2023, Vol. 53
新冠疫情的爆发和快速传播引发了严重的全球公共危机[1]。面对突如其来的严重疫情，众多国家采取了居家隔离、封锁管控、核酸检测等防疫措施[2-3]。中国疾控中心于2020年1月15日启动一级应急响应；韩国公共卫生局也于2020年2月23日将疫情管控设置为最高级别(4级)[4]。防疫举措的不断升级对人类社会经济和生活产生了巨大的影响，其中也包括渔业产业的各个环节[5]。世界粮农组织(Food and Agriculture Organization of the United Nations，FAO)统计报告显示，截至2020年4月底，在疫情影响下全球渔业捕捞产量减少了约548.6万t，渔业活动相较于前两年(2018—2019年)的平均水平降低约6.5%[6]。
黄渤海是中韩两国重要的渔业资源基地，拥有众多优良渔场。黄渤海渔船管理对渔业资源稳定和水产品市场安全至关重要。因此需要一种快速、低成本、有效的方法来评估和量化新冠疫情对黄渤海渔业的影响。目前，渔船监测主要依靠船舶监测系统(Vessel monitoring system，VMS)、船舶自动识别系统(Automatic identification system，AIS)以及渔捞日志等方式[7-8]。但存在非法捕捞、船只未使用VMS或AIS以及渔捞日志填报不完善等问题。在黄渤海，灯光诱捕是重要的捕捞方式之一，包括围网、鱿钓、敷网和舷提网等[9]，利用鱼类趋光特性，通过大功率电灯将中上层鱼群诱集到渔船周围从而实施捕捞。灯光遥感在渔船监测方面具有得天独厚的优势，使用灯光遥感技术可以很好地探究疫情对黄渤海夜间灯光渔船活动的影响。
2001年10月发射的美国国家极轨合作伙伴卫星(Suomi national polar-orbiting partnership，SNPP)携带了可见光红外成像辐射计(Visible infrared imaging radiometer suite，VIIRS)套件，其昼夜波段(Day and night band，DNB)可用于专业收集夜间灯光辐射值和位置信息。国内外学者已经开展了多项利用VIIRS/ DNB数据进行渔船识别的研究[10]，其中主要包括船舶识别监测算法(VIIRS boat detection，VBD)的开发[11-12]，灯光渔船点位提取与变动规律分析[13-16]，灯光数据与VBD、VMS和AIS等数据的集成开发[17]，渔场时空变动及渔场预测[18-20]等。随着新冠疫情肆虐全球，有些学者开始关注到疫情对渔业资源变动影响的研究。Patterson Edward等[21]证明了疫情期间印度暗礁鱼类种群质量有所改善。Cooke等[22]探究了新冠疫情流行一定程度上有助于恢复淡水鱼类生物多样性，但需要结合管理政策解决其负面问题。Waiho等[23]证明了新冠疫情造成马来西亚水产养殖业供应链中断以及全球市场需求的减少。Avtar等[24]以印度西部三个港口为例，探究政府不同阶段的疫情封锁措施对当地渔业的影响。目前国内对疫情期间黄渤海区域的灯光渔船活动鲜有报道。
因此，本研究利用VIIRS/DNB夜光遥感数据开发一种适用于黄渤海的灯光渔船提取方法；通过对比疫情期间灯光渔船的时空分布，探究渔船活动规律以及中韩两国政府不同阶段的抗疫政策对本国灯光渔业的影响，为面对重大公共卫生危机时的渔业管理提供理论依据和技术支持。
1 数据和方法 1.1 数据来源本研究采用了VIIRS/DNB夜光遥感数据中传感器的数据(Sensor data record，SDR)。该数据可将原始数据(Raw data records，RDR)中的辐射值转化为辐射亮度、反射率或亮温。空间分辨率为742 m，时间分辨率为1 d，原始辐射值单位为W/(cm2·sr)，文件类型为HDF5文件。本研究提取了从2018年11月1日至2020年11月30日每日17:00—18:59(UTC)的SDR数据。数据下载网址为https://www.bou.class.noaa.gov/saa/products/welcome。本研究选取黄渤海(33°N—41°N，117°E—127°E)作为研究区域(见图 1)，根据《中韩渔业协定》和《全国海洋功能区划》将其分为7处水域：渤海；黄海北部水域；青海渔场及附近水域；海州湾渔场及附近水域；中韩渔业协定区；韩国西海岸；济州岛附近水域[25]。
