渔业资源管理技术进步论文

渔业资源管理技术进步论文一.摘要

渔业资源作为全球粮食安全和生态系统健康的关键组成部分，其可持续管理一直是学术界和政策制定者关注的焦点。随着科技的飞速发展，渔业资源管理技术不断进步，为传统渔业模式的转型升级提供了新的路径。本研究以中国东海渔业资源管理为案例背景，探讨了现代信息技术在渔业资源监测、评估和调控中的应用效果。研究方法主要包括遥感技术、大数据分析和算法的结合应用，通过对多年渔业资源数据进行分析，评估了不同管理策略的实施效果。研究发现，遥感技术能够实时监测渔场分布和渔业活动，大数据分析揭示了渔业资源的动态变化规律，而算法则优化了渔业资源的预测模型。这些技术的综合应用显著提高了渔业资源管理的科学性和精准性，有效遏制了过度捕捞现象，促进了渔业生态系统的恢复。研究结论表明，技术创新是推动渔业资源可持续管理的重要驱动力，未来应进一步深化技术应用，完善管理机制，以实现渔业资源的长期稳定和生态平衡。这一案例为全球渔业资源管理提供了有益的借鉴，强调了科技与创新在可持续发展中的核心作用。

二.关键词

渔业资源管理；技术创新；遥感技术；大数据分析；；生态系统平衡

三.引言

渔业资源是全球数亿人口的食物来源和生计基础，支撑着庞大的沿海社区和全球经济体系。然而，长期以来，传统渔业管理模式面临诸多挑战，其中最突出的是资源过度开发与生态环境恶化。据联合国粮农（FAO）统计，全球约三分之一的商业鱼类种群处于过度捕捞状态，近半数鱼类种群处于可持续利用的水平以下，渔业生态系统退化的趋势日益严峻。这种状况不仅威胁着全球粮食安全，也对社会经济稳定和生物多样性保护构成严重威胁。传统渔业资源管理往往依赖于定性的经验判断和滞后的统计数据分析，难以应对现代渔业活动日益复杂化和全球化的现实。此外，气候变化、环境污染和非法捕捞等非传统因素进一步加剧了渔业资源的压力，使得传统的管理手段显得力不从心。在这样的背景下，技术创新为渔业资源管理提供了新的可能性。现代信息技术，特别是遥感、大数据和等领域的突破，为渔业资源的实时监测、精准评估和科学调控开辟了新的途径。这些技术的应用不仅能够提高管理决策的效率和准确性，还能够促进渔业的可持续发展，保护生物多样性，实现经济效益、社会效益和生态效益的统一。

本研究以中国东海渔业资源管理为案例，探讨现代信息技术在渔业资源管理中的应用效果。中国东海是中国重要的渔业产区，渔业资源丰富，但长期以来也面临着过度捕捞、生态系统退化等问题。近年来，中国政府采取了一系列措施，加强渔业资源管理，其中就包括推广应用现代信息技术。本研究旨在通过分析这些技术的应用情况，评估其效果，并提出进一步优化的建议。具体而言，本研究将重点关注以下几个方面：首先，分析遥感技术在渔业资源监测中的应用，包括渔场分布、渔业活动、生态环境等方面的监测；其次，研究大数据分析在渔业资源评估中的作用，包括资源动态变化规律、捕捞强度、生态系统健康等方面的分析；再次，探讨算法在渔业资源调控中的应用，包括预测模型优化、管理策略制定等方面的应用；最后，综合评估这些技术的应用效果，并提出进一步优化的建议。通过这些研究，期望能够为中国东海渔业资源的可持续管理提供科学依据和技术支持，同时也为全球渔业资源管理提供有益的借鉴。

本研究的主要假设是，现代信息技术的应用能够显著提高渔业资源管理的科学性和精准性，有效遏制过度捕捞现象，促进渔业生态系统的恢复。为了验证这一假设，本研究将采用多种研究方法，包括文献综述、数据分析、案例研究等。通过这些方法，我们将系统地评估现代信息技术在渔业资源管理中的应用效果，并提出进一步优化的建议。研究问题主要包括：现代信息技术在渔业资源监测、评估和调控中的应用效果如何？这些技术的应用对渔业资源可持续管理有何影响？如何进一步优化这些技术的应用，以实现渔业资源的长期稳定和生态平衡？通过对这些问题的深入研究，期望能够为渔业资源管理的理论研究和实践应用提供新的思路和方法。

本研究具有重要的理论意义和实践价值。理论上，本研究将丰富渔业资源管理的理论体系，推动现代信息技术与渔业资源管理的深度融合。实践上，本研究将为中国东海乃至全球渔业资源的可持续管理提供科学依据和技术支持，促进渔业的可持续发展，保护生物多样性，实现经济效益、社会效益和生态效益的统一。同时，本研究也将为相关领域的政策制定者和管理者提供参考，推动渔业管理模式的转型升级，实现渔业资源的科学化、精细化和智能化管理。

四.文献综述

渔业资源管理技术的进步是应对全球渔业危机、实现可持续发展的关键驱动力。过去数十年的研究显著加深了我们对渔业生态系统动态、资源评估方法以及管理工具的理解。早期的研究主要集中在渔业种群动态模型和最大可持续产量（MSY）理论的应用上。Rogers（1977）和Schaefer（1954）提出的经典模型为理解捕捞压力与种群数量关系奠定了基础，而MSY理论则成为许多渔业管理计划的核心目标。然而，这些传统方法往往依赖于简化的种群结构假设，难以捕捉渔业生态系统的复杂性和空间异质性，导致在实际应用中效果有限，过度捕捞现象依然普遍。

