Использование машинного обучения для картирования зон наибольшего риска для акул от ярусного промысла
Исследователи из Калифорнийского университета в Санта-Барбаре (UC Santa Barbara) изучили проблему прилова акул в ярусном тунцовом промысле. С помощью данных региональных организаций по управлению рыболовством (RFMO) и алгоритмов машинного обучения ученые составили карту "горячих точек", где различные виды акул подвергаются наибольшему риску от ярусного лова. Результаты опубликованы в журнале Frontiers in Marine Science.
Новый подход к оценке риска
Вместо простого подсчета пойманных акул команда оценивала относительный риск для акул в разных районах океана. Для этого они:
- Собрали и стандартизировали общедоступные данные о прилове акул промышленным ярусным промыслом со всех мировых тунцовых промыслов.
- Объединили эти данные с информацией о среде обитания (температура поверхности моря, наличие пищи) и экономическими показателями (цена ex vessel для разных видов акул).
- Использовали модели распределения видов, чтобы учесть, где акулы фактически обитают.
Модель для неидеальных данных
Поскольку данные были неполными (не на каждом судне есть наблюдатель, отчеты могут быть неточными), ученые применили модель машинного обучения — случайный лес (random forest). Эта модель:
- Позволила выявить тенденции в "грязных" наборах данных.
- Оценивала, присутствует ли вид акул в районе и какова вероятность его поимки там, а затем — сколько особей может быть выловлено.
- Была нацелена на прогнозирование риска, а не на точное понимание влияния каждого фактора.
Ключевые результаты
- Горячие точки прилова акул не совпадают с наиболее продуктивными районами лова тунца. Это позволяет разрабатывать меры управления, защищающие уязвимые виды акул, без закрытия основных промысловых зон для тунца.
- Синие акулы доминируют в прилове. На этот вид пришлось более 78% от общего зарегистрированного прилова акул RFMO в период с 2012 по 2020 год. Поэтому многие выводы исследования для акул в целом определяются именно ситуацией с синими акулами.
- Горячие точки могут быть связаны с жизненным циклом акул. Например, некоторые зоны высокого риска совпадают с известными районами нагула молоди или "акульими яслями", как у побережья Намибии для синих акул.
Значение и перспективы
Разница в биологии тунца (быстрый рост, многочисленное потомство) и акул (позднее созревание, медленное воспроизводство) делает последних крайне уязвимыми даже к умеренному промысловому давлению.
"Небольшие корректировки в правилах тунцового промысла для избегания горячих точек прилова акул могут иметь огромное значение для популяций акул в будущем, — сказала соавтор Эшелл Бёрнс, — и одновременно обеспечить успех тунцового рыболовства".
Модель, разработанная в исследовании, может быть полезна для оценки риска и для других видов, страдающих от перелова. Команда планирует дальнейшие работы по оценке общей смертности акул от рыболовства и эффективности существующих регуляторных мер.