声景数据采集技术与模式的研究综述

声景包含来自生物、地理和人类社会的丰富信息,可以作为反映生态系统特征的一个综合性指标。声景的监测是环境监测与管理的重要一环,其产生的声景数据已逐渐在声环境质量主观评价、声景规划、物种识别、生物多样性评估、人体身心健康评价等方面得到应用,数据价值日益凸显。目前市场上能进行声景数据采集的设备技术参数各不相同,设备的使用方式也多样,不利于研究结果的对比。文章详细梳理了声景数据采集设备的关键指标,包括传声器的灵敏度、频率响应、采样率等。总结了开放空间的人工调查、大尺度的参与式感知和固定站点的长期监测三大常用的声景数据采集模式的实践方法与应用场景对比。面对日益丰富的声景大数据,急需从数据格式、数据存储方式和元数据信息等入手实现数据采集的标准化,从而完善声景大数据的管理和共享,针对生物发声的特殊性,还需要充分考虑其生物生理等特征。同时对未来声景监测网络化发展进行了展望,期待推动我国声景数据采集技术的完善。

基于多传感器的声景大数据在线采集与分析系统研究

声景包含重要的生态信息,具有实时性强、信息密度高的特点,有重要研究价值。现有的声景研究中,音频及相关环境参数采集和分析仍需要大量的人工作业,耗时耗力。基于多传感集成、边缘计算和深度学习技术,建立了一套声景大数据在线采集与分析系统,包括边缘计算节点和中心计算服务器。并通过3个实验站点,进行了近1年的技术验证,实现了声景大数据的自动化在线采集、传输和分析。该系统能适应户外恶劣的自然环境,能根据任务需求持续不断地进行声景大数据在线采集和分析,稳定性好。声学指数可以反映声景变化,但因指数侧重点不同,不同的声学指数之间变化特征差异较大,需要组合使用。通过声纹特征图能直观地识别出不同发声源,对物种的快速识别、声源的分类等具有较强的借鉴意义。系统借助VGGish网络提取的高维声景特征图能很好地识别不同站点和不同时间的声景变化,在不同站点和昼夜上具有较高的区分精度,有快速和直观地反映不同生态系统的类型特征、生态系统动态变化的潜力。丰富声纹特征库、优化声景特征分析神经网络、建设声景长期监测共享网络,有助于扩展系统在物种识别、生物多样性快速分析、生物与环境相互作用机制方面的应用。研究为声景大数据的在线采集和分析提供了详细参考。

声景生态学数据分析与应用

声景生态学是研究景观中生物与非生物声音在多种时空尺度下的声学格局与过程,揭示声音与人类以及声音与自然之间关系的学科。基于声景生态学的研究内容,从声景元素解析、生物多样性评估及人类身心健康评价应用案例中,梳理了数据分析的前沿方法。结论表明,分析技术的发展,特别是人工智能技术的进步,使声景生态学的研究呈现从人工到机器、从单一特征计算到多维特征提取、从单学科研究到多学科联合分析的技术化发展趋势,不断拓展着声景生态学的研究深度与广度。同时这些分析技术的发展也急需优化和标准化,来提高方法的通用性和研究结果间的可比性。此外,需要融合生态学、计算机科学和心理学等交叉学科的理论和方法,进一步推动声景生态学数据分析技术方法体系的完善。