Translate Anh Jurnalh
Translate Anh Jurnalh
telah
diperkenalkan,
dan
termasuk
dua
studi
kasus
yang
global dan perubahan iklim adalah tantangan mendasar. Pada perikanana budidaya
menghadapi meningkatnya persaingan untuk ruang, pakan, dan tenaga kerja, serta
sebagai wabah penyakit dan potensi dampak perubahan iklim. Solusi untuk
beberapa masalah ini dapat melibatkan menerapkan satelit penginderaan jauh
(SRS) informasi, sehingga kami dapat memberikan gambaran singkat yang dipilih
aplikasi operasional SRS, diikuti oleh dua studi kasus, satu di perikanan tangkap
dan yang lainnya di akuakultur. Yang pertama membahas aplikasi data lingkungan
SRS dan teknologi pemantauan kapal dalam tuna cakalang (Katsuwonus pelamis)
perikanan di barat Pasifik Utara. Fokus kedua tentang dampak perubahan iklim
terhadap budidaya kerang (Mizuhopecten yessoensis) di Funka Bay, Hokkaido,
Jepang, menggunakan pencitraan SRS. Akhirnya, kami menyoroti tantangan dan
memberikan perspektif tentang masa depan sistem informasi perikanan di bidang
ini.
Gambaran
singkat
mengenai
operasional
oseanografi
perikanan
di
perikanan pelagis
Operasional Oseanografi telah didefinisikan sebagai cabang ilmu kelautan yang
secara rutin menyediakan observasional dan data model untuk aplikasi praktis
dengan kualitas tinggi (Pinardi dan Coppini, 2010). Aplikasi ini termasuk antara
lain penyediaan layanan yang meminimalkan waktu pencarian dengan
mengarahkan armada dan kapal memancing ke daerah spesies target dengan
ketersediaan, berdasarkan pada pengetahuan tentang perilaku mereka di bawah
kondisis lingkungan yang berbeda (Petit et al., 1994). Pengukuran SRS suhu
permukaan laut(SST), warna laut, tinggi permukaan air laut anomali (SSHA),
arus, dan angin yang paling penting data streams yang membentuk operasional
oseanografi. Sebelumnya dalam ulasan tentang penerapan informasi SRS di
perikanan laut disediakan oleh Simpson (1992, 1993) dan Santos (2000), dan
mereka termasuk pembahasan rinci dari jenis data, sistem operasional dan aplikasi
perikanan tangkap. Ruang lingkup di sini menghalangi detil seperti itu, tapi
banyak yang telah berubah selama dekade terakhir (Barale et al., 2010).
Dalam perikanan pelagis, dua tema menonjol dalam aplikasi operasional SRS: (i)
identifikasi zona perikanan potensial (PFZs), yang mengambil keuntungan dari
hubungan antara spesies sasaran dan faktor lingkungan, dan (ii) pengembangan
langkah-langkah manajemen , terutama meminimalkan spesies bycatch yang
terancam punah. Pemodelan habitat ikan (Valavanis et al., 2008) digunakan dalam
perikanan dan SRS satu set data lingkungan untuk menunjukkan bahwa
identifikasi fitur oseanografi seperti PFZs layak dalam cekungan laut yang
berbeda, termasuk Samudera Atlantik (Zagaglia et al, 2004), bagian barat
Samudera Pasifik (Zainuddin et al, 2008..; Mugo et al., 2010), dan Laut Arab
(Solanki et al., 2010). Integrasi dari tag elektronik dan data SRS untuk
mempelajari perilaku dan pemanfaatan habitat telah menambahkan dimensi yang
menarik untuk operasional oseanografi perikanan (Teo et al, 2007;.. Weng et al,
--------------------------------------------------------------------------------------------------2009; Dewar et al., 2010) dan telah menunjukkan kegunaan SRS dalam
pengelolaan perikanan berbasis ilmu pengetahuan (Hobday dan Hartmann, 2006;
Howell et al., 2008; Teo dan Block, 2010). Sebagai contoh, Howell et al. (2008)
menunjukkan alat (Turtles Watch) yang difasilitasi menghindari penyu tempayan
(Caretta caretta) tertangkap saat memancing untuk ikan todak (Xiphias gladius)
dan tuna (Thunnus spp.) di Pasifik Utara (lihat juga Kobayashi et al., 2011).
