Verwendung von maschinellem Lernen, um zu kartieren, wo Haie dem größten Risiko durch die Langleinenfischerei ausgesetzt sind

Das Meer kann selbst für einen Hai ein gefährlicher Ort sein. Obwohl sie an der Spitze der Nahrungskette stehen, sind diese Raubtiere jetzt von zerstörerischen menschlichen Aktivitäten wie Überfischung, Umweltverschmutzung und Klimawandel betroffen.

Forscher der UC Santa Barbara konzentrierten sich auf ein besonders problematisches Problem für Haie: Verwicklungen bei der Langleinen-Thunfischfischerei. Anhand von Daten regionaler Fischereiorganisationen und Algorithmen für maschinelles Lernen konnten die Wissenschaftler Hotspots kartieren, an denen Haiarten der größten Bedrohung durch die Langleinenfischerei ausgesetzt sind. Die Ergebnisse, veröffentlicht in Grenzen in der Meereswissenschaftheben Sie Schlüsselregionen hervor, in denen Haie mit minimalen Auswirkungen auf den Thunfischfang geschützt werden können.

Die Offshore-Langleinenfischerei fordert einen besonders hohen Tribut vom Meeresleben. Die nicht-selektive Technik hat die höchste Rate an Hai-Beifang. „Langleinen-Angelausrüstung ist genau das, wonach es sich anhört: eine lange Leine mit vielen daran befestigten Haken, die mit Ködern versehen sind. Und sie können sehr lange im Wasser gelassen werden und darauf warten, dass Fische anbeißen“, erklärte Co- Hauptautorin Darcy Bradley, die das Ocean & Fisheries Program der UC Santa Barbara am Environmental Markets Lab (emLab) leitet. Diese Köderhaken fangen Raubtiere wie Thunfisch, aber auch viele Haie in der Nähe werden sich dem Köder nähern.

Anstatt einfach zu berichten, wie viele Haie wo gefangen wurden, wollten die Autoren das relative Risiko bewerten, dem Haie in verschiedenen Meeresgebieten ausgesetzt sind. „Eine der Hauptfragen war: ‚Wo ist das Risiko, Haie zu fangen, am höchsten, und überschneidet sich das mit dem Fischereiaufwand?’“, sagte Co-Hauptautorin Echelle Burns, Projektwissenschaftlerin am emLab.

Um dies zu beantworten, gingen Burns, Bradley und Co-Autor Lennon Thomas (ebenfalls am emLab) auf die Suche nach Daten zur Langleinenfischerei. Sie bezogen öffentlich zugängliche Daten von regionalen Fischereiorganisationen für Thunfisch. Diese zwischenstaatlichen Institutionen verwalten, sammeln Daten und führen wissenschaftliche Bewertungen für Thunfisch und thunfischähnliche Arten durch.

Die Autoren stellten Daten zum Haifang aus der industriellen Langleinenfischerei in allen Thunfischereien der Welt in einer umfassenden Ressource zusammen. Das war eine ziemliche Aufgabe. Jede Fischereiorganisation arbeitet anders, was bedeutet, dass ihre Daten nicht immer das gleiche Format haben. „Jetzt hat jeder, der an Haifängen und anderen Ereignissen in dieser globalen Langleinenfischerei interessiert ist, Zugang zu diesen Informationen“, sagte Bradley.

Die Autoren kombinierten räumliche Haifangdaten mit Umweltdaten wie Meeresoberflächentemperatur und Faktoren, die mit dem Nahrungsreichtum korrelieren. Sie enthielten auch Wirtschaftsdaten wie den Preis ab Schiff – den Preis, den Fischer jedes Jahr direkt für ihren Fang erhalten – für verschiedene Haiarten. „Weil man einen Hai nicht dort fangen kann, wo er nicht lebt“, fügte Bradley hinzu, „haben wir Artenverteilungsmodelle verwendet, um zu beschreiben, wo verschiedene Haie tatsächlich im Ozean leben, um unsere Risikobewertung zu untermauern.“

Trotzdem gab es viele Unbekannte. Nicht jedes Fischereifahrzeug hat einen unparteiischen Beobachter, der den Fang für die Fischereiorganisationen aufzeichnet. Und nicht jeder Bericht ist absolut korrekt. Also nutzten Burns, Bradley und Thomas ein Modell, um die Lücken zu füllen, Trends zu erkennen und Schlussfolgerungen aus diesen unvollständigen Daten zu ziehen. „Der einzige Grund, ein Modell zu verwenden, liegt darin, dass wir unvollkommene Daten haben“, sagte Bradley. „Wenn wir alles wüssten, bräuchten wir kein Modell.“

Dies war ein neuer Ansatz zur Abschätzung der Wechselwirkungen zwischen Fischerei und Meeresarten. Mithilfe von maschinellem Lernen konnte das Team Trends aus seinen chaotischen Datensätzen extrapolieren. Zunächst bewertete das Modell, ob eine Haiart in einem Gebiet vorkommt und wenn ja, wie wahrscheinlich es ist, dass sie dort gefangen wird. Dann wurde geschaut, wie viele Haie jeder Art in einem Gebiet gefangen wurden.

