科学家如何测量座头鲸个体鲸鱼歌曲之间的差异？

座头鲸会发出海洋中一些最复杂的声音表演。 他们的歌曲包含重复的声音、有组织的短语和随时间变化的序列。 尽管种群内的鲸鱼可能有许多共同的歌曲特征，但研究人员还可以观察不同歌手发出的声音的差异。

了解这些差异有助于科学家研究声音行为、比较录音并探索座头鲸如何交流。 它还提出了一个重要的问题：研究人员能否通过检查鲸鱼的声学特征来确定哪只鲸鱼发出了特定的歌曲？

答案需要仔细分析。 科学家可以测量录音之间的差异，但声音的差异并不能自动识别特定的鲸鱼。 可靠的结论取决于重复观察、记录质量以及将声音与已知个体联系起来的证据。

对于对多米尼加共和国萨马纳鲸鱼观赏感兴趣的人们来说，这项研究提供了另一种了解繁殖季节期间到访该地区的动物的方法。

科学家为什么比较个体鲸鱼的歌曲？

比较鲸鱼的歌曲有助于研究人员调查个体、群体和季节之间声音行为的差异。

一些差异可能与 歌曲的结构，而其他的则可能反映鲸鱼如何发出特定的声音。 研究人员可以检查音高、持续时间、频率模式以及重复单元的排列。

这些比较可以帮助解决几个问题：

• 不同的歌手会产生明显不同的声学模式吗？
• 一个人在多次录音过程中是否会发出类似的发声？
• 某些差异是暂时的，而另一些差异是长期存在的吗？ 时间？
• 声学观察能否与视觉识别的鲸鱼可靠地联系起来？
• 种群或记录期内存在多少变异？

回答这些问题需要科学家区分真正的生物变异与环境条件或记录设备引起的差异。

1. 收集高质量的水下录音

第一步是获取适合比较的录音。

科学家通常使用水听器，这是一种旨在捕获声音的水下麦克风。 根据研究设计，这些设备可以从船上部署、连接到系泊处或用于其他适当的记录装置。

研究人员必须记录重要的细节，包括录音时间、地点、设备设置和环境条件（如果可能）。

这些细节很重要，因为即使同一头鲸鱼的声音行为没有发生实质性变化，它在不同录音中的声音也可能不同。 与水听器的距离、背景噪音、水质状况以及录音设备的位置都会影响信号。

