漁業(yè)科技前沿

科學(xué)家利用海洋機器人研究水蚤遷移

過去4年里，挪威水資源研究所旗下子公司Akvaplan-niva一直在成功地使用裝有多個傳感器的水下滑翔機（自主海洋機器人）。自主海洋機器人已經(jīng)在Lofoten Vester?len群島周圍的挪威北極地區(qū)收集了幾個月的數(shù)據(jù)，為海洋生態(tài)系統(tǒng)結(jié)構(gòu)和功能研究提供了新證據(jù)。最近，Akvaplanniva獲得了一個新項目，用于擴大該技術(shù)的應(yīng)用范圍。

這種機器人工作時不會發(fā)出聲音、振動或光，因此與調(diào)查船不同，它們是非侵入性的，可以從不受干擾的生態(tài)系統(tǒng)中收集數(shù)據(jù)。研究發(fā)現(xiàn)，春季浮游動物（水蚤）位于距海面10～20 m的水層。此外，還發(fā)現(xiàn)抹香鯨在以前從未有過記錄的海洋地區(qū)積極覓食。通過將機器人發(fā)送到遠程位置，可以為研究人員提供高價值海洋氣象數(shù)據(jù)，以改進天氣預(yù)報。這些發(fā)現(xiàn)證實了在海洋科學(xué)中使用自主海洋機器人的好處，并進一步激發(fā)了科學(xué)家的好奇心。他們想探索如何利用機器人來跟蹤每年的水蚤遷徙過程。這些水蚤在挪威800 m水下的深海冬眠，在春季上升到表面進行索餌和繁殖。為了能夠收集信息以了解這一遷徙過程，科學(xué)家需要在機器人上開發(fā)新的功能。這也是Akvaplan-niva獲得項目資助的背景。該項目旨在將一個聲學(xué)回聲測深儀和一個光學(xué)傳感器集成到一個可以下潛到1 000 m深度的自主海洋機器人上。這兩個傳感器在機器人上的集成將幫助科學(xué)家跟蹤浮游動物（水蚤）上升和下降的過程，并了解它們在深水中冬眠的位置和方式。參與項目研究的機構(gòu)包括法國索邦大學(xué)、挪威海洋研究所、康斯博格海事公司、法國Hydroptic公司、波蘭科學(xué)院海洋研究所、波蘭格但斯克大學(xué)和塞浦路斯海底咨詢服務(wù)公司。項目時間為2021—2022年。

楊林林譯自Norway：Ocean drones to study calanus migration，F(xiàn)IS，2020-12-18

衛(wèi)星可以揭示全球漁船存在的強迫勞動風(fēng)險

發(fā)表在科學(xué)期刊《美國國家科學(xué)院院刊》（Proceedings of National Academy of Sciences）上的一篇論文顯示，存在船員被強迫勞動的船只，其行為方式與其他漁船有系統(tǒng)性的不同。這一發(fā)現(xiàn)被用于建立一種相關(guān)模型，以識別和預(yù)測這些濫用職權(quán)的高危船只。

研究發(fā)現(xiàn)，在分析的約1.6萬艘工業(yè)漁船中，多達26%的漁船存在強迫勞動（一種現(xiàn)代奴隸制）的可能性。據(jù)估計，在這些高風(fēng)險船只上工作的人員多達10萬人，其中許多人可能成為強迫勞動的受害者。該研究還顯示了這些高風(fēng)險船只的作業(yè)地點和它們訪問過的港口。加州大學(xué)圣巴巴拉分校（University of California，Santa Barbara，UCSB）環(huán)境市場解決方案實驗室項目研究員、該研究主要作者GAVIN MCDONALD表示，近年來，國際媒體一直在關(guān)注漁船上存在的強迫勞動現(xiàn)象，但其程度一直未知。通過結(jié)合衛(wèi)星數(shù)據(jù)、機器學(xué)習(xí)和人權(quán)從業(yè)人員的實地調(diào)查，研究人員已經(jīng)識別出了那些侵犯人權(quán)的高風(fēng)險船只。該發(fā)現(xiàn)可以用來協(xié)助實施以前不能執(zhí)行的新政策和市場行動。

該研究小組匯編了27種不同船只行為和特征，這些行為和特征可能表明船上存在強迫勞動現(xiàn)象，可以通過全球漁業(yè)衛(wèi)星監(jiān)測系統(tǒng)進行觀察。研究人員將機器學(xué)習(xí)技術(shù)應(yīng)用于包含約1.6萬艘延繩釣船、魷魚作業(yè)船和拖網(wǎng)漁船的數(shù)據(jù)庫，以建立能夠區(qū)分高風(fēng)險和低風(fēng)險船只的預(yù)測模型。該數(shù)據(jù)庫包括22艘此前被新聞機構(gòu)和非政府組織公開認定存在濫用勞工行為的船只。該研究根據(jù)國際勞工組織確定的風(fēng)險指標(biāo)對報告的船只進行了評估，確定它們極有可能從事強迫勞動。通過研究2012—2018年1.6萬艘船只的年度行為，該模型正確預(yù)測了90%以上曾報告有強迫勞動行為的高風(fēng)險船只，并發(fā)現(xiàn)了多達4 200艘新的高風(fēng)險船只。

研究發(fā)現(xiàn)，區(qū)分高風(fēng)險船只的最重要指標(biāo)包括：離港口更遠、發(fā)動機功率更高、每天捕撈的時間更長、在公海捕撈的時間更多以及某一年比其他船只的捕撈次數(shù)更少。該研究的參與者，全球漁業(yè)觀察項目負責(zé)人DAVID KROODSMA表示，全球漁業(yè)觀察項目利用衛(wèi)星技術(shù)和機器學(xué)習(xí)監(jiān)控海上商業(yè)捕撈漁船。研究表明，可以應(yīng)用同樣的技術(shù)來更好地觀察甲板上正在發(fā)生的事情。這項研究開拓了一個新領(lǐng)域，不僅可以闡明漁船運營商是否負責(zé)任捕撈，而且還有可能闡明他們是否公平對待船員。