Die Autoren priorisierten in dieser Studie die Vorhersagekraft. „Unser Ziel war es, herauszufinden, wo Haie am stärksten gefährdet sind, von Thunfisch-Langleinenfischereien gefangen zu werden“, erklärte Bradley. „Für diese Studie haben wir nicht versucht zu verstehen, inwieweit verschiedene Faktoren dieses Risiko beeinflussen.“

Die Autoren verwendeten ein Random-Forest-Modell, das die Ergebnisse vieler Entscheidungsbäume kombiniert. Jeder Entscheidungsbaum berücksichtigt eine andere Variable, und sein Ergebnis ist eine Abstimmung für die endgültige Vorhersage. „Die Grundidee ist, dass ein Haufen schlechter Entscheidungsträger, die Bäume, Informationen austauschen können, um letztendlich eine bessere Entscheidung zu treffen: der Wald“, sagte Bradley. Obwohl diese Methode kein klares Bild davon liefert, wie jeder Faktor das System beeinflusst, ist sie sehr gut darin, chaotischen und unvollständigen Datensätzen einen Sinn zu geben. Herausgekommen ist eine Karte des Fangrisikos für Haipopulationen auf der ganzen Welt.

Thunfische und Haie sind beide Raubtiere und zielen auf ähnliche Beute, daher werden sie oft zusammen gefunden. Obwohl sie einige Merkmale gemeinsam haben, sind Haie und Thunfische grundlegend unterschiedliche Tierarten. Thunfische wachsen schnell und bringen viele Nachkommen hervor, während Haie relativ spät ausreifen und sich langsam vermehren. Infolgedessen kann Thunfisch einem viel höheren Fischereidruck standhalten als Haie, und selbst eine geringe Auswirkung auf die Haizahlen kann die Population einer bedrohten Art beeinträchtigen.

Glücklicherweise stellten die Wissenschaftler fest, dass Hotspots für Langleinen-Hai-Interaktionen nicht mit bevorzugten Fanggründen korrespondierten. „Dies deutet darauf hin, dass wir Managementstrategien entwickeln können, die gefährdete und bedrohte Haiarten schützen können, ohne die produktivsten Thunfischfanggründe schließen zu müssen“, sagte Bradley. Das Team fand dies besonders ermutigend, da es Aktionen fördern könnte, die Haien helfen, während es auch für Fischer attraktiv ist.

Der Unterschied zwischen Hotspots und guten Fanggründen könnte von diesen Unterschieden zwischen Thunfisch und Haien herrühren. „Zum Beispiel haben wir festgestellt, dass sich einige der Hotspots für den Haifang mit Gebieten überschneiden, die im Lebenszyklus eines Hais eine entscheidende Rolle spielen“, fügte Thomas hinzu. Nehmen Sie den Ozean vor der Küste Namibias, einem bekannten Aufwuchshabitat und Nahrungsplatz für Jungfische für Blauhaie.

Tatsächlich dominierten Blauhaie die Interaktionen mit Langleinenfischereiflotten. Diese häufige und weit verbreitete Art trug zwischen 2012 und 2020 über 78 % zum gesamten Haifang bei, der von regionalen Thunfisch-Fischereimanagementorganisationen gemeldet wurde. Infolgedessen sind die meisten Ergebnisse des Papiers für Haie insgesamt auf den Fang von Blauhaien zurückzuführen. Dies war ein Grund dafür, dass die Autoren Hotspots für 12 Arten in ihren ergänzenden Materialien einzeln untersucht haben.

Das Team arbeitet an einer Folgestudie, in der die weltweite Haisterblichkeit aufgrund des Fischfangs insgesamt geschätzt wird – nicht nur der Langleinenfischerei. Sie planen auch zu bewerten, ob Vorschriften dazu beigetragen haben, den Haifang zu verhindern. Darüber hinaus kann das zufällige Waldmodell dieses Papiers Einblicke in andere Arten geben, die durch Überfischung bedroht sind.

Bessere Daten werden es dem Team ermöglichen, ihr Modell zu verbessern, aber es liefert bereits nützliche Lehren. Beispielsweise können wir Managementstrategien entwickeln, um gefährdete und bedrohte Haiarten zu schützen, ohne die wichtigsten Thunfischfanggründe zu stören. „Kleine Anpassungen an den Vorschriften für den Thunfischfang, um Hotspots für den Haifang zu vermeiden, könnten in Zukunft einen großen Unterschied für die Haipopulationen bewirken“, sagte Burns, „und gleichzeitig sicherstellen, dass die Thunfischfischerei erfolgreich bleibt.“