

该研究构建的评估框架融合人工智能算法、遥感监测技术与地方生态知识(Local Ecological Knowledge, LEK),可实现对渔船数量及其分布的快速识别与分类。通过多源数据融合与精确建模,首次实现了濒危物种中华鲎副渔获规模的量化评估,并初步揭示了其误捕的空间与时间变异特征,为濒危物种保护与沿海渔业的可持续管理提供了科学依据与决策支持。
研究结果表明:①雷州湾海域每年副渔获中华鲎数量至少为9120 ± 315只,单位努力量渔获(CPUE)为每艘渔船每月0.29 ± 0.01只中华鲎;②不同渔具类型、地理位置与季节之间的误捕量存在显著差异;③中华鲎的栖息地利用方式与独特行为特征对误捕发生强度具有关键影响,春季与秋季为高风险时段,其中尤以使用刺网的渔业类型及浅滩资源丰富区域的误捕风险最高。
本研究不仅揭示了当前沿海小规模渔业中华鲎误捕强度偏高的现实,进一步提出应从制度层面、技术层面与作业层面着手,制定与实施切实可行的减缓误捕与物种保护策略,助力我国海洋生态系统的智慧化管理与濒危物种保护工作的转型升级。
该研究工作获得国家重点研发计划(2024YFD2401401)和广东省自然科学基金(2024A1515012696)等项目的支持。
全文链接:https://doi.org/10.1016/j.ocecoaman.2025.107701