延繩釣船的高風(fēng)險船只總數(shù)最多。但是從觀察船隊中高危船只的普遍性來講，魷釣作業(yè)船的高危船只比例最高，緊隨其后的是延繩釣船，然后是比例要低得多的拖網(wǎng)漁船。高風(fēng)險的延繩釣船在全球范圍內(nèi)都有作業(yè)，而南美西部和東南部、俄羅斯東南部和印度西部則是高風(fēng)險的魷釣作業(yè)船的熱點地區(qū)。高風(fēng)險船只主要訪問非洲、亞洲和南美洲港口，但也有例外，如加拿大、新西蘭、美國和幾個歐洲國家的港口。2018年，這些高風(fēng)險船只訪問了79個國家的港口，其中39個國家是聯(lián)合國糧食及農(nóng)業(yè)組織《港口國措施協(xié)定》的締約國，該條約旨在通過加強港口國管制來打擊非法、不報告和不受管制（IUU）的捕撈。這些港口既是強迫勞動的潛在源，也是利用強迫勞動捕撈的海產(chǎn)品轉(zhuǎn)運點。

楊林林譯自Worldwide：Satellites can reveal risk of forced labor in the world’s fishing fleet，F(xiàn)IS，2020-12-22

基因組測序為鯡魚可持續(xù)捕撈鋪平道路

一個由瑞典、挪威、丹麥和愛爾蘭科學(xué)家組成的國際研究小組利用全基因組測序技術(shù)，對大西洋和波羅的海的53個鯡魚種群進行了鑒定。他們已經(jīng)開發(fā)出了基因標(biāo)記，可以更好地監(jiān)測鯡魚數(shù)量，避免過度捕撈。

卑爾根大學(xué)GENSINC項目的負責(zé)人ARILD FOLKVORD教授表示，這個項目利用遺傳標(biāo)記為篩查提供了一個經(jīng)濟的“工具箱”，可以用于檢測鯡魚種群從仔稚魚到成魚的全生活史過程。當(dāng)不同的種群混棲時，人們將有可能區(qū)分它們。這將有助于提供依據(jù)給遺傳界定的魚類種群制定捕撈配額，實現(xiàn)可持續(xù)開發(fā)。大西洋鯡魚是地球上數(shù)量最多的脊椎動物之一。據(jù)估計，大西洋及其鄰近水域的鯡魚總量約為1萬億尾。鯡魚擁有如此巨大的生物量，是因為它們以浮游生物為食。它們也是其他魚類、海鳥、海洋哺乳動物的重要食物來源。自人類定居北歐以來，鯡魚一直是一種重要的食物資源。鯡魚是集群生活的魚類，一次拖網(wǎng)捕撈就可以捕獲許多鯡魚，因此容易受到過度捕撈的影響。而在過去，由于過度捕撈，幾個鯡魚種群資源已崩潰。

未來的一項重大挑戰(zhàn)是避免過度捕撈和維持魚類的種群數(shù)量。鯡魚的種群一般由它們的產(chǎn)卵地點和產(chǎn)卵時間來區(qū)分和定義，但是直到現(xiàn)在還沒有有效的基因標(biāo)記來區(qū)分不同的種群。烏普薩拉大學(xué)的LEIF ANDERSSON教授是基因分析的帶頭人，他在20世紀(jì)70年代末首次開始研究大西洋鯡魚時，只有少數(shù)幾個基因標(biāo)記可以使用。令科學(xué)家們驚訝的是，他們分析的標(biāo)記在所有鯡魚種群中出現(xiàn)的頻率都是相同的。大多數(shù)基因缺乏遺傳差異的原因是種群規(guī)模龐大，種群之間存在基因交流，使得基因變異頻率在時間和空間上變得穩(wěn)定。

曾在烏普薩拉大學(xué)攻讀博士學(xué)位的FAN HAN博士表示，本次研究對整個基因組進行了測序，并研究了上萬個遺傳變異?，F(xiàn)在的解決方案中，有限數(shù)量的基因具有非常明顯的基因差異，似乎可以區(qū)分所有主要的大西洋鯡魚種群。研究人員發(fā)現(xiàn)了幾百個基因變異，這些基因?qū)τ谶z傳適應(yīng)性，如產(chǎn)卵季節(jié)、產(chǎn)卵時鹽度和水溫的差異等因素特別重要。這些基因變異對區(qū)分不同的種群非常有用。LEIF ANDERSSON教授解釋說，研究結(jié)果使大西洋鯡魚特別適合用于研究全球變暖對魚類種群的影響。一些檢測到的基因變異與產(chǎn)卵時的水溫密切相關(guān)?；蜃儺愒趷蹱柼m和英國周圍水域發(fā)生的頻率非常高，這是鯡魚繁殖最溫暖的水域。預(yù)計隨著海水變暖，發(fā)生在北部更遠水域的基因變異也會變得更常見。

楊林林譯自Sweden：Genome sequencing paves the way for more sustainable herring fishery，F(xiàn)IS，2020-12-17