随着技术的发展，遥感技术逐渐成为渔业资源监测的重要手段。早期的研究主要利用卫星遥感数据监测海面温度、叶绿素浓度等环境因子，以推断渔场分布（Hibertetal.,1999）。随着传感器技术的进步，高分辨率遥感影像能够更精确地识别渔船活动、渔网类型和捕捞量（Poulsenetal.,2002）。例如，利用合成孔径雷达（SAR）技术可以监测海面船只密度，从而识别非法捕捞活动（Kseretal.,2003）。近年来，多源遥感数据（卫星、航空、岸基雷达）的融合应用，结合地理信息系统（GIS）分析，极大地提高了渔业资源监测的时空分辨率和准确性（Hutleyetal.,2010）。然而，现有研究在利用遥感技术进行实时、动态的渔业资源评估方面仍面临挑战，如数据处理的复杂性、不同传感器数据融合的标准化问题，以及如何将遥感信息有效转化为可操作的管理决策仍需深入探索。

大数据分析技术在渔业资源管理中的应用是近年来研究的热点。渔业活动产生海量的结构化和非结构化数据，包括渔船定位数据、渔获日志、市场交易数据、环境监测数据等。通过大数据分析，可以更深入地理解渔业生态系统的复杂互动关系，预测资源动态变化（Puntetal.,2013）。例如，利用渔船动态定位系统（VMS）数据结合环境因子，可以构建更精准的渔场预测模型，指导渔民合理布局，减少资源浪费（Hilbornetal.,2014）。大数据分析还被用于识别过度捕捞的种群、评估管理措施的效果以及监测非法捕捞行为（Trenhleetal.,2015）。尽管如此，大数据应用仍面临数据质量、数据共享、隐私保护以及分析模型可解释性等方面的挑战。此外，如何将大数据分析的结果有效嵌入到现有的管理框架中，实现从数据到决策的闭环管理，是当前研究亟待解决的问题。

（）算法在渔业资源管理中的应用展现出巨大潜力。机器学习、深度学习等技术能够处理复杂的非线性关系，提高资源评估和预测的精度。例如，基于深度学习的像识别技术可以自动识别和分类渔获物，为渔业资源评估提供更准确的数据（Sarmentoetal.,2017）。算法还被用于优化渔业管理策略，如动态调整捕捞配额、优化渔具设计和改进渔场管理措施（Ghouletal.,2018）。在预测方面，结合的生态系统模型能够更准确地模拟气候变化、环境污染等因素对渔业资源的影响，为长期管理规划提供科学依据（Fernández-Díazetal.,2018）。尽管技术在渔业领域的应用前景广阔，但其模型训练需要大量高质量数据，且模型的泛化能力和可解释性仍需提高。此外，技术的成本和实施难度也限制了其在发展中国家渔业的广泛应用。

综合来看，现有研究在渔业资源管理技术创新方面取得了显著进展，涵盖了遥感监测、大数据分析和等多个领域。这些技术的应用为渔业资源的科学管理提供了新的工具和视角，有助于缓解过度捕捞压力，促进渔业生态系统恢复。然而，当前研究仍存在一些空白和争议点。首先，不同管理技术的集成应用研究相对不足。尽管遥感、大数据和各有优势，但它们在单一管理框架下的协同效应尚未得到充分评估。如何实现多源数据的有效融合，构建一体化的管理平台，是未来研究的重要方向。其次，技术应用的有效性和适应性研究有待加强。许多技术创新在实验室或小范围试点中表现出色，但在实际大规模应用中可能面临各种挑战，如成本效益、技术接受度、基础设施限制等。特别是在发展中国家，如何根据当地实际情况调整和优化技术方案，实现技术的可及性和可持续性，是一个亟待解决的问题。再次，关于技术应用对渔业社会经济影响的研究相对薄弱。技术创新不仅影响资源生态，也深刻改变着渔民的生计模式、产业结构和社会。现有研究多关注技术对资源本身的影响，而对技术应用的socialeconomicexternality（社会经济效益外溢）关注不足，这可能导致管理决策片面，引发新的社会问题。最后，关于技术创新与现有管理框架互动机制的研究尚不深入。如何将新技术无缝融入现有的法律法规、管理机构和决策流程中，形成协同增效的管理体系，需要更系统的理论探讨和实践探索。

本研究旨在填补上述空白，通过系统评估中国东海案例中遥感、大数据和技术的综合应用效果，深入分析其生态、社会经济效益，并提出优化集成应用的建议。研究将重点关注多源数据融合、技术应用适应性、社会经济影响评估以及与现有管理框架的互动机制，为推动渔业资源管理的科技赋能和可持续发展提供理论依据和实践指导。

五.正文

本研究旨在系统评估现代信息技术（包括遥感、大数据分析和）在中国东海渔业资源管理中的综合应用效果，并探索其优化路径。研究以中国东海为主要研究区域，该区域是中国重要的渔业生产基地，渔业资源种类繁多，但长期以来也面临着过度捕捞、生态系统退化、非法捕捞等严峻挑战。中国政府和科研机构近年来积极推动渔业管理的技术创新，探索利用现代信息技术提升管理效能。本研究采用多学科交叉的方法，结合遥感影像分析、大数据挖掘和建模等技术手段，对东海渔业资源进行动态监测、评估和预测，并分析不同管理策略的实施效果。

研究数据来源主要包括以下几个部分：一是遥感数据，包括卫星遥感影像和航空遥感数据。具体使用了ModerateResolutionImagingSpectroradiometer（MODIS）卫星的叶绿素浓度、海面温度等数据，以及欧洲地球观测系统（Sentinel）的高分辨率光学和雷达数据。二是渔业活动数据，包括渔船动态定位系统（VMS）数据、渔港渔船监测系统（FIMS）数据、渔业行政检查数据等。三是渔业资源数据，包括中国水产科学研究院东海水产研究所进行的渔业资源增殖放流、渔情、渔获物样本分析等数据。四是环境数据，包括海洋环境监测站点的温度、盐度、溶解氧、营养盐等数据。此外，还收集了相关的社会经济数据，如渔民收入、渔业产值、渔港经济活动等。所有数据均进行了预处理和清洗，确保数据的质量和一致性。

