn.1007-9580.2014.02.011
    [41] 闫海, 刘若冰. 我国海洋渔业限额捕捞法制的症结及对策[J]. 青岛科技大学学报(社会科学版), 2015, 31(3): 75-78.
  • [1] 张旭丰张鹏谭永光杨吝 . 南海北部拖网30.3mm方形网目网囊的渔获选择性分析. 南方水产科学, 2006, 2(2): 51-55.
    [2] 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. 南方水产科学, 2014, 10(3): 15-23. doi: 10.3969/j.issn.2095-0780.2014.03.003
    [3] 刘劲科陈春亮 . 计算机在拖网配纲检验中的应用. 南方水产科学, 2007, 3(5): 61-64.
    [4] 刘岩张秀梅周游孙明 . 2011年西南大西洋拖网渔获物之阿根廷滑柔鱼生物学分析. 南方水产科学, 2012, 8(3): 39-47. doi: 10.3969/j.issn.2095-0780.2012.03.006
    [5] 李健生程家骅 . 长江口水域主要渔业生物资源状况的分析. 南方水产科学, 2005, 1(2): 21-25.
    [6] 张胜茂樊伟张衡杨胜龙唐峰华朱文斌 . 基于北斗船位数据的海南省渔船航次动态监测与分析. 南方水产科学, 2018, 14(5): 1-10. doi: 10.3969/j.issn.2095-0780.2018.05.001
    [7] 张旭丰张鹏杨吝谭永光 . 南海北部拖网35.2与30.3mm方目网囊渔获选择性比较. 南方水产科学, 2007, 3(2): 49-54.
    [8] 许友伟陈作志范江涛张俊 . 南沙群岛西南陆架海域底拖网渔获物组成及生物多样性. 南方水产科学, 2015, 11(5): 76-81. doi: 10.3969/j.issn.2095-0780.2015.05.009
    [9] 杨炳忠杨吝谭永光晏磊张鹏李杰 . 南海区桁杆虾拖网方目与菱目混合网囊网目选择性研究. 南方水产科学, 2018, 14(1): 105-113. doi: 10.3969/j.issn.2095-0780.2018.01.014
    [10] 杨炳忠杨吝谭永光晏磊张鹏李杰 . 南海区虾拖网网囊对刀额新对虾的选择性研究. 南方水产科学, 2019, 15(2): 1-11. doi: 10.12131/20180197
    [11] 杨吝张旭丰张鹏谭永光 . 珠江口虾拖网的副渔获组成. 南方水产科学, 2005, 1(1): 27-34.
    [12] 葛长字 . 拖网网囊网目选择性能的解析. 南方水产科学, 2005, 1(4): 30-35.
    [13] 罗炎标张健孙满昌 . 大鹏湾捕虾拖网渔获分隔试验的效果分析. 南方水产科学, 2007, 3(1): 14-19.
    [14] 王迎宾郑基郑献之覃涛 . 舟山渔场禁渔线以外海域单拖网鱼类群落结构变动分析. 南方水产科学, 2012, 8(1): 8-15. doi: 10.3969/j.issn.2095-0780.2012.01.002
    [15] 杨吝张旭丰谭永光张鹏 . 珠江口浅水域小型虾拖网渔获组成分析. 南方水产科学, 2008, 4(6): 70-77.
    [16] 于鑫单秀娟李忠义朱仁陈云龙金显仕 . 渤海底拖网主要渔业生物类别时空分布的初步研究. 南方水产科学, 2017, 13(2): 9-17. doi: 10.3969/j.issn.2095-0780.2017.02.002
    [17] 杨炳忠杨吝谭永光晏磊张鹏李杰 . 南海区2种桁杆虾拖网渔获组成调查与分析. 南方水产科学, 2017, 13(6): 115-122. doi: 10.3969/j.issn.2095-0780.2017.06.014
    [18] 王跃中袁蔚文 . 南海北部底拖网渔业资源的数量变动. 南方水产科学, 2008, 4(2): 26-33.
    [19] 袁兴伟严利平刘尊雷程家骅 . 基于底拖网调查的东海区小黄鱼资源密度不同估算方法差异比较. 南方水产科学, 2014, 10(6): 20-26. doi: 10.3969/j.issn.2095-0780.2014.06.003
    [20] 李来好王国超郝淑贤杨贤庆岑剑伟黄卉魏涯 . 电子鼻检测冷冻罗非鱼肉的研究. 南方水产科学, 2012, 8(4): 1-6. doi: 10.3969/j.issn.2095-0780.2012.04.001
  • 加载中
图(4)表(5)
计量
  • 文章访问数:  788
  • HTML全文浏览量:  535
  • PDF下载量:  19
  • 被引次数: 0
出版历程
  • 收稿日期:  2019-05-26
  • 录用日期:  2019-07-25
  • 网络出版日期:  2019-09-27
  • 刊出日期:  2019-12-01

