The present work proposed a method for match SAR and AIS data to detect
vessels carrying out suspicious activity in the Ivorian EEZ. Two superposition
methods, detected AIS and SAR data, based on point-to-point association on the
one hand and point-to-line on the other hand, were used to detect suspicious
vessels in Ivorian marine waters. The results showed that most vessels detected
in the Ivorian EEZ do not declare their positions to avoid being spotted. These
funds are likely to practice illegal, undeclared and unregulated fishing (INN
fishing). This clandestine activity is very recurrent in Ivorian waters. This
is illustrated by the number of suspicious vessels detected by SAR radar
imagery which is greater compared to declared or authorized vessels.
References
[1]
FAO (2011) Apercu mondial des ressources halieutiques marines. Examen de l’état des ressources halieutiques marines mondiales. Division des pêches de la FAO, Rome.
[2]
FAO (2020) Commission générale des pêches pour la Méditerranée. L’état des pêches en Méditerranée et en mer Noire 2020. FAO, Rome.
[3]
Nations Unies (2015) Transformer notre monde: l’Agenda 2030 pour le développe- ment durable; Résolution adoptée par l’Assemblée générale. Rapport technique, Nations Unies, New York.
[4]
Kanjir, U., Greidanus, H. and Ostir, K. (2018) Détection et classification des navires à partir d’images optiques spatiales: Une étude de la littérature. Télédétection Environ, 207, 1-26.
[5]
Kourti, N., Shepherd, I., Greidanus, H., Alvarez, M., Aresu, E., Bauna, T., Chesworth, J., Lemoine, G. and Schwartz, G. (2005) Intégration de la télédétection dans le controle des pêches. Poisson. Fisheries Management and Ecology, 12, 295-307.
[6]
Galdelli, A., Mancini, A., Ferrá, C. and Tassetti, A.N. (2020) Integrating AIS and SAR to Monitor Fisheries: A Pilot Study in the Adriatic Sea. Proceedings of the 2020 IMEKO TC-19 International Workshop on Metrology for the Sea, Naples, 5-7 October 2020, 39-44.
[7]
Grover, A., Kumar, S. and Kumar, A. (2018) Ship Detection Using Sentinel-1 SAR Data. ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, IV-5, 317-324. https://doi.org/10.5194/isprs-annals-IV-5-317-2018
[8]
Santamaria, C., Stasolla, M., Fernandez, Arguedas, V., Argentieri, P., Alvarez, M. and Greidanus, H. (2015) Surveillance Maritime Sentinel-1. Rapport Technique, Union Européenne, Luxembourg.
[9]
Santamaria, C., Alvarez, M., Greidanus, H., Syrris, V., Soille, P. and Argentieri, P. (2017) Traitement de masse des images Sentinel-1 pour la surveillance maritime. Télésens, 9, Article No. 678. https://doi.org/10.3390/rs9070678
[10]
Tanveer, H., Balz, T. and Mohamdi, B. (2019) Utilisation de l’approche du réseau neuronal convolutif (CNN) pour la détection des navires dans l’imagerie SAR Sentinel-1. Actes de la 6e Conférence Asie-Pacifique sur le radar à synthèse d’ouverture (APSAR), Xiamen, 26-29 November 2019.
[11]
Lemoine, G., Chesworth, J., Schwartz-Juste, G., Kourti, N. and Shepherd, I. (2004) Détection de navires en temps quasi réel à l’aide d’images SAR spatiales à l’appui des opérations de surveillance et de controle des pêches. Actes du IGARSS 2004- IEEE International Geoscience and Remote Sensing Symposium, Anchorage, 20-24 September 2004, 4825-4828.
[12]
Graziano, M.D., Renga, A. and Moccia, A. (2019) Intégration des données du système d’identification automatique (AIS) et des images radar à synthèse d’ouverture (SAR) à canal unique par estimation de la vitesse des navires basée sur le SAR pour la connaissance de la situation maritime. Télésens, 11, Article No. 2196. https://doi.org/10.3390/rs11192196
[13]
Snapir, B., Waine, T. and Biermann, L. (2019) Classification des navires maritimes pour surveiller les pêcheries avec SAR: Démonstration en mer du Nord. Télésens, 11, Article No. 53. https://doi.org/10.3390/rs11030353
[14]
Ferlansyah, N. and Suharjito, S. (2020) Une revue systématique de la littérature sur les méthodes de détection du comportement des anomalies des navires basées sur le système d’identification automatique (AIS) et une autre fusion de capteurs. Advances in Sciences, Technology and Engineering Systems Journal, 5, 287-292.