|
(1. 渤海；2. 黄海北部水域；3. 青海渔场及附近水域；4. 海州湾渔场及附近水域；5. 中韩渔业协定区；6. 韩国西海岸；7. 济州岛附近水域。1. Bohai Sea; 2. Northern the Yellow Sea waters; 3. Qinghai fishing ground and nearby waters; 4. Haizhou Bay fishing ground and nearby waters; 5. China-Korea fisheries agreement waters; 6. West coast of Korea; 7. Waters of Jeju Island. ) 图 1 黄渤海区域分布图 Fig. 1 The regional distribution map in the Yellow-Bohai Sea |
本研究结合VBD算法针对黄渤海DNB原始图像进行预处理[11]。首先进行几何校正，在SeaDAS7.5.1和ArcGIS10.7软件的支持下，对原始图像中提取的灯光点辐射值和地理坐标进行几何校正。其次放大辐射值，由于DNB数据原始辐射值过低，通常在1×10-11~1×10-8 W/(cm2·sr)区间内[11]。为方便处理和运算，把原始辐射值统一乘以109，将单位转化为nW/(cm2·sr)[11]。然后进行闪电检测，由于DNB图像的闪电水域表现为若干条白色光带，由一系列高亮像元组成，本研究利用掩膜将闪电水域去除。最后进行日期选取，由于图像中渔船灯光会被较厚的云层完全遮挡。为排除其干扰，本研究将DNB图像中云层覆盖率低于30%的日期标记为有效日期，其余日期标记为空白[14]。
1.3 峰值中值指数确定本研究采用峰值中值指数(Spike median index，SMI)的方法放大尖峰辐射值与背景值的差异[11]。采用中值滤波将某一像元辐射值用该像元邻域中值代替，从而消除孤立的噪声点。本研究共统计730 d的黄渤海每日DNB数据，对比表明半径为3像素的圆形低通滤波检测效果最佳。使用滤波器对栅格图像进行平滑处理后，用原图像减去处理后的图像得到中值指数(SMI)图像。
1.4 阈值分割滤波处理后部分图像存在背景辐射值较高的现象，需要选取阈值进一步消除。在统计了2018年11月至2020年11月每日DNB数据后，本研究选取出适用于黄渤海的最佳经验阈值为0.2 nW/(cm2×sr)。本研究将辐射值大于阈值的像素点标记为灯光渔船点，制作了每日DNB灯光点图像，并将每日图像进行月合成处理。
2 结果 2.1 黄渤海灯光渔船分布通过分析黄渤海DNB数据发现，有效数据总天数为380 d，每月平均有效天数为15.2 d(见图 2)。以2020年10月的DNB图像数据为例(见图 3和4)，灯光渔船点主要集中在中韩沿岸水域、济州岛附近水域和中韩渔业协定区。其中，济州岛和中韩渔业协定区渔船分布密度较高、灯光较强，而中韩沿岸水域渔船密度较低、灯光较弱。
|
图 2 2018年11月至2020年11月DNB图像有效天数 Fig. 2 Valid days in DNB images from November 2018 to November, 2020 |
|
图 3 2020年10月黄渤海DNB月合成图像 Fig. 3 Monthly DNB image of the Yellow-Bohai Sea in October, 2020 |
|
图 4 2020年10月黄渤海灯光点月合成图 Fig. 4 Monthly light points image of the Yellow-Bohai Sea in October, 2020 |
