Pages 286-292
Fabrizio Natale, Natacha Carvalho, Anton Paulrud

扩大对小规模渔业的定义是一个在政策与研究探讨上会时常出现的问题。小规模渔业广义上的定义应需要包括除诸如船舶长度等船舶大小特征之外的，与船舶作业范围，在沿海社区的社会作用以及船队企业的经济状况等相关的变量。本研究采用数据挖掘技术和地理空间分析技术探索了船舶规格参数与区域性作业范围之间的关系。此研究方法在很大程度上依赖于详尽的作业日志数据的可获得性，它包括两个主要步骤：（1）基于作业范围归类收集船舶数据以及，（2）通过机器学习演算法找出最匹配作业范围类别的船舶规格参数。使用瑞典捕捞船队作为研究案例，并针对2007-2013年间瑞典整个捕捞船队的捕捞活动展开分析。瑞典语的捕捞日志数据为提供精确的捕捞位置空间信息带来了优势。分析结果清晰地识别出了三个作业范围集群：短程，中程和远程作业范围。当将发动机功率和船舶吨位作为解释变量时，分类算法以94%的成功率有能力体现作业范围类别。然而，实际上存在的中等大小的船舶在和小渔船一样的作业范围类别内作业并竞争这一事实，限制了采用船舶规格参数明确体现小规模渔业区域性作业范围特征的可能性，除非使用极高的功率和吨位界限值。

《Fisheries Research》,Volume 164, Pages 1-332 (April 2015)