利用白令海渔业船舶位置数据(Automatic Identification System, AIS)提升海事域感知(Maritime Domain Awareness, MDA)：Vessel Monitoring System(VMS)与公开AIS衍生数据集的比较研究

《Frontiers in Marine Science》：Improving maritime domain awareness using vessel location data in Bering Sea fisheries

　　

摘要：海事域感知(Maritime Domain Awareness, MDA)日益依赖公开可用的船舶跟踪数据来支持商业渔业监督，但目前尚不清楚公开可用的AIS( Automatic Identification System )衍生产品在多大程度上能近似代表长期作为监管标准的受限船舶监控系统(Vessel Monitoring System, VMS)数据。本研究评估了两种免费公开AIS衍生平台能否替代美国东部白令海（全球最大商业渔区之一）受限VMS数据的作用。研究人员通过统计分析船舶存在时长、覆盖面积和热点分布，比较了2021年1月1日至2022年12月31日期间三个数据集——Global Fishing Watch(GFW)、Global Maritime Traffic Density Service(GMTDS)及联邦监管VMS数据——的月度渔船存在小时数、覆盖面积及热点分布。结果表明，AIS衍生数据在捕捉大尺度季节性动态和峰值活动方面与VMS吻合，时空覆盖率相关性较高。差异出现在精细尺度上，特别是船舶分类、近岸活动及空间热点识别方面。VMS独有热点聚集于美俄海上边界线(Maritime Boundary Line, MBL)附近水深>100 m水域，而AIS独有热点聚集于布里斯托尔湾(Bristol Bay)及阿拉斯加半岛沿岸水深<50 m近岸水域。AIS独有热点年覆盖范围从2021年的0.4%扩大至2022年的2.4%。11.0%~12.6%的VMS追踪船舶完全无 detectableAIS信号，另有13%~15%呈间歇性发射；夏季及晚秋月份AIS未检出率最高。公开AIS衍生数据集可可靠支持大尺度MDA及渔业管理（尤指VMS访问受限辖区），但不适用于精细尺度应用：国际边界附近深水联邦渔业在AIS中被系统性低估，而近岸州管船队则基本未纳入VMS。研究人员建议高精度应用采用VMS与AIS衍生数据融合监测，并关注公开AIS流水线中年际处理变更可能模拟出真实渔业活动变化的现象。

论文解读——《Improving maritime domain awareness using vessel location data in Bering Sea fisheries》（发表于《Frontiers in Marine Science》）

一、研究背景与意义

海事域感知(Maritime Domain Awareness, MDA)是海洋安全、渔业执法及防止非法、不报告和不管制(Illegal, Unreported and Unregulated, IUU)捕捞的核心基础。当前商用渔船活动主要通过两种传感器获取位置信息：船舶监控系统(Vessel Monitoring System, VMS)，专为渔业监管设计，具高可靠性但数据受《Magnuson-Stevens渔业养护与管理法》第402(b)条保护，仅政府当局可访问；以及自动识别系统(Automatic Identification System, AIS)，原为助航避碰设计，现由Global Fishing Watch(GFW)和Global Maritime Traffic Density Service(GMTDS)等平台免费提供衍生数据集，但受限于小型渔船未强制安装、人为关闭、信号干扰及分类误差等影响。白令海东部是美国联邦水域中最重要的商业渔场之一，目前尚缺乏系统性研究验证免费公开AIS衍生数据能否替代或补充受限VMS数据用于MDA和渔业管理。本研究通过比较同期VMS与两类AIS衍生数据集，明确AIS数据的适用条件与盲区，为跨辖区渔业透明化监管提供实证依据。

二、主要技术方法概要

研究人员获取NOAA提供的2021—2022年白令海联邦渔业VMS数据（时空分辨率：100 m定位精度，2次/小时，匿名聚合）；同期下载GFW（空间分辨率0.01°×0.01°，月尺度渔船存在小时数及表观捕捞努力量）与GMTDS（1 km网格，月尺度渔船小时/km2，按船型过滤渔业船舶）AIS衍生产品。研究区划分为100 km2渔网网格，使用ArcGIS Pro"Summarize Within"计算各网格月度渔船存在小时数（单网格内至少一艘渔船累计占用小时数）与覆盖面积（有渔船出现的网格总面积）。通过USCG Maritime Information Exchange匹配VMS船舶MMSI确认AIS搭载情况。统计上采用Shapiro-Wilk检验正态性后行配对t检验（VMS vs. GFW/GMTDS，年际比较），Wilcoxon符号秩检验分析技术模式季节差异。空间热点采用Getis-Ord G_i^*统计量（八邻域，499次置换，95%/99%显著性）识别渔船存在显著聚类，并利用热点比较工具计算相似度与Kappa系数；进一步对VMS与GFW存在小时差值做热点分析，识别数据集间显著偏离区域（Delta Hotspots）。

