Diseño de un sistema integral de monitorización de la actividad pesquera
- Autores: María del Mar Galotto Tébar
- Directores de la Tesis: Juan Carlos Gutiérrez Estrada (dir. tes.), Ivone A. Czerwinski (dir. tes.)
- Lectura: En la Universidad de Huelva ( España ) en 2022
- Idioma: español
- Número de páginas: 184
- Materias:
- Enlaces
- Tesis en acceso abierto en: Arias Montano
- Resumen
- español
La gestión de la pesca se basa generalmente en la regulación del esfuerzo pesquero, limitando la capacidad y la actividad pesquera. Conocer la actividad de los buques pesqueros con precisión y en tiempo real supone un salto de calidad en la gestión de la actividad pesquera. La capacidad de pesca puede cuantificarse objetivamente, sin embargo, el cálculo de la actividad pesquera requiere conocer el tiempo efectivo de pesca, para lo cual es imprescindible el seguimiento de la actividad de los buques. Los actuales sistemas de seguimiento de buques no proporcionan información suficiente para determinar con precisión la actividad pesquera, tienen un coste tan alto que dejan fuera de control casi la totalidad de la flota artesanal, proporcionan únicamente la información que registra el GPS instalado en la embarcación, la frecuencia de envío de información es muy baja y no envía información entre muestras. Esta tesis presenta el desarrollo de un nuevo sistema integral de seguimiento de la actividad pesquera que puede complementar y superar las limitaciones de los actuales sistemas de seguimiento. Para evaluar con mayor precisión la actividad pesquera, se propone incorporar nuevos sensores en los buques que aporten información adicional. El sistema propuesto está desarrollado sobre la base de un dispositivo móvil de bajo coste con los sensores GPS, acelerómetro, giroscopio y sensor de campo magnético; además dispone de capacidad de procesamiento que permite incorporar algoritmos de inteligencia artificial para identificar en tiempo real cuándo el barco está pescando. En este trabajo se evalúa la capacidad de los sensores integrados en los dispositivos móviles actuales de bajo coste para detectar cambios significativos en el comportamiento estático y dinámico de la embarcación durante la actividad pesquera de arrastre. Se analiza la capacidad de diferentes métodos estadísticos y heurísticos para clasificar e identificar la fase del lance en la que se encuentra el buque durante su actividad pesquera. Así mismo, se identifica la combinación de sensores y la estructura del lance que ofrece mejor respuesta en la tarea de clasificación de las máquinas de aprendizaje. Los resultados obtenidos indican que, en general, las técnicas heurísticas tienen un alto grado de discriminación de cada una de las fases de la operación de pesca y que, en particular, el perceptrón multicapa (MLP) es capaz de identificar correctamente el 96,3% de las muestras de la fase de arrastre utilizando únicamente los sensores GPS y giróscopo.
- English
Fisheries management is generally based on the regulation of fishing effort, limiting fishing capacity and fishing activity. Knowing the activity of fishing vessels accurately and in real time represents a leap in quality in the management of fishing activity. Fishing capacity can be objectively quantified, however, the calculation of fishing activity requires knowledge of the effective fishing time, for which the monitoring of vessel activity is essential. Current vessel monitoring systems do not provide sufficient information to accurately determine fishing activity, they are so expensive that they leave almost the entire artisanal fleet out of control, they only provide the information recorded by the GPS installed on the vessel, the frequency of sending information is very low and they do not send information between samples. This thesis presents the development of a new integrated system for monitoring fishing activity that can complement and overcome the limitations of current monitoring systems. In order to assess fishing activity more accurately, it is proposed to incorporate new sensors on vessels to provide additional information. The proposed system is developed on the basis of a low-cost mobile device with GPS, accelerometer, gyroscope and magnetic field sensors; it also has processing capacity that allows the incorporation of artificial intelligence algorithms to identify in real time when the vessel is fishing. This work evaluates the capacity of sensors integrated in current low-cost mobile devices to detect significant changes in the static and dynamic behaviour of the vessel during trawling activity. The ability of different statistical and heuristic methods to classify and identify the phase of the haul in which the vessel is during its fishing activity is analysed. It also identifies the combination of sensors and the set structure that provides the best response in the classification task of the learning machines. The results obtained indicate that, in general, the heuristic techniques have a high degree of discrimination of each of the phases of the fishing operation and that, in particular, the multilayer perceptron (MLP) is capable of correctly identifying 96.3% of the trawl phase samples using only the GPS and gyroscope sensors.
- español