科學(xué)家們正在追蹤難以捉摸的抹香鯨

科學(xué)家們即將乘坐“Tangaroa號”考察船前

往南極洲，他們將密切關(guān)注一種特別善于避開人類視線的動物。19—20世紀(jì)，抹香鯨——尤其是羅斯海以南極犬牙魚為食的大型雄性抹香鯨，成為捕鯨業(yè)的目標(biāo)，造成超過70%的抹香鯨滅絕了。海洋生態(tài)學(xué)家MATT PINKERTON博士表示，近年來，考察船和漁船幾乎從未在羅斯海地區(qū)看到過抹香鯨，這使得人們很難知道那里到底有多少抹香鯨。由于各種捕鯨活動，抹香鯨學(xué)會了一聽到大船的聲音就消失的本領(lǐng)。然而，了解羅斯海有多少抹香鯨以及它們?nèi)チ四睦锸且豁棡槠?年研究的重要組成部分，該項目旨在監(jiān)督2017年成立的羅斯海海洋保護區(qū)的效果。項目的第一階段是查明羅斯海的生態(tài)情況，這樣科學(xué)家們就可以建立基準(zhǔn)線，以便將來進行比較，以確定漁業(yè)和氣候變化的影響。對于被列為脆弱物種的抹香鯨，科學(xué)家們對于近年來沒有在羅斯海發(fā)現(xiàn)它們的蹤跡表示擔(dān)心。它們非常神秘，所以很難估計有多少。人們不知道它們的生活周期，數(shù)量集中在哪里以及不同的鯨群是如何相互影響的。PINKERTON博士表示，科學(xué)家們知道抹香鯨以南極犬牙魚為食，它們可以下潛到3 000 m水深，而大多數(shù)南極犬牙魚都在1 000 m水深左右，所以它們在抹香鯨的潛水范圍內(nèi)。羅斯海的南極犬牙魚數(shù)量因為捕撈而減少，未來還將進一步減少。人們想知道那里的抹香鯨是否受到了影響。要做到這一點，需要了解抹香鯨現(xiàn)在的情況，并找出如何監(jiān)控未來變化的方法。

抹香鯨最好的計數(shù)方法是通過聲學(xué)設(shè)備來監(jiān)聽它們，這些設(shè)備可以記錄它們發(fā)出的聲音。海洋哺乳動物聲學(xué)專家GIACOMO GIORLI博士自2017年以來一直致力于該項目。2018年夏天，首批使用期為12個月的3個聲學(xué)裝置開始投入使用。其中1個已經(jīng)無法修復(fù)，但另外2個提供了1年的數(shù)據(jù)供分析。那些放在太平洋南極海嶺和斯科特海底山之間的設(shè)備被3個新的可以在水下正常工作2年的設(shè)備所取代，GIORLI博士期待在2021年2月的考察途中將它們從羅斯海中取出來。GIORLI博士表示，2年是很長的一段時間，他并不擔(dān)心，一切都會好起來。抹香鯨能發(fā)出非常獨特的聲音，是最容易用聲音來識別的海洋哺乳動物之一。它們發(fā)出非常短的咔嚓聲，這使得識別抹香鯨的工作比識別其他物種更容易。被動聲學(xué)設(shè)備每12 min記錄3 min的聲音?？茖W(xué)家們要找的是回聲。聲音在水中傳播，然后被物體反彈。鯨魚傾聽回聲，通過計算發(fā)出聲音和回聲返回的時間間隔來追蹤獵物。覓食的抹香鯨通常在尋找獵物時每隔1s發(fā)出聲音，但越接近它們捕食目標(biāo)，發(fā)聲的頻率就越快。GIORLI博士使用來自聲學(xué)設(shè)備的第一組數(shù)據(jù)分析了羅斯海的環(huán)境噪聲。研究人員試圖了解羅斯海的聲音環(huán)境。冰的存在會產(chǎn)生很多噪音，它會破裂并與風(fēng)、海浪和潮汐產(chǎn)生共鳴，在特定頻率下會產(chǎn)生很大的噪音?！癟angaroa號”將于2月17日返回惠靈頓，這將使GIORLI博士能夠解開更多關(guān)于這種難以捉摸的物種的謎團。

楊林林譯自New Zealand：Toothfish：scientists on the trail of elusive sperm whales，F(xiàn)IS，2020-12-22

海洋生物正在向北遷移或潛到更深處

2018年，海洋提供的資源和服務(wù)，即美國藍色經(jīng)濟對經(jīng)濟的貢獻約為3 730×108美元，漁業(yè)在其中發(fā)揮了很大作用。然而，氣候變化威脅著商業(yè)和休閑漁業(yè)。水溫的變化會影響魚類、貝類和其他海洋物種生活的環(huán)境，并導(dǎo)致它們尋找新的水域。由美國國家環(huán)境保護局和美國國家海洋和大氣管理局（National Oceanic and Atmospheric Administration，NOAA）聯(lián)合開發(fā)的一項新指標(biāo)顯示，沿海的海洋物種正在向北或向深水遷移，隨著較小的餌料物種遷移，捕食者可能也會隨之遷移。

美國全球變化研究項目（USGCRP）利用NOAA的數(shù)據(jù)發(fā)布了海洋物種分布指標(biāo)，該項目旨在促進13個聯(lián)邦成員機構(gòu)之間對地球科學(xué)研究的協(xié)調(diào)。研究顯示了美國東北部海岸和白令海東部140個海洋物種的緯度和深度的年際變化。所有140個物種的地理分布都發(fā)生了變化。在東北海域，魚類和貝類正在以顯著的速度向北移動；在白令海東部，它們則以較慢的速度向北移動。同樣，這兩個地區(qū)的海洋物種都在向更深的水域移動，但在東北海岸，深度變化的速度更快。研究顯示了1982—2018年白令海東部3個物種——阿拉斯加鱈魚（Alaska pollock）、雪蟹（snow crab）和太平洋大比目魚（Pacific halibut）的年度地理分布和1973—2018年美國東北海岸3個物種——美國龍蝦（American lobster）、紅鱈魚（red hake）和黑海鱸（black sea bass）的年度地理分布。自20世紀(jì)70年代初以來，東北海域的物種平均向北移動了177 km，而阿拉斯加水域的物種自20世紀(jì)80年代初以來開始離開海岸，平均向北移動了31 km。

