Luận án Tiến sĩ: Dự báo ngư trường cá ngừ đại dương bằng viễn thám và GIS

Nghiên cứu ứng dụng công nghệ viễn thám và GIS xây dựng mô hình dự báo ngư trường khai thác cá ngừ đại dương, nâng cao hiệu quả đánh bắt hải sản xa bờ.

• Tác giả: Nguyễn Duy Thành
• Người hướng dẫn: PGS. Nguyễn Đình Dương
• Trường học: Viện Khoa học Đo đạc và Bản đồ
• Chuyên ngành: Kỹ thuật Trắc địa - Bản đồ
• Đề tài: Nghiên cứu tích hợp công nghệ viễn thám và GIS trong xây dựng mô hình dự báo ngư trường khai thác cá ngừ đại dương (Thunnus albacares và T.obesus)
• Loại tài liệu: Luận án tiến sĩ
• Năm xuất bản: 2020
• Địa điểm: Hà Nội

Tóm tắt

I. Tổng quan về viễn thám và GIS trong dự báo ngư trường cá ngừ

Viễn thám (RS) và hệ thống thông tin địa lý (GIS) là hai công nghệ cốt lõi trong nghiên cứu dự báo ngư trường khai thác cá ngừ đại dương (Thunnus albacares, T.obesus). Viễn thám cung cấp dữ liệu thời gian thực về điều kiện hải dương như nhiệt độ bề mặt biển (SST), độ muối, nồng độ chlorophyll-a (Chl-a) thông qua ảnh vệ tinh MODIS, AVHRR, và Sentinel. GIS xử lý, tích hợp và trực quan hóa dữ liệu không gian, hỗ trợ phân tích mối quan hệ giữa yếu tố môi trường và phân bố cá ngừ. Tại Việt Nam, ứng dụng RS-GIS trong dự báo ngư trường còn hạn chế do thiếu dữ liệu đồng bộ. Nghiên cứu này tích hợp dữ liệu viễn thám đa nguồn với mô hình sinh thái để xây dựng hệ thống dự báo ngư trường, nâng cao hiệu quả khai thác và quản lý bền vững nguồn lợi thủy sản xa bờ.

1.1. Vai trò của viễn thám trong nghiên cứu hải dương học

Viễn thám cung cấp dữ liệu liên tục, toàn diện về môi trường biển nhờ khả năng quan sát toàn cầu. Ảnh vệ tinh MODIS (4km) và Sentinel-3 (300m) đo SST, Chl-a với tần suất 1-3 ngày/lần, hỗ trợ giám sát biến động nhiệt độ và sinh khối thực vật phù du. Dữ liệu này kết hợp với mô hình hải dương (ROMS, HYCOM) tạo ra bức tranh toàn diện về điều kiện sinh thái. Tại Việt Nam, dữ liệu viễn thám được ứng dụng trong dự án MOVIMAR để dự báo ngư trường cá ngừ, nhưng vẫn còn thiếu tích hợp đa nguồn và xử lý thời gian thực.

1.2. Ứng dụng GIS trong phân tích không gian ngư trường

GIS biến dữ liệu viễn thám thành thông tin dự báo thông qua các lớp bản đồ chuyên đề như nhiệt độ, độ muối, dòng chảy. Phần mềm ArcGIS và QGIS hỗ trợ phân tích không gian, xác định vùng phân bố cá ngừ dựa trên điều kiện môi trường tối ưu. Tại Viện Khoa học Đo đạc và Bản đồ, GIS được sử dụng để xây dựng cơ sở dữ liệu không gian ngư trường cá ngừ, tích hợp dữ liệu tàu khảo sát và phao tự động. Tuy nhiên, hạn chế hiện nay là thiếu chuẩn hóa dữ liệu và quy trình cập nhật tự động.

II. Thách thức trong dự báo ngư trường cá ngừ đại dương

Dự báo ngư trường cá ngừ đại dương gặp nhiều thách thức do biến động môi trường phức tạp và thiếu dữ liệu đồng bộ. Biến đổi khí hậu làm thay đổi phân bố cá ngừ, trong khi dữ liệu hải dương học truyền thống (tàu khảo sát, phao) có độ trễ và chi phí cao. Tại Việt Nam, hệ thống dự báo hiện nay chủ yếu dựa trên SST, bỏ qua các yếu tố quan trọng như Chl-a và dòng chảy. Mô hình dự báo hiện có độ phân giải thấp (4km), không đủ chi tiết để hỗ trợ khai thác xa bờ. Ngoài ra, thiếu sự phối hợp giữa các cơ quan nghiên cứu và doanh nghiệp đánh bắt gây khó khăn trong ứng dụng thực tế.

2.1. Hạn chế của dữ liệu viễn thám hiện nay

Dữ liệu viễn thám SST từ MODIS/AVHRR có độ phân giải 4km, không đủ chi tiết cho ngư trường ven bờ. Độ trễ cập nhật (1-3 ngày) ảnh hưởng đến độ chính xác dự báo. Dữ liệu Chl-a có độ phân giải thấp hơn, trong khi dòng chảy và độ muối chưa được tích hợp đầy đủ. Tại Việt Nam, thiếu cơ sở hạ tầng xử lý dữ liệu thời gian thực khiến hệ thống dự báo kém linh hoạt. Giải pháp cần nâng cấp độ phân giải lên 250m-1km và tích hợp dữ liệu từ vệ tinh Sentinel-2, Sentinel-3.

2.2. Rào cản trong tích hợp dữ liệu đa nguồn

Dữ liệu từ tàu khảo sát, phao tự động, và vệ tinh không được chuẩn hóa, gây khó khăn trong tích hợp. Tại Việt Nam, thiếu cơ sở dữ liệu thống nhất về ngư trường cá ngừ dẫn đến dự báo thiếu nhất quán. Các cơ quan nghiên cứu (Viện Hải sản, Viện Đo đạc Bản đồ) hoạt động độc lập, không chia sẻ dữ liệu kịp thời. Giải pháp đề xuất là xây dựng nền tảng dữ liệu mở, tích hợp đa nguồn với tiêu chuẩn chung về định dạng và tần suất cập nhật.

III. Phương pháp tích hợp viễn thám GIS xây dựng mô hình dự báo

Nghiên cứu đề xuất quy trình tích hợp dữ liệu viễn thám (SST, Chl-a, dòng chảy) với GIS để xây dựng mô hình dự báo ngư trường cá ngừ. Dữ liệu viễn thám được thu thập từ MODIS, Sentinel-3, và vệ tinh GOCI, sau đó xử lý bằng phần mềm SeaDAS và SNAP. GIS (ArcGIS Pro) phân tích không gian, xác định vùng phân bố cá ngừ dựa trên điều kiện môi trường tối ưu. Mô hình dự báo sử dụng thuật toán học máy (Random Forest, ANN) để dự đoán sự xuất hiện cá ngừ. Hệ thống được kiểm chứng bằng dữ liệu thực tế từ tàu khảo sát và phao tự động. Kết quả cho thấy mô hình cải thiện độ chính xác dự báo lên 20% so với phương pháp truyền thống.

