在科技浪潮中，人工智能研发飞速发展，为全球生态保护的智慧化转型提供强大的助推力，且逐步在珍稀濒危动物保护领域扮演起“超级大脑”的关键角色。及时、精准地监测误捕的保护物种，对于遏制渔业附带损伤、落实特定物种的兼捕配额制度具有重要意义。中国水产科学研究院南海水产研究所中华鲎保护科研团队基于深度学习技术，首次提出了应用于鲎保护实践的副渔获物快速评估框架。相关研究成果以“A rapid bycatch assessment framework for small-scale fisheries: A case study on horseshoe crab (Tachypleus tridentatus) bycatch”为题，公开发表于国际环境科学与生态学权威期刊《Ocean and Coastal Management》（JCR Q1，影响因子4.8，联合培养博士研究生陈晓海为第一作者，颉晓勇副研究员为通讯作者）。

该研究构建的评估框架融合人工智能算法、遥感监测技术与地方生态知识（Local Ecological Knowledge, LEK），可实现对渔船数量及其分布的快速识别与分类。通过多源数据融合与精确建模，首次实现了濒危物种中华鲎副渔获规模的量化评估，并初步揭示了其误捕的空间与时间变异特征，为濒危物种保护与沿海渔业的可持续管理提供了科学依据与决策支持。

研究结果表明：①雷州湾海域每年副渔获中华鲎数量至少为9120 ± 315只，单位努力量渔获（CPUE）为每艘渔船每月0.29 ± 0.01只中华鲎；②不同渔具类型、地理位置与季节之间的误捕量存在显著差异；③中华鲎的栖息地利用方式与独特行为特征对误捕发生强度具有关键影响，春季与秋季为高风险时段，其中尤以使用刺网的渔业类型及浅滩资源丰富区域的误捕风险最高。

本研究不仅揭示了当前沿海小规模渔业中华鲎误捕强度偏高的现实，进一步提出应从制度层面、技术层面与作业层面着手，制定与实施切实可行的减缓误捕与物种保护策略，助力我国海洋生态系统的智慧化管理与濒危物种保护工作的转型升级。

该研究工作获得国家重点研发计划（2024YFD2401401）和广东省自然科学基金（2024A1515012696）等项目的支持。

结合深度学习和当地生态学知识驱动的小规模渔业副渔获物快速评估框架

来   源：南海水产研究所