研究者は衛星画像と人工知能を利用して、海上での人間の活動をこれまで以上に正確にマッピングしています。この研究により、疑わしい漁業操業から爆発的な海洋エネルギー開発に至るまで、これまで知られていなかった多くの産業活動が明らかになりました。
この地図は今日、雑誌『Nature』に掲載される。 Google が支援する非営利団体 Global Fishing Watch が主導する調査によると、世界の産業用漁船の最大 4 分の 3 が公的に追跡されていないことがわかっています。船舶やエネルギー船の最大 30% も公的に追跡されていません。
研究者らは、こうした盲点が世界中の保全活動を妨げる可能性があると述べている。世界の海洋と漁業をより適切に保護するために、政策立案者は人々が沖合の資源をどこで利用しているのかをより正確に理解する必要があります。
昨年採択された昆明・モントリオール地球規模生物多様性枠組みによると、地球上のほぼすべての国が、2030年までに地球の陸地と水域の30％を保護するという共通の目標に同意しました。では、問題はどの30％を保護すべきかということです。 「この地図がなければ、漁業活動がどこにあるのか、石油プラットフォームがどこにあるのかを議論することはできません」とネイチャー論文の共著者であり、グローバル・フィッシュリーズ・ウォッチの研究・イノベーション担当ディレクターであるデビッド・クルーズマ氏は述べた。
これまで、グローバル漁業監視団体やその他の組織は、海で何が起こっているかを把握するために主に自動海上識別システム (AIS) に依存してきました。このシステムは無線送信機ボックスを積んだ船舶を追跡することができ、このデータは過去に船上での乱獲や強制労働を記録するために使用されてきた。それでも、このシステムには重大な制限があります。 AIS を搭載するための要件は国や船舶の種類によって異なります。また、検出を避けたい場合や、信号の弱い場所を移動したい場合は、簡単にボックスをオフにすることができます。
ギャップを埋めるために、Kroodsma 氏と彼の同僚は、欧州宇宙機関の Sentinel-1 衛星群から提供された 2,000 テラバイトの画像を分析しました。 Sentinel-1 は、従来の光学画像 (カメラで写真を撮るなど) を撮影する代わりに、高度なレーダー機器を使用して地表を観察します。レーダーは雲を突き抜け、暗闇でも「見る」ことができ、AIS が見逃す沖合の活動を検出できます。
2,000 TB のデータは非常に大きいため、研究者は、検出された各船舶を分類し、そのサイズを推定し、さまざまな種類のオフショア インフラストラクチャを分類するための 3 つのディープ ラーニング モデルを開発しました。彼らは、2017年から2021年にかけて、産業活動の75％が行われる世界の海洋の約15％を監視し、船舶の動きや石油掘削装置や風力タービンなどの固定海洋構造物の開発を調べた。
2020年に新型コロナウイルス感染症（COVID-19）のパンデミックが始まると漁業活動は減少したが、公共追跡システムの対象地域で「これまで船舶活動がほとんどなかった」地域、特に南アジアや東南アジア、アフリカの北海岸や西海岸沿いで船舶の往来が集中していることが判明した。
このデータは、海洋エネルギー開発のブームも示しています。 2020 年末までに、石油建造物よりも風力タービンの方が多くなるでしょう。翌年までにタービンは海洋インフラ全体の 48% を占め、石油構造物は 38% を占めました。
洋上風力発電の開発はほぼすべて北欧と中国の沖合で行われています。米国北東部では、船舶衝突が問題であるという証拠にもかかわらず、クリーンエネルギー反対派がクジラの死と今後の洋上風力発電開発を誤って結び付けようとしている。
石油構造物の周囲には風力タービンよりも多くの船舶が存在します。タンカーは、パイプラインの代わりに石油を海岸に輸送するために使用されることがあります。調査された 5 年間で、石油建造物の数は 16% 増加しました。 2021 年までに、海洋石油開発により世界の船舶交通量は風力タービンの 5 倍に達すると予想されます。 「世界中で風力タービンによって引き起こされる実際の船舶交通量は、他の交通量に比べて微々たるものです」とクロズマ氏は述べた。
世界地図上の青い円は、主にヨーロッパと中国にある洋上風力インフラの位置を示しています。黄色の円は石油プラットフォームの位置を示します。紫色の円は「その他の構造物」の位置を示します。
このような研究は人工知能なしで可能かという質問には、「簡単に言うとノーです。私はそうは思いません」と、研究の筆頭著者でありグローバル・フィッシャリー・ウォッチの機械学習エンジニアであるフェルナンド・パオロ氏は語った。 「ディープラーニングは、大量のデータからパターンを発見するのが得意です。」
Natureに今日掲載された別の記事では、PaoloとKroodsmaの研究をレビューし、全球の衛星画像を処理するためのオープンソースソフトウェアとして、新しい機械学習ツールは「データとツールへのアクセスを民主化し、低所得国の研究者、分析者、政策立案者が低コストで追跡技術を利用できるようにする」と述べている。この記事は、Microsoft 博士研究員の Konstantin Klemmer 氏とコロラド大学ボルダー大学助教授の Esther Rolf 氏によって執筆されました。
これらの技術の進歩は、各国が気候変動を阻止し、手遅れになる前に生物多様性を保護しようとしている重要な時期に、海洋活動の急速な変化を記録するための重要な基盤を提供します。 「これが重要な理由は、（海が）ますます混雑し、ますます利用されるようになっており、突然、この巨大な世界的共有地をどのように管理するかを決定しなければならないからです。これが西部開拓時代であるはずはありません。それが歴史的にそうであったのです」とクロズマ氏は述べた。