参考《中韩渔业协定》规定的中韩渔船作业范围，在DNB图像中可以清晰地观测到灯光渔船在中韩渔业协定区边界线(33°N—37°N，124°E—124.5°E)两侧作业(见图 3)。由于朝鲜水域并未观测到灯光渔船密集作业，本研究选择沿中韩渔业分界线将研究水域分割为中方水域(西侧)和韩方水域(东侧)(见图 3)。由于不同国家的渔船规格、集鱼效率不同，可通过灯光点辐射值验证渔船作业强度(见图 5)。本研究统计了辐射值大于100 nW/(cm2·sr)的灯光点，结果表明中方水域灯光点密集，辐射值大于1 000 nW/(cm2·sr)的灯光密集区有39个；韩方水域灯光点较稀疏，辐射值大于1 000 nW/(cm2·sr)的灯光密集区仅有2个。
|
图 5 2020年10月中韩水域辐射值对比图 Fig. 5 Radiance comparison image of Chinese and Korean waters in October, 2020 |
2019年12月至2020年4月是中韩疫情爆发的最初阶段，各国抗疫形势和防疫政策历经多次变化。因此，本研究对比了疫情爆发后2019年12月至2020年4月与疫情爆发前2018年12月至2019年4月的灯光渔船月合成图像。对比结果表明，疫情初始阶段，2018年和2019年11至12月渔船数量处于最高水平且变化一致，灯光渔船在中方沿岸水域、中韩渔业协定区和韩方水域密集作业(见图 6a和6d)。疫情爆发后，2019年12月至2020年2月黄渤海渔船数量减少了57.3%(见图 7)。中方水域渔船数量减少了63.07%，受影响的渔船集中在青海渔场、海州湾渔场和中韩渔业协定区，表现为渔船密集区大幅度消失，渔船停留在沿岸港口和协定区东部边界(见图 6d和6e)。韩方水域渔船数量减少了41.39%，渔船转移到韩国西海岸和济州岛附近水域作业(见图 6d和6e)。随着疫情得到控制，2020年2月至4月黄渤海渔船数量增加了164.71%(见图 7)。中方水域渔船数量增加了177.19%，表现为中韩渔业协定区渔船密集区完全消失；青海渔场至海州湾渔场沿岸渔船数量增多，渔船离开港口进入远海作业(见图 6e和6f)。韩方水域渔船数量增加了143.03%，主要为西海岸渔船，济州岛附近渔船活动无明显变化(见图 6e和6f)。截至2020年4月，黄渤海灯光渔船数量恢复到疫情管控前(2019年11月)的88.66%。
|
图 6 2019年11月至2020年4月与2018年11月至2019年4月黄渤海DNB月合成图像对比 Fig. 6 DNB images in the Yellow-Bohai Sea from November, 2019 to April, 2020 compared to November, 2018 to April, 2019 |
|
图 7 2019年11月至2020年4月与2018年11月至2019年4月黄渤海渔船数量对比 Fig. 7 Number of fishing vessels in the Yellow-Bohai Sea from November, 2019 to April, 2020 compared to November, 2018 to April, 2019 |
本研究对比了2019年与2020年黄渤海7处水域各季节灯光渔船数量(见表 1)，探究受疫情影响的2020年灯光渔业变动情况。结果表明，冬季各水域渔船数量相对去年均为增加，主要为中韩渔业协定区、韩国西海岸和济州岛附近水域，增幅分别为11.55%、8.04%和5.01%。春季各水域渔船数量以减少为主，其中济州岛附近水域降幅最大，为-4.19%。夏季各水域渔船数量为增加和减少相混合，韩国西海岸和中韩渔业协定区数量变动最明显，分别为3.42%和-3.03%。秋季黄海北部水域和中韩渔业协定区渔船数量变化最大，分别为2.89%和-3.36%，其余水域变动不明显。总体上，中韩渔业协定区灯光渔船数量四季变动最大，渤海四季变动最小。