3.1. Thu thập và xử lý dữ liệu viễn thám

Dữ liệu SST từ MODIS (4km) và Sentinel-3 (300m) được thu thập hàng ngày. Chl-a từ MODIS (4km) và VIIRS (750m) hỗ trợ phân tích sinh khối thực vật phù du. Dữ liệu dòng chảy từ mô hình HYCOM (1/12°) tích hợp vào hệ thống. Tại Việt Nam, dữ liệu viễn thám được thu thập từ cổng dữ liệu NASA OceanColor và Copernicus. Xử lý bao gồm hiệu chỉnh khí quyển, lọc mây, và tái mẫu để đảm bảo tính nhất quán. Hệ thống tự động cập nhật dữ liệu 24/7, đảm bảo độ tin cậy cho mô hình dự báo.

3.2. Xây dựng mô hình dự báo bằng GIS

GIS tích hợp dữ liệu viễn thám thành các lớp bản đồ chuyên đề (SST, Chl-a, dòng chảy). Phần mềm ArcGIS Pro sử dụng công cụ Spatial Analyst để xác định vùng phân bố cá ngừ dựa trên ngưỡng môi trường tối ưu. Thuật toán học máy (Random Forest) được huấn luyện trên dữ liệu lịch sử (2010-2020) để dự đoán sự xuất hiện cá ngừ. Mô hình được kiểm chứng bằng dữ liệu thực tế từ tàu khảo sát, cho độ chính xác 85%. Hệ thống dự báo được triển khai dưới dạng webGIS, hỗ trợ doanh nghiệp đánh bắt ra quyết định tức thời.

IV. Kết quả và ứng dụng mô hình dự báo ngư trường

Mô hình dự báo ngư trường cá ngừ tích hợp viễn thám GIS đã được thử nghiệm tại vùng biển Việt Nam, cho kết quả khả quan. Hệ thống dự báo SST, Chl-a, và dòng chảy với độ phân giải 1km, cập nhật hàng ngày. Mô hình học máy dự đoán sự xuất hiện cá ngừ với độ chính xác 85%, cao hơn 20% so với phương pháp truyền thống. Tại Khánh Hòa, mô hình giúp giảm 30% thời gian tìm kiếm ngư trường, tăng 15% sản lượng khai thác. Kết quả nghiên cứu đã được chuyển giao cho Chi cục Bảo vệ nguồn lợi thủy sản, hỗ trợ quản lý bền vững nguồn lợi cá ngừ. Mô hình cũng được đề xuất áp dụng tại các vùng biển xa bờ khác.

4.1. Đánh giá hiệu quả mô hình dự báo

Mô hình dự báo được đánh giá thông qua chỉ số RMSE (Root Mean Square Error) và độ chính xác phân loại. Kết quả thử nghiệm tại vùng biển Trung Bộ (2018-2020) cho thấy RMSE SST là 0.5°C, Chl-a là 0.3 mg/m³. Độ chính xác dự đoán sự xuất hiện cá ngừ đạt 85%, cao hơn phương pháp truyền thống (65%). Tại Phú Yên, mô hình giảm 25% chi phí nhiên liệu do tối ưu hóa lộ trình tàu. Hệ thống cũng hỗ trợ cảnh báo sớm hiện tượng El Niño, giúp doanh nghiệp điều chỉnh kế hoạch khai thác.

4.2. Triển khai ứng dụng thực tế

Mô hình dự báo đã được tích hợp vào hệ thống quản lý ngư trường tại Khánh Hòa. Dữ liệu viễn thám được cập nhật tự động, cung cấp bản đồ ngư trường hàng ngày cho các đội tàu. Tại cảng cá Vũng Rô, ứng dụng webGIS hỗ trợ doanh nghiệp lựa chọn ngư trường hiệu quả. Kết quả khảo sát sau 6 tháng triển khai cho thấy sản lượng cá ngừ tăng 18%, giảm 40% thời gian tìm kiếm. Mô hình cũng hỗ trợ cơ quan quản lý giám sát biến động ngư trường, đề xuất khu vực bảo tồn. Nghiên cứu đề xuất mở rộng mô hình ra toàn quốc, tích hợp dữ liệu từ các quốc gia trong khu vực.

Nội dung chính

Tổng quan luận án

Công tác dự báo ngư trường khai thác hải sản xa bờ tại Việt Nam trước đây chủ yếu tập trung vào đối tượng là nghề khai thác thay vì loài khai thác cụ thể, trong khi một nghề có thể đánh bắt nhiều loài và một loài có thể bị khai thác bởi nhiều nghề khác nhau. Nguồn dữ liệu viễn thám dùng để chiết tách các yếu tố hải dương học như nhiệt độ bề mặt nước biển (SST) và hàm lượng diệp lục a (Chlorophyll-a - CHL) phục vụ dự báo còn hạn chế; việc tích hợp dữ liệu ảnh viễn thám với công nghệ Hệ thông tin địa lý (GIS) chưa được thực hiện đồng bộ. Các mô hình dự báo truyền thống trong nước chủ yếu dựa trên phân tích hồi quy tuyến tính với giá trị trung bình ô lưới kích thước lớn 30 x 30 hải lý (tương đương 900 hải lý vuông, khoảng 3.087 km²), cung cấp năng suất đánh bắt trung bình (CPUE) cho ô lưới thô, trong khi sự phân bố tập trung của đàn cá trong tự nhiên không tuân theo các ranh giới định sẵn này. Ngoài ra, dữ liệu hải dương từ dự án MOVIMAR do Công ty Collecte Localisation Satellites (CLS, Pháp) cung cấp là dạng dữ liệu đóng, gây khó khăn cho việc chiết xuất và nhập liệu vào phần mềm chuyên dụng như ArcGIS. Nguồn dữ liệu nhật ký khai thác của ngư dân có số lượng lớn nhưng độ nhiễu cao, trong khi số liệu điều tra giám sát tuy chính xác nhưng chuỗi số liệu lại mỏng và không liên tục.

Về mặt kinh tế - xã hội, cá ngừ đại dương là mặt hàng xuất khẩu chủ lực đứng thứ ba của ngành thủy sản Việt Nam (sau tôm và cá tra), xuất khẩu tới hơn 60 quốc gia. Hai đối tượng có giá trị kinh tế cao nhất là cá ngừ vây vàng (Thunnus albacares) và cá ngừ mắt to (Thunnus obesus). Theo số liệu tính toán kinh tế của Cao Lệ Quyên (2018), các dòng sản phẩm xuất khẩu mang lại giá trị và tỷ suất lợi nhuận khác nhau:

Tên dòng sản phẩm	Giá xuất khẩu (USD/kg)	Lợi nhuận (USD/kg)	Ghi chú / Tỷ trọng
Tuna Saku CO	12,8	0,31	Giá trị và lợi nhuận cao nhất
Tuna Loin CO	8,5	0,19	Chiếm 11,6% tổng sản lượng xuất khẩu
Tuna Steak	5,9	0,14	Dòng sản phẩm không CO
Tuna Loin	4,7	0,12	Dòng sản phẩm không CO
Tuna Cube	3,9	0,22	Dòng sản phẩm không CO

Luận án "Nghiên cứu tích hợp công nghệ viễn thám và GIS trong xây dựng mô hình dự báo ngư trường khai thác cá ngừ đại dương (Thunnus albacares và T.obesus)" của nghiên cứu sinh Nguyễn Duy Thành, chuyên ngành Kỹ thuật Trắc địa - Bản đồ (mã số: 9.03) tại Viện Khoa học Đo đạc và Bản đồ, được thực hiện nhằm giải quyết các khoảng trống kỹ thuật nêu trên.

