基于神经网络和VMS的渔船捕捞类型辨别

摘要

不合理的捕捞方式会导致海洋渔业资源衰退以及海洋生态环境破坏.近年来,渔船监测系统已被用于渔船安全监督、渔业资源管理、海洋生态环境保护等方面.文章以中国近海15艘流刺网渔船、39艘拖网渔船、24艘流动张网渔船共78个样本为研究对象,以BP(back propagation)神经网络为研究模型,借助2014年北斗渔船监测系统(VMS)中对应渔船的航速和航向数据对其作业方式进行辨别.结果显示,基于航速和航向的渔船作业方式辨别正确率分别为93.6％和91％,两者均能较好地对捕捞类型进行分类,且航速的分类精度高于航向.拖网和流动张网渔船分类的正确率在90％以上,而流刺网渔船仅为70％,原因可能是流刺网在空间上的移动较复杂,减弱了航速和航向变化的规律性.