|
表 1 黄渤海7处水域2019年与2020年各季节渔船数量变动百分比 Table 1 Seasonal percent difference in the number of fishing vessels in 2019 and 2020 in seven waters of the Yellow-Bohai Sea |
2019年11月至12月黄渤海灯光渔船数量变动与去年同期一致，灯光渔船在中方沿岸水域、中韩渔业协定区和韩方水域高密度作业，表明疫情初始阶段对渔船活动没有产生影响。
2020年1月至2月，随着新冠疫情爆发，政府严格推行城市封锁、居家隔离、禁止出行等疫情防控措施[26]。2019年12月至2020年2月黄渤海灯光渔船数量减少了57.3%，空间分布出现明显变化。在中方水域，由于中国政府严格的疫情管控政策[27]，灯光渔船活动受严重打击，渔船数量减少了63.07%。青海渔场至海州湾渔场灯光渔船显著减少，仅在日照市东港区、岚山区，盐城市大丰区和连云港市沿岸海域有部分渔船作业。例如，青岛朝连岛附近海域常年有灯光渔船进行捕捞作业，但在疫情的影响下，该水域渔船数量明显减少。在中韩渔业协定区，渔船密集区(34°N—37°N，122.5°E—124°E)大面积消失，仅部分渔船在协定区东部边界作业。在韩方水域，韩国政府未选择全国封锁、严禁人们接触、居家隔离的严格防疫措施，而是着重于封锁疫情重灾区大邱市和提供更多的病毒检测[27-28]。这让韩国渔船数量减少了41.39%，渔民退到西海岸近岸和济州岛附近水域作业。
2020年3月至4月，随着新冠疫情逐步得到控制，中国复工复产取得积极进展。除湖北省，全国规模以上工业企业平均开工率超过95%，中小企业开工率达到60%左右[26]。渔业管控逐渐放开，灯光渔船重新出海作业。截至2020年4月，中方水域渔船数量恢复到2019年11月的94.14%(见图 7)，青海渔场和海州湾渔场的近岸渔船数量显著增加。这主要原因为沿海各省份防疫政策调整：3月7日后山东省将新冠疫情防控应急响应由Ⅰ级调整为Ⅱ级；3月27日江苏省将防控应急响应由Ⅱ级调整为Ⅲ级。2020年4月韩方渔船数量恢复到2019年11月的79.49%(见图 7)，主要原因为政府采取了“测试、追踪、分离和治疗”措施。该政策被认为能有效抑制疫情传播，因此大幅度降低了隔离强度、没有完全封锁城市[28]，这使得韩国西海岸渔民能够大规模出海作业，灯光渔业恢复到原有水平。
3.2 疫情对各水域渔船活动季节性的影响根据中国渔业统计年鉴，黄渤海海洋捕捞产量和海洋捕捞机动渔船数量自2015年后持续下降(见图 8)。截至2019年，海洋捕捞产量减少了33.32%；机动渔船数量减少了29.81%。2020年之后，受新冠疫情的冲击，海洋捕捞机动渔船数量相对2019年减少了5.62%。但2020年单艘海洋捕捞机动渔船捕捞产量是近4年最高值，达到67.79 t/艘。表明新冠疫情导致渔船活动显著减少，但同时渔业资源有所恢复。
|
图 8 2013至2020年黄渤海中国海洋捕捞产量和海洋捕捞机动渔船数量[29] Fig. 8 China′s marine fishing production and the number of marine fishing motorized fishing vessels in the Yellow-Bohai Sea from 2013 to 2020[29] |
本研究分析了黄渤海2019至2020年7处水域不同季节灯光渔船点辐射值变化情况(见图 9)。冬季黄渤海灯光渔船数量增加集中在2019年12月(见表 1)。随着2020年初疫情管控政策推行，渔船禁止出海，各海域均出现辐射值降低现象。在中方水域，辐射值降低集中在辽东湾、渤海湾、大连湾、胶州湾、海州湾、青海渔场和海州湾渔场(见图 9A1、A3、A4)。在中韩渔业协定区中北部海域，灯光渔船作业中心移动到35.5°N以北(见图 9A5)，并在124.5°E边界线集中作业。渔民减少了作业范围，缩短了作业时间，较2019年提前返航。在韩方水域，除济州岛东北部辐射值上升外，其余海域辐射值呈下降趋势，渔船活动总体减少。