Hobday dan Hartmann (2006) mengembangkan alat untuk mengurangi tuna sirip
biru selatan (Thunnus maccoyii) tertangkap di bagian timur tuna dan perikanan
billfish dengan terbatas atau tidak ada sirip biru selatan kuota. Ini menunjukkan
kelayakan
merancang
mendekati
real-time
batas
pengelolaan
perikanan
menggunakan SRS SST, model data, dan memberi tanda habitat termal dari satelit
pop-up tags. Hartog et al. (2010) juga mempertimbangkan bagaimana manajemen
keputusan berdasarkan preferensi habitat SRS yang diturunkan dari selatan sirip
biru dan tuna yellowfin (Thunnus albacares) dapat dipengaruhi oleh pemanasan
laut. Contoh-contoh ini tidak lengkap, tetapi menggambarkan beberapa arah
penelitian yang operasional aplikasi informasi SRS telah mengambil di masa lalu.
Aplikasi penangkapan ikan komersial oseanografi operasional sebagian besar
bertujuan untuk meminimalkan waktu pencarian dan menghemat bahan bakar
India
untuk
Pelayanan
Informasi
Lautan
(INCOIS;
dicatat oleh GPS kapal dan cap tanggal-waktu. Jarak berdekatan antar posisi
dihitung di ArcGIS 9.2, dengan asumsi bahwa Kapal bergerak antara setiap posisi
memasuki sepanjang garis lurus. Kecepatan kapal (knot) dihitung dengan
menggunakan jarak tempuh antara titik polling yang berdekatan dan waktu yang
dibutuhkan (biasanya 1 menit). Sebuah histogram dari perkiraan kecepatan kapal
diplot dan digunakan untuk mengkategorikan aktivitas kapal. Sebuah tapis ruang
dikecualikan semua Data VMS diterima dari jarak 10 km dari pantai Jepang, jadi
menghilangkan gerakan masuk dan keluar dari pelabuhan, yang memicu kegiatan
penangkapan ikan karena kecepatan kapal lambat.. Akhirnya, filter kecepatan
mempertahankan semua data yang terkait dengan kecepatan 0,1-3 knot, indikasi
memancing kegiatan sebagaimana disimpulkan dari kecepatan histogram VMS.
SST dan klorofil a (CHL) dari bulanan Aqua MODIS standar dipetakan gambar
(resolusi hingga 4 km), dan waktu tertunda untuk bergabung produk SSHA dari
AVISO
(http:
//www.aviso.oceanobs.com/en/data/products/sea-surface-
Umpan balik independen dan otomatis dari kapal penangkap ikan adalah penting
untuk memantau kegiatan penangkapan atau meningkatkan efisiensi memancing.
Kami menyimpulkan bahwa penggunaan simultan dari VMS dan SRS informasi
dapat memberikan laporan rinci tentang kegiatan dari kapal cakalang memancing
tuna. VMS juga dapat membantu dalam fine-tuning pelagis model peramalan
perikanan termasuk informasi tentang bagaimana memancing nakhoda kapal
memilih tempat memancing relatif terhadap jarak jauh data oseanografi
merasakan. Aplikasi lain yang potensial adalah sebagai alat pendidikan untuk
mentransfer keterampilan dan pengetahuan memancing dari berpengalaman untuk
kapten baru.
Perubahan Iklim dan Budidaya Kerang
Perubahan iklim dan budidaya Kerang adalah kerang laut yang paling
sukses dibudidayakan di Jepang (Bourne, 2000). Saat ini, .40% dari Produksi
kerang Jepang dari budidaya (FAO, 2007). Perubahan suhu air akan
mempengaruhi waktu dan tingkat produktivitas di sistem pesisir dan laut (Walther
et al., 2002; Beukema dan Dekker, 2005; Harley et al., 2006). Keberlanjutan dari
kerang budidaya dapat dipengaruhi oleh lingkungan perubahan yang terkait
dengan pemanasan iklim, mengancam optimal tumbuh-out suhu, dan cuaca.
