اقیانوس ها چقدر شلوغ هستند؟ نقشه های جدید نشان می دهد که تا به حال چه چیزی زیر رادار پرواز می کرد

محققان با استفاده از تصاویر ماهواره ای و هوش مصنوعی، فعالیت های انسانی در دریا را با دقت بیشتری نسبت به قبل ترسیم کرده اند. این تلاش حجم عظیمی از فعالیت‌های صنعتی را که قبلاً در زیر رادار پرواز می‌کردند، از عملیات ماهیگیری مشکوک گرفته تا انفجار توسعه انرژی فراساحلی را نشان داد.

نقشه ها بودند منتشر شده امروز در مجله طبیعت. تحقیقات انجام شده توسط سازمان دیده بان ماهیگیری غیرانتفاعی تحت حمایت گوگل نشان داد که سه چهارم کشتی های ماهیگیری صنعتی جهان به طور عمومی ردیابی نمی شوند. تا ۳۰ درصد از کشتی های حمل و نقل و انرژی نیز از ردیابی عمومی فرار می کنند.

محققان می‌گویند این نقاط کور می‌تواند تلاش‌های جهانی برای حفاظت را مختل کند. برای حفاظت بهتر از اقیانوس ها و شیلات جهان، سیاست گذاران نیاز به تصویر دقیق تری از محل بهره برداری مردم از منابع در دریا دارند.

تقریباً همه ملت های روی زمین با الف موافقت کرده اند هدف مشترک حفاظت از ۳۰ درصد از زمین و آب های زمین تا سال ۲۰۳۰ بر اساس چارچوب جهانی تنوع زیستی کونمینگ-مونترال که سال گذشته تصویب شد. دیوید کرودسما، یکی از نویسندگان این نقشه می‌گوید: «سؤال این است که ما باید از کدام ۳۰ درصد محافظت کنیم؟ و شما نمی‌توانید درباره محل فعالیت ماهیگیری، کجا سکوهای نفتی بحث کنید، مگر اینکه این نقشه را داشته باشید. طبیعت مقاله و مدیر تحقیقات و نوآوری در دیده بان ماهیگیری جهانی.

تا پیش از این، Global Fishing Watch و سایر سازمان‌ها در درجه اول به سیستم شناسایی خودکار دریایی (AIS) برای مشاهده آنچه در دریا اتفاق می‌افتد متکی بودند. این سیستم کشتی‌هایی را که حامل جعبه‌ای هستند که سیگنال‌های رادیویی را ارسال می‌کنند ردیابی می‌کند و از داده‌ها در گذشته برای صید بی رویه و کار اجباری در کشتی ها را مستند کنید. با این حال، محدودیت های عمده ای در سیستم وجود دارد. الزامات حمل AIS بسته به کشور و نوع کشتی متفاوت است. و زمانی که می‌خواهد از شناسایی جلوگیری کند، یا در مکان‌هایی که قدرت سیگنال لکه‌دار است عبور کند، بسیار آسان است که جعبه را خاموش کند.

برای پر کردن جاهای خالی، کرودسما و همکارانش ۲۰۰۰ ترابایت تصویر را تجزیه و تحلیل کردند. Sentinel-1 آژانس فضایی اروپا صورت فلکی ماهواره ای Sentinel-1 به جای گرفتن تصاویر نوری سنتی، که مانند گرفتن عکس با دوربین است، از ابزارهای راداری پیشرفته برای مشاهده سطح زمین استفاده می کند. رادار می تواند به ابرها نفوذ کند و در تاریکی “دید” کند – و توانست فعالیت های فراساحلی را که AIS از دست داده است، شناسایی کند.

از آنجایی که ۲۰۰۰ ترابایت حجم عظیمی از داده ها برای خرد کردن است، محققان سه مدل یادگیری عمیق را برای طبقه بندی هر یک از کشتی های شناسایی شده، تخمین اندازه آنها و مرتب کردن انواع زیرساخت های دریایی توسعه دادند. آنها حدود ۱۵ درصد از اقیانوس‌های جهان را که ۷۵ درصد فعالیت‌های صنعتی در آن انجام می‌شود، زیر نظر گرفتند و به حرکت کشتی‌ها و توسعه ساختارهای ثابت دریایی مانند سکوهای نفتی و توربین‌های بادی بین سال‌های ۲۰۱۷ تا ۲۰۲۱ توجه کردند.