|
图 9 2019至2020年黄渤海7处水域不同季节夜间灯光变动实例 Fig. 9 Examples of nighttime lighting changes in seven waters of the Yellow-Bohai Sea in different seasons from 2019 to 2020 |
在2020年春季(3、4月)，虽然疫情逐步得到控制，灯光渔船活动有所恢复，但相对2019年渔船数量仍有所减少。在中方水域，渤海、青海渔场和海州湾渔场均出现辐射值下降(见图 9B1、B3、B4)。在辐射值升高的朝连岛周边海域，渔船重新出海作业(见图 9B3)。在黄海北部水域，增加的渔船为分界线东侧的韩方渔船(见图 9B2)。5月1日中国进入伏季休渔期，各省市渔船禁止出海捕捞作业[30]。因此2020年5月之后中方水域渔船虽受疫情影响但两年变化不大。韩国政府放松了有关社交距离的疫情防控政策[31]，仅在首尔采取过封城措施[4]，未使用禁渔政策限制渔民出海，这使得韩方水域灯光渔船活动基本不受疫情影响。西海岸渔船数量增加，济州岛渔船作业中心由西部远海转移到东北部海域(见图 9B6、B7)。
在2020年夏季(6, 7, 8月)，中方水域渔船活动主要受伏季休渔政策影响，疫情影响不明显。例如在渤海、大连湾和海州湾沿岸港口水域，大量货轮、客船和油轮等商业船舶在此航运停靠[31]。辐射值上升不能完全代表灯光渔船数量增加(见图 9C1、C4)。由于疫情得到控制和韩国政府日益放松的管控政策[31]，韩方水域辐射值呈上升趋势，渔业活动明显增加。渔船作业中心向西海岸北部和济州岛附近移动(见图 9C6、C7)。
在2020年秋季(9, 10, 11月)，疫情影响集中在中韩渔业协定区。在中方水域，9月1日35°N北中国伏季休渔结束，渤海、黄海北部水域、青海渔场、海州湾35°N以北的渔船数量相对去年均有增加(图 9D1—D4)；9月16日35°N以南休渔结束，海州湾南部渔船数量明显减少(见图 9D4)。按照《中韩渔业协定》，中韩两国渔船在特定条件下均可进入协定区捕捞作业。相对于韩国渔船数量的逐年减少，中国渔船入渔率高居不下[32]。因此协定区内灯光渔业主要受中方渔船的影响。相对于2019年，中韩渔业协定区灯光渔船数量仅减少了3.36%(见表 1)，但辐射值大面积下降，围网、刺网、鱿鱼钓等高密度作业的大功率灯光渔船受疫情影响明显(见图 9D5)。韩方水域灯光渔船数量略有减少，总体变化不大，渔船作业中心向北部和济州岛东北部转移，受疫情影响不明显(见图 9D6、D7)。
4 结语本研究基于VIIRS/DNB夜光遥感数据开发了适用于黄渤海灯光渔船的提取方法，提取了2018年11月至2020年11月黄渤海每日灯光渔船点位信息，探究了新冠疫情期间黄渤海灯光渔船的活动规律。研究表明，疫情爆发后中韩两国抗疫政策的调整变化，黄渤海灯光渔船活动也相应出现不同的变化。
疫情初始阶段(2019年11月至12月)灯光渔船活动不受疫情影响。疫情爆发期间(2020年1月至2月)，中国政府严格推行疫情管控政策，封锁港口，禁止渔民出海作业。青海渔场、海州湾渔场和中韩渔业协定区的灯光渔船作业受到的影响最大。韩国政府仅进行局部封锁，渔船退到近岸海域，受疫情影响较小。疫情恢复阶段(2020年3月至4月)管控政策逐步放宽，渔业生产恢复正常，青海渔场、海州湾渔场和韩国西海岸渔船活动逐渐增加，渔船数量恢复到疫情管控前(2019年11月)的88.66%。由于新冠疫情流行的长期性，2020年黄渤海各季节渔业均受到影响，主要集中在冬季和秋季。由于疫情初期严厉的管控政策，冬季黄渤海各水域辐射值降低，渔船活动减少；秋季中韩渔业协定区高密度作业的灯光渔船受疫情影响最明显，疫情使其辐射值大幅度下降。