拖网渔船电子捕捞日志的作业信息与北斗船位数据获取的作业信息的可信度比较研究

    作者简介:冯 菲(1993—),女,硕士研究生,从事渔业资源承载力研究。E-mail: 1210237258@qq.com
    通讯作者: 吴洽儿, wqe66@qq.com
  • 1. 中国水产科学研究院南海水产研究所,农业农村部南海渔业资源开发利用重点实验室,广东 广州 510300
  • 2. 天津农学院水产学院,天津市水产生态及养殖重点实验室,天津 300384

摘要: 为分析电子捕捞日志数据的准确性和可信度,以“粤新会渔01282” “粤新会渔01240” “粤新会渔01286” “粤新会渔01239” “粤茂滨渔47239” “粤新会渔02163” “粤茂滨渔42278” “粤新会渔00070”和“粤新会渔01268”9艘拖网渔船2018年8月17日—2019年4月30日的作业状态为研究对象,利用北斗船位数据提取拖网作业时间、作业网次和作业渔区,与电子捕捞日志数据的相关信息进行比较验证。结果表明,9艘拖网渔船的电子捕捞日志数据与北斗数据提取的作业时间的重复率分别为36.7%、64.8%、71.4%、81.5%、24.7%、46.7%、66.7%、79.6%和68.9%。作业渔区的重复率分别为80%、86.9%、65.7%、74.7%、75.3%、85.6%、71.6%、56.9%和65.2%,作业网次的重复率分别为65%、86.4%、60%、70%、75.3%、67.1%、54.4%、62.1%和35.4%。作业时间与渔获量的相关性分析结果表明,“粤新会渔01286” “粤新会渔01239” “粤新会渔01240”和“粤茂滨渔47239”的作业时间与渔获量呈极显著相关(P<0.01),“粤茂滨渔42278”的作业时间与渔获量呈显著相关(P<0.05),“粤新会渔01282” “粤新会渔02163” “粤新会渔00070”和“粤新会渔01268”的作业时间与渔获量无显著相关性(P<0.05),反映出电子捕捞日志数据的准确性和可信性尚有空间可待提高。

English Abstract

  • 渔业数据是进行渔业科学领域研究的基础,是渔业管理者系统、也是准确地掌握渔业生产实际及变化情况的主要依据,其精度直接影响研究调查结果的精准度[1-2]。电子捕捞日志利用北斗无线传输终端等智能电子设备及互联网技术,采集渔船动态及渔获物等相关信息数据[3-4]。与传统的渔捞日志相比,电子捕捞日志具有填写方便、容易保存、查询简单、利用率高、不易丢失和损坏、全面覆盖不同渔区等优点。由于电子捕捞日志采集过程中受海况、天气等自然因素和船员文化水平、责任心等人为因素的影响,存在错报、漏报、误报的现象,因此亟须采集与分析系统中电子捕捞日志的可信度。北斗船位数据(以下简称北斗数据)实时获取渔船的船位、航速、航向等渔船动态信息且具有较高的精度,可以弥补电子捕捞日志的不足[5-7]。本文通过对北斗数据和电子捕捞日志数据获取的作业信息进行对比分析,旨在提高电子捕捞日志数据的精准性,以期为渔业资源管理、科学管理和渔业绿色健康发展提供基础资料。

