基于北斗船位数据的流刺网网次和方向提取方法研究

张荣瀚，张胜茂，陈雪忠，樊 伟，朱文斌

（1.上海海洋大学海洋科学学院，上海 201306；2.农业部东海与远洋渔业资源开发利用重点实验室，中国水产科学研究院东海水产研究所，上海 200090；3.浙江省海洋水产研究所，浙江省海洋渔业资源可持续利用技术研究重点实验室，舟山 316021）

渔船监测系统（vessel monitoring system，VMS）能提供渔船位置和活动的信息，将渔船船位、船速和船向等资料自动地传送到岸上的监控中心，使监控中心能及时掌握和监督渔船的作业动态，可直接用于渔船船位、船向、船速、渔获状况和非法作业等监控与管理，并可用于发现可能的错误渔捞日志，在渔船捕捞控制、科学研究、航行安全和海上执法等多个领域具有较大的应用潜力［1］。刺网渔业是我国主要的捕捞作业方式之一，在我国的海洋捕捞业中占有较重要的地位［2］。一个流刺网作业网次的过程包括5个步骤：1）连接并整理好网具，航行到某个位置；2）进行放网作业；3）放网结束，漂流巡网；4）开始进行收网作业；5）收网结束，完成一个网次的捕捞作业。在这个过程中，刺网渔船的航行状态有着较为明显的变化。

在进行VMS数据的处理时，首先要区分渔船状态［3］。对于渔船的航行状态，MURAWSKI等［4］、WITT等［5］、FOCK等［6］根据渔船航速来进行判别。但是，在海上，渔船的速度受到多种因素的影响，因此在渔船状态分析方面，当前的研究中很多都使用了多种数据建立模型进行综合判断的方法。如WALKER等［7］通过一个改进的贝叶斯-隐马尔可夫模型，从轨迹得到船只速度和方向，然后使用严格量化模型预测渔船的活动。JOO等［8］使用人工神经网络方法对渔船的状态进行判别。DE SOUZA等［9］则针对不同网具，使用了隐马尔可夫模型、数据挖掘法和多层过滤策略等不同方法进行判定。在VMS渔业数据分析方面，针对渔船的网次轨迹，传统的分析方法是使用插值法。包括最早使用的线性插值［10-11］，以及为了提高精度而采用的三次赫尔米特插值法（cubic Hermite spline，cHs）［12］、Catmull-Rom算法［13］及隐马尔科夫模型［14］等方法。但目前的研究主要针对拖网和围网数据。

对于我国而言，VMS数据主要基于北斗卫星系统。相比其它国家广泛使用的AIS、Inmarsat-C等系统，北斗卫星系统具有回报频率高的特点［15］。已有的方法不适用于高时间分辨率的北斗卫星的船位数据分析，目前针对北斗卫星只有少数渔船捕捞状态判断方法，如张胜茂等［16］对于拖网捕捞努力量的分析。因此，需要找到针对特定网具的计算方法，用来判断基于高时间分辨率的北斗船位数据的渔船捕捞状态，本文提出一种使用北斗数据提取已知流刺网作业船只作业网次和网长的方法，以期为渔业管理和渔业资源评估提供新的手段。

1 材料和方法

1.1 数据来源

本文使用的海流数据来源于HYCOM.org网站的 GOFS 3.0：HYCOM ＋NCODA全球 1／12°数据。北斗船位数据来源于北斗运营商，北斗系统传送的经纬度船位数据的时间分辨率为3 min（部分区域会有不同），空间分辨率约10 m，测速精度 0.2 m·s-1。

为说明流刺网作业网次和网长的提取方法，以江苏省某流刺网渔船为例，数据为该船在2016年1月1日—12月31日总计1年的43 884个船位点（图1）。活动范围包括海州湾渔场、连青石渔场、连东渔场、吕四渔场、大沙渔场和长江口渔场。