总体上，对于黄渤海中方渔业，疫情影响集中体现在青海渔场、海州湾渔场沿岸水域和中韩渔业协定区内。当疫情来临时，严格的管控政策会造成灯光渔船数量总体减少，空间上向近岸收缩，分布更集中。建议今后制定渔业政策时，应考虑到重大公共卫生危机的因素；对于近岸小型灯光渔船，建议各省(市)鱼港城市统一协作，设置渔船集中管理点，强化港口渔船管控；对于远海大型灯光渔船，应根据实际情况制定生产计划，在疫情管控的前提下降低经济损失，保障渔业生产活动。
本研究证明遥感数据能监测夜间灯光渔船作业情况并反映疫情与渔船活动的关系。今后的研究将会提取更多年份的黄渤海夜间灯光数据，更全面地分析渔业活动的时空变化，探究疫情、禁渔政策和环境因素的综合影响，为我国黄渤海渔业管理提供更全面的理论依据和数据支持。
| [1] |
Chauhan A, Singh R P. Decline in PM2.5 concentrations over major cities around the world associated with COVID-19[J]. Environmental Research, 2020, 187: 1-4. (  0) |
| [2] |
Askitas N, Tatsiramos K, Verheyden B. Lockdown strategies, mobility patterns and COVID-19[J]. IZA Discussion Papers, 2020, 13293: 1-38. ( 0) |
| [3] |
Bates A E, Primack R B, Moraga P, et al. COVID-19 pandemic and associated lockdown as a "Global Human Confinement Experiment" to investigate biodiversity conservation[J]. Biological Conservation, 2020, 248: 1-6. ( 0) |
| [4] |
Shim E, Tariq A, Chowell G. Spatial variability in reproduction number and doubling time across two waves of the COVID-19 pandemic in South Korea[J]. International Journal of Infectious Diseases, 2021, 102: 1-9. DOI:10.1016/j.ijid.2020.10.007 ( 0) |
| [5] |
Stokes G L, Lynch A J, Lowe B S, et al. COVID-19 pandemic impacts on global inland fisheries[J]. Proceedings of the National Academy of Sciences, 2020, 117(47): 29419-29421. DOI:10.1073/pnas.2014016117 ( 0) |
| [6] |
Food and Agriculture Organization of the United Nations. The State of World Fisheries and Aquaculture 2020. Sustainability in Action[M]. Rome: Food and Agriculture Organization of the United Nations, 2020.
( 0) |
| [7] |
Hall J, Lee J, Benin J, et al. IEEE 1609 Influenced Automatic Identification System (AIS)[C]. [S. l. ]: 2015 IEEE 81st Vehicular Technology Conference, 2015.
