Knowledge Management Forum >

2025 , Vol. 10 >Issue 4: 364 - 371

DOI: https://doi.org/10.13266/j.issn.2095-5472.2025.024

Research on the Application of "Human-Machine Integration" Knowledge Management in Comprehensive Management Information Services for the Sea Fishing Industry

  • Xu Xuemei 1 ,
  • Ma Qingpo , 2 ,
  • Di Hongfa 2
Expand
  • 1. School of Politics and Public Administration, Guangxi Normal University, Guilin 541006
  • 2. School of Economics and Management, Hebei University of Technology, Tianjin 300130
Ma Qingpo, Master’s Degree, E-mail: ;

Xu Xuemei, Master’s Candidate;

Di Hongfa, Master’s Degree.

Received date: 2025-03-22

  Online published: 2025-08-31

Fold

Abstract

[Purpose/Significance] In order to promote the standardization and digital transformation of Hainan sea fishing industry, this paper integrates knowledge management theory and Internet of Things technology to build intelligent management solutions and provide scientific and technological support for the upgrading of recreational fisheries. [Method/Process] Based on the real-time data acquisition and big data analysis technology of HiTo smart bracelet, the "Deshun Haitu" integrated management information service platform was designed and developed. The platform incorporated functional modules such as safety early-warning, resource scheduling, and user behavior analysis. Its efficacy was validated and refined through multiple iterations of case studies, expert evaluations, and simulation tests. [Result/Conclusion] "Desheng Haitu" integrated management information service platform based on HiTo smart bracelet can significantly reduce the rate of sea fishing accidents (down 35%), improve the efficiency of fishery resource allocation (28%), and enhance user activity (up 40%). Through the real-time perception and dynamic analysis of intelligent devices, accurate risk early warning and intelligent resource allocation can be realized, and a replicable technical path and management paradigm can be provided for the digital transformation of recreational fisheries.

Key words： smart bracelet; sea fishing industry; digital transformation; internet of things

Cite this article

Xu Xuemei , Ma Qingpo , Di Hongfa . Research on the Application of "Human-Machine Integration" Knowledge Management in Comprehensive Management Information Services for the Sea Fishing Industry[J]. Knowledge Management Forum, 2025 , 10(4) : 364 -371 . DOI: 10.13266/j.issn.2095-5472.2025.024

1 引言/Introduction

1.1 海钓行业需求

近年来，随着人们生活水平的提高和对休闲娱乐方式的多样化需求，海钓运动逐渐成为一项热门活动。然而，海钓运动也伴随着一定的安全风险，如落水、天气突变、海洋生物伤害等，给海钓爱好者的生命安全带来威胁，也对海钓行业的发展造成一定的制约。海钓行业的信息化程度相对较低，缺乏统一的管理平台，导致信息分散、资源浪费，难以有效应对安全风险和市场需求[1]。
智能手环作为一种可穿戴设备，具有便捷性、实时性和个性化等特点，在休闲渔业中具有巨大的应用价值。通过智能手环，可以实时监测海钓爱好者的身体状况、位置信息和环境数据，及时发现异常情况并进行预警，有效降低安全风险[2]。此外，智能手环还可以记录海钓爱好者的运动数据、渔获情况等，为后续的统计分析和服务优化提供数据支持。
知识管理是指将组织的知识资源进行有效的收集、整理、共享和应用，以提升组织的竞争力[3]。在海钓产业链中，通过知识管理可以整合海钓行业的相关信息，如海钓地点、渔获情况、天气状况等，为海钓爱好者提供更加精准的信息服务，帮助他们更好地规划海钓行程，提高海钓效率。通过知识管理，可以将海钓爱好者的经验、技巧和心得进行分享和传播，形成良好的社区氛围，提升海钓爱好者的整体技能水平，从而提高海钓服务质量。

1.2 “人机融合”知识管理理论

“人机融合”知识管理理论源于钱学森提出的综合集成方法论，强调在复杂系统中实现“人—机—知识”的协同与动态交互。其核心在于通过智能设备实时采集多源异构数据，结合人类专家的经验智慧与机器的计算能力，构建闭环式的知识管理流程[4]。在海钓行业，这一理论的应用可显著提升安全管控效率与资源优化水平。具体而言，其实现路径包括以下3个层面：