例如，远处的歌手听起来可能比附近的歌手更安静或不太清晰。 科学家必须避免将响度的每个差异解释为鲸鱼个体之间的差异。

良好的录音实践为有意义的声学比较奠定了基础。

2. 使用频谱图可视化歌曲

频谱图是声音的视觉表示形式，显示频率如何随时间变化。 它使研究人员能够检查仅通过聆听可能难以一致比较的特征。

在频谱图中，时间通常水平显示，频率垂直显示。 录制的声音强度通过视觉强度或颜色的差异来表示，具体取决于软件。

科学家使用声谱图来检查以下特征：

• 声音占据的频率范围。
• 音调在发声单元中如何上升或下降。
• 个体的持续时间 声音。
• 重复单元之间的间距。
• 短语的结构和时间安排。

研究人员可以比较录音中的这些特征，以量化相似性和差异。

但是，声谱图不会自动揭示鲸鱼的身份。 它提供了有关声音信号的证据，必须将其与其他信息一起解释。

3。 测量频率和音调模式

频率是研究人员在比较鲸鱼发声时可以测量的声学特性之一。

声音可能包含在其持续时间内变化的频率。 研究人员可以测量可以可靠识别的基频以及其他相关的频谱特征。

他们可以比较起始频率、结束频率、频率范围或声音改变音调的速率。

例如，两个录音可能包含相似的声音单元，但在频率轮廓上显示出差异。 科学家可以量化这些差异，并确定它们在重复样本中是否一致。

区分频率和感知响度非常重要。 频率的变化描述了声音振荡速率的变化，而响度则与接收和感知的声音强度有关。

研究人员还考虑了录音质量和噪音，这可能会降低频率测量的可靠性。

4。 比较声音持续时间和时间

声音单元的长度可以提供另一个有用的比较功能。

科学家测量声音持续的时间、连续单元之间的时间间隔以及短语的组织方式。 他们还可能检查歌曲中的重复率和停顿。

两位歌手可以发出相似的声音类型，但时间不同。 或者，同一个人可能会在不同的歌唱过程中改变其时间安排。

为了理解这些差异的重要性，研究人员需要多个录音而不是孤立的例子。

单个异常短的声音可能是由重叠的发声、背景噪音或单元之间的不确定边界造成的。 重复测量有助于揭示观察到的变化是持久的还是仅仅反映记录限制。

当与频率和结构特征相结合时，定时测量特别有用。

5. 研究歌曲单元和短语结构

座头鲸的歌曲通常包含排列成短语和更大序列的重复出现的声学单元。 科学家不仅可以比较单个声音，还可以比较这些声音的组织方式。

例如，他们可以检查哪些单元一起出现、它们出现的顺序以及特定序列重复的频率。

然后研究人员可以比较不同时间录制的或与不同歌手相关的录音结构。

但是，共享的歌曲结构并不一定意味着两个录音来自同一头鲸鱼。 座头鲸的歌曲可以包含多个歌手共享的模式，这些模式可能会随着时间的推移而改变。

因此，歌曲结构对于描述声音行为和比较群体很有用，但当目标是个体识别时，必须仔细解释。

6. 测量同一头鲸鱼体内的变化

在确定某条鲸鱼的声学特征可以区分另一头鲸鱼之前，科学家需要了解该特征在个体中的差异有多大。

鲸鱼在不同的会话中发出的声音可能会在时间或频率特征上略有不同。 随着它继续歌唱或更广泛的歌曲模式的发展，它的歌曲也可能会发生变化。

研究人员可以通过在多次观察中比较与同一头已识别鲸鱼相关的录音来调查这一点。

然后他们检查特定特征是否保持相当稳定或变化很大。

这一步至关重要。 一头鲸鱼体内变化很大的特征可能是一个不好的识别器，即使它在两个选定的录音之间看起来不同。

通过测量个体内部和个体之间的变化，科学家可以评估声学特征是否有助于区分歌手。

7. 将歌曲与已知个体联系起来

当研究人员可以将录音与独立确定身份的鲸鱼联系起来时，声学比较会提供更多信息。

识别座头鲸个体的一种既定方法是照片识别。 研究人员拍摄鲸鱼尾鳍的下侧，它可以显示独特的标记和图案。

当照片和声音记录可以通过仔细记录的观察联系起来时，研究人员也许能够比较已知个体的声音行为。

例如，如果在适当的条件下观察和记录视觉识别的鲸鱼，当证据支持这种联系时，研究人员可以将声音样本与该个体联系起来。

这个过程并不总是那么简单。 附近可能有几头鲸鱼，声音可能重叠，并且可能很难从船上确定发声源。

因此，科学家必须区分鲸鱼在场时录制的录音和确信属于该鲸鱼的录音。

8。 使用统计方法比较歌曲

一旦研究人员提取了声学测量结果，统计方法就可以帮助评估录音中的模式。

数据集可能包括频率、持续时间、短语计时和其他特征的测量结果。 研究人员可以检查这些测量值的变化程度以及某些组合是否能够区分与不同个体相关的录音。

根据研究问题，科学家可能会使用多元分析、聚类、分类方法或其他统计技术。

这些工具可以帮助揭示仅通过聆听难以检测到的模式。 然而统计差异并不一定能建立生物学解释。

研究人员必须考虑样本量、单个标签的质量、会话之间的差异，以及模型检测记录条件而不是鲸鱼之间真正差异的可能性。

每当使用自动分类时，独立验证都很重要。 系统应在未用于构建或调整系统的合适记录上进行测试。

9。 人工智能可以识别个别歌手吗？

机器学习系统可以分析大型声学数据集并识别重复出现的模式。 根据数据和研究目标，这些系统可以帮助对相似的发声进行分组，对歌曲单元进行分类，或者调查录音是否包含与个别歌手相关的信息。