研究人員挑選的用于繪制地圖的物種代表了來自不同棲息地的大量魚類和貝類。由于這些物種的豐度，過度捕撈不會影響指標(biāo)中跟蹤的數(shù)據(jù)，因此這一新的指標(biāo)將增強人類探測海洋變暖的能力，因為海洋物種對水溫變化反應(yīng)強烈。該項目旨在提高人們理解、評估、預(yù)測和應(yīng)對美國環(huán)境變化帶來的影響以及環(huán)境的脆弱性。

楊林林譯自USA：In search of cooler waters，marine species are shifting northward or diving deeper，F(xiàn)IS，2020-12-03

IEO科學(xué)家對北大西洋深海生態(tài)系統(tǒng)的認知作出了重大貢獻

西班牙海洋研究所（Spanish Institute of Oceanography，IEO）科學(xué)家對北大西洋深海生態(tài)系統(tǒng)的認知作出了重大貢獻。歐洲ATLAS項目研究提高了人們對北大西洋和阿爾伯蘭海各深海區(qū)域的認識?？茖W(xué)家已經(jīng)證實，海洋變暖和酸化會改變各物種的地理分布。ATLAS項目的結(jié)果也為各國政府和產(chǎn)業(yè)部門提供了改進海洋資源管理的建議和工具。

經(jīng)過4年的緊張工作，ATLAS項目結(jié)束了。這項研究旨在加深對北大西洋和阿爾伯蘭海深海生態(tài)系統(tǒng)的認識，來自12個國家25個機構(gòu)的80名研究人員參與了這項研究。整個項目執(zhí)行期間進行了45次科考，描述了30多個棲息地，發(fā)現(xiàn)了12個新物種，其中7種已經(jīng)由IEO的研究人員和其他機構(gòu)的科學(xué)家們合作發(fā)表。

ATLAS項目于2016年啟動，歐盟地平線2020研究和創(chuàng)新項目提供了900×104歐元的資金。ATLAS項目的研究目標(biāo)是探索北大西洋的深處，提高對其生物多樣性的認識，并獲取能夠預(yù)測氣候變化導(dǎo)致的未來生態(tài)系統(tǒng)變化的信息。

IEO是這一雄心勃勃的項目中唯一的西班牙研究機構(gòu)，該項目剛剛結(jié)束，取得了重要成果。在ATLAS項目中產(chǎn)生的眾多學(xué)術(shù)成果使研究人員能夠為各國政府和產(chǎn)業(yè)部門提供建議和工具，以改進海洋資源的管理，使其開發(fā)更具可持續(xù)性。

IEO對旨在提升大西洋深海區(qū)認識的ATLAS項目作出了許多貢獻，涉及不同的知識領(lǐng)域?！跋啾绕渌麉⑴c者，我們的貢獻在于有助于更好地了解地中海海水對大西洋深海底棲生態(tài)系統(tǒng)的影響，有助于了解大西洋深海各種水下結(jié)構(gòu)的地貌和生境分布。此外，一個好消息是他們允許我們?yōu)橐恍┑貐^(qū)的發(fā)展做管理計劃，以及推動開發(fā)可以更好地響應(yīng)深海地區(qū)海洋戰(zhàn)略框架指令的工具，在東北大西洋和西北大西洋海洋空間規(guī)劃上邁出第一步”。參與ATLAS項目的IEO加那利群島海洋中心的研究員COVADONGA OREJAS解釋說。

ATLAS項目的結(jié)果還表明，大西洋深海生態(tài)系統(tǒng)的很大一部分正處于危險之中。ATLAS項目的相關(guān)研究中發(fā)現(xiàn)，由于氣候變化，在過去的150年里大西洋大規(guī)模流通發(fā)生了巨大變化。氣候變暖和海洋酸化可以改變一些如深海珊瑚等棲息地重要組成物種的地理分布，以及重要的深海經(jīng)濟魚類的地理分布。對會影響物種生活的海洋環(huán)境變量的研究，使人類能夠了解物種的分布并預(yù)測它們將如何受到可能的變化的影響。

楊林林譯自Spain：IEO scientists contribute significantly to the knowledge of the deep ecosystems of the North Atlantic，F(xiàn)IS，2021-01-19

科學(xué)家開發(fā)模型來預(yù)測金槍魚的運動

印度洋金槍魚委員會（The Indian Ocean Tuna Commission，IOTC）——負責(zé)管理印度洋地區(qū)金槍魚和金槍魚近似種的組織正在進行新的研究，以更好地了解黃鰭金槍魚（Thunnus albacores）的運動。這是一種非常有價值但被過度開發(fā)的物種。通過繪制更詳細的魚類運動軌跡，本研究旨在改進評估魚類數(shù)量的方法，這對漁業(yè)資源的可持續(xù)開發(fā)和管理至關(guān)重要。

研究人員主要利用歷史上的標(biāo)記回捕數(shù)據(jù)。魚類標(biāo)記可以為了解魚類生活史過程和評估種群提供有價值的信息，并有助于制定魚類種群管理決策。印度洋金槍魚委員會的科學(xué)管理人PAUL DE BRUYN表示，標(biāo)記是研究高度洄游物種的有效工具，例如熱帶金槍魚，它們可以遷移數(shù)千千米來尋找覓食和產(chǎn)卵的合適棲息地。