1.2 基于北斗数据的流刺网作业网次提取方法

为提取流刺网作业网长与角度，首先要进行流刺网作业状态的判定。根据流刺网作业的特点，使用多层过滤法，基于航速、空间距离、时间间隔和角度等多个参数，对于作业状态船位点的阈值进行判定。使用 R-SUDIO 1.1.383，R 3.4.3进行编程，实现相关数据的处理。

1.2.1 航速频数统计

根据流刺网渔船航速统计船位点在各航速出现的频数，在渔船进行收网作业时，处于一个相对接近的较低的航速，因此，找到航速频数的峰值，获取峰值两侧的谷值可以作为流刺网收网的航速阈值的最小值与最大值，速度处于航速阈值内的船位点是正在进行收网作业的船位点。

图1 刺网出海作业轨迹点示意图Fig.1 Track points of gill nets operation

1.2.2 空间距离频数统计

根据北斗导航系统回报的数据，我们可以得知在每个船位点的船只实时经纬度，根据前后两个点之间的经纬度，即可以求出这两个点的空间距离。

由于地球是一个两极部位略扁的不规则球体，在进行大地坐标系的计算时，一般可将其作为一个球体计算。因此，地球上已知经纬度的两点之间，可以使用球面距离公式计算其距离。

假设两个船位点A、B，其经纬度分别为Alon、Alat、Blon、Blat。那么 A、B两点之间的距离 D可以用半正矢公式（Haversine formula）求得［17］。其公式为：

式（1）中，R为地球平均半径6 378 145 m。

利用航速阈值筛选出可能处于收网状态的点之后，计算相邻船位点的空间距离，统计船位点在各距离间隔长度出现的频数。根据对于数据的统计和流刺网作业的流程，流刺网作业收网时的船位点存在空间距离相对较近的特点，而每个网次之间存在一定的空间间隔。因此，找到频数峰值，获取峰值两侧的谷值作为流刺网收网的空间距离间隔阈值的最大值与最小值；只有和其它点处在空间距离间隔阈值范围内的船位点才是处于收网状态的船位点。

1.2.3 时间间隔频数统计

北斗船位数据回报的数据集中包括每个船位点的时间，因此可以简单地计算出相邻船位点的时间间隔，统计在各时间间隔出现的频数。和空间间隔相似，根据流刺网作业的特点，收网作业时，存在船位点以较小的时间间隔密集存在的特点。因此，找到频数峰值，获取峰值两侧的谷值可以作为流刺网收网的时间间隔阈值的最小值与最大值。

1.2.4 刺网角度频数统计

在计算速度阈值、空间间隔和时间间隔后，已经可以排除绝大多数的非收网状态船位点，但依然存在少数符合距离间隔和时间间隔但不是网次的船位点，为排除这类点，根据流刺网作业流程，可以由船只的航行方向变化进行判断。

虽然北斗船位数据回报的数据中包括各船位点的即时航向数据，但是由于计算方式的原因，在速度为0的时候所统计的航向角统一为0，无法反映此时的船只指向。而由于流刺网作业的操作规程的原因，在收网过程中，有多个船位点速度可能为0，如果将其全部删除，可能影响对于单次网次长度的统计。因此，在此采用大圆航向（Great-circle navigation）的方法计算船只的数据，即计算前一船位点和至后一船位点二点连线的距离作为该点的实时航向，而非使用船位数据系统回报的数据。

假设两个船位点A、B，其经纬度分别为Alon、Alat、Blon、Blat。那么从A至 B的航向方位角 θ可由如下公式求得［18］：

式（2）中，atan2是一个专门的函数，用以计算两个值之间的反正切，将直角坐标系中的坐标转换为极坐标。表示坐标原点为起点，指向（x，y）的射线在坐标平面上与x轴正方向之间的角的角度。其结果可以用以下等式说明：

