https://frosthead.com

Умният софтуер помага на рибарите да ловят рибата, която искат, а не застрашени видове

В океана всичко се движи. Вълните изтласкват обширни потоци от солена вода, приливи и отливи се изливат, а с течение на времето тектонските бучене трансформират морското дъно. С цялото това движение пътува и морският живот - превръщайки океаните в една от най-динамичните екосистеми на Земята. Това непрекъснато разбъркване може да направи трудно да се предвиди къде може да бъде определен морски вид в даден ден. Но точно това се опитва да направи Елиът Хазен, учен по риболов от Националната асоциация за океански и атмосферни влияния (NOAA) чрез нов софтуер за моделиране.

Hazen и екип от други учени в областта на рибарството разработиха EcoCast в опит да намалят непреднамерения прилов на защитени морски видове, като същевременно подкрепят устойчивия риболов; резултатите от тях бяха публикувани миналата седмица в Science Advances . EcoCast вече се използва, за да позволи на риболовите изключения да ловят риба в определени защитени зони в Калифорния, а NOAA работи върху приложение за смартфони, което ще даде на рибарите тези динамични данни в реално време.

Екипът се съсредоточи върху риболова на калифорнийския дрейф Gillnet (DGN), който е насочен към риба риба меч по Западния бряг на САЩ. Риболовът, който намалява през последните години, донесе само 176 метрични тона риба меч през 2017 г. - надолу от историческото ниво от 2198 метрични тона през 1985 г. Рибарите на DGN използват мрежести мрежи, които плават вертикално във водата, за да уловят рибата меч, но мрежите често улавят допълнителни видове - явление, известно като прилов - включително критично застрашената морска костенурка от Тихия океан, сините акули и калифорнийските морски лъвове.

Не става въпрос само за опазване на застрашените видове, обяснява Гари Бърк, рибар в Калифорния и член на търговските рибари в Санта Барбара. „Рибарите не искат прилов. Счупва ни съоръженията и е скъпо. Така че, ние обичаме да го избягваме. "

EcoCast взема под внимание масив от океанографски променливи, за да генерира флуидна карта, която подчертава районите, където рибарите вероятно ще намерят високи концентрации на целевите си видове, а не на защитените видове, които не искат да ловят.

В това проучване на случая Хазен използва данни за проследяване и наблюдение на трите вида, които могат да се навият като прилов - тихоокеански кожени морски костенурки, сини акули и калифорнийски морски лъвове - както и самите риби меч, за да определят какви видове условия предпочитат. Неща като температура на водата, водна дълбочина, водна турбуленция и количеството хлорофил А - прокси за количеството храна в даден район - комбинирани за създаване на петна, които конкретният вид е привлечен да посети. Познаването къде точно (и кога) пътуват животните може да даде на учените представа защо се случват тези модели.

Чрез изтеглянето на тази информация в компютърните модели изследователите могат да изготвят карти в EcoCast, които използват условия на живо в океана, за да предскажат дали целевите видове ще присъстват в даден район в даден ден - като дневната прогноза за времето, но с повече променливи. „Преди хората са гледали на управлението според една единствена променлива, като температура“, казва Хазен, „но ние знаем, че животните взаимодействат с околната си среда в множество мащаби и по множество причини.“ Хазен продължи: „Наличието на набор от различни океански променливи дава по-добър изглед на океанския пейзаж, от който животните избират. "

Използването на софтуер за динамично моделиране може да бъде по-добър начин за мениджърите да вземат решение относно риболовните разпоредби по начин, който защитава видовете и запазва ценен риболов. Освен това може да помогне за вземане на решения за това къде морските защитени зони - пространствата, където риболовът е ограничен или забранен, трябва да бъдат разположени в условията на бързи океански промени поради климатичните промени.

Понастоящем калифорнийските разпоредби DGN за риболов определят Тихоокеанската зона за опазване на козината, затворена за риболов ежегодно от 15 август до 15 ноември, за да предпази морските костенурки от хрилни мрежи. Когато Хазен и неговите колеги приложиха модела на EcoCast в тези области, обаче, те откриха, че динамичните затваряния могат да бъдат много по-малки по размер - всъщност до 10 пъти по-малки - и все още ще защитават костенурките на същото ниво.

Този динамизъм и разпознаване на течна екосистема е потенциално най-обещаващата характеристика на EcoCast, казва Хайди Тейлър, мениджър по риболов от NOAA, който работи с DGN риболова. Тейлър казва: „Този ​​инструмент ще бъде най-полезен за рибарите и е важно рибарите да използват този инструмент, за да претеглят възможностите си и да вземат информирано бизнес решение за това къде да хвърлят мрежите си.“ Тейлър се надява на възможността EcoCast подпомагане на процеса на вземане на решения, който заобикаля балансирането на жизнеспособния риболов със запазване на океанското местообитание.

С ежедневната актуализация на картата EcoCast със сигурност може да помогне да се определи къде може да се насочи рибар с хрилна мрежа към дадено пътуване, а Бърк казва, че рибарите са готови да опитат новодостъпните безплатни данни.

Фина настройка на EcoCast за точно прогнозиране къде са популациите от различни морски видове, е в ход. Тъй като нашите климатични промени и океаните се затоплят, животните ще променят обичайните си маршрути и модели на поведение. ЕкоКаст ще трябва да се актуализира непрекъснато, когато се появи нова информация. Но плавността на EcoCast е красотата на него.

Научете повече за моретата с Smithsonian Ocean Portal.

Умният софтуер помага на рибарите да ловят рибата, която искат, а не застрашени видове