卫星图像与机器学习技术为海事行业提供了全新且详尽的视角，尤其能更精准地统计海上渔船及运输船的数量与活动。事实证明，实际船只数量远超公开数据，这一发现值得政策制定者高度关注。
海洋作为全球共享资源，其事务关乎全人类，但各国在习俗、法律及动机上存在显著差异。
AIS追踪局限与“黑色渔业”现状
尽管自动识别系统（AIS）已在全球普及，能通过船载应答器精确追踪船舶，但其覆盖范围仍有限。因此，特定区域的渔船作业数量、运营主体及捕捞量等关键数据往往模糊不清，仅呈现为零散的地方性或专有数据拼凑。
这种信息缺失不仅增加了政策制定的难度，还助长了行业的无序氛围：大量船只秘密进入受限或受保护水域，或对枯竭鱼群进行超限额捕捞。
卫星图像为此提供了破局之道——在“天眼”之下无处遁形。面对海量影像资料，机器学习技术可执行数百万次船舶识别与追踪，从而实时掌握数万吨级船舶的动态。
费尔南多·保罗、大卫·克罗德斯马及其团队在《自然》杂志发表论文，分析了全球渔业观察组织2017至2021年间收集的两拍字节轨道影像。研究识别出数百万艘船只，并将其与AIS报告的坐标及已知坐标进行交叉比对。
结果显示，约四分之三的商业渔船未被公开追踪，近三分之一的运输和能源船舶亦处于此列。“黑色渔业”规模巨大，体量可能相当于公开记录的一倍。（影像统计还显示风力涡轮机等可再生能源设施部署增加，其追踪难度同样较高。）
数据缺失原因与生态监测挑战
“未被公开追踪”并不等同于完全无人知晓。
Paolo向TechCrunch解释称，船舶缺失于公共追踪系统的原因多样：既包括小型船舶或在卫星覆盖不足、缺乏AIS基础设施区域运营的船只，也包括故意关闭应答器以规避检测的船只。
他指出：“部分国家拥有其他专有手段追踪本国水域内的船舶，但这些系统仅限于其管辖范围，且不与他国共享。”
随着人口增长和海洋变暖，此类数据跨越国界及机构范围的透明度变得愈发关键。
Paolo表示：“鱼类是重要的动态资源，公开追踪渔船对监测鱼群储量至关重要。若所有船舶均不公开广播位置和activity，便难以全面理解并绘制完整的生态足迹。”
亚洲渔业被系统性低估
可视化图表显示，冰岛和北欧地区追踪水平最高，而东南亚最低——孟加拉国、印度和缅甸沿海地区的追踪率几乎为零。
这并不意味着相关捕捞活动均为非法，而是指其未像北欧国家那样依法共享数据。这些区域的真实捕捞量究竟多大？全球社区此前只能依赖二手信息，而研究发现亚洲渔业正被系统性低估。
基于AIS数据统计，约36%的捕捞活动发生在欧洲水域，44%在亚洲。但卫星数据与此截然相反：仅10%的渔船在欧洲水域，高达71%在亚洲水域。事实上，仅中国就占全球捕捞量的约30%！
新数据助力科学决策与合规监管
指出这一点并非为了归咎于特定国家或地区，而是强调我们对全球渔业规模的认知存在根本性错误。若缺乏可靠信息支撑，政策制定与科学研究都将存在缺陷。
尽管如此，卫星分析显示渔船频繁出现在加拉帕戈斯群岛等受保护区域，严重违反国际法。可以预见，那些深色船只将受到额外关注。
“下一步是与各地区当局合作评估新地图。在某些情况下，我们可能发现了海洋保护区或限制区域内的捕捞活动，这需要进一步调查和保护。”Paolo说。
他期望改进后的数据能指导政策制定，但目前的数据收集与分析工作远未完成。
“这只是开放数据平台的第一版，”他表示，“我们正在处理Sentinel-1卫星收集的雷达图像，以识别全球捕捞活动。这些数据可在官网查看访问，更新至三天前。”
该非营利组织得到了多家慈善机构和个人的支持。