对于两个坐标值x，y

该函数的值域为（-π，π］，可以通过对负数结果加2π的方法，将函数的结果映射到［0，2π）范围内。

其余的算式则是将处于球面坐标系中的Alon、Alat、Blon、Blat转换为以 A为原点的平面直角坐标系上的坐标。

得到每个船位点的航向角后，计算相邻船位点的角度变化，统计在各角度变化值的频数，找到频数峰值，获取峰值两侧的谷值作为流刺网收网的角度变化值的最小值与最大值；根据操作规范，在收网时应该大致保证航向不变。频数峰值也正如同规程所述，峰值应当出现在变化值为0的点处。

1.2.5 刺网网次长度提取

根据流刺网空间间隔、时间间隔、角度变化间隔的阈值提取正在进行收网作业的船位点。由于流刺网收网作业是一个连续作业，可以得出每次作业中开始收网和结束收网的船位点。这两个点之间的空间距离可以认为是渔船这次作业中一个网次的长度，这两个点之间的空间航向角可以认为是该次流刺网作业中收网的方向。

根据收网的船位点，可以逆推出放网的过程。根据流刺网的操作流程，放网的开始点应该邻近收网的结束点，放网的结束点应该邻近收网的开始点。因此，在此可以取大于收网速度阈值（本例中为1.5 m·s-1）的点中最靠近收网起始／结束点的船位点作为放网结束、开始的船位点。

单次流刺网作业的总时间，可以简单使用放网开始点时间和收网结束点时间两者的时间间隔进行计算。在计算出单艘渔船每次作业的网次长度后，将该航次中所有流刺网网次的长度求和并提取，得到单艘渔船流刺网作业的总作业时间和总网次长度。利用类似方法提取一段时间或某个区域内所有流刺网渔船的放网长度与放网角度，对于每艘渔船的各个阈值都要单独确定，将各个船只的单艘船只流刺网作业总作业时间和总网次长度进行求和，即可得到全部流刺网渔船的总作业时间和总网长。

2 结果与分析

2.1 船位状态判别和网次提取

根据航速频数曲线（图2-a）可知，在实例中使用的渔船，航速阈值的最小值为0 m·s-1，最大值为1.5 m·s-1。位于这一范围内的船位点共17 010个，占总数的38.76%。在满足航速阈值的点中，按空间距离间隔筛选后的船位点共10 242个（图2-b），占总数的23.34%，占满足前述范围的点的60.21%。在满足前述阈值的点中，按点间时间间隔筛选后的船位点为7 487个，占总船位点的17.06%（图2-c）。和前一点方向夹角位于-61度～72度范围内的点（图2-d）为5 441个，占总船位点的12.41%。最终得到刺网作业网次516个。

2.2 结果分析

使用程序提取网次结果如图3所示。图3为某5秒×5秒（5″×5″）范围内的网次提取结果，共有网次20个。

图4为捕捞努力量在每月的空间分布，表1为对应各月度具体数据。捕捞努力量主要集中在海州湾渔场、连青石渔场、大沙渔场、吕四渔场等。

图5为流刺网各月份网次方向分布图。从图5来看，流刺网作业的放网方向和东海区域的海流流向有关，基本与平均海流方向有一定夹角，这是因为流刺网作业规范的要求，需要相对即时海流方向垂直放网。

在得到的516个网次中，平均网长3 570.726 m，网长3 500～6 000 m的网次267组，占总网次的51.74%（图6），和海洋中流刺网的网列长度80～120单位网片相对应。以正北方向为0°计，放网角度为-100°～-60°的网次116组，放网角度为65°～105°的网次 156组（图 7），二者合计272组，占总网次的52.71%。