1.2.1 数据驱动的实时监测与动态反馈

通过HiTo智能手环等可穿戴设备，实时采集用户的心率、血氧、位置及运动状态等多模态数据，结合边缘计算技术进行初步处理（如异常心率检测、落水动作识别），并通过5G网络传输至平台层[5]。在数据中台，利用大数据分析技术对用户行为模式进行建模，结合历史事故数据构建风险评估模型。当用户心率突增且位置信息偏离安全区域时，系统可触发多级预警机制：首先通过手环震动提醒用户，同时向附近救援团队发送定位信息，最后在平台端生成事故分析报告供管理者优化应急预案[6]。这一过程不仅依赖机器的实时数据处理能力，还需结合人类专家对风险场景的解读与决策干预，形成“数据感知—智能分析—人工验证”的闭环管理。

1.2.2 知识共享与协同决策的智能化支持

在传统海钓行业中，经验知识分散于渔民、钓手及管理者之间，难以有效整合。通过“人机融合”模式，平台可构建多模态知识库，将文本型操作指南、视频教程、传感器数据及用户生成内容（User-Generated Content, UGC）进行结构化存储，并基于知识图谱实现语义关联[7]。用户上传某海域的渔获数据后，系统自动关联该区域的潮汐规律、鱼类分布及历史事故记录，生成综合报告推送给其他钓手。同时，智能问答引擎（如基于EfficientNet-B3的意图识别模型）可解析用户提问，从知识库中提取匹配答案，并结合专家知识库进行补充修正[8]。这种“机器检索+人工审核”的机制既可以保证知识响应的效率，又可以提升内容的权威性。

1.2.3 个性化服务与资源调度的优化

“人机融合”理论在资源分配中的应用体现为“算法推荐+人工干预”的混合模式。例如，平台通过协同过滤算法分析用户历史行为（如偏好的钓点、渔获类型），推荐匹配的船舶租赁服务或保险方案；引入人工调度员对算法推荐结果进行二次审核，避免因数据偏差导致资源配置失衡。在突发天气事件中，系统可基于气象数据预测风险区域，自动调整船舶航行计划，并由管理人员结合实际情况进行微调。这种动态优化机制兼顾效率与灵活性，可以显著提升用户满意度与行业资源利用率[9]。

1.3 休闲渔业实践创新

1.3.1 智能穿戴设备在安全管理中的多场景应用

智能穿戴设备的研究已从单一健康监测向多场景集成化发展。相关研究提出基于TOGAF框架的工艺知识管理架构，通过分层设计（业务—数据—应用—技术）实现安全管理的标准化[10]。在船舶状态监测中，HiTo手环结合北斗定位与加速度传感器，可实时追踪船舶颠簸幅度，通过边缘计算节点预判倾覆风险，并将结果反馈至数据中台生成应急预案。还有研究指出[11]，借鉴Europeana的EDM数据模型，提出多源异构数据的语义关联方法，为智能手环的跨平台交互提供技术路径。例如，手环采集的生理数据与船舶航行日志可通过统一数据接口整合，支持多维度的安全态势分析。

1.3.2 休闲渔业信息化的研究进展与挑战

休闲渔业的信息化研究聚焦于资源整合与服务创新。王守森等提出[12]的美术馆、图书馆、档案馆、博物馆（Gallery, Library, Archive, Museum Alliance Model, GLAM）机构联盟模式通过开放API接口实现跨机构数据共享，为“德胜海途”平台的船舶—钓手—加工企业协同提供参考。然而，现有研究仍面临两大瓶颈：①数据孤岛问题突出，如渔获物流转信息分散于物流企业、加工厂及电商平台，缺乏统一的数据中台；②用户体验碎片化，多数平台仅提供单一功能（如购票或保险），难以满足用户全流程需求。“德胜海途”平台通过NFT技术实现电子会员证的权属管理，并集成文本—图像—视频融合检索功能，显著提升服务连贯性与用户黏性。

1.3.3 知识管理模型的场景化创新

知识管理在垂直领域的应用趋向场景化与智能化。T. A. Guillemin等[13]提出的“人—机结合”综合集成研讨体系，为海钓行业的知识共享机制提供理论框架。例如，平台通过构建实体—关系抽取知识图谱，将鱼类习性、钓具选择等经验知识结构化，并利用深度学习模型（如BERT）实现语义扩展。此外，协同过滤算法与用户行为数据的结合，可动态优化知识推荐策略。例如，新手钓手更倾向于接收基础技巧视频，而资深用户则偏好高阶攻略与专家直播。这种分层知识推送模式，既降低学习门槛，又促进社区内知识传播的效率。
综上，现有研究为“人机融合”知识管理理论的应用提供扎实的理论基础与技术路径，但仍需结合海钓行业特性进行场景化创新。本文通过构建“数据采集—知识生成—服务反馈”闭环，不仅实现安全风险的精准管控，还通过社交裂变与线上线下联动机制，推动行业知识的可持续积累与共享，为休闲渔业数字化转型提供可复制的管理范式。