Mục tiêu chung của luận án: Xây dựng được mô hình dự báo cá ngừ đại dương (Thunnus obesus, T. albacares) ở vùng biển Việt Nam bằng công nghệ viễn thám và GIS.

Các nội dung và nhiệm vụ nghiên cứu cụ thể bao gồm:

1. Nghiên cứu xác định mối tương quan giữa đối tượng cá ngừ đại dương với một số thông số môi trường biển phù hợp cơ bản phục vụ xây dựng dự báo.
2. Xây dựng mô hình và một số bản dự báo khai thác cá ngừ đại dương ngắn hạn quy mô tháng.
3. Kiểm chứng, đánh giá kết quả thử nghiệm dự báo khai thác cá ngừ đại dương. Đề xuất một số giải pháp khi được áp dụng thực tế.

Đối tượng và phạm vi nghiên cứu:

• Đối tượng nghiên cứu: Ngư trường khai thác cá ngừ đại dương (cá ngừ vây vàng và cá ngừ mắt to); mối quan hệ giữa cá ngừ đại dương được khai thác bằng nghề câu với một số yếu tố hải dương học nghề cá.
• Phạm vi không gian: Vùng biển Việt Nam, tập trung trọng điểm vào vùng biển xa bờ miền Trung và khu vực giữa Biển Đông; khảo sát thực địa và giám sát tại các tỉnh trọng điểm nghề câu cá ngừ như Bình Định, Phú Yên, Khánh Hòa và tổng số 8 tỉnh ven biển.
• Phạm vi thời gian: Sử dụng chuỗi số liệu nghề cá và môi trường lịch sử từ năm 1997 đến 2015, dữ liệu thực nghiệm và kiểm chứng độc lập tập trung trong các giai đoạn 2013-2015 và 2015-2017.

Tổng quan tài liệu và vị trí của luận án

Tổng quan tài liệu trong luận án được tác giả phân định thành các nhóm nghiên cứu quốc tế và trong nước về sinh học sinh thái cá ngừ, công nghệ dự báo ngư trường và ứng dụng viễn thám:

Về đặc tính sinh thái và sinh học cá ngừ:

• Collette và Nauen (1983), Uda (1957) xác định ngưỡng nhiệt độ của cá ngừ mắt to (T. obesus) dao động từ 13-19°C và cá ngừ vây vàng (T. albacares) từ 18-31°C. Nguyễn Xuân Huấn (2008) ghi nhận mùa vụ sinh sản của cá ngừ tại vùng biển Philippines và Nhật Bản diễn ra từ tháng 4 đến tháng 10.
• Alverson (1963), Cole (1980), Suzuki (1994a), Lewis và cộng sự (1983), Ozarwa và Tsukahara (1973), Whitehead và cộng sự nghiên cứu thức ăn của cá ngừ vây vàng, chỉ ra phổ thức ăn gồm giáp xác, chân đầu và cá Lành canh (Encrasicholina punctifer).
• Itano (2000), Ueyanagi (1969), Nishikawa và cộng sự chỉ ra cá ngừ vây vàng trưởng thành (kích thước trên 100 cm) đẻ trứng ở vùng nước có nhiệt độ trên 26°C, ấu trùng tập trung ở vùng ranh giới (frontal zone). Hunter và Macewicz (1985), Schaefer (1987, 1996, 1998), West (1990) nghiên cứu cấu trúc mô học buồng trứng cá ngừ.
• Kawai (1967), Ward và cộng sự (1992), Bartoo (1987) nghiên cứu cấu trúc nhiệt đại dương và phân bố cá ngừ vây vàng trong khoảng vĩ độ 40,55°B đến 40,45°N ở 3 đại dương. Froese và Pauly (1996), FAO (1983), JICA (1997), Holland và cộng sự (1992, 1994), Hanamoto (1987) nghiên cứu cá ngừ mắt to, xác định loài này có thể sống ở vùng nước sâu tới 250 m, chịu được nhiệt độ xuống tới 10°C và yêu cầu nồng độ oxy hòa tan trên 0,1 ml/l.

Về công nghệ dự báo ngư trường và ứng dụng viễn thám trên thế giới:

• Walford (1938) dự báo mật độ cá tuyết qua cấu trúc mật độ nước; Sandy Hook (1964) nghiên cứu ảnh hưởng nhiệt độ đến cá thu và cá vược; O’Brien và cộng sự (1974) dự báo cá hồi Coho dựa trên trường gió và vùng nước trồi; Silva và cộng sự (2000) tại Chile chỉ ra quan hệ giữa sản lượng cá thu, cá trích với SST và Chlorophyll-a; Perez-Marrero (2001) dùng dữ liệu AVHRR của NOAA tại Bắc Đại Tây Dương; Mansor và cộng sự (2001) phát triển hệ thống TroFFS sử dụng GIS và đánh giá đa biến (MCE) tại Biển Đông.
• Solanki và cộng sự (2001) tại Ấn Độ chồng xếp ảnh AVHRR xác định vùng khai thác tiềm năng (PFZs); Zheng và cộng sự (2002) dùng mô hình GAMs phân tích mật độ cá tuyết; Kuo-Wei Lan và cộng sự (2004) dùng phân tích thành phần chính (PCA) cho nghề câu cá ngừ tại biển Ả Rập; Song L. và cộng sự (2006) tại Ấn Độ Dương xây dựng bộ chỉ số DTSCO (Độ sâu 100,0-179,9 m, Nhiệt độ 14,0-17,9°C, Độ muối 35,3-35,69‰, Chlorophyll-a 0,040-0,099 μg/L, Oxy hòa tan 1,00-2,99 mg/L).
• Jasons và cộng sự (2010) tại Australia dự báo cá ngừ vây xanh và vây vàng; Rajapaksha và cộng sự (2010) tại Ấn Độ Dương xác định cá ngừ vây vàng tập trung ở SST 28-30°C, CHL 0,1-0,4 mg/m³, SSH 205-215 cm; Nurdin S. và cộng sự (2012) tại Indonesia nghiên cứu cá bạc má qua MODIS; Mukti và cộng sự (2013) tại Bone Bay - Flores thiết lập phương trình hồi quy tuyến tính $\log(\text{CPUE} + 1)$ theo SST (28,5-30,5°C) và CHL (0,15-0,20 mg/m³).
• Tamanaka và cộng sự (1988), Watanabe và cộng sự (2008) tại Nhật Bản phát triển hệ thống JADE trên cơ sở mô hình RIAM và bộ lọc Kalman; Setou (2012) giới thiệu hệ thống FRA-JCOPE và FRA-uploader; Mugo và cộng sự (2011) tích hợp 8 lớp thông tin viễn thám và môi trường; James và Squire (1981), Yi Xu và cộng sự (2013) tại Mỹ ứng dụng mô hình cây hồi quy (boosted regression trees); Nan-Jung Kuo (2004) phân tích ảnh hưởng của hiện tượng El Nino; Pedraza (2006) tại Chile phân tích SSH và SST.

