近期，中国科学院烟台海岸带研究所邢前国团队刘欣研究员、博士研究生李杰、侯英卓等发表了系列研究论文，旨在探讨渔业活动及相关渔业管理 (专属经济区政策、捕捞限制等)行为、自然过程等对海上捕捞渔业活动的冲击与影响。

针对中国大陆近海2013至2020年的研究(Geng et al., 2023)显示，我国51%的渔业活动集中于距海岸线40公里以内的海域，92%的渔业活动发生在距离岸线100公里以内区域。2013至2016年，近海捕捞的热点渔区主要分布在渤海，黄海北部以及东海；2017年以来，热点渔区逐渐破碎化并向南部海域移动，而且面积大幅减小。自主休渔期和国内海洋保护区政策在一定程度上有效限制了渔业捕捞，导致2013至2020 年中国海洋捕捞量总体呈下降趋势，其中，2020年总体渔业捕捞强度比2019 年下降了14%，比COVID-19疫情前三年（2017-2019 年）平均值下降了6%。

图1. 中国大陆沿海冷热点渔业捕捞区(Geng et al., 2023)

基于船舶AIS及卫星遥感数据在北印度洋的观测研究表明(Li et al., 2024)，北印度洋渔船高度集中在马尔代夫、阿曼等专属经济区外围印度洋公海、保克海峡、印度近岸海域，塞舌尔群岛海域及巴林湾的捕捞区和开放式养殖用海海域。北印度洋渔业活动有明显的季节性，每年7月渔业活动强度最低，与台风活动以及高温有关。受COVID-19疫情影响，2020年海上渔船数据急剧下降；随后至2023年，渔船活动热度逐年上升。

图2. 北印度洋渔船分布及季节与年际变化(Li et al., 2024)

针对高空间分辨率可持续发展卫星(SDGSAT-1)可见光载荷技术，研究团队开发了典型海洋藻华识别及泥沙反演算法(Hou et al., 2023)，用以精确监测、评估海洋水质变化与海洋藻华对海洋生物和生境的影响。结果发现，中国近海与北印度洋两个区域的藻华发生对近海海洋捕捞没有明显影响。

图3. 莱州湾泥沙与藻华分布(Hou et al., 2023)

该项区域对比研究表明，控制近海海洋渔业捕捞是中国应长期坚持力行的国策，符合中国近海渔业从捕捞到养殖的结构转型要求，有助于我国加入《港口国措施协定》的进程。

相关研究成果发表于《Journal of EnvironmentalManagement》等期刊，其中2项成果成功入选《地球大数据可持续发展目标报告 2024》SDG14.4案例。本研究得到了国家自然科学基金项目（No.4207618）、地球科学大数据工程(No.XDA19090123, XDA19060501)等项目支持。

相关论文：

R Geng, X Liu, X Lv, X Hu. 2023. Spatial-temporal variation of marine fishing activities responding to policy and social events in China. Journal of Environmental Management,348,119321.

J Li,Q Xing,X Li,M Arif, J Li. 2024. Monitoring off-shorefishing in the Northern Indian Oceanbased on satellite AutomaticIdentification System and remote sensing data. Sensors,24,781.

Y Hou, Q Xing, X Zheng, D Sheng, F Wang. 2023. Monitoring Suspended Sediment Concentration in the Yellow River Estuary and Its Vicinity Waters on the Basis of SDGSAT-1 Multispectral Imager. Water,15,3522.

Q Xing and S Jiang. 2024. “Identifying typical algal blooms in oceans” selected as SDG14 case study included in《Big Earth Data in Support of the Sustainable Development Goals 2024》.

X Liu and R Geng. 2024. “Since 2017, the area of fishing hotspots in China's coastal waters has decreased significantly, with lower concentration levels” selected as SDG 14case study included in《Big Earth Data in Support of the Sustainable Development Goals 2024》.