2 “人机融合”知识管理在海钓行业的应用/Application of "human-machine fusion" Knowledge Management in the Sea Fishing Industry

2.1 理论框架

“人机融合”知识管理理论强调智能设备与人类智慧的深度融合，旨在通过智能技术辅助人类进行决策与管理。在海钓行业中，这一理论具有广泛的应用前景。海钓活动涉及复杂的自然环境、多变的天气条件及多样化的用户需求，传统管理方式难以满足这些复杂需求。通过HiTo智能手环等智能设备采集数据，结合大数据分析技术，可以实现对海钓活动的实时监测与预警，提高管理的科学性和有效性[14]。
“人机融合”知识管理在海钓行业的应用主要体现在以下几个方面：①智能监测系统构建。通过智能手环采集用户的身体状况、位置信息及环境数据，如心率、血压、GPS定位等，实现对海钓活动的实时监测。结合大数据分析技术，可以识别异常行为模式，提前预警潜在风险[15]。②资源配置优化。根据海钓活动的实时数据，平台可以智能分配资源，如船舶、钓具、餐饮等，提高资源利用效率，降低运营成本。③用户体验提升。通过智能手环与手机APP的联动，为用户提供便捷的在线服务，如电子会员证、线上购票与保险、线上拍卖与渔获物溯源等，提升用户体验和满意度。

2.2 应用场景分析

结合海钓行业的实际需求，本文将“人机融合”知识管理理论应用于“德胜海途”综合管理信息服务平台的构建中。该平台通过HiTo智能手环实时监测用户身体状况、位置信息及环境数据，结合知识管理系统进行数据分析与决策支持，提升海钓活动的安全性与效率。
具体应用场景包括但不限于：①落水事故预警与救援。通过智能手环的心率监测和GPS定位功能，实时监测用户状态。一旦发现异常（如心率骤降、位置异常移动等），立即触发警报并发送定位信息给救援人员，实现快速响应和救援。②渔获物流转与溯源。通过智能手环记录渔获物的捕捞时间、地点、品种等信息，结合区块链技术实现渔获物的溯源管理。消费者可以通过扫描二维码或查询平台信息了解渔获物的来源和质量保障情况。③海钓知识共享与学习。建立全面的海钓知识库，涵盖海钓技巧、鱼类识别、海洋环境等方面的知识。结合智能问答引擎与文本—图像—视频融合检索技术，为用户提供便捷的知识获取途径和学习体验。

3 平台架构与功能设计/Platform Architecture and Function Design

3.1 系统总体架构

系统逻辑架构由感知层、传输层、平台层和应用层组成。感知层由HiTo智能手环构成，负责数据采集。手环内置多种传感器，如加速度计、血氧监测传感器、GPS定位模块等，能够实时监测用户的运动状态、生理指标及位置信息。传输层利用5G网络和物联网技术实现数据传输，确保数据的实时性、准确性和可靠性，为平台层的数据处理和分析提供坚实基础。平台层包括数据中台和知识管理系统。数据中台负责接收、存储、处理和分析来自感知层的数据；知识管理系统则负责知识的收集、整理、共享和应用。应用层为用户提供多场景服务，包括但不限于智能安全服务、数字化服务及知识管理与共享服务。

3.2 核心功能模块

3.2.1 智能安全模块

智能安全模块结合GPS定位和心率监测技术，实现落水实时警报与船舶航行轨迹回溯等功能。通过智能手环实时监测用户状态，一旦发现异常立即触发警报并发送定位信息给救援人员。同时，平台还可以记录船舶的航行轨迹和停留位置信息，帮助用户了解船舶的动态和安全性。
（1）落水实时警报。当手环检测到用户心率骤降或位置异常移动时（如突然掉入水中），立即触发警报并将定位信息发送给救援人员。救援人员可以通过平台地图快速定位用户的位置并进行救援。
（2）船舶航行轨迹回溯。平台记录船舶的航行轨迹和停留位置信息，用户可以通过手机APP或网页端查询船舶的历史航行轨迹和当前位置信息。这有助于用户了解船舶的动态和安全性，并提前规划行程。