    • 北斗数据从中国水产科学研究院南海水产研究所南海渔业中心的“南海渔船动态监控平台”中获取,主要包括渔船的北斗ID (identity,身份标识号码)、经纬度、航速、航向、定位时间等数据,数据时间分辨率为3 min,空间分辨率为10 m[8-9]。电子捕捞日志数据从南海渔业中心构建的“广东渔业资源数据采集与分析系统”中提取,主要包括渔船北斗ID、作业方式、主机功率、捕捞品种、渔获产量、放网时间、起网时间、作业渔区、作业网次等数据[3]。安装北斗无线终端且符合填报要求的拖网渔船共27艘,从中选取9艘拖网渔船2018年8月17日—2019年4月30日的作业状态进行分析,去除电子捕捞日志中部分填报的起网时间与放网时间相同及船位数据丢失的记录条数,9艘拖网船电子捕捞日志记录的数量和研究分析的样本数量见表1

      渔 船
      vessel
      北斗终端号
      Beidou ID
      记录数量
      number of records
      样本数量
      number of samples
      粤新会渔 01282 Yuexinhui fishing 01282 286061 102 82
      粤新会渔 01240 Yuexinhui fishing 01240 284688 152 136
      粤新会渔 01286 Yuexinhui fishing 01286 273232 126 122
      粤新会渔 01239 Yuexinhui fishing 01239 286068 212 185
      粤茂滨渔 47239 Yuemaobin fishing 47239 279739 98 90
      粤新会渔 02163 Yuexinhui fishing 02163 284792 149 90
      粤茂滨渔 42278 Yuemaobin fishing 42278 279721 106 102
      粤新会渔 00070 Yuexinhui fishing 00070 283442 171 108
      粤新会渔 01268 Yuexinhui fishing 01268 284801 106 90

      表 1  9艘拖网船电子捕捞日志记录数量和样本数量分布

      Table 1.  Distribution of electronic fishing logs records and sample size of nine trawlers

    • 利用北斗数据结合拖网渔船作业特点进行状态划分[10-12],提取北斗数据中拖网渔船的作业时间。选取“粤新会渔01239”2018年10月24日0时—10月24日24时(图1-a), “粤新会渔01286”2018年9月3日0时—9月3日24时(图1-b), “粤新会渔01240”2018年9月24日0时—9月24日24时(图1-c), “粤新会渔01282”2018年8月28日0时—8月28日24时(图1-d), “粤茂滨渔47239”2018年8月28日0时—8月28日24时(图1-e), “粤新会渔01263”2018年9月20日0时—9月20日24时(图1-f), “粤茂滨渔42278”2018年8月18日0时—8月18日24时(图1-g), “粤新会渔00070”2018年9月22日0时—9月22日24时(图1-h)和“粤新会渔01268”2019年1月25日0时—1月25日24时(图1-i)时间段内的北斗数据进行分析,9艘拖网船此时间段作业状态可划分为航行(A段)、拖网作业(B段)和抛锚或漂流(C段) 3种状态(图1)。捕捞过程包括航行,到达某渔场后开始放网,进行拖网作业和停泊收网。北斗数据显示作业时航向差值为0°左右且变动不大。由此可确定“粤新会渔01239”2个网次、 “粤新会渔01286”3个网次、 “粤新会渔01240”3个网次、 “粤新会渔01282”2个网次、 “粤茂滨渔47239”2个网次、 “粤新会渔01263”2个网次、 “粤茂滨渔42278”2个网次、 “粤新会渔00070”2个网次和“粤新会渔01268”2个网次的具体作业时间以及对应的经纬度。电子捕捞日志数据的作业时间为填报起网和放网的时间间隔。由于起网过程拖速可能不会明显下降,因此默认拖速大于4 kn或小于2 kn时为网次间转变的信号。

      图  1  北斗船位数据中作业状态的判断

      Figure 1.  Judgment of fishing status in Beidou position data

    • 电子捕捞日志数据中个别填报的作业时间中包括航行、抛锚或漂流的时间,因此可信度分析时电子捕捞日志提取的作业时间应减去航行、抛锚或漂流的时间。

    • 利用SPSS 20.0中的配对样本t检验和简单相关性分析分别对2种方法提取的作业时间进行分析,判断电子捕捞日志数据中作业时间的可信度。计算公式为:

      $ D = E - V $

      $ \overline {{D}} = \dfrac{{{{D}}_1 + {{D}}_2 + {{D}}_3 + \cdots {{D_n}}}}{{{n}}} $

      ${{D_{\text {σ}} }} = \sqrt{{\dfrac{{\left( {{{D}}_1 - \overline {{D}} } \right)^2 + \left( {{{D}}_2 - \overline {{D}} } \right)^2 + \cdots + \left( {{{D_n}} - \overline {{D}} } \right)^2}}{{{n}}}}}$

