Proyectos
Señales deshabilitadas
Cuándo y por qué las embarcaciones dejan de transmitir su posición
El sistema de identificación automática (AIS) ha revolucionado la forma en que se monitorea la actividad pesquera en el océano. Pero los barcos no siempre transmiten sus ubicaciones: los dispositivos AIS se pueden apagar para ocultar la actividad de una embarcación. Nuestro trabajo sobre señales deshabilitadas busca identificar cuándo y por qué los buques pesqueros dejan de transmitir su posición intencionalmente, con el objetivo de comprender mejor las embarcaciones y áreas con alto riesgo de pesca ilegal, no declarada y no reglamentada (INDNR).
Cuando las señales se detienen
La pesca INDNR genera pérdidas globales estimadas en decenas de miles de millones de dólares cada año, pero ha sido extremadamente difícil de controlar y prevenir. Si bien AIS es invaluable para comprender el comportamiento de pesca de una embarcación y administrar las flotas pesqueras, tiene una limitación clave: los barcos pesqueros pueden apagar su señal, generalmente sin repercusiones. Si bien a veces se puede permitir la desactivación de AIS, como en áreas de alta piratería, los pescadores a menudo pueden dejar de transmitir su posición por razones nefastas, para encubrir actividades ilegales o esconderse de las autoridades encargadas de hacer cumplir la ley. Las brechas en las señales AIS, que pueden ser causadas por una recepción satelital deficiente, presentan un desafío aún mayor al dificultar la diferenciación de eventos sospechosos de desactivación de AIS de aquellosb causados simplemente por problemas técnicos.
Una base de datos global de eventos de inhabilitación
En colaboración con nuestros socios en el National Oceanic and Atmospheric Administration’s Southwest Fisheries Science Center, estamos desarrollando algoritmos para detectar qué brechas en los datos AIS son causadas intencionalmente, así como aprender a identificar factores ambientales y de comportamiento que pueden usarse para predecir futuras inhabilitaciones. Comenzamos estimando la frecuencia con la que se debe recibir la señal AIS de una embarcación, luego analizamos las brechas en la señal para determinar si es probable que una embarcación interrumpiera la transmisión a propósito, y aplicamos un método popular de aprendizaje automático llamado árboles de regresión potenciados para identificar las posibles razones. El resultado es el primer conjunto de datos global de desactivación de AIS, que destaca las áreas conocidas de preocupación por la pesca INDNR y sugiere que los barcos apagan sus señales con mayor frecuencia cerca de los puntos críticos de transbordo y los límites de las zonas económicas exclusivas, particularmente las disputadas. Esta información puede ser utilizada por los órganos rectores y las autoridades para informar la política de gestión pesquera y la actividad de aplicación.
Líder de Investigación
Equipo colaborador
Trabajo reciente
Nueva investigación aprovecha la inteligencia artificial y las imágenes satelitales para revelar la creciente huella de la actividad humana en el mar
Estudio revela que el 75 por ciento de los buques pesqueros industriales del mundo están ocultos a la vista del público WASHINGTON, D.C. – Un nuevo estudio publicado hoy en la revista Nature ofrece una
Avances en el análisis de radares satelitales ayudan a revelar la actividad pesquera
Las imágenes de radar satelital y el aprendizaje automático brindan un nuevo método para llenar los vacíos en el monitoreo de las flotas de palangre pelágico Desde 2014, Global Fishing Watch ha procesado datos del
Nueva investigación utiliza datos GPS para revelar que los palangreros representan un riesgo significativo para los albatros amenazados
La pesca de atún durante el día aumenta los peligros para las aves marinas icónicas y presenta una oportunidad para una mejor gestión
Los datos mejoran la comprensión de las flotas pesqueras de calamar a nivel mundial
Una nueva investigación aprovecha el poder de los datos para revelar la expansión de las flotas pesqueras de calamar en áreas no reguladas