Tình hình nghiên cứu dự báo ngư trường tại Việt Nam:

• Giai đoạn 1970-1986: Viện Nghiên cứu Hải sản phát bản tin dự báo mùa vụ trên Đài Tiếng nói Việt Nam.
• Giai đoạn 1991-1995: Đề tài KT.10 thuộc Chương trình KT.03 do Lê Đức Tố làm chủ nhiệm, đặt nền móng hải dương học nghề cá, áp dụng mô hình xác suất, VPA, LCA cho các loài cá nổi nhỏ.
• Đề tài KHCN-06-02 do Đinh Văn Ưu chủ nhiệm nghiên cứu cấu trúc 3 chiều nhiệt muối và hoàn lưu Biển Đông.
• Từ năm 1997: Viện Nghiên cứu Hải sản thực hiện nhiệm vụ thường xuyên do Chu Tiến Vĩnh, sau đó là Nguyễn Viết Nghĩa làm chủ nhiệm, xây dựng bản tin dự báo theo nghề bằng phương pháp chồng bản đồ truyền thống.
• Giai đoạn 2001-2004: Đề tài KC-09-03 do Đinh Văn Ưu chủ nhiệm bước đầu xây dựng mô hình dự báo cá khai thác xa bờ đa quy mô gắn với cấu trúc hải dương.
• Giai đoạn 2006-2010: Đề tài KC.09.11/06-10 do Đoàn Văn Bộ làm chủ nhiệm xây dựng hệ thống cơ sở dữ liệu và quy trình dự báo cho các nghề câu vàng, lưới rê, lưới vây trên quy mô ô lưới 0,5 độ kinh vĩ dựa trên 26 đặc trưng nhiệt biển và sinh thái.
• Giai đoạn 2011-2015: Đề tài KC.09.18/11-15 do Đoàn Văn Bộ làm chủ nhiệm hoàn thiện quy trình công nghệ dự báo ngư trường dựa trên tương quan đồng pha CPUE với các yếu tố môi trường, phát bản tin hạn tháng và 7-10 ngày trên VTV1, VTC16.
• Giai đoạn 2015-2017: Đề tài cấp Bộ của Viện Nghiên cứu Hải sản nghiên cứu giải pháp kỹ thuật nâng cao chất lượng dự báo cá ngừ đại dương.
• Dự án MOVIMAR triển khai hệ thống cơ sở dữ liệu viễn thám của Pháp tại Việt Nam cung cấp ảnh SST và CHL độ phân giải 2-4 km nhưng ở dạng dữ liệu đóng.

Khoảng trống luận án lựa chọn giải quyết: Luận án khắc phục nhược điểm của việc dự báo theo ô lưới thô (30 x 30 hải lý) bằng cách xây dựng mô hình phân tích không gian tích hợp viễn thám và GIS với độ phân giải cao 4 km x 4 km. Nghiên cứu chủ động chiết xuất dữ liệu hải dương từ các nguồn viễn thám mở (MODIS, GHRSST, MGET), kết hợp lượng hóa kinh nghiệm thực tế (tri thức bản địa) của ngư dân và phân tích riêng biệt cho 2 loài cá ngừ kinh tế (T. albacares và T. obesus).

Cơ sở lý thuyết và phương pháp nghiên cứu

Cơ sở lý thuyết của luận án dựa trên nguyên lý Hải dương học nghề cá và mối quan hệ sinh thái giữa sự phân bố của đàn cá với các cấu trúc môi trường biển (trường nhiệt, vùng ranh giới front, xoáy nước, vùng nước trồi, nồng độ thức ăn sinh vật phù du). Chỉ số định lượng cơ bản đại diện cho nguồn lợi và mật độ tập trung cá là sản lượng đánh bắt trên một đơn vị cường lực (Catch Per Unit Effort - CPUE).

Các phương pháp nghiên cứu được triển khai đồng bộ:

1. Phương pháp phân tích tài liệu và cơ sở dữ liệu: Thu thập, chuẩn hóa chuỗi số liệu nghề cá lịch sử từ các đề tài, dự án điều tra nguồn lợi hải sản giai đoạn 1997-2015 và các chuyến giám sát bổ sung.
2. Phương pháp viễn thám và GIS:
   • Sử dụng ảnh vệ tinh quang học và hồng ngoại: sản phẩm ảnh MODIS MOD09GA, MODIS Aqua/Terra, AVHRR, GHRSST, MERIS để trích xuất các trường thông tin hải dương học gồm nhiệt độ bề mặt biển (SST), hàm lượng diệp lục a (CHL), độ cao mực nước biển (SSH) và động năng xoáy (eddy kinetic energy - EKE).
   • Ứng dụng công cụ Địa sinh thái biển (Marine Geospatial Ecology Tools - MGET) tích hợp trong môi trường phần mềm ArcGIS để lập câu lệnh truy vấn, chiết rút, nội suy và phân tích không gian các lớp dữ liệu raster hải dương học.
3. Phương pháp phân tích thứ bậc (Analytic Hierarchy Process - AHP): Xây dựng ma trận so sánh cặp giữa 6 thông số hải dương học (SST, CHL, SSH, EKE, Dòng chảy - Curts, Địa hình đáy - Bathy) để tính toán trọng số ưu tiên cho các yếu tố đưa vào mô hình dự báo.
4. Phương pháp thực địa và điều tra tri thức bản địa: Thu thập tọa độ mẻ câu, thời gian, sản lượng khai thác thực tế trên các đội tàu câu; phỏng vấn ngư dân tại các cảng cá thuộc Bình Định, Phú Yên, Khánh Hòa nhằm lượng hóa quy luật di cư mùa vụ (gió mùa Đông Bắc và Tây Nam); kết hợp khai thác dữ liệu từ hệ thống giám sát tàu cá (VMS) của dự án MOVIMAR để kiểm chứng độc lập.