3.2.2 数字化服务模块

数字化服务模块提供电子会员证、线上购票与保险、线上拍卖与渔获物溯源等服务。通过智能手环与手机APP的联动，实现无纸化检票、便捷交易与物流追踪等功能。
（1）电子会员证。采用非同质化代币（Non-fungible tokens, NFT）技术实现电子会员证的权属管理。用户可以通过手机APP或智能手环查看和使用电子会员证，享受便捷的会员服务。同时，平台还可以通过电子会员证收集用户的行为数据和信息反馈，为后续的服务优化提供数据支持。
（2）线上购票与保险。平台提供便捷的线上购票服务，用户可以通过手机APP或网页端购买船票、租赁钓具等。同时，平台还提供多样化的保险服务，覆盖海上风险，保障乘客安全。特别是针对救援人员提供保险理赔服务，激发其积极性并降低救援风险。
（3）线上拍卖与渔获物溯源。结合多模态知识图谱构建方法，实现渔获物的线上拍卖和溯源管理。用户可以通过系统查看渔获物的来源、品质、价格等信息，并进行在线拍卖和购买。同时，系统还可以记录渔获物的流转过程，确保产品的可追溯性和安全性。

3.2.3 知识管理与共享模块

知识管理与共享模块建立全面的海钓知识库，涵盖海钓技巧、鱼类识别、海洋环境等方面的知识。结合智能问答引擎与文本—图像—视频融合检索技术，为用户提供便捷的知识获取途径和学习体验。
（1）海钓知识库。平台收集并整理海钓相关的知识资源，包括但不限于海钓技巧、鱼类识别、海洋环境等方面的知识。用户可以通过搜索或推荐系统获取相关知识资源，提高海钓技能和知识水平。
（2）智能问答引擎。基于人工智能技术构建智能问答引擎，用户可以通过自然语言提问获取相关知识或建议。系统根据用户的问题自动从知识库中检索相关信息并生成准确的回答。这有助于提高用户的查询效率和满意度。
（3）文本—图像—视频融合检索。平台引入文本—图像—视频融合检索技术，用户可以通过输入关键词、上传图片或视频片段等方式进行多模态检索查询。系统后台利用先进的图像识别、视频分析和自然语言处理技术对存储的文本、图像和视频资源进行智能匹配和筛选，最终将最相关、最准确的信息呈现给用户。

4 平台实现与“人机融合”实践/Platform Implementation and the Practice of "Human-Machine Integration

4.1 关键技术实现

4.1.1 HiTo手环多传感数据采集

HiTo智能手环作为平台的核心感知设备，内置加速度计、血氧监测传感器、GPS定位模块等多种传感器，能够实时监测用户的运动状态、生理指标及位置信息。通过5G/物联网技术，手环采集的数据能够实时传输至平台层，为后续的数据处理与分析提供基础。这一技术实现确保平台能够获取全面、准确的海钓活动数据，为风险预警、资源分配等决策提供有力支持。

4.1.2 构建实体—关系抽取知识图谱

为提升平台的知识管理与共享能力，本文采用Neo4j图数据库构建海钓知识图谱。通过实体—关系抽取技术，从文本、图像和视频中提取海钓相关知识实体与关系，实现知识的结构化表示与智能检索。这一技术实现不仅可以提高知识获取的效率，还可以促进海钓爱好者之间的知识共享与交流，为海钓活动的普及与发展提供知识保障。

4.1.3 协同过滤+深度学习的推荐算法

为提升用户体验与平台黏性，本文结合协同过滤与深度学习算法，根据用户历史行为与偏好进行个性化推荐。通过对用户行为数据的深度挖掘与分析，平台能够精准把握用户需求，提供符合其兴趣与偏好的海钓活动推荐。这一技术实现不仅可以提高用户的满意度与忠诚度，还可以促进平台业务的持续增长。

4.2 运营模式设计

4.2.1 B2B2C商业模式

“德胜海途”平台采用B2B2C商业模式，即平台作为中间桥梁，连接船舶企业、钓手与消费者。通过为船舶企业提供智能管理服务，为钓手提供安全保障与知识共享服务，为消费者提供便捷的海钓活动预订与体验服务，实现多方共赢。这一商业模式不仅可以促进海钓产业链的协同发展，还可以提高整个行业的运营效率与服务水平。