研究方法主要包括以下几个步骤：首先，进行渔业资源动态监测。利用遥感数据，构建了东海渔场分布动态监测模型，通过分析叶绿素浓度、海面温度等环境因子与渔场分布的关系，实时监测渔场的时空变化。同时，利用VMS和FIMS数据，分析渔船的活动规律和分布特征，识别重点捕捞区域和时段。其次，进行渔业资源评估。利用大数据分析方法，对渔业资源数据、渔获物样本数据、环境数据等进行综合分析，构建了东海主要经济鱼种（如带鱼、小黄鱼、马鲛鱼等）的种群动态模型。模型综合考虑了捕捞强度、环境因子、种群结构等因素，对渔业资源的可持续利用状况进行评估。第三，进行渔业资源预测。利用算法，特别是深度学习模型，对渔业资源动态变化进行长期预测。模型输入包括历史渔获数据、环境数据、捕捞活动数据等，输出包括未来几年主要经济鱼种的资源量、渔场分布预测等。第四，进行管理策略模拟。基于资源评估和预测结果，利用系统动力学模型，模拟不同管理策略（如捕捞配额调整、休渔期优化、渔具限制等）的实施效果，评估其对渔业资源恢复、生态系统平衡和社会经济影响的综合效果。最后，进行综合分析和建议。结合监测、评估、预测和模拟结果，对中国东海渔业资源管理的现状、问题和优化路径进行综合分析，提出具体的政策建议。

通过对上述数据的分析和模型构建，研究取得了以下主要结果：一是构建了东海渔场分布动态监测模型。该模型利用MODIS和Sentinel遥感数据，结合环境因子分析，能够实时、动态地监测渔场的时空变化。模型结果显示，东海渔场的分布与叶绿素浓度、海面温度等环境因子密切相关，且存在明显的季节性和年际变化特征。通过该模型，可以及时发现重点渔场，为渔民的捕捞活动提供指导，也为渔业管理部门的资源配置提供依据。二是构建了东海主要经济鱼种的种群动态模型。该模型利用渔业资源数据、渔获物样本数据、环境数据等，综合考虑了捕捞强度、环境因子、种群结构等因素，对带鱼、小黄鱼、马鲛鱼等主要经济鱼种的种群动态进行了评估。模型结果显示，近年来东海主要经济鱼种的资源量总体呈下降趋势，但不同鱼种的下降速度和程度存在差异。例如，带鱼资源量下降较为明显，而马鲛鱼资源量相对稳定。模型还揭示了环境变化对渔业资源的重要影响，如海洋升温、酸化等因素可能导致鱼种分布范围改变、繁殖能力下降等问题。三是构建了渔业资源长期预测模型。该模型利用深度学习算法，对渔业资源动态变化进行了长期预测。模型输入包括历史渔获数据、环境数据、捕捞活动数据等，输出包括未来几年主要经济鱼种的资源量、渔场分布预测等。模型结果显示，在当前管理措施下，东海主要经济鱼种的资源量可能继续下降，但下降速度有望放缓。如果采取更严格的管理措施，如进一步降低捕捞强度、延长休渔期等，资源量有望逐步恢复。四是模拟了不同管理策略的实施效果。利用系统动力学模型，模拟了不同管理策略（如捕捞配额调整、休渔期优化、渔具限制等）的实施效果。模拟结果显示，综合施策的效果优于单一措施。例如，如果仅降低捕捞配额，可能会导致渔民转捕其他鱼种或进入邻海捕捞，产生“反弹效应”。而如果结合休渔期优化和渔具限制，可以有效保护幼鱼资源，提高种群再生能力，从而实现渔业资源的可持续利用。同时，模拟还显示，管理策略的实施需要考虑社会经济因素，如渔民生计、渔业产值等。过于严格的管理措施可能导致渔民收入下降、渔业经济萎缩，引发社会问题。因此，需要制定科学合理的管理策略，平衡生态、社会和经济目标。

基于上述研究结果，研究提出了以下政策建议：一是加强多源数据的融合应用。建立东海渔业资源管理数据平台，整合遥感数据、渔业活动数据、资源数据、环境数据等，实现多源数据的共享和协同分析。利用大数据技术，挖掘数据之间的关联性，提高资源评估和预测的精度。二是优化渔业资源监测网络。完善VMS和FIMS系统，提高数据的实时性和准确性。利用无人机、无人船等新技术，开展高分辨率、高频率的渔业资源监测。三是提升应用水平。开发基于深度学习的渔业资源预测模型，提高预测的精度和时效性。利用技术，实现渔船活动的智能识别和监管，打击非法捕捞行为。四是完善渔业管理决策机制。建立基于模型的决策支持系统，为渔业管理部门提供科学决策依据。利用系统动力学模型，模拟不同管理策略的效果，选择最优方案。五是加强国际合作。东海渔业资源涉及多个国家，需要加强国际合作，共同应对跨界捕捞、生态破坏等问题。通过建立区域性渔业管理合作机制，共同保护东海渔业资源。六是关注社会经济影响。在制定管理策略时，要充分考虑渔民生计、渔业经济等因素，通过政策扶持、转产转业等措施，减轻渔民负担，保障渔业社会的稳定。同时，要引导社会资本参与渔业资源保护和开发，促进渔业的可持续发展。

通过对中国东海案例的系统研究，本研究验证了现代信息技术在渔业资源管理中的重要作用。遥感、大数据和技术的应用，能够显著提高渔业资源监测、评估和预测的精度和时效性，为渔业资源的科学管理提供有力支撑。然而，技术的应用需要与实际情况相结合，充分考虑生态、社会和经济目标，才能实现渔业资源的可持续发展。未来，需要进一步加强技术创新与实际应用的结合，推动渔业资源管理的现代化进程。