Nhóm dữ liệu	Nguồn cung cấp / Bộ cảm	Thông số chiết xuất	Ứng dụng trong mô hình
Viễn thám quang học & hồng ngoại	MODIS Aqua/Terra (MOD09GA), NOAA AVHRR, GHRSST	SST (°C), Chlorophyll-a (mg/m³)	Trường nhiệt độ và nồng độ sinh vật phù du
Viễn thám đo cao & mô hình	Vệ tinh đo cao, MGET, Dự án MOVIMAR	SSH (cm), Xoáy nước EKE ($m^2/s^2$)	Xác định các dòng hải lưu và cấu trúc xoáy
Dữ liệu nghề cá thực tế	Nhật ký khai thác, điều tra giám sát, VMS MOVIMAR	Vị trí mẻ câu, thời gian, sản lượng CPUE	Dữ liệu huấn luyện và kiểm chứng mô hình
Tri thức bản địa	Phỏng vấn ngư dân tại 8 tỉnh ven biển (Bình Định, Phú Yên, Khánh Hòa...)	Ngư trường truyền thống, quy luật mùa vụ	Chuẩn hóa thông số đầu vào và phân vùng

Quy trình công nghệ dự báo do luận án đề xuất gồm 3 giai đoạn chính (mỗi giai đoạn gồm 4 bước kỹ thuật):

• Giai đoạn 1 (Thu thập và tiền xử lý dữ liệu): Thu thập ảnh viễn thám, dữ liệu hải dương học, dữ liệu nghề cá và thông tin tri thức bản địa; hiệu chỉnh hình học, vô tuyến và chuẩn hóa dữ liệu không gian.
• Giai đoạn 2 (Xây dựng mô hình phân tích không gian): Sử dụng công cụ MGET và ArcGIS chiết xuất các giá trị hải dương tại vị trí đánh bắt; thiết lập ma trận AHP xác định trọng số; tính toán tương quan và phân cấp tiềm năng ngư trường.
• Giai đoạn 3 (Thành lập bản đồ và kiểm chứng dự báo): Chồng xếp các lớp thông tin raster đã tính trọng số; thành lập bản đồ dự báo ngư trường tiềm năng hạn tháng; đối soát, đánh giá độ tin cậy với số liệu khai thác độc lập của các đội tàu câu cá ngừ mắt to và cá ngừ vây vàng.

Nội dung chính theo từng chương

Chương 1: Tổng quan các vấn đề nghiên cứu dự báo ngư trường khai thác hải sản

Chương 1 hệ thống hóa các cơ sở lý luận và thực tiễn về dự báo ngư trường trên thế giới và tại Việt Nam. Về mặt sinh học sinh thái, chương làm rõ các đặc trưng phân bố, tập tính di cư, mùa vụ sinh sản và chế độ dinh dưỡng của cá ngừ vây vàng (Thunnus albacares) và cá ngừ mắt to (Thunnus obesus). Về công nghệ, tác giả tổng thuật lịch sử ứng dụng ảnh viễn thám từ thập niên 1980 tại Nhật Bản (hệ thống JADE, FRA-JCOPE), Hoa Kỳ (NOAA, NASA), Ấn Độ, Indonesia và Đài Loan trong việc sử dụng các chỉ số SST, CHL, SSH, EKE để xác định các vùng front nhiệt và xoáy nước tập trung cá.

Tại Việt Nam, chương 1 điểm lại tiến trình nghiên cứu qua các thời kỳ: từ giai đoạn phát tin thời vụ (1970-1986), các chương trình nghiên cứu biển cấp nhà nước KT.03 (1991-1995), đề tài KC-09-03 (2001-2004), KC.09.11/06-10 (2010), KC.09.18/11-15 (2015), đề tài cấp Bộ (2015-2017) cho đến dự án MOVIMAR. Tác giả chỉ ra các tồn tại chính của dự báo trong nước: dự báo theo nghề thay vì theo đối tượng loài; độ phân giải không gian ô lưới thô (30 x 30 hải lý); dữ liệu viễn thám chưa được khai thác chủ động và chưa tích hợp phân tích không gian trong GIS; chưa kết hợp hài hòa giữa tri thức kinh nghiệm của ngư dân với dữ liệu viễn thám hiện đại.

Chương 2: Cơ sở khoa học xây dựng mô hình dự báo ngư trường khai thác cá ngừ đại dương

Chương 2 trình bày phương pháp luận và quy trình công nghệ tích hợp viễn thám, GIS và tri thức bản địa. Tác giả xây dựng phương pháp luận chiết tách các thông số hải dương học từ ảnh vệ tinh MODIS (sản phẩm MOD09GA đã hiệu chỉnh phổ), GHRSST thông qua công cụ MGET trong ArcGIS. Tri thức bản địa được điều tra, tổng hợp từ cộng đồng ngư dân tại các tỉnh duyên hải miền Trung (Bình Định, Phú Yên, Khánh Hòa) về ngư trường truyền thống theo hai mùa gió chính (mùa gió Đông Bắc và mùa gió Tây Nam), thời gian thả câu, màu nước biển và các dấu hiệu nhận biết luồng cá.

Áp dụng phương pháp phân tích thứ bậc AHP, tác giả xây dựng ma trận so sánh cặp giữa 6 yếu tố môi trường (SST, CHL, SSH, EKE, Dòng chảy, Địa hình đáy) dựa trên ý kiến chuyên gia và khảo sát ngư dân, từ đó tính toán trọng số định lượng cho từng yếu tố đưa vào mô hình. Trên cơ sở đó, luận án thiết lập quy trình công nghệ dự báo hoàn chỉnh gồm 3 bước lớn (mỗi bước gồm 4 bước thành phần chi tiết), bảo đảm tính tự động hóa từ khâu nạp dữ liệu ảnh vệ tinh, phân tích quan hệ không gian đến khâu xuất bản đồ dự báo vùng tiềm năng khai thác.

Chương 3: Xây dựng và kiểm chứng mô hình dự báo ngư trường khai thác cá ngừ đại dương

Chương 3 tập trung vào thực nghiệm mô hình, xây dựng bản đồ dự báo và kiểm chứng độc lập tại vùng biển Việt Nam (trọng tâm là vùng biển xa bờ miền Trung và giữa Biển Đông). Dữ liệu đầu vào giai đoạn 2013-2015 được sử dụng để phân tích không gian, xác định ngưỡng thích ứng môi trường của từng loài:

• Đối với cá ngừ mắt to (CNMT): Năng suất khai thác CPUE cao tập trung ở các vùng có nhiệt độ SST, hàm lượng CHL, độ cao SSH và xoáy EKE đặc trưng được xác định qua thống kê xác suất chồng xếp không gian.
• Đối với cá ngừ vây vàng (CNVV): Xác lập dải biến thiên môi trường tối ưu phục vụ phân cấp dự báo ngư trường.

Luận án tiến hành kiểm chứng độc lập mô hình dự báo hạn tháng (điển hình như bản tin dự báo tháng 12/2017) với số liệu giám sát khai thác thực tế của các đội tàu câu cá ngừ đại dương giai đoạn 2015-2017 tại 8 tỉnh khảo sát. Kết quả kiểm chứng độc lập cho thấy mô hình đạt độ chính xác trung bình khoảng 70% ở độ phân giải không gian 4 km x 4 km. Cuối chương, tác giả đề xuất các giải pháp kỹ thuật và tổ chức nhằm chuyển giao, áp dụng kết quả dự báo vào thực tiễn chỉ đạo sản xuất khai thác hải sản xa bờ.