Lokasi yang cocok untuk budidaya kerang banyak berubah relatif terhadap model
asli situs kesesuaian setelah aplikasi skenario IPCC (Gambar 5). Peningkatan SST
dari 18oC menghasilkan di relatif sedikit perubahan nilai kesesuaian (Tabel 1),
tetapimeningkat dari 2 dan 48oC mengurangi luas area yang paling cocok (skor 8)
sebesar 52 dan 100%, masing-masing. Ada peningkatan bersamaan dalam daerah
yang kurang cocok; misalnya, daerah mencetak 7 meningkat dari 28-35 dan 41%
dari total luas dengan 2 dan 48oC meningkat, masing-masing. Perubahan
dibagikan kurang lebih merata di atas daerah (Gambar 5). Hasil ini menunjukkan
bahwa perubahan iklim bisa mempengaruhi perkembangan budidaya kerang
melalui perubahan situs kesesuaian, sehingga harus dipertimbangkan dalam
perencanaan, misalnya, program pemuliaan kerang yang dirancang untuk
meningkatkan toleransi suhu spesies berbudaya. Handisyde et al. (2006)
menganalisis dampak perubahan iklim pada budidaya dunia dari perspektif global
dan disarankan studi kasus tertentu yang tambahan (seperti disajikan di sini) akan
berkontribusi besar terhadap pemahaman bagaimana iklim perubahan dapat
mempengaruhi sumber daya perikanan budidaya. Contoh lain diberikan oleh
Baba et al. (2009), yang menggambarkan efek variabilitas iklim, terutama
pengaruh langsung dari El Nin~o dan La Nin~a, pada kerang budidaya. Model
berbasis GIS pada Dampak perubahan iklim terhadap budidaya kerang Jepang
menunjukkan bahwa perubahan iklim mungkin memiliki berbagai dampak pada
kerang budidaya. Jelas, dampak potensial perubahan iklim terhadap kerang
budidaya perlu penyelidikan lebih lanjut untuk membantu memastikan
keberlanjutan pembangunan budidaya laut.
Tantangan baru sistem informasi perikanan dan perspektif masa depan
SRS citra untuk parameter seperti SST, CHL, dan SASHA mengungkapkan
fenomena kelautan pada skala sinoptik. Aplikasi GIS juga telah telah berperan
dalam mengintegrasikan dan menganalisis informasi SRS dalam ilmu perikanan
(Meaden, 2009). Bagaimanapun juga GIS telah
--------------------------------------------------------------------------------------------------dikembangkan untuk data terestrial representasi di mana dua dimensi memadai.
Akibatnya, mereka terbatas dalam mewakili batas-batas dinamis dan struktur tiga
dimensi dari sifat-sifat laut dan habitat laut(Carette et al., 2008).Perpaduandata
pengamatan ke dalam model sirkulasi umum laut akan bermain peran penting
dalam bergerak menuju representasi tiga dimensi (Awaji et al., 2003). Arah
penelitian masa depan kami meliputipengembangan informasi perikanan pesisir
terpadu sistem (Gambar 6), memanfaatkan berbagai oseanografi dataset dari
satelit dan pengukuran in situ. Selain itu, dimaksudkan untuk lebih empat dimensi,
variasional (4D-VAR)model data-asimilasi(Broquet et al., 2009; Ishikawa et
al.,2009)mampu menghasilkan produk terintegrasi yang dibutuhkan olehperikanan
dan akuakultur menggunakan sintesis optimal observasional data, model sirkulasi
laut, dan Nemuro ekologi Model (Kishi et al., 2007). Sistem ini juga diharapkan
dan
Masyarakat
Kolaborasi
dariKementerian
Pendidikan,