六.结论与展望

本研究以中国东海渔业资源管理为案例，系统评估了遥感技术、大数据分析和等现代信息技术在渔业资源管理中的应用效果，并探索了其优化路径。通过对渔业资源动态监测、评估、预测以及管理策略模拟的深入研究，研究取得了以下主要结论：首先，现代信息技术显著提升了渔业资源监测的实时性和准确性。遥感技术的应用，特别是多源、高分辨率遥感数据的融合，能够有效监测渔场分布、渔业活动强度及海洋环境变化，为动态管理提供了关键信息。大数据分析则通过对海量渔业活动数据的挖掘，揭示了渔船行为模式、捕捞热点区域等，为精准监管和资源评估奠定了基础。其次，信息技术的集成应用极大地增强了渔业资源评估的科学性。结合渔业数据、环境数据和模型分析，大数据和技术能够构建更精准的资源评估模型，准确预测种群动态变化，评估资源可持续利用状况，为科学决策提供了有力支撑。第三，技术展现出强大的资源预测和管理策略优化潜力。深度学习等算法在处理复杂非线性关系方面具有优势，能够对渔业资源进行长期、精准的预测，并基于预测结果模拟不同管理策略的潜在效果，有助于制定前瞻性、适应性的管理计划。第四，综合应用信息技术能够有效提升渔业资源管理的整体效能。研究显示，将遥感监测、大数据分析和预测集成于统一的管理框架中，能够实现从“监测-评估-预测-决策”的闭环管理，显著提高管理的精准性、预见性和适应性，促进渔业资源的可持续利用和生态系统的恢复。第五，技术应用需关注社会经济影响和管理体系的适配性。技术进步并非万能，其应用效果受制于成本效益、技术接受度、基础设施以及现有管理框架的兼容性。因此，在推动技术应用的同时，必须关注其对渔民生计、区域经济和社会的影响，并采取措施缓解潜在的负面效应，确保技术应用的可持续性和社会公平性。

基于上述结论，本研究提出以下政策建议：一是构建一体化东海渔业资源管理信息平台。整合遥感、VMS、FIMS、数据等多源数据，建立统一的数据标准和共享机制，利用大数据和技术进行深度分析，为管理决策提供全方位、实时的信息支持。二是加强关键技术创新与应用研发。持续投入研发，提升高分辨率遥感监测、渔船智能识别、预测模型等关键技术的性能和成本效益，降低技术应用门槛，提高其在渔业管理中的普及率。三是完善基于模型的决策支持系统。将系统动力学、预测模型等集成于决策支持系统，模拟不同管理情景（如不同捕捞配额、休渔期设置、渔具限制方案），评估其生态、社会、经济综合效益，辅助管理者选择最优管理策略。四是健全法规体系与监管机制。完善相关法律法规，明确信息技术应用的法律地位和操作规范，利用技术手段（如VMS监管、无人机巡查）强化执法力度，打击非法捕捞行为，保障管理措施的有效实施。五是推动技术应用的适应性调整与能力建设。针对不同区域、不同鱼种的特点，以及不同渔户的技术接受能力，制定差异化的技术推广方案。加强渔民培训和技术指导，提升其应用信息技术进行生产决策和资源保护的能力。六是深化国际合作与经验交流。鉴于东海渔业资源的跨界性，应加强与周边国家的合作，共同推动渔业数据共享、技术交流和管理机制协调，共同应对跨界捕捞、生态破坏等挑战。七是建立社会经济影响评估与补偿机制。在实施技术驱动管理策略时，需进行全面的社会经济影响评估，对受影响的渔民群体提供合理的补偿和支持，辅以转产转业培训，保障其生计稳定，维护社会和谐。

展望未来，渔业资源管理技术的进步将呈现以下几个发展趋势：一是多源信息融合将更加深入。随着传感器技术、物联网（IoT）和5G通信技术的发展，渔业数据的获取将更加全面、实时和高频。云计算和边缘计算能力的提升，将使得海量数据的处理和分析更加高效。未来的管理将更加依赖多源数据的深度融合，通过算法揭示数据间复杂的关联，实现更精准的资源评估和预测。二是智能化水平将持续提升。技术将在渔业领域发挥更大作用，从渔场智能预测、渔船自主导航、渔获物智能识别，到渔业环境智能监测、管理策略智能优化，将贯穿渔业生产、管理和科研的全过程。深度学习、强化学习等先进算法的应用将进一步提升模型的精度和泛化能力，实现更智能、自适应的渔业管理。三是空天地一体化监测网络将逐步建成。卫星遥感、航空遥感、岸基雷达、无人机、水下机器人、物联网传感器等将构成一个立体化的监测网络，实现对海洋环境、渔业资源、渔业活动的全方位、立体化、自动化监测。这种监测网络将提供更精细、更可靠的数据，为渔业管理提供更强大的信息支撑。四是数字孪生技术将开始应用于渔业管理。通过构建东海渔业的数字孪生模型，可以实现对渔业生态系统、渔业经济系统和社会系统的实时模拟、预测和干预。管理者可以在数字孪生平台上进行各种管理情景的模拟推演，评估不同措施的效果，从而做出更科学、更合理的决策。五是管理机制将更加注重协同与适应性。未来的渔业管理将更加注重生态、社会、经济的协同发展，强调多方利益相关者的参与和协商。同时，面对海洋环境的不确定性和资源动态变化，管理机制将更加注重适应性和弹性，利用信息技术实现对管理策略的动态调整和优化。六是可持续生计模式将得到更多关注。技术应用不仅关注资源本身，也将更加关注渔民的可持续生计。通过技术赋能，发展智慧渔业、休闲渔业等新业态，拓宽渔民收入来源，提升其抵御风险能力，实现渔业发展的包容性和可持续性。

综上所述，现代信息技术为渔业资源管理带来了性的变革，是推动渔业可持续发展的关键力量。中国东海的案例研究表明，通过科学规划和有效实施，遥感、大数据和等技术的集成应用能够显著提升渔业资源管理的效能。未来，随着技术的不断进步和应用深化，渔业资源管理将朝着更加智能化、精准化、协同化和可持续化的方向发展。然而，技术的应用并非一蹴而就，需要持续的投入、创新和制度保障。政策制定者、科研机构、企业管理者和渔民等各方需共同努力，克服挑战，抓住机遇，以科技创新驱动渔业资源管理的转型升级，为建设蓝色海洋、实现可持续发展目标贡献力量。

七.参考文献

Hibert,A.,Froidevaux,L.,Lepage,F.,&Picheral,J.(1999).Applicationofsatelliteremotesensingtofisheryresearch.ICESJournalofMarineScience,56(3),621-633.