      式中D为2种方法提取的作业时间的差值(h);$\overline D $为差值的平均数;Dσ为差值的标准差;V为北斗数据提取的作业时间(h);E为电子捕捞日志数据提取的作业时间(h);Dn为第n个样本数据由2种方法提取的作业时间的差值,取值$1,2,3 \cdots n$

      利用差值的平均数对电子捕捞日志数据提取的作业时间进行校正,计算公式为:

      ${{T}} = {{E_n}} - {{\overline D}}$

      式中T为校正后的电子捕捞日志数据提取的作业时间(h);En为第n个样本数据中电子捕捞日志数据提取的作业时间,取值$1,2,3 \cdots n$

      计算2种方法提取的作业时间的相对误差判定校正结果的可信度,计算公式为:

      ${\rm{\delta }} = \left( {{{T}} - {{V}}} \right)/{{V}} \times 100{\text{%}}$

      式中δ为相对误差(%),相对误差δ在±10%以内被认为处于可信范围内。用作业时间重复率表征作业时间的可信度,计算公式为:

      ${{\rm{\eta }}_t} = {N_{ t}}/N \times 100{\text{%}}$

      式中ηt为作业时间的重复率(%);NtEn值经$\overline D $值校正后的δ值在10%以内记录数量;N为总样本数量。

      利用SPSS 20.0中的简单相关性分析对作业网次、渔获量与D值的相关性进行分析,对捕捞努力量(作业时间)与渔获量的相关性进行分析,分析2种方法提取的作业时间产生差值的原因,初步判断电子捕捞日志数据中渔获量的可信度。

    • 利用SPSS 20.0中的配对样本t检验分析对2种方法提取的作业网次进行分析,判断电子捕捞日志数据中作业网次的可信性。用作业网次重复率表征作业网次的可信度。计算公式为:

      ${{\rm{\eta }}_{\rm h}} = {N_{\rm h}}/N \times 100{\text{%}}$

      式中ηh为作业时间的重复率(%);Nh为指电子捕捞日志数据记录的作业网次和北斗数据提取的作业网次相同的记录数量。

    • 根据北斗数据提取的平均作业经纬度和电子捕捞日志记录的起放网平均经纬度,利用ArcGis 10.0绘制北斗船位轨迹和电子捕捞日志记录轨迹分布图。统计两者作业经纬度在同一渔区的记录数量占总样本数量的百分比,即作业渔区的重复率,表征作业渔区的可信度,计算公式为:

      ${{\rm{\eta }}_{\rm a}} = {N_{\rm a}}/N \times 100{\text{%}}$

      式中ηa为作业时间的重复率(%);Na为北斗数据提取的平均作业经纬度和电子捕捞日志记录的起放网平均经纬度在同一渔区的记录数量。

    • 结果显示,虽然9艘拖网渔船的E值和V值均存在极显著性差异(P<0.01,表2),但两者存在极显著相关性(P<0.01,表3)。分析D值,9艘拖网船的差值集中在1~2 h (表4);“粤新会渔01240” “粤新会渔01239”和“粤茂滨渔47239”作业网次无显著性差异(P>0.05),其他6艘渔船作业网次均存在极显著性差异(P<0.01,表2);“粤新会渔01263” “粤新会渔01282”和“粤茂滨渔47239”的作业时间经$\overline D $'/>值校正后的δ值较分散,其他6艘船的作业时间经$\overline D $'/>值校正后的δ值绝大多数在10%以内(图2)。

      船名
      vessel
      作业时间
      fishing time
      作业网次
      fishing haul
      粤新会渔 01282
      Yuexinhui fishing 01282
      0.000** 0.000**
      粤新会渔 01240
      Yuexinhui fishing 01240
      0.000** 0.332
      粤新会渔 01286
      Yuexinhui fishing 01286
      0.000** 0.000**
      粤新会渔 01239
      Yuexinhui fishing 01239
      0.000** 0.880
      粤茂滨渔 47239
      Yuemaobin fishing 47239
      0.000** 0.226
      粤新会渔 02163
      Yuexinhui fishing 02163
      0.000** 0.000**
      粤茂滨渔 42278
      Yuemaobin fishing 42278
      0.000** 0.000**
      粤新会渔 00070
      Yuexinhui fishing 00070
      0.000** 0.000**
      粤新会渔 01268
      Yuexinhui fishing 01268
      0.000** 0.000**
      注:**. 显著性极大差异 (P<0.01);*. 显著性差异 (P<0.05) Note: **. very significant difference (P<0.01); *. signficant difference (P<0.05)

