2022 Fiscal Year Research-status Report
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 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(地球情報科学技術センター), グループリーダー (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
|
| 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 |
|---|
| 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2年目となるR4年度は、AISから得られる日本のカツオ漁船の位置データとデータ同化プロダクトとして得られる3次元の海洋環境データとの統合解析によりハビタットモデルを構築してカツオ漁場の推定を行い、その推定精度について評価を行った。
まず、昨年度に構築したAISから漁場位置を自動抽出するHMM(Hidden Markov model:隠れマルコフモデル)により得られた、日本のカツオ漁船（釣り・全海域）のうちの20隻分の2015-2017年の3年間における推定漁場位置データを作成した。さらにこのデータと気象研究所が作成した日本沿岸海洋再解析データセットMOVE/MRI.COM-JPNとの統合解析を行うことでカツオのハビタットモデルを開発し、得られた漁場推定結果と実際の漁場位置を比較することで精度検証を行った。得らえた結果として、モデル性能を示すAUC(Area Under Curve)の値が0.846を得ることができモデルの推定精度の有効性を示した。またカツオ分布の推定状況から、春季の「上りガツオ漁」から夏季に三陸沖で漁場が形成されたのち秋季に「戻りガツオ漁」として漁場域が南下していく様子が捉えられており、カツオ漁場変動の季節変化が良く捉えられていることに加えて、亜熱帯域の漁場形成も表現されていることが確認できた。1年間を通じたカツオ漁場形成を表現できるハビタットモデルが構築できたことで、リアルタイムデータによるモデル更新のベースとなる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、AISによる日本のカツオ漁船の推定漁場位置データと日本沿岸海洋再解析データセットMOVE/MRI.COM-JPNとの統合解析を行うことでカツオのハビタットモデルを開発するとともに、良好な推定精度を確保することができた。1年間を通じたカツオ漁場形成の季節変化及び年々変動を表現できるハビタットモデルが構築できたことで、切れ目なく日々のカツオ漁場の推定を行う仕組みが整備できた。1年間トータルのモデル性能としてAUC＝0.846が得られているが、季節ごとの推定精度のバラつき等などのハビタットモデルの「癖」についてはさらに検証が必要である。どのような状況でモデルの推定精度が悪くなるのかをまず把握し、さらにその精度を向上するためにリアルタイムデータの導入がどの程度の効果をもたらすのか、について今後さらに検証を行い、情報を整理することが必要となる。これを実施することで、最終目的である、リアルタイムデータの導入による効果の特定が可能となり、効果的なリアルタイムデータの投入についての手法の確立が期待できる。
|
| Strategy for Future Research Activity |
今年度中に、カツオ漁場の推定を行うためのハビタットモデル開発を完了することができた。1年間を通じたカツオ漁場形成の季節変化及び年々変動を表現できるハビタットモデルが構築できたことで、切れ目なく日々のカツオ漁場の推定を行うことができるため、リアルタイムデータによる逐次更新実験を切れ目なく実施することができる仕組みが整備できた。これを踏まえて本研究実施最終年度であるR5年度は、研究計画通り、作成したカツオのハビタットモデルをベースとして、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疑似リアルタイム漁場推定実験を実施する。顕著年以前の過去データに加えて、漁場推定の対象となる期間の直近の1カ月における漁場位置データを「疑似リアルタイムデータ」として追加しハビタットモデルを再構築することで、漁場推定精度がどの程度向上するかを検証する。当初予定通り、まずは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。
|
| Causes of Carryover |
今年度、カツオ漁船行動解析に必要な船舶AIS観測データの購入を予定しており、データ購入費（その他）として計上していたが自己充当によりデータを購入することができたため今年度の支出はなかった。これにより研究計画の変更が生じることはなく予定通り研究を
遂行しているが、AISデータを拡充することで疑似リアルタイム実験の期間を拡充できるので、AISデータのアップデートや過去への遡りとして追加購入することでハビタットモデルの検証の幅を広げていく予定である。
|