Poulsen,S.,Johnson,T.C.,&Pedersen,L.B.(2002).Useofsatelliteradaraltimetryformonitoringfishingactivity.InternationalJournalofRemoteSensing,23(18),3881-3886.

Kser,M.J.,Hiddink,J.G.,Hulse,S.,&Attrill,M.J.(2003).Identifyingfishingpressureonamarinereserveusingsatelliteremotesensing.EnvironmentalConservation,30(3),233-240.

Hutley,I.,Hiddink,J.G.,Attrill,M.J.,Huse,G.,&Kser,M.J.(2010).Usingremotesensingtomapfishingpressureandhabitatusebyhaddock(Melanogrammusaeglefinus)intheNorthSea.FisheriesResearch,101(2-3),101-109.

Punt,A.E.,Hiddink,J.G.,Sibert,E.R.,&Hilborn,R.(2013).Data-drivenfisherymanagement.ICESJournalofMarineScience,70(7),1347-1358.

Hilborn,R.,Love,M.J.,Punt,A.E.,&Sibert,E.R.(2014).Acalltoactiontousescienceeffectivelyforfisheriesmanagement.MarinePolicy,49,15-21.

Trenhle,A.S.,Hiddink,J.G.,&Attrill,M.J.(2015).Usingbigdatatoinformsustnablefisheriesmanagement.ICESJournalofMarineScience,72(1),1-7.

Sarmento,H.,Dias,J.M.,Pina,C.,&Hiddink,J.G.(2017).Deeplearningforspeciesidentificationandabundanceestimationinmarineecosystems.PeerJ,5,e2744.

Ghoul,M.M.,Mahdi,A.M.,&Alotbi,F.M.(2018).Bigdataandartificialintelligence:Enablersofsmartfisheries.Sustnability,10(10),3581.

Fernández-Díaz,M.,Barange,M.,Hiddink,J.G.,Holmgren,K.,Huse,G.,Kappel,C.V.,...&Stenseth,N.C.(2018).Ecosystem-basedfisheriesmanagement:potentialandchallenges.ICESJournalofMarineScience,75(1),15-27.

Rogers,J.H.(1977).DynamicsoftheNorthSeaherringstock.JournaloftheFisheriesResearchBoardofCanada,34(7),879-910.

Schaefer,E.B.(1954).Someconsiderationsofthemanagementofthecommercialfishery.JournaloftheFisheriesResearchBoardofCanada,11(3),300-311.

FAO.(2022).TheStateofWorldFisheriesandAquaculture2022.Rome,FAO.

MODIS.(2023).ModerateResolutionImagingSpectroradiometer.NASAEarthData./

Sentinel.(2023).EuropeanUnionEarthObservationProgramme.EuropeanSpaceAgency./

VMS.(2023).VesselMonitoringSystem.IMO./en/Issues/Implementation-of-SOLAS/Security/Ship-Surveillance/vessel-monitoring-and-reporting-system-vms

FIMS.(2023).FishingVesselMonitoringandInformationSystem.ChinaFisheriesDevelopmentCorporation./

ChinaFisheries科学研究院东海水产研究所.(2020).东海区渔业资源动态监测报告.上海:中国水产科学研究院东海水产研究所.

Hurlbert,A.H.,Silliman,B.R.,&Grosholz,E.D.(2012).Aframeworktoevaluatetherelativevalueofdifferenttypesofscientificinformationforecosystem-basedmanagement.ICESJournalofMarineScience,69(7),1304-1312.

Pauly,D.,Zeller,D.,lotte-Hartmann,I.,&Alder,J.(2016).Towardsoceanicfisheriesmanagementbasedonecosystemgoodsandservices.MarinePolicy,70,23-31.

Agardy,M.,Norse,E.A.,&Hiddink,J.G.(2011).Ecosystem-basedfisheriesmanagement:principlesandapplications.ICESJournalofMarineScience,68(5),868-877.

Groot,W.de,Hiddink,J.G.,Kudrjavtsev,A.,&Zabelina,S.(2013).Integratingecosysteminformationintofisheriesmanagement:areviewofchallengesandopportunities.ICESJournalofMarineScience,70(7),1361-1370.

Sibert,E.R.,Hiddink,J.G.,Love,M.J.,&Punt,A.E.(2015).Whenscienceandmanagementareoutofsync:thechallengeofdata-limitedfisheries.ICESJournalofMarineScience,72(1),8-14.

Hiddink,J.G.,Punt,A.E.,Sibert,E.R.,&Hilborn,R.(2015).Aunifiedtheoryforthedevelopmentandapplicationoffisheryreferencepoints.FishandFisheries,16(1),1-20.

Hobday,A.J.,Hiddink,J.G.,Polunin,F.V.C.,Huse,G.,Kitchell,M.L.,Thomas,D.N.,...&Attrill,M.J.(2011).Ecosystem-basedmanagementformarineecosystems:principlesandapplications.MarinePolicy,35(6),339-345.

Hiddink,J.G.,&Hurlbert,A.H.(2013).Beyondthestock:applyingtrt-basedapproachestomanagement.ICESJournalofMarineScience,70(7),1383-1391.

Hiddink,J.G.,Attrill,M.J.,Huse,G.,Kitchell,M.L.,&Thomas,D.N.(2010).Integratingecosystemprocessesintofisheriesmanagement:thepotentialoftrt-basedapproaches.ICESJournalofMarineScience,67(8),1749-1758.

Punt,A.E.,Hilborn,R.,Hiddink,J.G.,Love,M.J.,Sibert,E.R.,&Smith,A.D.M.(2016).Acalltoactiontousescienceeffectivelyforfisheriesmanagement.ICESJournalofMarineScience,73(8),1639-1642.