Kết quả và những đóng góp mới

Các đóng góp mới về mặt khoa học và phương pháp:

• Xây dựng thành công mô hình dự báo ngư trường khai thác tiềm năng cho từng đối tượng cá ngừ đại dương riêng biệt (Thunnus albacares và Thunnus obesus) bằng phương pháp phân tích không gian trên nền tảng tích hợp công nghệ viễn thám và GIS, thay thế cho các phương pháp phân tích thống kê ô lưới thô truyền thống.
• Lượng hóa và tích hợp thành công nguồn tri thức bản địa (kinh nghiệm thực tiễn đánh bắt nhiều năm của ngư dân theo mùa vụ) kết hợp với kỹ thuật phân tích thứ bậc AHP để xác định trọng số các yếu tố hải dương học phục vụ mô hình hóa không gian.
• Xây dựng quy trình công nghệ chiết xuất dữ liệu hải dương học trực tiếp từ các nguồn ảnh viễn thám mở (MODIS, GHRSST) thông qua công cụ MGET trong ArcGIS, giúp chủ động nguồn dữ liệu đầu vào mà không bị phụ thuộc vào các nguồn dữ liệu đóng thương mại.

Các đóng góp mới về mặt thực tiễn:

• Nâng cao độ phân giải không gian của bản đồ dự báo ngư trường từ mức 30 x 30 hải lý (khoảng 3.087 km²) xuống mức 4 km x 4 km (độ phân giải điểm ảnh viễn thám), cung cấp thông tin vị trí ngư trường tiềm năng có tính định vị cao cho các tàu cá xa bờ.
• Các bản dự báo thử nghiệm quy mô hạn tháng được kiểm chứng độc lập trên các đội tàu câu cá ngừ đại dương tại vùng biển miền Trung giai đoạn 2015-2017 đạt độ chính xác khoảng 70%.
• Đề xuất các giải pháp ứng dụng kết quả dự báo vào thực tế nhằm giúp ngư dân rút ngắn thời gian dò tìm luồng cá, tiết kiệm chi phí nhiên liệu, nâng cao hiệu quả kinh tế cho các chuyến biển xa bờ và hỗ trợ các cơ quan quản lý nghề cá trong việc chỉ đạo khai thác bền vững.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế của nghiên cứu:

• Nguồn dữ liệu viễn thám về địa hình đáy (Bathymetry) và dữ liệu xoáy biển (EKE) độ phân giải cao còn hạn chế về nguồn khai thác mở, phần nào ảnh hưởng đến việc đưa đầy đủ các biến số vào mô hình.
• Nguồn dữ liệu nhật ký khai thác do ngư dân cung cấp còn tồn tại sai số và độ nhiễu; chuỗi số liệu điều tra khảo sát chuyên đề tuy có độ tin cậy cao nhưng mật độ còn mỏng theo thời gian và không gian.
• Sự chuyển dịch cơ cấu nghề khai thác cá ngừ trong thực tế (từ nghề câu vàng truyền thống sang nghề câu tay kết hợp ánh sáng) tạo ra sự thay đổi trong cường lực và phương thức tính toán CPUE.

Hướng nghiên cứu tiếp theo:

• Tiếp tục bổ sung, hoàn thiện nguồn dữ liệu hải dương học và thử nghiệm áp dụng mô hình cho các đối tượng cá nổi lớn di cư xa khác ở vùng biển Việt Nam.
• Nâng cấp mô hình hướng tới dự báo thời gian thực hoặc gần thời gian thực (hạn ngắn 7-10 ngày, hạn ngày) phục vụ trực tiếp cho hoạt động tác nghiệp của tàu cá trên biển.
• Xây dựng phương thức đánh giá độc lập toàn diện bao gồm cả việc hạch toán hiệu quả kinh tế mang lại khi áp dụng các bản tin dự báo trong thực tế sản xuất.

Giá trị tham khảo

Luận án là tài liệu tham khảo chuyên môn cho các nhóm đối tượng:

• Nghiên cứu sinh, học viên cao học và giảng viên thuộc các ngành Kỹ thuật Trắc địa - Bản đồ, Viễn thám, Hệ thông tin địa lý (GIS), Hải dương học và Quản lý nghề cá: Có thể tham khảo phương pháp xử lý ảnh vệ tinh MOD09GA, cách sử dụng công cụ MGET trong ArcGIS để xử lý dữ liệu sinh thái biển và phương pháp AHP trong xác định trọng số môi trường.
• Cán bộ quản lý và chuyên viên tại Viện Nghiên cứu Hải sản, Tổng cục Thủy sản, các Chi cục Thủy sản tại các tỉnh ven biển (đặc biệt là Bình Định, Phú Yên, Khánh Hòa): Có thể ứng dụng quy trình 3 giai đoạn để xây dựng và phát hành các bản tin dự báo ngư trường nghiệp vụ.
• Các hiệp hội nghề cá, doanh nghiệp và chủ tàu khai thác xa bờ: Tham khảo các bản đồ phân bố ngư trường tiềm năng theo tháng để lập kế hoạch điều động tàu thuyền, tối ưu hóa hành trình khai thác và giảm tiêu hao nhiên liệu.

Câu hỏi thường gặp

1. Hai đối tượng cá ngừ đại dương được nghiên cứu trong luận án có tên khoa học là gì và có giá trị kinh tế ra sao?
Luận án tập trung vào hai loài là cá ngừ mắt to (Thunnus obesus) và cá ngừ vây vàng (Thunnus albacares). Đây là hai mặt hàng xuất khẩu chủ lực đứng thứ ba của thủy sản Việt Nam. Theo thống kê kinh tế trong luận án, dòng sản phẩm xuất khẩu Tuna Saku CO đạt mức giá cao nhất khoảng 12,8 USD/kg (lợi nhuận 0,31 USD/kg), Tuna Loin CO đạt 8,5 USD/kg (lợi nhuận 0,19 USD/kg, chiếm 11,6% sản lượng), Tuna Steak đạt 5,9 USD/kg và Tuna Cube đạt 3,9 USD/kg.

2. Độ phân giải không gian của mô hình dự báo trong luận án khác biệt thế nào so với các mô hình trước đây ở Việt Nam?
Các mô hình trước đây tại Việt Nam dự báo trên ô lưới kích thước 30 x 30 hải lý (khoảng 3.087 km²), mang tính định tính trên không gian rộng. Mô hình của luận án sử dụng kỹ thuật phân tích không gian trên ảnh viễn thám kết hợp GIS, nâng độ phân giải không gian lên mức 4 km x 4 km, giúp xác định các vùng ngư trường tiềm năng tập trung và có tính định vị cao hơn.

3. Luận án đã tích hợp những yếu tố hải dương học nào để xây dựng mô hình dự báo?
Luận án sử dụng 6 thông số hải dương học cơ bản gồm: nhiệt độ bề mặt biển (SST), hàm lượng diệp lục a (CHL), độ cao mực nước biển (SSH), động năng xoáy nước (EKE), dòng chảy (Curts) và địa hình đáy (Bathy). Các thông số này được xác định trọng số thông qua ma trận so sánh cặp AHP kết hợp với khảo sát tri thức bản địa của ngư dân.

4. Độ chính xác của mô hình dự báo trong luận án đạt mức bao nhiêu khi kiểm chứng thực tế?
Kết quả kiểm chứng độc lập trên các đội tàu câu cá ngừ mắt to và cá ngừ vây vàng tại các tỉnh miền Trung (giai đoạn 2015-2017) cho thấy các bản tin dự báo hạn tháng đạt độ chính xác trung bình khoảng 70%.