在過去的50年里，使用Dart標(biāo)記的金槍魚標(biāo)記方法已經(jīng)在主要海洋中實施。在印度洋，一個由歐盟資助的大型熱帶金槍魚標(biāo)記項目（IOTTP）在2007年至2009年間標(biāo)記并釋放了超過20萬尾熱帶金槍魚，其中30%是黃鰭金槍魚。盡管存在標(biāo)記回收和丟失等問題，但已觀察到的回收率超過15%，時間跨度長達7年，釋放和回收之間的距離超過2 000 n mile。除此之外，21世紀(jì)前10年，印度洋沿岸國家開展了一系列小規(guī)模的標(biāo)記項目。這些標(biāo)記為研究熱帶金槍魚種群動態(tài)提供了重要信息。IOTC數(shù)據(jù)協(xié)調(diào)員FABIO FIORELLATO表示，在IOTTP執(zhí)行期間記錄的大量數(shù)據(jù)使一系列分析，包括魚類生長、自然死亡率和捕撈率的研究成為可能。這些研究結(jié)果被IOTC的科學(xué)家用于開展資源的存量評估，從而為研究一些重要資源的可持續(xù)管理措施制定提供依據(jù)。

到目前為止，通過分析這些數(shù)據(jù)，已經(jīng)在了解黃鰭金槍魚的行為方面取得了相當(dāng)大的進展。然而，仍然存在一個問題，即標(biāo)記的個體是否一直按一定的比例隨機分布在種群中——這是使用標(biāo)記預(yù)測種群大小時一個相當(dāng)關(guān)鍵的假設(shè)。負責(zé)協(xié)調(diào)該研究項目的IOTC漁業(yè)官員DAN FU表示，由于漁業(yè)分布的非隨機性質(zhì)和多變的特性，標(biāo)記混棲率難以估計。隨著評估變得越來越復(fù)雜，種群預(yù)測工作必須越來越謹慎，以確保使用的數(shù)據(jù)得到充分理解和充分分析。

為了評估釋放的標(biāo)記是否在更廣泛的種群中均勻混合，研究人員建立了一個高分辨率的計算機模型來模擬黃鰭金槍魚隨時間和空間變化的分布。他們用實際數(shù)據(jù)校準(zhǔn)模型，以識別潛在的環(huán)境驅(qū)動因素，如季節(jié)性海洋條件，從而在更精細的空間尺度上，對黃鰭金槍魚的移動和分布模式的范圍假設(shè)進行了評估。DAN FU表示，使用空間運動模型的模擬實驗可以提供一個有用的工具來幫助評估標(biāo)記的非隨機分布造成的偏差。

黃鰭金槍魚是印度洋最大的金槍魚作業(yè)目標(biāo)之一，在那里它們被各種各樣的漁具捕獲，目前總漁獲量超過40×104t。該種群被評估為過度捕撈，IOTC在2016年推出了一項資源恢復(fù)計劃，以減少對該種群的總體捕撈壓力。通過詳實的科學(xué)研究，企業(yè)、社區(qū)、政府和科研機構(gòu)的密切合作，解決印度洋黃鰭金槍魚種群的健康問題，是結(jié)束過度捕撈、促進資源恢復(fù)的重要手段。

楊林林譯自Seychelles：Scientists develop model to predict movement of tuna，F(xiàn)IS，2021-01-26

新研究發(fā)現(xiàn)蘇格蘭中上層漁業(yè)的碳排放量很低

一項新的研究發(fā)現(xiàn)，與其他類型的食物生產(chǎn)相比，蘇格蘭的中上層魚類捕撈，如鯡魚和鯖魚作業(yè)的碳排放量較低，這使得它們成為具有環(huán)保意識的消費者的良好食物選擇。這篇最近發(fā)表的論文《蘇格蘭船只捕獲中上層魚類對環(huán)境的影響》是FRANCES SANDISON博士研究工作的一部分，研究由蘇格蘭中上層漁業(yè)可持續(xù)發(fā)展集團、設(shè)德蘭群島委員會、阿伯丁大學(xué)、蘇格蘭高地和島嶼大學(xué)與設(shè)得蘭群島的漁業(yè)生產(chǎn)者組織資助。

研究發(fā)現(xiàn)，與其他水產(chǎn)品生產(chǎn)相比，蘇格蘭的中上層魚類捕撈具有更低的碳排放和環(huán)境影響。英國鮭魚養(yǎng)殖的碳排放比蘇格蘭的中上層魚類捕撈高出7.2倍；挪威的鱈魚和黑線鱈捕撈，比蘇格蘭的中上層魚類捕撈分別高出3.5倍和3.9倍。

這是對SANDISON博士早先在NAFC海洋中心（高地和島嶼大學(xué)的機構(gòu)）研究結(jié)果的補充。當(dāng)時她發(fā)現(xiàn)設(shè)得蘭群島鯖魚拖網(wǎng)漁業(yè)的碳排放遠低于陸地上的肉類生產(chǎn)，如雞肉、牛肉和豬肉?？偟膩碚f，海鮮生產(chǎn)比陸地上肉類生產(chǎn)的碳排放更低。這證實了可持續(xù)管理的蘇格蘭中上層魚類是一種氣候智能食物來源（climate smart food source），有助于實現(xiàn)凈零碳目標(biāo)。

SANDISON博士表示，在蘇格蘭，人們有機會獲得環(huán)境影響極低、營養(yǎng)豐富、在當(dāng)?shù)夭稉频牡鞍踪|(zhì)。與其他肉類來源的蛋白質(zhì)相比，具有環(huán)保意識的消費者的選擇是明確的——人們應(yīng)該食用更多本地的中上層魚類。

環(huán)境影響研究還發(fā)現(xiàn)，捕撈階段的燃料消耗是碳排放的主要來源。通過船舶設(shè)計和作業(yè)方式的創(chuàng)新來提高燃料效率以及向替代燃料來源過渡，是蘇格蘭中上層漁業(yè)部門努力減少碳排放的方向。