      表 2  作业时间和作业网次的差异显著性检验

      Table 2.  Significant difference test between fishing time and hauls

      船名
      vessel
      相关系数
      relative coefficient
      粤新会渔 01282 Yuexinhui fishing 01282 0.824**
      粤新会渔 01240 Yuexinhui fishing 01240 0.752**
      粤新会渔 01286 Yuexinhui fishing 01286 0.769**
      粤新会渔 01239 Yuexinhui fishing 01239 0.936**
      粤茂滨渔 47239 Yuemaobin fishing 47239 0.833**
      粤新会渔 02163 Yuexinhui fishing 02163 0.853**
      粤茂滨渔 42278 Yuemaobin fishing 42278 0.863**
      粤新会渔 00070 Yuexinhui fishing 00070 0.959**
      粤新会渔 01268 Yuexinhui fishing 01268 0.821**
      注:**. 相关性极显著(P<0.01);*. 相关性显著(P<0.05);表5同此 Note: **. very significant correlation (P<0.01); *. signficant correlation (P<0.05); the same case in Table 5.

      表 3  作业时间的相关性分析

      Table 3.  Relative coefficient of fishing time

      船名
      vessel
      差值/h
      difference value
      粤新会渔 01282 Yuexinhui fishing 01282 1.71±1.21
      粤新会渔 01240 Yuexinhui fishing 01240 1.63±0.57
      粤新会渔 01286 Yuexinhui fishing 01286 1.67±0.30
      粤新会渔 01239 Yuexinhui fishing 01239 1.61±0.37
      粤茂滨渔 47239 Yuemaobin fishing 47239 1.07±1.22
      粤新会渔 02163 Yuexinhui fishing 02163 1.29±1.57
      粤茂滨渔 42278 Yuemaobin fishing 42278 1.35±1.72
      粤新会渔 00070 Yuexinhui fishing 00070 1.12±0.55
      粤新会渔 01268 Yuexinhui fishing 01268 1.48±0.67

      表 4  作业时间的差值

      Table 4.  Difference value of fishing time

      图  2  校正后作业时间的相对误差

      Figure 2.  Fractional error of fishing time after calibration

      双变量相关性分析结果显示,“粤新会渔01240”和“粤新会渔00070”的作业网次与D值呈显著性相关(P<0.05),“粤新会渔01286” “粤新会渔01239”和“粤茂滨渔42278”的作业网次与D值呈极显著性相关(P<0.01),“粤新会渔01282” “粤茂滨渔47239” “粤新会渔02163”和“粤新会渔01268”的作业网次与D值无显著相关性(P>0.05);“粤新会渔01240” “粤新会渔01239” “粤新会渔02163”和“粤新会渔01268”的渔获量对D值产生显著影响(P<0.05),其他5艘渔船的渔获量对D值无显著影响(P>0.05);“粤新会渔01286” “粤新会渔01239” “粤新会渔01240”和“粤茂滨渔47239”的作业时间与渔获量均呈极显著相关(P<0.01),“粤茂滨渔42278”的作业时间与渔获量呈显著相关(P<0.05),其中“粤新会渔01239”的作业时间对渔获量影响最大(0.464),其次是“粤新会渔01286” (0.415)、 “粤新会渔01240” (0.393)、 “粤茂滨渔47239” (0.348)和“粤茂滨渔42278” (0.221),其他4艘船的作业时间与渔获量无显著相关性(P>0.05,表5)。

