リアルタイム漁船位置データを活用したカツオ漁場推定精度の向上
| Project/Area Number |
21K05759
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 40030:Aquatic bioproduction science-related
|
|---|
| Research Institution | Japan Agency for Marine-Earth Science and Technology |
|---|
Principal Investigator |
五十嵐 弘道 国立研究開発法人海洋研究開発機構, 付加価値情報創生部門(情報エンジニアリングプログラム), 副主任研究員 (10578157)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
阿部 泰人 北海道大学, 水産科学研究院, 助教 (40627246)
齊藤 誠一 北海道大学, 北極域研究センター, 研究員 (70250503)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Project Status |
Granted (Fiscal Year 2021)
|
| Budget Amount *help |
¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000)
Fiscal Year 2023: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
Fiscal Year 2022: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2021: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
|
|---|
| Keywords | カツオ / 隠れマルコフモデル / ハビタットモデル / 漁場推定 / AIS |
|---|
| Outline of Research at the Start |
本研究では、カツオ漁船のAISデータを活用して操業状態を推定し漁場位置を推定する仕
組みを構築し、そのデータを即時的に導入するハビタットモデルを構築して漁場推定精度を
向上させることを目的とする。漁場形成環境の急激な変化に即応できる新しい仕組みを導入
したハビタットモデルを用いて高精度の漁場推定を実現することにより、気候変動に伴う漁
場形成機構の変化を定量的に把握するとともに、漁場探索を効率化して漁船の燃油消費を抑
え漁業経営の安定化につながる技術の実利用化を目指す。
|
| Outline of Annual Research Achievements |
本研究では、日本のカツオ漁船を対象として、AIS(Automatic Identification System:船舶自動識別装置)から得られる漁船の位置データを活用して操業状態を推定し漁場位置を推定する仕組みを構築し、そのデータを即時的に導入するハビタットモデルを構築して漁場推定精度を向上させることを目的としているが、実施初年度となるR3年度は、AISからリアルタイムで得られる日本のカツオ漁船の位置データから漁船の「状態」を推定する手法を開発して漁場位置データを試作し、その推定精度についての評価を行った。
まず、カツオ漁船について、漁業法第36条に基づく大臣許可を受けた日本のカツオ・マグロ漁船（釣り・全海域）のうちの20隻について、2015-2017年の3年間においてAISで受信された漁船の位置データを入手し、漁船行動解析のための整備を行った。さらにこのデータに対して隠れマルコフモデル(Hidden Markov Model: HMM)を適用して、各時刻の漁船の状態（航行・探索・操業）を推定し、過去の知見として得られている漁船行動解析の結果と比較することで状態推定の精度検証を行った。得らえた結果として、AISに記録されている各漁船の位置情報の密度には大きな偏りがあり、漁船行動を10分程度の間隔で捕捉できる漁船についてはHMMにより推定した「操業状態」が過去の知見とよく一致することが確認できる一方で、AISによる記録が少ない漁船についてはHMMによる推定が困難であることがわかった。漁船によりデータ密度に差が生じる原因は不明であるが、20隻のうち14隻が高密度でデータが得られることを確認できたため、本研究でR4年度に実施する漁場推定モデル構築に必要な漁場位置データをAISデータから入手するための仕組みが整備できた。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
当初予定通り、カツオ漁船についてのAISデータの入手・整備と、それを用いた隠れマルコフモデルによる漁船の状態推定の仕組みを構築することができた。残念なことに、データを入手した2015-2017年については、20隻のうち30％の漁船については、過去データから漁船行動を復元するために必要なデータ密度を得ることができなかったが、HMMを構築・実装することにより、実際のリアルタイム運用時にはそれらの漁船行動からも操業位置が特定できる可能性があるため、HMMの構築により漁場推定モデルの精度向上につながる情報を抽出することが期待できる。状態推定の精度検証及び高精度化については、漁業者が日々記録しているログブックを入手して、それに記載されている実際の漁場位置とHMMの結果を比較することで、さらに精緻な検証を行うことができると考えられるので、漁業者からの協力を得ることでログブックデータを入手することができればさらなる高精度化が実現できる。漁船の状態推定モデル構築により、漁船の位置情報から推定漁場位置データの作成が可能になったため、漁場推定モデル構築に必要な入力データを得るための準備ができたと考えられる。また、2018年以降のAISデータを入手することで漁場位置データをさらに拡充することでHMM及び漁場推定モデルの推定精度向上につなげていく予定である。
|
| Strategy for Future Research Activity |
今年度中に、AIS漁船位置データから操業位置を特定し漁場位置を抽出するHMMの構築を行うことができたので、今後は、HMMを適用することで得られる漁場位置データセットを作成して漁場推定モデルの入力データを整備し、その後については、研究計画通り、作成したカツオ漁場位置推定データと衛星観測・数値モデルによる海洋環境データを入力値としてハビタットモデルを構築してカツオの漁場推定を行う。ハビタットモデルにより得られた漁場推定結果について実際のカツオ漁船の操業日誌から得られる漁場位置と比較することにより漁場推定精度を検証する。さらに、構築したハビタットモデルに対してリアルタイム漁場位置データを逐次追加することでモデルを更新するシステムを構築する。対象海域において特異な海洋環境を示した顕著年に対して本システムを適用し、顕著年以外の過去データを用いて作成したハビタットモデルの漁場推定結果に対する漁場位置の変化をハビタットモデルの感度として定量化することで気候変動に伴う影響を評価するとともに、逐次追加するデータの重みを自動的に調整する機能を導入することで効率的にハビタットモデルの推定精度を向上させる仕組みを整備する。これらすべての準備が整った段階で、リアルタイムデータによるモデル更新システムを適用することで疑似リアルタイム漁場推定実験を行い、ハビタットモデル更新機能の導入による漁場推定精度への効果を検証して、本研究で開発したシステムの実利用での有効性を評価する。
|
Report
(1 results)
Research Products
(3 results)