蘇格蘭中上層漁業(yè)可持續(xù)發(fā)展集團主席IAN GATT表示，祝賀FRANCES成功地完成了她的研究。對于蘇格蘭的中上層漁業(yè)來說，氣候變化事關(guān)重大，因為鯖魚和鯡魚擁有成熟的全球貿(mào)易，有助于確保世界許多地區(qū)的糧食安全，并將其作為一種價格合理、營養(yǎng)豐富的蛋白質(zhì)。蘇格蘭漁民在現(xiàn)代化船只、魚類處理系統(tǒng)以及最新的加工設(shè)備上投入了大量資金，以確保高質(zhì)量、低排放的產(chǎn)品能夠以最有效的方式交付市場。因此，在可持續(xù)發(fā)展、營養(yǎng)和低排放方面，蘇格蘭鯖魚和鯡魚的生產(chǎn)確實符合所有要求。

楊林林譯自UK：New study finds Scottish pelagic fisheries have low carbon footprint，F(xiàn)IS，2021-01-26

2020年是打造健康食品鏈關(guān)鍵一年

Marel公司（一家總部位于冰島的跨國食品加工公司，譯者注）在食物供給中的關(guān)鍵作用在2020年受到考驗，也證明了該公司的全球影響力及其在創(chuàng)新上的關(guān)注對持續(xù)發(fā)展至關(guān)重要。2020年初各國紛紛采取隔離措施，Marel迅速展開應(yīng)對，以確保其員工的安全和生產(chǎn)設(shè)施的連續(xù)性，并持續(xù)向全球客戶交付設(shè)備、軟件和服務(wù)。這是人類互動受到前所未有限制的一年。除了確保安全、不間斷的食品生產(chǎn)外，Marel公司龐大的創(chuàng)新部門還繼續(xù)發(fā)揮其力量，保持新技術(shù)研發(fā)的長期正常開展，并迅速實施短期應(yīng)對措施，這些舉措對食品加工企業(yè)在疫情期間維持生產(chǎn)和供應(yīng)至關(guān)重要。Marel為全球消費者提供安全、經(jīng)濟、優(yōu)質(zhì)的食品。作為一家全球性公司，Marel認識到這一責(zé)任的重要性。一如既往，這將是一個如何行動和適應(yīng)的問題，而非是否行動的問題。

2020年2月5日，Marel在哥本哈根舉辦的三文魚展上為與會者提供了大量的洗手液，而且人們用碰肘來代替握手。除此之外，一切如常。全球食品行業(yè)的近300名代表參加了此次活動，包括產(chǎn)品演示、研討會和嘉賓演講。此后短短幾周內(nèi)，由于新冠肺炎疫情的迅速蔓延，全球各地的展覽和其他活動紛紛取消。機器人技術(shù)和自動化迅速成為食品加工領(lǐng)域的熱門話題。沒有人預(yù)測到這些技術(shù)在未來幾個月會變得多么重要。

各國政府努力保障其人民獲得醫(yī)療、食物、水和教育的基本權(quán)利。醫(yī)護人員站在第一線。食品加工行業(yè)的所有人都成了“第二反應(yīng)者”，肩負著確保食品供應(yīng)鏈完好無損的任務(wù)。Marel的愿景是在世界范圍內(nèi)可持續(xù)地以經(jīng)濟的方式生產(chǎn)優(yōu)質(zhì)食品，新冠病毒（COVID-19）幾乎沒有改變公司的工作重點，但確實改變了實現(xiàn)這些重點的最佳方式。2020年，從如何開展日常維護到使流程實現(xiàn)更大的自動化，該公司發(fā)布了30多項改革。

食品加工的自動化并不是最近才出現(xiàn)的。自19世紀(jì)第一批罐頭廠出現(xiàn)以來，每一次工業(yè)革命都意味著自動化水平質(zhì)的飛躍。隨著工業(yè)4.0時代的到來，食品加工自動化的兩個主要趨勢是數(shù)字化轉(zhuǎn)型和機器人技術(shù)。機器人正變得更智能，在設(shè)計上更具協(xié)作性、更數(shù)字化（與整體生產(chǎn)聯(lián)系更緊密），生產(chǎn)、運營和維護成本更低，這些都是對食品加工行業(yè)非常有吸引力的特點。整個制造業(yè)每年安裝超過35萬個工業(yè)機器人。食品和飲料行業(yè)約占總數(shù)的3%，每年安裝超過1萬個機器人。食品加工者可以越來越多地使用機器人來幫助應(yīng)對諸如勞動力短缺、食品安全和產(chǎn)能捉升等方面挑戰(zhàn)。除了提高自動化水平，機器人還提供了更大的可拓展性和靈活性。在2月份的活動上，機器人技術(shù)創(chuàng)新包括：卸托盤機器人雛形；移動和清空裝滿三文魚的沉重箱子并自動切斷箱子打包帶的技術(shù)。Marel還發(fā)布了另一項令人興奮的三文魚加工創(chuàng)新產(chǎn)品——I-Slice 3400零售包裝切片機。該機器采用最新的稱重和切片技術(shù)，確保準(zhǔn)確稱重、切割和放置切片并自動匹配板的尺寸。

2020年Marel在其他領(lǐng)域自動化方面的進展包括：M-Line機器人產(chǎn)品——代表了新一代豬加工屠宰機器人，通過3D掃描確保高切割精度；WPL 9000+自動稱重價格標(biāo)簽產(chǎn)品——通過捕捉包裝食品的質(zhì)量，高速印刷并自粘標(biāo)簽；SensorX Magna產(chǎn)品發(fā)布了一款大容量、內(nèi)聯(lián)微調(diào)檢測系統(tǒng)，徹底改革了混合和研磨過程；聯(lián)合創(chuàng)建了一個人工智能制造和維護（AIMM）實驗室——作為荷蘭埃因霍溫理工大學(xué)（TU/e）項目的一部分，該實驗室旨在利用人工智能改善制造和維護技術(shù)。Marel自動化項目經(jīng)理HILDUR EINARSDOTTIR表示，Marel在視覺技術(shù)和機器人整合及跨行業(yè)技術(shù)整合方面取得了重大進展。