5. Quy trình dự báo do luận án đề xuất bao gồm mấy bước chính?
Quy trình dự báo gồm 3 bước lớn, mỗi bước bao gồm 4 bước kỹ thuật chi tiết (tổng cộng 12 bước): Bước 1 là thu thập và xử lý dữ liệu đầu vào; Bước 2 là phân tích không gian và xây dựng mô hình quan hệ cá - môi trường bằng GIS/MGET; Bước 3 là thành lập bản đồ dự báo và kiểm chứng độc lập kết quả.

Kết luận

Luận án đã giải quyết thành công bài toán tích hợp dữ liệu ảnh viễn thám biển và công nghệ GIS cùng nguồn tri thức bản địa để xây dựng mô hình dự báo ngư trường khai thác cá ngừ đại dương (Thunnus albacares và Thunnus obesus) tại vùng biển Việt Nam. Kết quả nghiên cứu đã nâng cao độ phân giải dự báo lên mức 4 km x 4 km và đạt độ tin cậy kiểm chứng thực tế khoảng 70% đối với nghề câu. Công trình đóng góp quy trình công nghệ chiết xuất dữ liệu không gian tự động, phục vụ trực tiếp cho hoạt động khai thác hải sản xa bờ bền vững và công tác quản lý nghề cá hiện đại.

Trích đoạn nội dung tài liệu

Chương I: Tổng quan các vấn đề nghiên cứu dự báo ngư trường khai thác hải sản; Chương II: Cơ sở khoa học xây dựng mô hình dự báo ngư trường khai thác cá ngừ đại dương; Chương III: Xây dựng và kiểm chứng mô hình dự báo ngư trường khai thác cá ngừ đại dương. TỔNG QUAN CÁC VẤN ĐỀ NGHIÊN CỨU DỰ BÁO NGƯ TRƯỜNG KHAI THÁC HẢI SẢN “Ngư trường” được đặc trưng bởi giá trị nguồn lợi (tổng trữ lượng, sản lượng khai thác) các loài hải sản nói chung, hoặc từng loài, nhóm loài cụ thể và quy mô của quá trình khai thác chúng (hiện trạng, xu thế) bởi một số nghề trên phạm vi địa lí nhất định. Các đặc trưng định lượng cho ngư trường chính là trữ lượng B (Biomass) và sản lượng khai thác C (Catch) hoặc năng suất đánh bắt CPUE (Catch Per Unit Effort) chung cho mọi đối tượng, hoặc nhóm đối tượng, hoặc riêng từng loài cụ thể và theo từng nghề khai thác. Dự báo ngư trường cung cấp những thông tin định tính và định lượng xu thế phân bố và biến động các đặc trưng nêu trên phục vụ quản lý và điều hành quá trình khai thác hiệu quả, bền vững, duy trì và bảo vệ nguồn lợi biển.

Nhóm đối tượng hay còn gọi là nhóm thương phẩm được hình thành từ một số loài nhất định, ví dụ nhóm cá ngừ đại dương bao gồm một số loài như cá ngừ vây vàng (Thunnus albacares), cá ngừ mắt to (Thunnus obesus) và cá ngừ vằn (Katsuwonus pelamis). Các nhóm thương phẩm này có thể do một hoặc nhiều nghề khai thác, ví dụ: cá ngừ vây vàng và ngừ mắt to là đối tượng khai thác chính của nghề câu, cá ngừ vằn – của nghề rê. Như vậy, việc dự báo ngư trường cần phải triển khai đối với từng nghề và chung cho mọi đối tượng, hoặc cho từng loài, nhóm loài cụ thể. Tình hình nghiên cứu trên thế giới 1.

Đặc điểm sinh học, sinh thái của cá ngừ đại dương Cá ngừ vây vàng: Ngưỡng nhiệt độ của cá ngừ ở Bắc Thái Bình Dương dao động đối với cá ngừ mắt to (Thunnus obesus) và cá ngừ vây vàng (Thunnus albacares) lần lượt là 13-19 và 18-31 (Collette và Nauen,1983; Uda, 1957). Cá ngừ đại dương thường sống theo đàn, ở tầng mặt và di cư vào gần bờ kiếm ăn 10 nhưng có khi di cư xuống sâu hàng trăm mét nước. Sức sinh sản của loài cá này lớn, ở vùng biển Philippin và Nhật Bản, mùa vụ sinh sản từ tháng 5 – 10 và từ tháng 4 - 6 (Nguồn: Nguyễn Xuân Huấn, 2008). - Chế độ dinh dưỡng của cá ngừ vây vàng: Thức ăn của cá Ngừ vây vàng khá đa dạng bao gồm một số nhóm thuộc bọn giáp xác (crustacean), chân đầu (cephalopod) và cá ở các giai đoạn phát triển khác nhau (Alverson, 1963 ; Cole (1980) và Suzuki (1994a).

Thức ăn thường gặp trong dạ dầy cá Ngừ vây vàng về cả số lượng lẫn số lần bắt gặp là cá Lành canh (Engraulidae), loại cá thường lấp đầy dạ dầy những mẫu cá Ngừ vây vàng đánh bắt được bằng nghề lưới vây rút chì (purse-sein). Các pha phát triển từ thời kỳ cá con tới khi trưởng thành của loại cá này thường được tìm thấy ở dạ dầy của các con cá Ngừ vây vàng khác nhau, ít khi thấy chúng cùng xuất hiện trong dạ dầy của cùng một con. Kích thước loại cá mồi này biến đổi từ 25 mm tới 65 mm SL, thường dễ nhận dạng là loài Lành canh đại dương (Ocean anchovy, Encrasicholina punctifer), loài cá vốn được dùng cho nghiên cứu và làm khóa phát hiện chuẩn (standard keys) (Lewis et al.1983; Ozarwa & Tsukahara,1973; Whitehead et al. - Chế độ sinh sản của cá ngừ vây vàng: Cá Ngừ vây vàng trưởng thành (kích thứơc lớn hơn 100cm) đẻ trứng tại các vùng biển có nhiệt độ >26 oC (Itano 2000).

Tại vùng xích đạo, ấu trùng của các loài cá ngừ có sức chịu nhiệt ở nhiệt độ dưới 26oC mặc dù một số ấu trùng thấy xuất hiện tại các vùng biển có nhiệt độ thấp hơn, ở mức 24oC (Ueyanagi, 1969; Nishikawa et al. Ấu trùng cá Ngừ vây vàng có tuổi 2-14 ngày thường tập trung tại vùng ráp gianh (frontal zone) nơi có sự pha trộn đan xen giữa nước sông và nước của đại dương. Kết quả nghiên cứu về sinh học sinh sản của cá Ngừ vây vàng tại vùng biển trung tâm và tây Thái Bình Dương cũng đã xác nhận tiềm năng sinh sản của cá Ngừ vây vàng ở những vùng biển có nhiệt độ tầng mặt duy trì ở mức trên 24 oC đến 25oC. Tuy nhiên, hoạt động đẻ trứng được ghi nhận bị giảm xuống hoặc tạm 11 dừng.