( 0) |
| [8] |
Oozeki Y, Inagake D, Saito T O, et al. Reliable estimation of IUU fishing catch amounts in the northwestern Pacific adjacent to the Japanese EEZ: Potential for usage of satellite remote sensing images[J]. Marine Policy, 2018, 88: 64-74. DOI:10.1016/j.marpol.2017.11.009 ( 0) |
| [9] |
侍炯, 钱卫国, 杨卢明. 鲐鱼灯光围网渔船合适作业间距的理论研究[J]. 南方水产科学, 2013, 9(4): 82-86. Shi J, Qian W G, Yang L M. The theoretical study on suitable spacing between of light purse seine vessels for chub mackerel(Scomber japonicus)[J]. South China Fisheries Science, 2013, 9(4): 82-86. DOI:10.3969/j.issn.2095-0780.2013.04.014 ( 0) |
| [10] |
Levin N, Kyba C C M, Zhang Q, et al. Remote sensing of night lights: A review and an outlook for the future[J]. Remote Sensing of Environment, 2020, 237: 1-33. ( 0) |
| [11] |
Elvidge C D, Zhizhin M, Baugh K, et al. Automatic boat identification system for VIIRS low light imaging data[J]. Remote Sensing, 2015, 7(3): 3020-3036. DOI:10.3390/rs70303020 ( 0) |
| [12] |
Cozzolino E, Lasta C A. Use of VIIRS DNB satellite images to detect jigger ships involved in the Illex argentinus fishery[J]. Remote Sensing Applications: Society and Environment, 2016, 4: 167-178. DOI:10.1016/j.rsase.2016.09.002 ( 0) |
| [13] |
Straka W, Seaman C, Baugh K, et al. Utilization of the Suomi national polar-orbiting partnership (NPP) visible infrared imaging radiometer suite (VIIRS) day/night band for arctic ship tracking and fisheries management[J]. Remote Sensing, 2015, 7(1): 971-989. DOI:10.3390/rs70100971 ( 0) |
| [14] |
陈冠宇, 刘阳, 田浩, 等. 以VIIRS-DNB数据为基础的黄海渔船夜间灯光动态[J]. 水产学报, 2020, 44(6): 1036-1045. Chen G Y, Liu Y, Tian H, et al. Dynamic analysis of night fishing vessels in the Yellow Sea based on VIIRS-DNB data[J]. Journal of Fisheries of China, 2020, 44(6): 1036-1045. ( 0) |
| [15] |
吴佳文, 官文江. 基于SNPP/VIIRS夜光遥感数据的东、黄海渔船时空分布及其变化特点[J]. 中国水产科学, 2019, 26(2): 221-231. Wu J W, Guan W J. Study on the distribution and variation of fishing vessels in East China Sea and Yellow Sea based on the nighttime light remote sensing data from SNPP/VIIRS[J]. Journal of Fishery Sciences of China, 2019, 26(2): 221-231. ( 0) |
| [16] |
张思宇. 基于夜间灯光数据的南海渔业捕捞动态变化研究[D]. 南京: 南京大学, 2017. Zhang S Y. Research on Fishing Dynamic Changes in the South China Sea Using Nighttime Light Data[D]. Nanjing: Nanjing University, 2017. ( 0) |
| [17] |
Hsu F, Elvidge C D, Baugh K, et al. Cross-matching VIIRS boat detections with vessel monitoring system tracks in Indonesia[J]. Remote Sensing, 2019, 11(9): 995. DOI:10.3390/rs11090995 ( 0) |
| [18] |
郭刚刚, 樊伟, 薛嘉伦, 等. 基于NPP/VIIRS夜光遥感影像的作业灯光围网渔船识别[J]. 农业工程学报, 2017, 33(10): 245-251. Guo G G, Fan W, Xue J L, et al. Identification for operating pelagic light-fishing vessels based on NPP/VIIRS low light imaging data[J]. Transactions of the Chinese Society of Agricultural Engineering, 2017, 33(10): 245-251. DOI:10.11975/j.issn.1002-6819.2017.10.032 ( 0) |
| [19] |
田浩, 刘阳, 田永军, 等. 以遥感夜间灯光数据为基础的西北太平洋秋刀鱼渔船识别[J]. 水产学报, 2019, 43(11): 2359-2371. Tian H, Liu Y, Tian Y J, et al. Detection of Pacific saury (Cololabis saira) fishing boats in the Northwest Pacific using satellite nighttime imaging data[J]. Journal of Fisheries of China, 2019, 43(11): 2359-2371. DOI:10.11964/jfc.20181011507 ( 0) |