這里提到的創(chuàng)新是指高水平的自動化數(shù)據(jù)管理。在過去12個月里，綜合軟件對現(xiàn)代食品加工的作用比以往任何時候都更重要。食品加工者需要控制每一個操作領(lǐng)域的情況，包括每一個流程、每一個設(shè)備和每一個動作。為了實現(xiàn)這一點，他們需要實時信息：客戶訂單和庫存水平、機器性能和操作人員生產(chǎn)率、產(chǎn)品質(zhì)量和可追溯性的數(shù)據(jù)等。Marel的Innova食品加工軟件就是實現(xiàn)這一切的工具，它的模塊涵蓋了從單個設(shè)備控制到跨多個站點的完整工廠的一切。在2020年，已經(jīng)使用Innova軟件運營的工廠比數(shù)字技術(shù)不成熟的競爭對手擁有明顯的優(yōu)勢。有了Innova，管理者可以完全掌控生產(chǎn)過程，分析成本，計劃生產(chǎn)，充分利用現(xiàn)有的勞動力和原材料，實現(xiàn)產(chǎn)品的全程可追溯。簡而言之，在動蕩的時代，Innova讓食品加工者變得更加靈活，這是一個關(guān)鍵優(yōu)勢。食品加工行業(yè)必須足夠靈活以適應(yīng)變動（人員、原材料和訂單要求等），防止停工（更好地控制硬件的性能并維護），避免召回（如果違規(guī)就立即能夠進行從源頭到成品的全鏈追溯）。這些挑戰(zhàn)一直存在，但疫情加劇了這些挑戰(zhàn)。因此，為保持食品加工行業(yè)的業(yè)務(wù)連續(xù)性，靈活性變得比以往任何時候都重要。

2020年是食品加工者需要適應(yīng)的一年。不管各自工廠的自動化程度如何，參加Marel在線活動的食品加工商們都有許多相同的思考、興趣、擔(dān)憂和計劃。他們也都面臨著新的“2020挑戰(zhàn)”。例如，有限的勞動力一直是食品加工領(lǐng)域的一大挑戰(zhàn)，而社交距離要求和旅行限制又加劇了這一問題，這對食品供應(yīng)鏈的穩(wěn)定構(gòu)成了巨大的威脅。即使工人們能夠去上班，他們也不能在生產(chǎn)線上站得很近。雖然自動化不能解決所有問題，但在2020年，隨著行業(yè)意識到自動化對引領(lǐng)未來的重要性，對機器人和軟件的投資和興趣總體上迅速增加。Marel拉丁美洲銷售總監(jiān)RUUD BERKERS表示，某些手動操作很難在特定的標(biāo)準(zhǔn)下高效完成，這使得自動化在經(jīng)濟性和質(zhì)量方面都頗具吸引力。在理想情況下，加工廠可以實現(xiàn)對原材料的高效利用，即用最少的勞動力，可持續(xù)地生產(chǎn)安全、高質(zhì)量的產(chǎn)品，同時獲得理想的利潤。這不是什么新鮮事，但2020年發(fā)生的事闡明了高自動化程度如何幫助工廠更接近這一理想。在生產(chǎn)設(shè)備方面，自動化提高了精度，例如切割和稱重的精度，這反過來減少了浪費。自動化減少了人工操作，提高了產(chǎn)品質(zhì)量。自動數(shù)據(jù)收集使處理器控制著每一個過程、設(shè)備和操作。

但是自動化如何幫助設(shè)置一切并使其順利運行呢？在2月份的三文魚展期間，與會者進入了一個使用Marel旗下AR技術(shù)的虛擬處理設(shè)施。除了常規(guī)操作，它還讓人們深入了解了在未來的某個時候如何遠程開展日常服務(wù)。這種未來的到來比預(yù)期的要早。隨著旅行限制的開始，Marel迅速提升了其遠程服務(wù)的能力。利用AR和耳機開展遠程服務(wù)已不再是一種設(shè)想，而成為了為客戶提供支持的現(xiàn)實手段。配備上專門設(shè)計的耳機，Marel服務(wù)工程師開始使用AR技術(shù)從遍布世界各地的Marel支持人員那里獲取信息。這項技術(shù)即將成為常規(guī)。Marel在全球30多個國家擁有駐扎的服務(wù)人員，為了在多個行業(yè)的各個處理階段提供一流的服務(wù)和支持，Marel的服務(wù)網(wǎng)絡(luò)通常會為本地的服務(wù)工程師和其他地方的專家提供合作。以前，需要坐飛機來實現(xiàn)這一點，現(xiàn)在可以直接遠程連接。即使工程師沒有使用特定設(shè)備的經(jīng)驗，這種實時遠程協(xié)助也可以有效地連線相關(guān)專家，提供所需的指導(dǎo)。不在場的專家可以通過遠程控制接管耳機攝像頭，同時，本地的工程師也可以通過身臨其境的交互式在職培訓(xùn)掌握新技能。如果沒有Marel構(gòu)建的本地服務(wù)人員網(wǎng)絡(luò)，這個解決方案是不可能實現(xiàn)的。

除了服務(wù)和安裝，遠程實時虛擬也是Marel與行業(yè)互動溝通的一個重要部分。2020年4月，Marel舉辦了第一場線上全球博覽會，取代其被無限期推遲的在布魯塞爾舉行的一年一度的全球海鮮加工展覽會。這是Marel在2020年為客戶舉辦的20多場在線活動之一，參與者在虛擬展臺周圍走動，與機器互動，并在現(xiàn)場在線問答環(huán)節(jié)及活動后的私人會議中與專家交換意見。Marel嵌入式軟件工程師HAUKUR HAFSTEINSSON表示，像VR這樣的解決方案，能夠在無需旅行和面對面會議的情況下，與客戶進行有意義的對話。

