據Smithsonian報道，在海洋裡，萬物都在運動。海浪推動著大片的海水翻湧不斷，潮起又潮落，隨著時間的推移，構造板塊也在悄悄地改變海底地形。伴隨著所有這些運動，海洋生物也在遷徙，這使得海洋成為地球上最具活力的生態系統之一。這種不間斷的“洗牌”會使我們很難預測到，某種特定海洋生物在某一刻會出現在哪裡。
然而，這正是美國國家海洋與大氣協會(NOAA)漁業科學家埃利奧特·哈森(Elliott Hazen)試圖通過新的建模軟件做到的。哈森和其他漁業科學家開發出名為EcoCast的軟件，旨在支持可持續發展漁業的同時，減少受保護海洋物種意外被誤捕的幾率。EcoCast已經被用於允許漁民在加州某些保護區捕魚，NOAA正在開發一款相應的智能手機應用程序，可以實時向漁民提供這些動態數據。
哈森所在的研究團隊更關注加州漂移刺網（California Drift Gillnet）漁場，那裡是美國西海岸劍旗魚（broadbill swordfish）的聚集地。當地劍旗魚捕撈量近年來有所下降，2017年僅為176噸，遠低於1985年2198噸的歷史高點。DGN漁場的漁民使用垂直漂浮在水中的網狀漁網來捕捉劍旗魚，但是這些漁網通常會捕獲其他海洋物種，包括極度瀕危的太平洋稜皮龜（leatherback sea turtle）、藍鯊和加利福尼亞海獅。
美國加州漁民、聖巴巴拉(Santa Barbara)漁民商會成員加里·伯克(Gary Burke)解釋說：“這不僅僅是保護瀕危物種的問題。漁民不希望碰到誤捕現象，那會弄壞我們的裝備，代價高昂。所以，我們想要避免它。”EcoCast考慮了一系列海洋學變量，生成了一幅流體地圖，凸顯漁民很可能發現目標物種高度集中的地區，並避開受保護物種。
在案例研究中，哈森利用追蹤和觀察數據來研究太平洋稜皮龜、藍鯊和加利福尼亞海獅等三種物種被誤捕的情況，以及劍旗魚本身情況，以確定它們最喜歡的環境類型。諸如水溫、水深、水流湍流以及葉綠素A（Chlorophyll A，代表區域內食物總量的指標）的數量，將它們結合起來創造出特定物種最喜歡的環境。知道動物前往哪裡(以及何時)旅行，可以讓科學家知道為什麼會出現這些模式。
通過將這些信息導入計算機模型中，研究人員可以在EcoCast中繪製出地圖，利用海洋的實時活動條件來預測目標物種是否會在任何給定的日子出現在某個區域，就像每日天氣預報一樣，但要有更多的變量。哈森表示:“以前人們只根據一個變量(如溫度)來進行管理，但我們知道，動物與環境的相互作用是多方面的，受多種原因影響。擁有一套不同的海洋變量可以讓我們更好地瞭解動物選擇的海洋環境。”
使用動態建模軟件可能是一種更好的方式，讓管理者以保護瀕危物種和有價值漁業的方式來決定捕撈規則。它也可以幫助作出決定，比如海洋保護區在什麼地方建立，在哪裡捕魚應該受限或完全禁止等。目前，加州DGN漁場法規規定，每年8月15日至11月15日，太平洋稜皮龜保護區內禁止捕魚，以保護這種海龜免受刺網的傷害。然而，當哈森和他的同事將EcoCast模型應用到這些區域時，他們發現動態禁捕區的範圍可能要小得多，實際上會縮小10倍，並且海龜受到的保護水平並未改變。
NOAA的漁業經理海蒂·泰勒(Heidi Taylor)正與DGN漁場合作，她說這種動態和對流體生態系統的認識可能是EcoCast最有前途的功能。她表示:“這個工具對漁民來說是最有用的，漁民們可以使用它權衡自己的選擇，並做出在哪裡撒網的明智決策。”泰勒對EcoCast可能幫助決策的過程充滿希望，這個過程需要在可行漁業和保護海洋棲息地之間找到平衡。
通過每日更新地圖，EcoCast當然可以幫助確定在任何給定的行程中，指導刺網漁船駛向哪裡。加州漁民伯克說，漁民們願意嘗試新獲得的免費數據。對EcoCast進行微調以準確預測各種海洋物種的數量是一項正在進行的工作。隨著氣候變化和海洋變暖，動物們將改變它們通常的路線和行為模式。而隨著新信息的出現，EcoCast需要不斷更新。
閱讀更多 Science科學 的文章