در حالی که فعالیت ماهیگیری با شروع همه‌گیری کووید-۱۹ در سال ۲۰۲۰ کاهش یافت، آنها ترافیک متراکم کشتی‌ها را در مناطقی پیدا کردند که «قبلاً فعالیت کشتی‌ها را کم یا بدون فعالیت نشان می‌داد» در سیستم‌های ردیابی عمومی – به ویژه در اطراف جنوب و جنوب شرق آسیا، و شمال و غرب. سواحل آفریقا

رونق توسعه انرژی فراساحلی نیز در داده ها قابل مشاهده بود. توربین‌های بادی تا پایان سال ۲۰۲۰ از سازه‌های نفتی پیشی گرفتند. توربین‌ها تا سال بعد ۴۸ درصد از زیرساخت‌های اقیانوسی را تشکیل دادند، در حالی که سازه‌های نفتی ۳۸ درصد را تشکیل می‌دادند.

تقریباً تمام توسعه بادهای فراساحلی در سواحل شمال اروپا و چین صورت گرفت. در شمال شرقی ایالات متحده، مخالفان انرژی پاک سعی کرده‌اند مرگ نهنگ‌ها را به دروغ به توسعه بادهای فراساحلی مرتبط کنند، حتی اگر شواهد نشان می دهد که اعتصاب کشتی ها مشکل است.

سازه های نفتی نسبت به توربین های بادی کشتی های بسیار بیشتری در اطراف خود دارند. کشتی های تانک در مواقعی برای انتقال نفت به ساحل به عنوان جایگزینی برای خطوط لوله استفاده می شوند. تعداد سازه های نفتی طی پنج سال مورد مطالعه ۱۶ درصد رشد داشته است. و توسعه نفت فراساحلی با پنج برابر ترافیک کشتی‌ها در سطح جهان نسبت به توربین‌های بادی در سال ۲۰۲۱ مرتبط بود. کرودسما می‌گوید: «میزان واقعی ترافیک کشتی‌ها در سطح جهان از توربین‌های بادی در مقایسه با بقیه ترافیک ناچیز است.

فرناندو پائولو، نویسنده ارشد این مطالعه و مهندس یادگیری ماشین در Global Fishing Watch، در پاسخ به این سوال که آیا این نوع مطالعه بدون هوش مصنوعی امکان‌پذیر بوده است یا خیر، می‌گوید: «جواب کوتاه منفی است، فکر نمی‌کنم. “یادگیری عمیق در یافتن الگوها در مقادیر زیاد داده برتری دارد.”

ابزارهای یادگیری ماشین جدیدی که به عنوان نرم‌افزار منبع باز برای پردازش تصاویر ماهواره‌ای جهانی توسعه می‌یابند، می‌گوید: «دسترسی به داده‌ها و ابزارها را دموکراتیک می‌کند و به محققان، تحلیلگران و سیاست‌گذاران در کشورهای کم‌درآمد اجازه می‌دهد تا از فناوری‌های ردیابی با هزینه کم استفاده کنند». طبیعت امروز که درباره تحقیقات پائولو و کرودسما نظر می دهد. در مقاله ای که توسط کنستانتین کلمر، محقق فوق دکتری مایکروسافت و استادیار دانشگاه کلرادو بولدر، استر رولف، نوشته شده است، می گوید: «تاکنون، هیچ نقشه جامع و جهانی از این انواع مختلف زیرساخت های دریایی در دسترس نبوده است.

پیشرفت‌های فناوری در زمان حیاتی برای ثبت تغییرات سریع در فعالیت‌های دریایی به دست می‌آیند، در حالی که کشورها تلاش می‌کنند تا قبل از اینکه خیلی دیر شود، تغییرات آب و هوایی را متوقف کرده و از تنوع زیستی محافظت کنند. “دلیل اهمیت این موضوع این است که شلوغ تر می شود [at sea] کرودسما می‌گوید: «و در حال استفاده‌تر شدن است و ناگهان باید تصمیم بگیرید که چگونه این عوام عظیم جهانی را مدیریت کنیم.» تیاو لبه. “این نمی تواند غرب وحشی باشد. و این راهی است که از نظر تاریخی بوده است.”