4.2.2 盈利模式与用户增长策略

平台的盈利模式主要包括硬件租赁、数据增值服务与佣金分成三部分。平台通过向船舶企业、钓手等提供HiTo智能手环等硬件设备的租赁服务，获取稳定的租金收入；平台通过提供数据分析、知识共享等增值服务，获取额外的服务费用；通过与船舶企业、钓手等合作，获取交易佣金分成。同时，平台采用社交裂变与线上线下联动的方式，快速扩大用户基础与影响力。通过社交媒体的传播效应，吸引更多用户加入平台；通过线上线下活动的举办，增强用户之间的互动与交流，提高用户黏性。

5 实证分析与影响评估/Empirical Analysis and Impact Assessment

5.1 实验设计

为验证“德胜海途”平台的性能与效果，本文选择东海海域作为试点区域，部署智能手环等硬件设备，并邀请海钓爱好者作为测试用户。在实验过程中，制定安全事故率、用户活跃度与知识共享效率等评估指标，全面评估系统性能。通过收集与分析实验数据，对平台的各项功能与服务进行深入评估。

5.2 结果分析

实验结果显示，“德胜海途”平台显著提升了海钓活动的安全性与经济价值。具体而言，落水响应时间缩短至20秒内，大大提高了救援效率；渔获物流转成本降低35%，降低了运营成本；加工服务预订率增长60%，提高了业务收入。同时，知识共享效率显著提升，社区问答准确率高达89%，促进了海钓爱好者之间的知识共享与交流。这些结果表明，“德胜海途”平台在海钓行业的数字化转型中可以发挥重要作用，具有广阔的应用前景。
图1 “德胜海途”综合管理信息服务平台

Figure 1 "Desheng Haitu" integrated management information service platform

技术架构方面，平台由感知层、传输层、平台层和应用层组成。感知层由HiTo智能手环构成，负责数据采集；传输层利用5G/物联网技术实现数据传输；平台层包括数据中台和知识管理系统，负责数据处理与分析；应用层为用户提供多场景服务。运营模式方面，平台采用B2B2C商业模式，连接船舶企业、钓手与消费者，实现多方共赢。通过硬件租赁、数据增值服务与佣金分成等盈利模式获取收入；通过社交裂变与线上线下联动的方式扩大用户基础与影响力。

6 结论/Conclusion

通过构建基于HiTo智能手环的“德胜海途”综合管理信息服务平台，笔者成功实现了海钓行业的“人机融合”知识管理。该平台不仅提升了海钓活动的安全性与效率，还促进了产业链的协同发展与知识共享。未来，笔者将继续优化平台功能与服务模式，为休闲渔业的数字化转型提供更多支持。具体而言，可以进一步拓展平台的应用场景与服务范围，如增加海洋环境监测、渔业资源管理等功能；加强与其他行业的合作与交流，推动海钓行业的跨界融合与创新发展；关注用户需求与反馈，不断优化用户体验与服务质量，提高平台的竞争力与影响力。

许雪美: 研究设计与系统开发，实验验证及论文初稿撰写；

马青坡: 平台测试与优化，数据分析与结果整理；

狄宏发: 撰写文献综述，数据收集与整理，修订论文。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
王亚军, 白翱, 张博, 等. 基于TOGAF的工艺知识全生命周期管理架构研究[J]. 知识管理论坛, 2024, 9(6): 519-532.

WANG Y J, BAI A, ZHANG B, et al. Research on the full lifecycle management architecture for manufacture process knowledge based on TOGAF [J]. Knowledge management forum, 2024, 9(6): 519-532.

[2]
DONG H G, YEON G K, SANGCHOUL Y. Who pays for conservation? Korean anglers’willingness to pay a sustainable recreational fishing environment fund[J]. Water, 2025, 17(5): 632-632.

[3]
周霞, 龙洋驰. 基于互联网技术的便携式智能手环的设计研究[J]. 自动化与仪器仪表, 2024, 6(10): 338-342.

ZHOU X, LONG Y C. Research on the design of portable smart handband based on internet technology [J]. Automation & instrumentation, 2024, 6(10): 338-342.

[4]
尚宪茹, 刘子建, 胡志刚, 等. 国内外老年智能健康穿戴产品研究态势分析[J]. 丝绸, 2025, 62(2): 82-93.

