在科技浪潮中，人工智能研發飛速發展，為全球生態保護的智慧化轉型提供強大的助推力，且逐步在珍稀瀕危動物保護領域扮演起“超級大腦”的關鍵角色。及時、精準地監測誤捕的保護物種，對于遏制漁業附帶損傷、落實特定物種的兼捕配額制度具有重要意義。中國水產科學研究院南海水產研究所中華鱟保護科研團隊基于深度學習技術，首次提出了應用于鱟保護實踐的副漁獲物快速評估框架。相關研究成果以“A rapid bycatch assessment framework for small-scale fisheries: A case study on horseshoe crab (Tachypleus tridentatus) bycatch”為題，公開發表于國際環境科學與生態學權威期刊《Ocean and Coastal Management》（JCR Q1，影響因子4.8，聯合培養博士研究生陳曉海為第一作者，頡曉勇副研究員為通訊作者）。

該研究構建的評估框架融合人工智能算法、遙感監測技術與地方生態知識（Local Ecological Knowledge, LEK），可實現對漁船數量及其分布的快速識別與分類。通過多源數據融合與精確建模，首次實現了瀕危物種中華鱟副漁獲規模的量化評估，并初步揭示了其誤捕的空間與時間變異特征，為瀕危物種保護與沿海漁業的可持續管理提供了科學依據與決策支持。

研究結果表明：①雷州灣海域每年副漁獲中華鱟數量至少為9120 ± 315只，單位努力量漁獲（CPUE）為每艘漁船每月0.29 ± 0.01只中華鱟；②不同漁具類型、地理位置與季節之間的誤捕量存在顯著差異；③中華鱟的棲息地利用方式與獨特行為特征對誤捕發生強度具有關鍵影響，春季與秋季為高風險時段，其中尤以使用刺網的漁業類型及淺灘資源豐富區域的誤捕風險最高。

本研究不僅揭示了當前沿海小規模漁業中華鱟誤捕強度偏高的現實，進一步提出應從制度層面、技術層面與作業層面著手，制定與實施切實可行的減緩誤捕與物種保護策略，助力我國海洋生態系統的智慧化管理與瀕危物種保護工作的轉型升級。

該研究工作獲得國家重點研發計劃（2024YFD2401401）和廣東省自然科學基金（2024A1515012696）等項目的支持。

全文鏈接：https://doi.org/10.1016/j.ocecoaman.2025.107701

結合深度學習和當地生態學知識驅動的小規模漁業副漁獲物快速評估框架