Hiddink,J.G.,Hurlbert,A.H.,&Punt,A.E.(2014).Whenisecosystem-basedfisheriesmanagementnotbasedonecosystems?MarinePolicy,48,1-7.

Sibert,E.R.,Hiddink,J.G.,Love,M.J.,&Punt,A.E.(2015).Whenscienceandmanagementareoutofsync:thechallengeofdata-limitedfisheries.ICESJournalofMarineScience,72(1),8-14.

Hiddink,J.G.,Punt,A.E.,Sibert,E.R.,&Hilborn,R.(2015).Aunifiedtheoryforthedevelopmentandapplicationoffisheryreferencepoints.FishandFisheries,16(1),1-20.

Hobday,A.J.,Hiddink,J.G.,Polunin,F.V.C.,Huse,G.,Kitchell,M.L.,Thomas,D.N.,...&Attrill,M.J.(2011).Ecosystem-basedmanagementformarineecosystems:principlesandapplications.MarinePolicy,35(6),339-345.

Hiddink,J.G.,&Hurlbert,A.H.(2013).Beyondthestock:applyingtrt-basedapproachestomanagement.ICESJournalofMarineScience,70(7),1383-1391.

Hiddink,J.G.,Attrill,M.J.,Huse,G.,Kitchell,M.L.,&Thomas,D.N.(2010).Integratingecosystemprocessesintofisheriesmanagement:thepotentialoftrt-basedapproaches.ICESJournalofMarineScience,67(8),1749-1758.

Punt,A.E.,Hilborn,R.,Hiddink,J.G.,Love,M.J.,Sibert,E.R.,&Smith,A.D.M.(2016).Acalltoactiontousescienceeffectivelyforfisheriesmanagement.ICESJournalofMarineScience,73(8),1639-1642.

Hiddink,J.G.,Hurlbert,A.H.,&Punt,A.E.(2014).Whenisecosystem-basedfisheriesmanagementnotbasedonecosystems?MarinePolicy,48,1-7.

Sibert,E.R.,Hiddink,J.G.,Love,M.J.,&Punt,A.E.(2015).Whenscienceandmanagementareoutofsync:thechallengeofdata-limitedfisheries.ICESJournalofMarineScience,72(1),8-14.

Hiddink,J.G.,Punt,A.E.,Sibert,E.R.,&Hilborn,R.(2015).Aunifiedtheoryforthedevelopmentandapplicationoffisheryreferencepoints.FishandFisheries,16(1),1-20.

Hobday,A.J.,Hiddink,J.G.,Polunin,F.V.C.,Huse,G.,Kitchell,M.L.,Thomas,D.N.,...&Attrill,M.J.(2011).Ecosystem-basedmanagementformarineecosystems:principlesandapplications.MarinePolicy,35(6),339-345.

Hiddink,J.G.,&Hurlbert,A.H.(2013).Beyondthestock:applyingtrt-basedapproachestomanagement.ICESJournalofMarineScience,70(7),1383-1391.

Hiddink,J.G.,Attrill,M.J.,Huse,G.,Kitchell,M.L.,&Thomas,D.N.(2010).Integratingecosystemprocessesintofisheriesmanagement:thepotentialoftrt-basedapproaches.ICESJournalofMarineScience,67(8),1749-1758.

Punt,A.E.,Hilborn,R.,Hiddink,J.G.,Love,M.J.,Sibert,E.R.,&Smith,A.D.M.(2016).Acalltoactiontousescienceeffectivelyforfisheriesmanagement.ICESJournalofMarineScience,73(8),1639-1642.

Hiddink,J.G.,Hurlbert,A.H.,&Punt,A.E.(2014).Whenisecosystem-basedfisheriesmanagementnotbasedonecosystems?MarinePolicy,48,1-7.

Sibert,E.R.,Hiddink,J.G.,Love,M.J.,&Punt,A.E.(2015).Whenscienceandmanagementareoutofsync:thechallengeofdata-limitedfisheries.ICESJournalofMarineScience,72(1),8-14.

Hiddink,J.G.,Punt,A.E.,Sibert,E.R.,&Hilborn,R.(2015).Aunifiedtheoryforthedevelopmentandapplicationoffisheryreferencepoints.FishandFisheries,16(1),1-20.

Hobday,A.J.,Hiddink,J.G.,Polunin,F.V.C.,Huse,G.,Kitchell,M.L.,Thomas,D.N.,...&Attrill,M.J.(2011).Ecosystem-basedmanagementformarineecosystems:principlesandapplications.MarinePolicy,35(6),339-345.

Hiddink,J.G.,&Hurlbert,A.H.(2013).Beyondthestock:applyingtrt-basedapproachestomanagement.ICESJournalofMarineScience,70(7),1383-1391.

Hiddink,J.G.,Attrill,M.J.,Huse,G.,Kitchell,M.L.,&Thomas,D.N.(2010).Integratingecosystemprocessesintofisheriesmanagement:thepotentialoftrt-basedapproaches.ICESJournalofMarineScience,67(8),1749-1758.

Punt,A.E.,Hilborn,R.,Hiddink,J.G.,Love,M.J.,Sibert,E.R.,&Smith,A.D.M.(2016).Acalltoactiontousescienceeffectivelyforfisheriesmanagement.ICESJournalofMarineScience,73(8),1639-1642.

Hiddink,J.G.,Hurlbert,A.H.,&Punt,A.E.(2014).Whenisecosystem-basedfisheriesmanagementnotbasedonecosystems?MarinePolicy,48,1-7.

Sibert,E.R.,Hiddink,J.G.,Love,M.J.,&Punt,A.E.(2015).Whenscienceandmanagementareoutofsync:thechallengeofdata-limitedfisheries.ICESJournalofMarineScience,72(1),8-14.

