上海海洋大学陈新军教授团队在《npj Ocean Sustainability》发文揭示太平洋金枪鱼AIS数据质量时空演变规律

近日，上海海洋大学陈新军教授团队在Nature旗下《npj Ocean Sustainability》（ESCI，IF=8.8）发表重要研究成果。该研究首次针对太平洋金枪鱼延绳钓和围网船队，系统评估了2017-2023年间船舶自动识别系统（AIS）数据的异常时空分布特征。研究揭示了不同作业类型渔船在数据记录连续性上的显著差异，为优化区域性渔业监管策略和打击非法捕捞活动提供了科学支撑。

金枪鱼是太平洋地区最重要的经济鱼类之一，其资源的可持续管理高度依赖于准确的渔业数据和捕捞努力量分析。AIS作为监测渔船活动的核心大数据源，广泛应用于行为识别和渔场分析，但其数据本身存在的信号中断、设备故障甚至人为关闭等问题，长期缺乏系统性质量评估，制约了其在渔业管理决策中的可信度与应用深度。

研究团队获取了太平洋海域1016艘金枪鱼延绳钓和围网渔船在7年间的约1.3亿条高分辨率AIS轨迹数据，并创新性地提出基于时间间隔的多阈值异常检测算法。研究发现，从时间维度看，AIS数据异常数量呈逐年稳定下降趋势。从空间维度看，AIS信号已基本覆盖整个太平洋渔场，异常高发区多年保持空间一致性但范围逐年收缩，异常热点主要集中于太平洋岛国邻近水域。

该研究不仅验证了AIS数据在渔业科学研究中的实用价值，更将数据异常从“噪声”转化为可量化分析的对象，为构建基于大数据的渔船行为研究、实现差异化监管提供了重要的科学依据和技术路径。该研究的第一作者为程心博士后，通讯作者为陈新军教授和林琴琴讲师。研究获得国家重点研发计划项目等资助。