准备工作：量化美国大西洋地区固定渔具商业渔业中渔具密度的方法

《Canadian Journal of Fisheries and Aquatic Sciences》：Gearing up: Methods for quantifying gear density for fixed-gear commercial fisheries in the U.S. Atlantic

固定式渔具渔业时空分布量化及海洋空间规划应用

　　固定齿轮商业渔业是一种具有独特空间占用特性的捕捞方式，其在海洋生态系统中的影响日益受到关注。随着海洋资源利用的多样化，特别是在可再生能源开发和生态保护等领域，如何准确评估这些渔业的空间分布和活动模式，成为海洋空间规划（MSP）中不可或缺的一环。本文介绍了如何利用渔业依赖数据和利益相关者输入，构建一个名为“固定齿轮渔业层”（Fixed-Gear Fishery Layer, FGFL）的工具，以更全面地理解固定齿轮渔业的时空动态，并将其应用于海洋空间规划实践。

### 固定齿轮渔业的空间特性

固定齿轮渔业，如陷阱/笼具和围网渔业，因其使用固定在海床上的渔具，导致其在海洋中的活动具有相对稳定的时空分布。这种特性使得它们在海洋空间规划中显得尤为重要，因为这些渔业不仅占据特定的海洋区域，还可能对其他海洋用户（如风能开发项目）造成干扰。此外，固定齿轮的使用方式也影响了海洋生态系统的结构和功能，例如，围网可能对海洋哺乳动物和海龟造成缠绕风险，而陷阱/笼具则可能影响特定物种的种群动态。

在不同地区，固定齿轮渔业的配置和目标物种存在显著差异。例如，在美国东北部，陷阱/笼具渔业主要针对美国龙虾和 Jonah 龙虾，而在更南端的海域，渔业目标则包括多种鱼类、龙虾和贝类。围网渔业的配置也因地区和目标物种的不同而变化，如新英格兰地区通常使用下沉围网，而中大西洋地区则更常见漂浮围网。这些差异不仅影响渔业的作业方式，也对海洋空间规划的实施提出了不同的挑战。

### 数据整合与方法论

为了构建 FGFL，研究者整合了多种数据来源，包括渔业依赖数据（如渔船日志）、渔业监控数据（如观察员报告）、船舶监控系统（VMS）数据以及经销商和许可证数据库的信息。这些数据来源在不同地区和渔业类型中具有不同的空间精度和完整性，因此需要采用一种灵活的方法来处理数据的异质性。

首先，渔业子群被根据渔业类型、管理措施和目标物种进行分类。对于每个子群，研究者收集了包括结束线数量、渔具数量、作业时间等关键信息。这些信息被用来描述渔具配置，并结合时间/区域限制（如禁渔区）进行空间分配。其次，研究者利用空间网格（MapRef）对渔具和结束线的密度进行量化，网格分辨率设定为 1 平方海里（约 1.9 平方公里），以确保数据的精度和实用性。网格的构建考虑了不同地区的深度限制和渔业活动范围，如在佛罗里达州以外的海域，最大深度被限制为 2000 米，而在佛罗里达州附近则限制为 700 米。

为了处理不同精度的报告数据，研究者开发了一种分步的空间分配方法。该方法优先使用最精确的数据来源，如 VMS 提供的渔船位置信息，然后根据可用性依次使用坐标、深度和地理区域等方法。例如，当渔船日志中提供了精确的坐标时，这些坐标被用来确定渔具可能分布的区域，同时结合深度和距离缓冲区以更全面地反映实际作业范围。对于缺乏精确坐标的报告，研究者利用深度信息和地理区域（如统计报告区，SRA）进行分配。这一方法确保了即使在数据不足的情况下，也能尽可能准确地反映渔具的空间分布。