从时间分布来看（表1），捕捞作业主要集中在4、5月和9—12月。6、7月份未进行捕捞，5月和8月捕捞时间也较少。

图2 刺网船位点数据频数统计图Fig.2 Analysis of the frequencies of gill net ship points data注：a.刺网船位点在各航速出现的频数；b.相邻船位点各距离间隔出现的频数；c.相邻点各时间间隔出现的频数；d.相邻点的各角度变化值频数Note：a.Frequency of the speed of gill net ship points；b.Frequency of the distance between contiguous ship points；c.Frequency of the time interval between contiguous ship points；d.Frequency of the azimuth change between contiguous ship points

图3 某区域内刺网各网次提取示意图，Fig.3 Sketching for extraction of gill net hauls in a specific area注：黑色三角为收网起始点，红色圆点为收网结束点Note：The black triangles are the start points of the drawing operation，and the red points are the end points.

图4 刺网各网次按捕捞努力量分布图Fig.4 Gill net hauls per month with catch effort注：不同颜色代表不同月份，圆点的大小代表该网次捕捞努力量Note：Different colors refer to different months，the size of the points refers to catch effort

表1 捕捞量月度统计Tab.1 Catch analysis per month

图5 刺网各月份网次方向分布图Fig.5 Gill net hauls per month with direction注：箭头为平均海流方向，其长度代表了海流流速Note：The arrows show the average current direction，and its length refers to the current speed

图6 刺网各网次放网长度分布Fig.6 Distribution of the gill net haul length

图7 刺网各网次放网角度分布Fig.7 Distribution of the gill net haul direction

3 讨论

本研究给出了一种基于收网时的作业参数提取流刺网作业网次的方法。其理论基于：1）同一艘船在进行同种作业类型时其行驶参数处于固定的范围内；2）不同船只在进行相同流刺网捕捞时其行驶状态参数曲线有相似的统计规律；3）行驶状态的规律可以基于北斗卫星数据的船位点和对生产时的惯例总结得到的结果进行判定。

此前国内外已有见关于使用VMS判定船只捕捞状态的多个研究，例如郑巧玲等［19］对于使用北斗数据进行渔船捕捞类型的辨别进行的研究，以及张胜茂等［16］使用北斗数据对拖网渔船的研究，但这些研究集中于不同种类的拖网，而尚未见针对于流刺网作业的详细研究。

根据本方法，可以仅使用船位数据就能判断出船只的具体捕捞状态，精度较高、持续时间长、数据处理快、实时程度高。根据数值范例表明，本文提出的方法具有较为可靠的精度，可为我国渔业管理和相关研究提供新的手段，作为我国海洋管理监控系统的一部分，并应用于捕捞控制、科学研究和海上执法等多个领域。例如，根据本方法计算得出的捕捞努力量，可以用作捕捞限额的参考，也可用作渔捞日志的验证。

提取的516个网次中，大多数处于放网角度为 -100°～-60°以及 65°～105°的范围内，这可能和东海区的海流流向有关。网长大部分为3 500～6 000 m。从时间分布来看，捕捞网次分布在全年，只有6—8月的禁渔期以及2月的春节假期期间没有进行捕捞活动。

目前通过阈值判断获取的船位点的精度，仍然和人工阅读船位图、由专家根据点的分布对船位点状态进行判定的结果有少量偏差，一致率约为74%。且还存在一个网次在判定中被判断为多个网次和少数非作业点被判定为作业状态等问题。这主要是因为阈值的选取仍然需要人工根据船位数据曲线进行判定，并且有一部分漂流巡网的点和在港区附近低速行驶的点也被算在收网状态的点内。为进一步提高方法的精度，还需开展更为深入的研究工作，例如使用人工神经网络等方法选取更合适的阈值，使用专家系统对船位点选取进行验证等。此外，目前的研究为针对流刺网捕捞，对于定置刺网、包围刺网和拖曳刺网等其它刺网捕捞手段，仍然需要进一步研究。在下一步研究中，将对多艘渔船的数据进行分析，并计算渔船在某渔场中的捕捞努力量，或在某特定时间段内的捕捞努力量，同时对于网次提取的方法做进一步改进，以进一步提高提取精度。