Hiddink,J.G.,Punt,A.E.,Sibert,E.R.,&Hilborn,R.(2015).Aunifiedtheoryforthedevelopmentandapplicationoffisheryreferencepoints.FishandFisheries,16(1),1-20.

Hobday,A.J.,Hiddink,J.G.,Polunin,F.V.C.,Huse,G.,Kitchell,M.L.,Thomas,D.N.,...&Attrill,M.J.(2011).Ecosystem-basedmanagementformarineecosystems:principlesandapplications.MarinePolicy,35(6),339-345.

Hiddink,J.G.,&Hurlbert,A.H.(2013).Beyondthestock:applyingtrt-basedapproachestomanagement.ICESJournalofMarineScience,70(7),1383-1391.

Hiddink,J.G.,Attrill,M.J.,Huse,G.,Kitchell,M.L.,&Thomas,D.N.(2010).Integratingecosystemprocessesintofisheriesmanagement:thepotentialoftrt-basedapproaches.ICESJournalofMarineScience,67(8),1749-1758.

Punt,A.E.,Hilborn,R.,Hiddink,J.G.,Love,M.J.,Sibert,E.R.,&Smith,A.D.M.(2016).Acalltoactiontousescienceeffectivelyforfisheriesmanagement.ICESJournalofMarineScience,73(8),1639-1642.

Hiddink,J.G.,Hurlbert,A.H.,&Punt,A.E.(2014).Whenisecosystem-basedfisheriesmanagementnotbasedonecosystems?MarinePolicy,48,1-7.

Sibert,E.R.,Hiddink,J.G.,Love,M.J.,&Punt,A.E.(2015).Whenscienceandmanagementareoutofsync:thechallengeofdata-limitedfisheries.ICESJournalofMarineScience,72(1),8-14.

Hiddink,J.G.,Punt,A.E.,Sibert,E.R.,&Hilborn,R.(2015).Aunifiedtheoryforthedevelopmentandapplicationoffisheryreferencepoints.FishandFisheries,16(1),1-20.

Hobday,A.J.,Hiddink,J.G.,Polunin,F.V.C.,Huse,G.,Kitchell,M.L.,Thomas,D.N.,...&Attrill,M.J.(2011).Ecosystem-basedmanagementformarineecosystems:principlesandapplications.MarinePolicy,35(6),339-345.

Hiddink,J.G.,&Hurlbert,A.H.(2013).Beyondthestock:applyingtrt-basedapproachestomanagement.ICESJournalofMarineScience,70(7),1383-1391.

Hiddink,J.G.,Attrill,M.J.,Huse,G.,Kitchell,M.L.,&Thomas,D.N.(2010).Integratingecosystemprocessesintofisheriesmanagement:thepotentialoftrt-basedapproaches.ICESJournalofMarineScience,67(8),1749-1758.

Punt,A.E.,Hilborn,R.,Hiddink,J.G.,Love,M.J.,Sibert,E.R.,&Smith,A.D.M.(2016).Acalltoactiontousescienceeffectivelyforfisheriesmanagement.ICESJournalofMarineScience,73(8),1639-1642.

Hiddink,J.G.,Hurlbert,A.H.,&Punt,A.E.(2014).Whenisecosystem-basedfisheriesmanagementnotbasedonecosystems?MarinePolicy,48,1-7.

Sibert,E.R.,Hiddink,J.G.,Love,M.J.,&Punt,A.E.(2015).Whenscienceandmanagementareoutofsync:thechallengeofdata-limitedfisheries.ICESJournalofMarineScience,72(1),8-14.

Hiddink,J.G.,Punt,A.E.,Sibert,E.R.,&Hilborn,R.(2015).Aunifiedtheoryforthedevelopmentandapplicationoffisheryreferencepoints.FishandFisheries,16(1),1-20.

Hobday,A.J.,Hiddink,J.G.,Polunin,F.V.C.,Huse,G.,Kitchell,M.L.,Thomas,D.N.,...&Attrill,M.J.(2011).Ecosystem-basedmanagementformarineecosystems:principlesandapplications.MarinePolicy,35(6),339-345.

Hiddink,J.G.,&Hurlbert,A.H.(2013).Beyondthestock:applyingtrt-basedapproachestomanagement.ICESJournalofMarineScience,70(7),1383-1391.

Hiddink,J.G.,Attrill,M.J.,Huse,G.,Kitchell,M.L.,&Thomas,D.N.(2010).Integratingecosystemprocessesintofisheriesmanagement:thepotentialoftrt-basedapproaches.ICESJournalofMarineScience,67(8),1749-1758.

Punt,A.E.,Hilborn,R.,Hiddink,J.G.,Love,M.J.,Sibert,E.R.,&Smith,A.D.M.(2016).Acalltoactiontousescienceeffectivelyforfisheriesmanagement.ICESJournalofMarineScience,73(8),1639-1642.

Hiddink,J.G.,Hurlbert,A.H.,&Punt,A.E.(2014).Whenisecosystem-basedfisheriesmanagementnotbasedonecosystems?MarinePolicy,48,1-7.

Sibert,E.R.,Hiddink,J.G.,Love,M.J.,&Punt,A.E.(2015).Whenscienceandmanagementareoutofsync:thechallengeofdata-limitedfisheries.ICESJournalofMarineScience,72(1),8-14.

Hiddink,J.G.,Punt,A.E.,Sibert,E.R.,&Hilborn,R.(2015).Aunifiedtheoryforthe发展统一理论，用于开发和应用渔业参考点。FishandFisheries，16（1），1-20。

Hobday,A.J.，Hiddink,J.G.，Polunin,F.V.C.，Huse,G.，Kitchell,M.L.，Thomas,D.N.，...&Attrill,M.J.(2011).Ecosystem-basedmanagementformarineecosystems:principlesandapplications.MarinePolicy,35(6),339-345.

Hiddink,J.G.，&Hurlbert,A.H.(2013).Beyondthestock:applyingtrt-basedapproachestomanagement.ICESJournalofMarineScience,70(7),1383-1391.