### 空间分配与渔具密度计算

在空间分配过程中，研究者首先根据渔具作业时间（即“浸泡时间”）计算了渔具在一个月内的分布比例。这一调整使得渔具密度的计算能够反映实际作业时间，而不仅仅是报告的总数量。例如，如果一艘渔船在一个月内只作业了两天，那么其渔具的分布比例将被调整为这两天的作业量，而不是整个月的总量。这种方法能够更真实地反映渔业的时空动态。

渔具的分配还考虑了时间/区域限制的影响。例如，在某些区域，由于保护物种的分布或管理措施，部分渔业子群可能被限制在特定的月份或区域。因此，研究者为每个渔业子群和月份定义了一个“可用性”指标，该指标反映了渔具是否可以在特定网格单元中被部署。这一过程确保了在实施海洋空间规划时，能够准确评估不同渔业子群的空间占用情况。

此外，研究者还开发了一种综合方法，将渔具密度数据与其他生态和管理数据结合。例如，在评估风能开发项目对渔业的影响时，FGFL 与风能租赁区的数据进行了叠加，以确定哪些渔业可能受到干扰。同样，在评估受保护物种（如北大西洋露脊鲸）与渔业的重叠时，FGFL 与鲸类分布模型相结合，以提供更精确的预测和决策支持。

### FGFL 的应用实例

为了验证 FGFL 的实用性，研究者将其应用于两个具体的海洋空间规划项目。第一个项目关注风能开发对渔业的影响，特别是在马萨诸塞州南部的马萨诸塞/罗德岛风能区（MA/RI WEA）。通过 FGFL，研究者能够估算哪些渔业以及其渔具的多少会与风能开发区域发生重叠。这种信息对于制定减少渔业与风能设施之间冲突的措施至关重要。

第二个项目涉及时间/区域禁渔区的设立，以保护受威胁的物种，如北大西洋露脊鲸。在南岛受限区域（SIRA），美国龙虾和 Jonah 龙虾的陷阱/笼具渔业被禁止在 1 月 1 日至 4 月 30 日期间进行作业。通过 FGFL，研究者能够评估这些渔业与露脊鲸分布的重叠情况，并结合禁渔区的设置，提供科学依据以支持禁渔区的有效性。

### FGFL 的意义与未来展望

FGFL 的构建和应用为海洋空间规划提供了重要的数据支持。它不仅能够反映固定齿轮渔业的时空分布，还能与保护物种、风能开发等其他海洋使用活动进行叠加分析，从而为决策者提供更全面的视角。此外，FGFL 的方法论具有可复制性，可以应用于其他海域，以支持全球范围内的海洋空间规划。

随着海洋资源利用的不断扩展，特别是可再生能源和水产养殖的发展，对固定齿轮渔业的动态分析需求将持续增长。FGFL 的方法提供了一种系统化的方式，使不同精度和来源的数据能够被整合，从而支持更精细的管理决策。同时，研究者强调，地方和传统知识在数据填补和验证中的重要性，特别是在缺乏详细报告数据的情况下，利益相关者的参与能够提高数据的准确性和适用性。

此外，研究者指出，尽管 FGFL 已经在某些项目中得到了应用，但其潜力远未被完全挖掘。未来的工作可以进一步探索 FGFL 在不同海洋生态系统中的应用，例如评估渔业对海洋栖息地的影响，或者优化渔业管理措施以减少对生态系统的干扰。随着技术的进步和数据获取能力的提升，FGFL 的精度和实用性有望进一步提高，为全球范围内的海洋空间规划提供更可靠的支持。

### 结论

固定齿轮渔业层（FGFL）的构建和应用，标志着在海洋空间规划中对渔业动态的系统性理解和整合。通过整合多种数据来源，并采用灵活的空间分配方法，FGFL 能够提供精确的渔具和结束线密度信息，帮助决策者更好地评估渔业与其他海洋使用活动之间的潜在冲突。同时，FGFL 的方法论具有广泛的应用前景，不仅适用于美国东北部海域，也可以推广到其他地区，以支持全球范围内的海洋空间规划工作。未来，随着数据质量和管理需求的提升，FGFL 将在推动可持续海洋资源管理方面发挥更大的作用。