三、研究结果

3.1 Overall comparison（总体比较）

研究人员对比三个数据源月度渔船存在小时数与覆盖面积。结果显示三者季节趋势高度一致（2—3月及7月峰值，8月分歧最大）。2021年VMS、GFW、GMTDS总存在小时数分别为389,639 h、384,255 h、367,565 h，覆盖面积VMS最大（3,150,009 km2），GMTDS次之，GFW最小。2022年GFW小时数显著低于VMS和GMTDS（VMS: 434,948 h; GFW: 243,619 h），系GFW数据处理管线变更及去重导致，非真实活动骤降。覆盖面积始终呈VMS > GMTDS > GFW。结论：AIS与VMS在大尺度时间动态上吻合，但AIS低估覆盖广度，GFW因时间降采样（1次/小时位置报告）尤为明显。

3.2 Statistical differences between datasets（数据集间统计差异）

2021年各源月均存在小时数无显著差异（p > 0.05）；2022年GFW与VMS（t = 4.47, p < 0.001）及GMTDS（t = ?6.54, p < 0.001）差异显著。覆盖面积VMS两年均显著大于GFW（2021: t = 6.16, p < 0.001; 2022: t = 9.40, p < 0.001）和GMTDS（2021: t = 3.16, p = 0.009; 2022: t = 6.22, p < 0.001）。GFW小时数2021→2022显著下降（t = 2.783, p = 0.018），GMTDS小时数显著上升（t = ?6.54, p < 0.001），VMS年际无变化。结论：AIS可反映大尺度趋势但受处理算法年际变化影响，不宜直接跨年版做绝对量比较；覆盖面积VMS始终最广。

3.3 Vessel technology mode（船舶技术运行模式）

VMS追踪船舶分两类：持续无AIS（2021年37/294艘=12.6%；2022年32/292艘=11.0%），峰值见于6—7月；间歇性AIS（2021年44艘约33%时间关AIS，高峰6、11、12月；2022年40艘，高峰8—9月）。结论：部分联邦渔业船舶选择性关闭AIS，可能与竞争性渔场保密或季节转换有关，造成AIS"暗船(dark vessel)"现象，夏季及秋末最突出。

3.4 Hot spot comparison（热点比较）

Getis-Ord G_i^*分析显示>90%研究区为非显著区。共有热点（VMS与AIS均检出）占研究区2.1%~6.9%，沿陆架坡折及南部地形斜坡分布。VMS独有热点主要在水深>100 m靠近美俄海上边界线(Maritime Boundary Line, MBL)及普里比洛夫群岛(Pribilof Islands)周边——AIS对深水联邦渔业代表性不足。AIS独有热点集中于布里斯托尔湾及阿拉斯加半岛北岸水深<50 m——属州管鲑鱼刺网/围网船队，豁免联邦VMS要求。AIS独有热点年占比由2021年0.4%升至2022年2.4%（鲑鱼渔季Q2—Q3最强）。结论：AIS与VMS互补——AIS补近岸州管渔业空白，VMS补深水边界区AIS盲区。

3.5 Hot spot analysis on differences（差异热点分析/Delta Hotspots）

对VMS?GFW存在小时差做G_i^*分析：2021年呈复杂交织格局，中部陆架（0~100 m）AIS > VMS，普里比洛夫群岛西北及MBL西侧陆架边缘VMS > AIS。2022年AIS > VMS信号萎缩至布里斯托尔湾零星点，VMS > AIS扩展为连续南陆架边缘带——反映竞争期故意关AIS或高密度区AIS信号碰撞丢失，叠加GFW管线变更影响。结论：数据集差异具空间结构性，近岸与深水区各存互补盲区，需融合使用。

四、讨论与结论总结（翻译浓缩讨论结论部分）

研究表明，公开AIS衍生数据（GFW与GMTDS）可有效捕捉白令海渔船大尺度季节动态与核心活跃区，对VMS不可及时的宏观MDA、跨界倡议及初步空间规划具重要价值。但精细尺度应用存在局限：①国际边界附近深水联邦渔业在AIS中被系统性低估（VMS-only热点>100 m水深沿MBL）；②近岸州管鲑鱼船队基本未纳入VMS（AIS-only热点<50 m水深Bristol Bay）；③11%~12.6% VMS船舶全无AIS，13%~15%间歇性关AIS，夏秋季最甚；④GFW 2021—2022小时数"骤降"部分源于去重算法修正而非真实活动变化，警示跨年版AIS管线比较须谨慎。

研究人员推荐：大尺度透明化监测可用公开AIS衍生数据；高精度执法、敏感管制区及边界完整性监督仍需VMS；最佳实践是VMS与AIS衍生数据集成监测，并关注公开AIS处理流水线的年际变动。两数据集互为补充——AIS揭示近岸未被VMS覆盖的活动，VMS填补AIS在远海联邦渔业的盲区——融合后方能全面表征海事域。