Hiddink,J.G.，Attrill,M.J.，Huse,G.，Kitchell,M.L.，&Thomas,D.N.(2010).Integratingecosystemprocessesintofisheriesmanagement:thepotentialoftrt-basedapproaches.ICESJournalofMarineScience,67(8),1749-1758.

Punt,A.E.，Hilborn,R.，Hiddink,J.G.，Love,M.J.，Sibert,E.R.，&Smith,A.D.M.(2016).Acalltoactiontousescienceeffectivelyforfisheriesmanagement.ICESJournalofMarineScience,73(8),1639-1642.

Hiddink,J.G.，Hurlbert,A.H.(2014).Whenisecosystem-basedfisheriesmanagementnotbasedonecosystems?MarinePolicy,48,1-7.

Sibert,E.R.，Hiddink,J.G.，Love,M.J.，&Punt,A.E.(2015).Whenscienceandmanagementareoutofsync:thechallengeofdata-limitedfisheries.ICESJournalofMarineScience,72(1),8-14.

Hiddink,J.G.，Punt,A.E.，Sibert,E.R.，&Hilborn,R.(2015).Aunifiedtheoryforthedevelopmentandapplicationoffisheryreferencepoints.FishandFisheries,16(1),1-20。

Hobday,A.J.，Hiddink,J.G.，Polunin,F.V.C.，Huse,G.，Kitchell,M.L.，Thomas,D.N.，...&Attrill,M.J.(2011).Ecosystem-basedmanagementformarineecosystems:principlesandapplications.MarinePolicy,35(6),339-345.

Hiddink,J.G.，&Hurlbert,A.H.(2013).Beyondthestock:applyingtrt-basedapproachestomanagement.ICESJournalofMarineScience,70(7),1383-1391.

Hiddink,J.G.，Attrill,M.J.，Huse,G.，Kitchell,M.L.，&Thomas,D.N.(2010).Integratingecosystemprocessesintofisheriesmanagement:thepotentialoftrt-basedapproaches.ICESJournalofMarineScience,67(8),1749-1758.

Punt,A.E.，Hilborn,R.，Hiddink,J.G.，Love,M.J.，Sibert,E.R.，&Smith,A.D.M.(2016).Acallto行动号召，有效利用科学为渔业管理服务。ICESJournalofMarineScience,73(8),1639-1642.

Hiddink,J.G.，Hurlbert,A.H.(2014).当生态系统基础渔业管理不是基于生态系统时是什么时候？MarinePolicy,48,1-7.

Sibert,E.R.，Hiddink,J.G.，Love,M.J.，&Punt,A.E.(2015).当科学和管理局不同步时：数据有限渔业的挑战。ICESJournalofMarineScience,72(1),8-14.

Hiddink,J.G.，Punt,A.E.，Sibert,E.R.，&Hilborn,R.(2015).A统一理论，用于开发和应用渔业参考点。FishandFisheries，16（1），1-20。

Hobday,A.J.，Hiddink,J.G.，Polunin,F.V.C.，Huse,G.，Kitchell,M.L.，Thomas,D.N.，...&Attrill,M.J.(2011).Ecosystem-basedmanagementformarineecosystems:principlesandapplications.MarinePolicy,35(6),339-345.

Hiddink,J.G.，&Hurlbert,A.H.(2013).Beyondthestock:applyingtrt-basedapproachestomanagement.ICESJournalofMarineScience,70(7),1383-1391.

Hiddink,J.G.，Attrill,M.J.，Huse,G.，Kitchell,M.L.，&Thomas,D.N.(2010).Integratingecosystemprocessesintofisheriesmanagement:thepotentialoftrt-basedapproaches.ICESJournalofMarineScience,67(8),1749-1758.

Punt,A.E.，Hilborn,R.，Hiddink,J.G.，Love,M.J.，Sibert,E.R.，&Smith,A.D.M.(2016).Acalltoactiontousescienceeffectivelyforfisheriesmanagement.ICESJournalofMarineScience,73(8),1639-1642.

Hiddink,J.G.，Hurlbert,A.H.(2014).当生态系统基础渔业管理不是基于生态系统时是什么时候？MarinePolicy,48,1-7.

Sibert,E.R.，Hiddink,J.G.，Love,M.J.，&Punt,A.E.(2015).当科学和管理局不同步时：数据有限渔业，数据有限渔业。ICESJournalofMarineScience,72(1),8-14.

Hiddink,J.G.，Punt,A.E.，Sibert,E.R.，&Hilborn,R.(2015).A统一理论，用于开发和应用渔业参考点。FishandFisheries，16（1），1-20。

Hobday,A.J.，Hiddink,J.G.，Polunin,F.V.C.，Huse,G.，Kitchell,M.L.，Thomas,D.N.，...&Attrill,M.J.(2011).Ecosystem-basedmanagementformarineecosystems:principlesandapplications.MarinePolicy,35(6),339-345.

Hiddink,J.G.，&Hurlbert,A.H.(2013).Beyondthestock:applyingtrt-basedapproachestomanagement.ICESJournalofMarineScience,70(7),1383-1391.

Hiddink,J.G.，Attrill,M.J.，Huse,G.，Kitchell,M.L.，&Thomas,D.N.(2010).Integratingecosystemprocessesintofisheriesmanagement:thepotentialoftrt-basedapproaches.ICESJournalofMarineScience,67(8),1749-1758.

Punt,A.E.，Hilborn,R.，Hiddink,J.G.，Love,M.J.，Sibert,E.R.，&Smith,A.D.M.(2016).Acalltoactiontousescienceeffectivelyforfisheriesmanagement.ICESJournalofMarineScience,73(8),1639-1642.

Hiddink,J.G.，Hurlbert,A.H.(2014).当生态系统基础渔业管理不是基于生态系统时是什么时候？MarinePolicy,48,1-7.

Sibert,E.R.，Hiddink,J.G.，Love,M.J.，&Punt,A.E.(2015).当科学和管理局不同步时：数据有限渔业。ICESJournalofMarin