| [20] |
Li J, Cai Y, Zhang P, et al. Satellite observation of a newly developed light-fishing "hotspot" in the open South China Sea[J]. Remote Sensing of Environment, 2021, 256: 1-12. ( 0) |
| [21] |
Patterson Edward J K, Jayanthi M, Malleshappa H, et al. COVID-19 lockdown improved the health of coastal environment and enhanced the population of reef-fish[J]. Marine Pollution Bulletin, 2021, 165: 1-12. ( 0) |
| [22] |
Cooke S J, Twardek W M, Lynch A J, et al. A global perspective on the influence of the COVID-19 pandemic on freshwater fish biodiversity[J]. Biological Conservation, 2021, 253: 1-12. ( 0) |
| [23] |
Waiho K, Fazhan H, Ishak S D, et al. Potential impacts of COVID-19 on the aquaculture sector of Malaysia and its coping strategies[J]. Aquaculture Reports, 2020, 18: 1-6. ( 0) |
| [24] |
Avtar R, Singh D, Umarhadi D A, et al. Impact of COVID-19 lockdown on the fisheries sector: A case study from three harbors in western India[J]. Remote Sensing, 2021, 13(2): 1-20. DOI:10.3969/j.issn.1000-3177.2021.02.001 ( 0) |
| [25] |
国家海洋局. 全国海洋功能区划(2011—2020年)[EB/OL]. (2012-04-18)[2022-01-25]. http://f.mnr.gov.cn/201806/t20180621_1830454.html. State Oceanic Administration. National marine functional zoning (2011—2020)[EB/OL]. (2012-04-18)[2022-01-25]. http://f.mnr.gov.cn/201806/t20180621_1830454.html. ( 0) |
| [26] |
陈一凡, 曹广文. 全国新型冠状病毒肺炎发病趋势初步分析[J]. 上海预防医学, 2020, 32(2): 147-150. Chen Y F, Cao G W. Incidence trend of 2019 novel coronavirus diseases (COVID-19) in China[J]. Shanghai Journal of Preventive Medicine, 2020, 32(2): 147-150. DOI:10.19428/j.cnki.sjpm.2020.20053 ( 0) |
| [27] |
金晓敏. 突发重大传染病疫情中行政强制措施研究——以新冠疫情为例[D]. 兰州: 兰州大学, 2021. Jin X M. Study on Administrative Coercive Measures in the Outbreak of Major Infectious Diseases——Take COVID-19 as an Example[D]. Lanzhou: Lanzhou University, 2021. ( 0) |
| [28] |
Yan H, Zhu Y, Gu J, et al. Better strategies for containing COVID-19 pandemic: A study of 25 countries via a vSIADR model[J]. Proceedings of the Royal Society a Mathematical Physical and Engineering Sciences, 2021, 477: 2248. ( 0) |
| [29] |
农业农村部渔业渔政管理局. 中国渔业统计年鉴[M]. 北京: 中国农业出版社, 2014—2021. Fisheries and Fisheries Administration Bureau of the Ministry of Agriculture and Rural Affairs. China Fishery Statistical Yearbook[M]. Beijing: China Agricultural Publishing House, 2014—2021. ( 0) |
| [30] |
朱玉贵. 中国伏季休渔效果研究——一种制度分析视角[D]. 青岛: 中国海洋大学, 2009. Zhu Y G. Research on the Effects of China′s Summer Fishing Moratorium——a Perspective of Institutional Analysis[D]. Qingdao: Ocean University of China, 2009. ( 0) |
| [31] |
Kim J, An J A, Min P, et al. How South Korea responded to the covid-19 outbreak in daegu[J]. NEJM Catalyst Innovations in Care Delivery, 2020, 1(4): 1-14. ( 0) |
| [32] |
张吉喆. 《中韩渔业协定》框架下两国相互入渔的分析研究[D]. 青岛: 中国海洋大学, 2015. Zhang J Z. The Analysis of Chinese and Korea Fishing Under the Framework of "China-ROK Fisheries Agreement"[D]. Qingdao: Ocean University of China, 2015. ( 0) |