自動化、數(shù)字化和可持續(xù)發(fā)展為Marel在過去一年的創(chuàng)新活動打下了堅實的基礎(chǔ)，并將繼續(xù)保持下去。在這些主題上的合作使2020年成為成功的一年。盡管面臨挑戰(zhàn)，但Marel為市場帶來了30多項突破性創(chuàng)新。Marel公司創(chuàng)新執(zhí)行副總裁ANNA KRISTIN PALSDOTTIR表示，通過全球和本地的團隊，Marel提供了新的解決方案，并利用數(shù)字化和虛擬現(xiàn)實技術(shù)進行測試和開發(fā)，在重大創(chuàng)新上取得了進展。在世界各地有超過1 000名創(chuàng)新專家，每個人都努力向前邁出一步，再一步。每一步都很重要。無論現(xiàn)在還是將來，創(chuàng)新都是確保食品供應(yīng)鏈強大和可靠的關(guān)鍵。

楊林林譯自Iceland：Global reach and innovation：Key to a healthy food chain in a year like no other，F(xiàn)IS，2021-02-09

全球水產(chǎn)養(yǎng)殖溫室氣體排放強度較低

以下是《全球水產(chǎn)倡導(dǎo)》（Global Aquaculture Advocate）發(fā)表的一篇文章摘錄：相對于家畜養(yǎng)殖，水產(chǎn)養(yǎng)殖的溫室氣體排放強度較低且適中。

水產(chǎn)養(yǎng)殖直接（通過增加糧食利用與供應(yīng)）和間接（作為經(jīng)濟發(fā)展的驅(qū)動力）為全球糧食安全作出了重要貢獻。重要的是，魚類富含蛋白質(zhì)和必需的微量營養(yǎng)元素，這些營養(yǎng)元素不易被其他食物所替代。當(dāng)前，環(huán)境專家和社會民眾關(guān)注的焦點是氣候變化。更確切地說，是食品供應(yīng)鏈中產(chǎn)生的溫室氣體（greenhouse gas，GHG）排放。為了實現(xiàn)水產(chǎn)養(yǎng)殖的可持續(xù)發(fā)展，需要了解水產(chǎn)養(yǎng)殖對全球溫室氣體排放的貢獻，以及如何減少這種貢獻。這篇文章量化了養(yǎng)殖供人類食用的水生動物，即雙殼類動物、蝦類和硬骨魚（如鯰魚、鯉魚、鮭魚和羅非魚等）等產(chǎn)生的溫室氣體排放量。該方法量化了“從投放到起捕”全階段的主要溫室氣體排放量，包括以下活動：水產(chǎn)飼料原料的生產(chǎn)、加工和運輸；飼料加工廠復(fù)合飼料的生產(chǎn)；養(yǎng)殖場的飼料運輸；水產(chǎn)品的養(yǎng)殖。還將全球水產(chǎn)養(yǎng)殖排放估計量與其他畜牧業(yè)進行了比較，計算了水產(chǎn)養(yǎng)殖的排放強度（即生產(chǎn)每單位食物排放的溫室氣體）并闡明了影響因素。水產(chǎn)養(yǎng)殖是一個復(fù)雜的行業(yè)，不同物種被養(yǎng)殖在不同的系統(tǒng)和環(huán)境中。為了應(yīng)對這種復(fù)雜性，本研究集中在主要的水產(chǎn)養(yǎng)殖物種（水生植物除外），即雙殼類動物、鯰魚、鯉科魚類、一般淡水魚、一般海水魚、鮭魚、蝦類和羅非魚等。根據(jù)聯(lián)合國糧食及農(nóng)業(yè)組織（Food and Agriculture Organization of the United Nations，F(xiàn)AO）的物種產(chǎn)量數(shù)據(jù)，將每個地區(qū)（根據(jù)FAO定義）所有物種的產(chǎn)量排序，然后選擇物種，直至所選物種的總產(chǎn)量占該地區(qū)所有物種總產(chǎn)量的90%以上（東歐地區(qū)為85%以上）。該方法評估了全球93%的水產(chǎn)養(yǎng)殖物種產(chǎn)量。該研究不包括池塘沉積物中的碳沉積。計算過程中所使用的數(shù)據(jù)和溫室氣體類別的詳細資料、飼料原料和飼料的排放因子、飼料轉(zhuǎn)化率和投喂量、按物種種群和地區(qū)劃分的總產(chǎn)量和其他數(shù)據(jù)及計算方法等見原始出版物。

研究計算了2017年9類主要水產(chǎn)養(yǎng)殖對象（占全球水產(chǎn)養(yǎng)殖產(chǎn)量的93%）的溫室氣體排放量。這些占總產(chǎn)量93%的養(yǎng)殖水產(chǎn)品產(chǎn)生的溫室氣體排放總量為2.45×108tCO2e［二氧化碳當(dāng)量，指二氧化碳排放量（t）與1 t溫室氣體具有相同的全球變暖潛力——這是衡量碳足跡的標(biāo)準(zhǔn)單位］。假設(shè)剩余的占總產(chǎn)量7%的養(yǎng)殖水產(chǎn)品有相同的排放強度（emissions intensity，EI），2017年所有貝類和有鰭魚類水產(chǎn)養(yǎng)殖溫室氣體總排放量為2.63×108t CO2e。聯(lián)合國環(huán)境規(guī)劃署估計2017年人為溫室氣體排放總量為535×108t CO2e，所以水產(chǎn)養(yǎng)殖的溫室氣體排放大約占全部人為排放的0.49%。

楊林林譯自USA：Quantifying greenhouse gas emissions from global aquaculture，F(xiàn)IS，2021-02-24