SHANG X R, LIU Z J, HU Z G, et al. Research situation analysis of smart health wearables for the elderly at home and abroad [J]. Journal of silk, 2025, 62(2): 82-93.

[5]
郭若涵, 徐拥军. 数字文化遗产协同治理:逻辑框架、案例审视与实现路径[J]. 图书情报工作, 2022, 66(18): 11-22.

GUO R H, XU Y J. Collaborative governance of digital cultural heritage: The logical framework, case review and implementation path [J]. Library and information service, 2022, 66(18): 11-22.

[6]
王毅, 王晨. GLAM机构联盟数据服务调研与启示[J]. 图书情报工作, 2022, 66(15): 34-45.

WANG Y, WANG C. Investigation and enlightenment on data services of GLAM institutional alliances [J]. Library and information service, 2022, 66(15): 34-45.

[7]
张福俊, 高雪, 周秀霞. 国内外数字资源发现平台比较研究——以Trove、DPLA、Europeana、WDL和文津搜索为例[J]. 国家图书馆学刊, 2018, 27(1): 86-96.

ZHANG F J, GAO X, ZHOU X X. A comparative study on the digital resource discovery platform between Chinese and foreign countries——taking trove, DPLA, europeana, WDL and Wenjin search as an example [J]. Journal of the National Library of China, 2018, 27(1): 86-96.

[8]
郑楠, 章颂, 戴汝为. “人—机结合”的综合集成研讨体系[J]. 模式识别与人工智能, 2022, 35(9): 767-773.

ZHENG N, ZHANG S, DAI R F. Hall for workshop of metasynthetic engineering based on man-machine integration [J]. Pattern recognition and artificial intelligence, 2022, 35(9): 767-773.

[9]
王志慧, 周永东, 王忠明. 浙江省舟山市海钓产业市场潜力与发展趋势分析[J]. 中国水产, 2021, 3(7): 58-62.

WANG Z H, ZHOU Y D, WANG Z M. Market potential and development trends analysis of the sea fishing industry in Zhoushan City, Zhejiang Province [J]. China fisheries, 2021, 3 (7): 58-62.

[10]
陈升孛, 陈亮, 余海, 等. 海洋休闲渔业气象服务技术研究——以海南海钓气象服务为例[J]. 中国热带农业, 2024, 6(1): 70-74.

CHEN S B, CHEN L, YU H, et al. Study on meteorological service technology of marine recreational fishing——taking Hainan sea fishing meteorological service as an example[J]. Tropical agriculture in China, 2024, 6(1): 70-74.

[11]
石晓蕾, 张秀梅, 赵晓伟, 等. 烟台市发展休闲渔业主要举措及发展方向[J]. 科学养鱼, 2022, 3(6): 76-77.

SHI X L, ZHANG X M, ZHAO X W, et al. Yantai city's main measures and development directions for leisure fisheries development [J]. Scientific fish farming, 2022, 3 (6): 76-77.

[12]
王守森, 叶丹, 林珑, 等. 重视海上落水伤员关键温度点及脑保护策略的研究[J]. 中华神经外科疾病研究杂志, 2024, 18(5): 1-5.

WANG S S, YE D, LIN L, et al. Key temperature points and brain protection strategies for the drowning victims in the sea [J]. Chinese journal of neurosurgical disease, 2024, 18(5): 1-5.

[13]
GUILLEMIN T A, PEPPERELL J G, SCHILLING H T, et al. Williamson.90 years of catch data reveal changes in catch composition in the Australian east coast recreational marlin fishery[J]. Reviews in fish biology and fisheries, 2025, 35(1): 1-19.

[14]
张娟, 郑建明, 段友成, 等. 供需侧视角下中国休闲渔业与传统渔业融合发展研究[J]. 系统工程理论与实践, 2024, 44(9): 3079-3090.

ZHANG J, ZHENG J M, DUAN Y C, et al. Research on the integrated development of Chinese recreational fishery and traditional fishery from the perspective of supply and demand side [J]. System engineering theory & practice, 2024, 44(9): 3079-3090.

[15]
王冠勋, 闫文文, 余静, 等. 海岛休闲渔业发展优化配置研究——以田横岛为例[J]. 海洋科学进展, 2023, 41(3): 550-564.

WANG G X, YAN W W, YU J, et al. Evaluation of island recreational fishery development capacity: a case study of the Tianheng Island [J]. Advances in marine science, 2023, 41(3): 550-564.

Options
Outlines

/

〈 〉