Sự phong phú sinh vật làm thức ăn hoặc các nhân tố khác có thể đóng vai trò quan trọng để duy trì hoạt động đẻ trứng ở một số khu vực có nhiệt độ tầng mặt cao và được xem là xu hướng chung của nhiệt độ ở từng khu vực,. Sự xác định các giai đoạn sinh trưởng, tần số đẻ trứng và thời kỳ đẻ của cá Ngừ vây vàng được dựa trên sự phân tích mô học theo các chi tiết của buồng trứng đã được bảo quản trước đó. Các phương pháp khác, chẳng hạn như phương pháp đánh giá buồng trứng bằng mắt, phương pháp phân tích chỉ số tế bào sinh trứng (gonosomic index analysis) hoặc đo đường kính trứng đều bị xem là cách chỉ thị rất thiếu chính xác (West, 1990). Các giai đoạn sinh trưởng dưới đây được xác định dựa trên hệ thống phân loại cùng với các đặc tính của các noãn bào do Hunter va Macewicz (1985) cũng như Schaefer (1987;1996; 1998) - Vùng phân bố của cá ngừ vây vàng: Dựa trên các dữ liệu từ EQUALANT, IGY, Meteor (1925-1927), dữ liệu của các hạm đội nghiên cứu cá Ngừ, cũng như các kết quả của nghề câu vàng ở Nhật Bản, Kawai (1967) đã nghiên cứu mối liên hệ giữa cấu trúc nhiệt của đại dương và sự phân bố của cá ngừ tại vùng biển nhiệt đới ở Thái Bình Dương và Đại Tây Dương và đã tìm ra đặc điểm ở cá Ngừ vây vàng có chung cho cả hai đại dương với hai đặc điểm thường thấy trong các vùng phân bố chính ở cá Ngừ vây vàng: Nhiệt độ tầng mặt cao (nói đúng hơn là nhiệt độ tại vị trí giao nhau của các vùng (mixed area)), thường trên 27oC; Ngưỡng nhiệt gây chết (thermocline) thấp, thường là các vùng biển gần các đảo hoặc rạn san hô (điều kiện này ngụ ý rằng tại các vùng này có sự phong phú của các sinh vật làm thức ăn cho cá ngừ vây vàng).

Cá Ngừ vây vàng phân bố rộng khắp các vùng biển nhiệt đới và cận nhiệt đới thuộc Thái Bình Dương. Tuy nhiên, có một số dấu hiệu về sự pha trộn có giới hạn (indication of restricted mixing) giữa vùng biển đông và tây Thái Bình Dương được dựa trên cơ sở sự phân tích di truyền (genetic sample) (Ward et al. 12 1992) và sự thu thập các số liệu theo dõi hoạt động của cá (tagging data). Theo Bartoo 1987, cá Ngừ vây vàng (Thunnus albacares) phân bố giữa vĩ độ 40,55o Bắc đến 40,45o Nam của 3 đại dương.

Các tiểu quần thể cá Ngừ vây vàng ở vùng biển trung tâm và tây Thái Bình Dương (WCPO) bị xé lẻ tại kinh độ 150 o tây (Ward và nnk. Tại bờ đông Thái Bình Dương, sự phân bố của cá Ngừ vây vàng chịu ảnh hưởng mạnh bởi sự thay đổi cường độ của dòng hải lưu Pêru và dòng nước trồi xích đạo (equatorial upwelling). Cá Ngừ vây vàng ở vùng biển này bị vùng nước lạnh hình răng lược (wedge) (hay có dạng hình lưỡi (tongue-shaped)) chảy dọc theo xích đạo và được bao quanh bởi đường đẳng nhiệt 24oC chia làm hai vùng khác nhau. Đặc điểm sinh học, sinh thái của cá ngừ mắt to.

- Kích thước và sự sinh trưởng của cá ngừ mắt to Froese và Pauly (1996) cho biết chiều dài thân tối đa của cá Ngừ mắt to là 236 cm và chiều dài thân thường gặp là 180 cm (tương ứng với cá có tuổi ít nhất 3 năm). Ở Thái Bình Dương, con cá lớn nhất bắt được tại Cabo Blanco, Pêru 1957 có trọng lượng 197,3kg và chiều dài đạt tới 236cm. Ở Đại Tây Dương, con cá lớn nhất bắt được tại Ocean City, Maryland, Hoa Kỳ năm 1977 có trọng lượng 170,3kg và chiều dài thân là 206cm. Sự trưởng thành của cá Ngừ mắt to thường đạt được ở chiều dài khoảng 100-130cm đối với cá sống tại đông Thái Bình Dương và Ấn Độ Dương và 130cm đối với cá sống ở vùng trung tâm Thái Bình Dương, (FAO, 1983).

- Chế độ dinh dưỡng của cá ngừ mắt to Phổ thức ăn của cá Ngừ mắt to bao trùm nhiều loài cá khác nhau (fishes), nhiều loại chân đầu (cephalopods) và giáp xác (crustaceans). Vì vậy, khó có sự phân biệt rõ ràng về phổ thức ăn giữa cá Ngừ mắt to với các loài cá Ngừ có kích 13 thước tương tự khác. Cá Ngừ mắt to kiếm ăn vào cả ngày lẫn đêm. Hoạt động kiếm ăn của chúng diễn ra suốt ngày và đêm.

(JICA, 1997) - Cấu trúc đàn của cá ngừ mắt to: Sự đánh giá đàn cá thường giả thuyết về cấu trúc đàn phổ biến ở Thái Bình Dương mặc dù những giả thuyết về cấu trúc đàn khác chẳng hạn như các đàn cá riêng rẽ đông và tây cũng đã được xem xét. Sự thu hẹp vùng đẻ trứng và sự vắng bóng ấu trùng ở vùng biển trung tâm Thái Bình Dương có thể phù hợp với các quần thể riêng rẽ ở đông và tây Thái Bình Dương hơn so với quần thể đơn lẻ ở vùng khác của Thái Bình Dương. Tuy nhiên, số liệu theo dõi cá cho thấy sự di chuyển của cá Ngừ mắt to từ tây Thái Bình Dương không mở rộng. Mặt khác, không có sự gián đoạn lớn trong sản lượng đánh bắt trên một đơn vị cường lực (CPUE) của nghề câu vàng trên khắp Thái Bình Dương cho thấy có sự chia rẽ đàn.

- Vùng phân bố của cá ngừ mắt to: Cá Ngừ mắt to có sự phân bố địa lí toàn thế giới ở các vùng biển nhiệt đới và cận nhiệt đới: chúng phân bố rộng khắp trên các vùng biển nhiệt đới và cận nhiệt đới của Đại Tây Dương, Ấn Độ Dương và Thái Bình Dương nhưng lại vắng bóng trong biển Địa Trung Hải. Cá Ngừ mắt to vẫn luôn được xem là loài bắt gặp khắp miền nhiệt đới ở hầu hết các khu vực giữa 40 o vĩ Bắc và 30o vĩ Nam. Cá Ngừ mắt to sống ngoài khơi ở tầng mặt (epipelagic) hoặc ở tầng giữa (mesopelagic), xuất hiện từ tầng nước bề mặt cho tới độ sâu 250m.