[15]
Brusch, S., Lehner, S., Fritz, T., Soccorsi, M., Soloviev, A. and Schie, B. (2011) Surveillance des navires avec TerraSAR-X. Transactions IEEE Sur la Géoscience et la Télédétection, 49, 1092-1101.
[16]
Yang, C. and Kim, T. (2012) Intégration du SAR et de l’AIS pour la détection et l’identification des navires. Détection et surveillance des océans, Actes de la SPIE No. 8372, 1-6.
[17]
Bioresita, F., Pribadi, C.B. and Firdaus, H.S. (2018) Ship Detection in Madura Strait and Lamong Gulf Using Sentinel-1 SAR Data. Physical Sciences and Engineering, 1, 13-23. https://doi.org/10.29037/digitalpress.11224
[18]
Sarah Putri, F., Gaol, J.L. and Kushardono, D. (2020) Fishing-Vessel Detection Using Synthetic Aperture Radar (SAR) Sentinel-1 (Case Study: JAVA Sea). International Journal of Remote Sensing and Earth Sciences, 16, 131-142.
https://doi.org/10.30536/j.ijreses.2019.v16.a3235
[19]
Serco Italia, S.P.A. (2018) Ship Detection with Sentinel-1—Gulf of Trieste (Version 1.3). https://ruscopernicus.eu/portal/theruslibrary/learn-by-yourself/
[20]
Wackerman, C.C., Friedman, K.S., Pichel, W.G., Clemente-Colon, P. and Li, X. (2001) Automatic Detection of Ships in RADARSAT-1 SAR Imagery. Canadian Journal of Remote Sensing, 27, 568-577.
https://doi.org/10.1080/07038992.2001.10854896
[21]
Crisp, D.J. (2004) The State-of-the-Art in Ship Detection in Synthetic Aperture Radar Imagery. Australian Government, Department of Defence, Edinburgh.
[22]
Friedman, K.S., Wackerman, C., Funk, F., Rowell, K., Pichel, W.G., Clemente- Colón, P. and Li, X. (2000) Validation of an Automatic Vessel Detection Algorithm Using In-Situ Positions. Proceedings IGARSS 2000, Honolulu, 24-28 July 2000, 2071-2073.
[23]
Koffie-Bikpo, C.Y. (2010) La pêche maritime en Cote-d’Ivoire face à la piraterie halieutique. Cahiers d’Outre-Mer, 63, 321-346. https://doi.org/10.4000/com.6032
[24]
Zhao, Z., Ji, K.F., Xing, X.W. and Zou, H.X. (2014) Effective Association of SAR and AIS Data Using Non-Rigid Point Pattern Matching. IOP Conference Series: Earth and Environmental Science, 17, Article ID: 012258.
https://doi.org/10.1088/1755-1315/17/1/012258
[25]
Pelich, R., Longepe, N., Mercier, G., Hajduch, G. and Garello, R. (2015) Performance Evaluation of Sentinel-1 Data in SAR Ship Detection. IEEE International Geoscience and Remote Sensing Symposium (IGARSS), Milan, 26-31 July 2015, 2103-2106. https://doi.org/10.1109/IGARSS.2015.7326217
[26]
Grasso, R., Mirra, S., Baldacci, A., Horstmann, J., Coffin, M. and Jarvis, M. (2009) Performance Assessment of a Mathematical Morphology Ship Detection Algorithm for SAR Images through Comparison with AIS Data. 9th International Conference on Intelligent Systems Design and Applications, Pisa, 30 November-2 December 2009, 602-607. https://doi.org/10.1109/ISDA.2009.99
[27]
Zamblé, G.R. (2020) Surveillance de la Zone Economique exclusive (ZEE) de la Cote d’Ivoire par la détection des navires: Apport de l’imagerie radar à synthèse d’ouverture (RSO) Sentinel-1A. Mémoire Master 2, Université Félix Houphouet- Boigny, Cocody, 65.
[28]
Muhammad, A.H., Paroka, D., Rahman, S. and Syarifuddin (2018) Tingkat Kelayakan Operasional Kapal Perikanan 30 GT Pada Perairan Sulawesi (Studi Kasus KM INKA Mina 957) The Operational Feasibility Level of 30 GT Fishing Vessel in Sulawesi Waters (Case Study of KM INKA MINA 957). Marine Fisheries, 9, 117-125. https://doi.org/10.29244/jmf.9.1.1-9