      船名
      vessel
      指标
      index
      作业网次
      fishing haul
      渔获量
      catch
      作业时间
      fishing time
      粤新会渔 01282 Yuexinhui fishing 01282 差值 0.067 0.122
      粤新会渔 01240 Yuexinhui fishing 01240 0.183* 0.209*
      粤新会渔 01286 Yuexinhui fishing 01286 0.353** 0.112
      粤新会渔 01239 Yuexinhui fishing 01239 0.273** 0.187*
      粤茂滨渔 47239 Yuemaobin fishing 47239 0.337 0.226
      粤新会渔 02163 Yuexinhui fishing 02163 0.021 0.247*
      粤茂滨渔 42278 Yuemaobin fishing 42278 0.312** 0.182
      粤新会渔 00070 Yuexinhui fishing 00070 0.223* 0.025
      粤新会渔 01268 Yuexinhui fishing 01268 0.014 0.318*
      粤新会渔 01282 Yuexinhui fishing 01282 渔获量 0.175
      粤新会渔 01240 Yuexinhui fishing 01240 0.348**
      粤新会渔 01286 Yuexinhui fishing 01286 0.415**
      粤新会渔 01239 Yuexinhui fishing 01239 0.464**
      粤茂滨渔 47239 Yuemaobin fishing 47239 0.393**
      粤新会渔 02163 Yuexinhui fishing 02163 0.140
      粤茂滨渔 42278 Yuemaobin fishing 42278 0.221*
      粤新会渔 00070 Yuexinhui fishing 00070 0.169
      粤新会渔 01268 Yuexinhui fishing 01268 0.094

      表 5  不同渔船作业网次、渔获量与差值,作业时间与渔获量的相关系数

      Table 5.  Correlation coefficient between fishing hauls, catches and difference, and fishing time and catches of different fishing vessels

      虽然不同日期北斗数据作业的轨迹与电子捕捞日志记录的轨迹存在一定误差,但两者提取的作业路径基本相似,其中“粤新会渔01239”作业渔区的重复率最高(86.9%,图3), “粤茂滨渔00070”作业渔区的重复率最低(56.9%),其余6艘渔船作业渔区的重复率均在60%以上。

      图  3  北斗船位轨迹和电子捕捞日志记录轨迹的分布

      Figure 3.  Distribution of path of Beidou position and electronic fishing logs

      电子捕捞日志数据的可信度结果表明, “粤新会渔01239”作业时间的重复率最高(81.5%), “粤茂滨渔47239”最低(24.7%); “粤新会渔01240”作业网次的重复率最高(86.9%),“粤新会渔01268”最低(35.4%)。从整体看,作业渔区的重复率高于作业时间和作业网次的重复率(图4)。

      图  4  电子捕捞日志数据的可信度分析

      Figure 4.  Credibility analysis of electronic fishing log data

    • 电子捕捞日志数据对不同作业类型渔获产量、渔获种类及生物学参数、单船单品种产量、不同海域不同种类产量等进行统计分析,将为渔业产业结构调整[13]、渔业资源总量管理、限额捕捞[14]、定点上岸、渔获物可追溯及渔港监管[15]等方面提供数据支撑。国外学者较早利用船位监控系统的位置数据验证航海捕捞日志[16-17],而我国对电子捕捞日志数据的采集和应用尚处于起步阶段,对可信度的分析较少,而电子捕捞日志的层层错报、漏报、误报等现象严重影响到渔业领域研究的精准度,因此对电子捕捞日志的可信度进行分析十分必要[18]。结果显示,虽然9艘拖网渔船的E值和V值均存在极显著性差异(P<0.01),但两者均存在极显著相关性(P<0.01),说明电子捕捞日志上报的作业时间有研究性和利用性意义。9艘拖网船的差值均集中在1~2 h,原因可能是电子捕捞日志填报的作业时间大多数是一天中开始起网至一天中结束放网的时间间隔,据搭乘安装北斗终端拖网船实地调查可知,一天平均作业两网次,这中间包括第一网次起网填报结束至第二网次放网填报结束的时间间隔40 min以及两网次起网后分类筛选渔获物的时间65 min。作业时间经$\overline D $校正后,δ大多数在10%以内,本研究结果与张胜茂等[12]研究的由人工记录和北斗数据提取的作业时间差占人工记录的起放网之间平均时长的4.8%不同,原因可能是后者的人工记录来自专门从事科学研究的人员,人工记录的日志比较仔细、准确;而本研究中记录人员是普通渔民,主观性较强,仔细和认真程度也很难达到科研人员的水平;此外,北斗数据和电子捕捞日志数据提取的作业时间在起放网过程也会产生误差,因此相对误差在±10%以内被认为是合理范围。

      相关性分析结果表明,部分渔船的作业网次和差值呈显著正相关,说明作业网次越多,差值越大,作业网次对作业时间的可信度影响较大,原因可能是这些渔船填报的作业时间是一天一条,其中包括上一网次起网至下一网次放网间的非作业时间,因此在电子捕捞日志的管理过程中,应分网次逐条上报,对于填报错误的渔民进行培训和指导,逐步增加电子捕捞日志的可信度;部分渔船的渔获量与差值呈显著正相关,说明渔获量越多,起网后分类筛选渔获物的时间越长,电子捕捞日志填报的作业时间越长,与北斗数据提取的作业时间的差值越大,可见渔获量也在一定程度上影响作业时间的重复率。综上所述,利用“粤新会渔01282” “粤新会渔01240” “粤新会渔01286” “粤新会渔01239”“粤茂滨渔47239” “粤新会渔02163” “粤茂滨渔42278” “粤新会渔00070”和“粤新会渔01268”拖网渔船的电子捕捞日志数据提取的作业时间做可信度分析时,应分别减去1.71、1.63、1.67、1.61、1.07、1.29、1.35、1.12和1.48 h。尽管电子捕捞日志与北斗数据记录的作业时间有一定的误差,但是通过本研究分析可知,该误差不可避免,并且类似误差在其他研究中也均有报道,如Joo等[19]对实测数据和北斗数据分析时也存在一定误差。

      本研究中部分渔船的作业网次存在极显著性差异(P<0.01),且作业网次的重复率低至35.4%,重复率低的原因可能是渔民一天中作业2~3网次,但是填报作业时间是一天中开始放网和结束起网的时间差,只填报了1条,最后作业网次也错填为1网次。出现这种情况时,管理者应及时与渔民联系,引导渔民正确填报电子捕捞日志。从整体上看,作业渔区较作业时间和作业网次的可信度高,但仍有填报出错的情况,原因可能是渔民填报的是某一时刻渔船所在渔区,而渔船在作业期间位置不断变化,可能会横跨相邻的渔区。根据北斗数据作业轨迹与电子捕捞日志记录轨迹分布证实了以上可能性原因。为了初步判定电子捕捞日志记录的渔获物的可信度,本文分析了捕捞努力量与渔获量的相关性,结果显示4艘拖网船的作业时间与渔获量均呈极显著相关(P<0.01),一艘拖网船的作业时间与渔获量呈显著相关(P<0.05),此结果与张志敏和徐年军[20]研究的渔获量和北斗数据提取的捕捞努力量之间的相关性结果相似。而另外4艘船的作业时间与渔获量无显著相关性(P>0.05),可能是渔民忘填、漏填或者该船捕捞区域渔获量较少,捕捞渔获物量差别不明显等导致的结果。总之,无论是从渔民角度还是管理者角度分析,该偏差不可避免,因此需要研究人员和管理人员对渔船位置进行实时监控,监督渔民填报电子捕捞日志,达到降低北斗数据与电子捕捞日志数据偏差,增加电子捕捞日志可信度的目的。

      本研究仅选取9艘拖网渔船2018年8月17日至2019年4月30日时间段上传的电子捕捞日志数据和北斗数据为研究对象得出判定可信度的方法,而其他捕捞方式包括罩网[21-23]、刺网[24-26]、钓具[27]和张网[28-29]等作业类型的可信度尚未分析,时间较短、船只数量少,不能整体上很好地反映电子捕捞日志的可信度。此外,本文仅对电子捕捞日志的可信度进行分析,未探索校正电子捕捞日志的方法。总体看来,对电子捕捞日志可信度的探索尚处于起步阶段,相关科学问题有待于进一步深入研究。在今后的研究中,应探索其他作业类型的电子捕捞日志可信度的判定方法,增加研究时间段,利用可信度高的电子捕捞日志数据验证船只的行为[30],与北斗数据结合用于探索渔获量和捕捞努力量的空间分布[31]、模拟渔场变迁[32]、分析捕捞活动[33-34]及某种渔业资源的时空分布[35-36],分析拖网捕捞对渔业资源种群的影响[6]等。还应利用可信度较高的渔获物产量进行渔业资源评估[37],研究渔业资源种类组成、数量分布、评估渔业资源密度和现存资源量[38-40],逐步提高渔业资源评估的准确度,为实现限额捕捞提供必要的前提[30, 41]

参考文献 (41)

目录

    /

    返回文章
    返回