但是，区分两个录音的系统不一定能识别出两只不同的鲸鱼。

它可能会检测背景噪音、麦克风特征、录音距离或每个样本中存在的歌曲序列的差异。

为了评估模型是否可以识别个体鲸鱼，研究人员需要带有可靠身份标签的录音和 适当的测试策略。 理想情况下，评估应包括单独的录音会话，以便系统不仅仅是识别某个录音的特定特征。

人工智能可以支持研究，但其预测不应在未经充分验证的情况下被视为已确认的个人身份。

10. 将个体差异与共享歌曲分开

最大的挑战之一是座头鲸可能会共享歌曲模式。

如果多头鲸鱼产生相似的单元和序列，这些特征可能对研究一个种群更广泛的声音文化很有用，但对于识别一位歌手则不太有用。

因此，研究人员需要区分两个不同的问题：

这些录音在声学上是否相似？这询问它们的声音是否相似？ 可测量的声音特征彼此相似。

这两个录音是同一头鲸鱼发出的吗？这询问发声者的身份并需要额外的证据。

第一个问题通常可以通过声学分析来调查。 第二个要求更高，因为许多人可能都有相似的声音行为。

将声学测量与可靠的个人观察相结合可以帮助澄清区别。

11。 将这些方法应用于萨马纳湾的研究

萨马纳湾是座头鲸观赏的重要季节性目的地。 来访的鲸鱼提供了观察的机会，但通过声学数据识别个体歌手需要专门的研究设计。

该地区的研究可以收集有记录的时间和地点的水下录音，分析歌曲特征，并比较多个会话的录音。

在可行的情况下，研究人员还可以收集照片和行为观察，将声学数据与已知的鲸鱼联系起来。 重复采样将有助于确定特定特征在个体中是否保持稳定或在不同会话中是否有所不同。

科学家需要考虑船只噪音、歌手重叠、录音距离和设备差异。 他们还需要足够的经过验证的观察结果来支持有关个体身份的任何结论。

除非有合适的当地数据，否则声称萨美纳湾个体鲸鱼的特定声学特征已经得到证实是不合适的。

这些方法描述了如何进行此类研究，而不是断言特定的当地研究已经得出了这些发现。

12。 为什么这些比较对鲸鱼保护很重要

了解个体声音变化有助于对座头鲸交流和行为进行更广泛的研究。

可靠的声学数据可以帮助科学家研究鲸鱼如何使用声音、不同群体之间的声音模式如何变化以及某些行为是否随季节变化。

当录音与已知个体相关联时，研究人员还可以调查声音行为与运动、社交遭遇和重复访问特定个体之间的关系。

然而，声学监测并不能完全替代其他研究方法。 照片识别、视觉观察、运动数据和环境测量可以提供补充证据。

结合这些方法，科学家可以更全面地了解鲸鱼的行为，同时承认每种方法的局限性。

对于负责任的鲸鱼观赏，这项研究还强调了尽量减少干扰和遵守当地野生动物观赏规则的重要性。

结论

科学家通过分析频率、持续时间、 时间、短语结构和其他声学特征。 他们使用频谱图、统计分析、重复录音，有时还使用机器学习工具来研究声音样本的模式。

最重要的挑战是将真正的个体差异与共享歌曲模式、环境条件和录音设备引起的变化区分开来。

仅凭声学相似性并不能证明同一头鲸鱼产生了两个录音。 更强有力的结论需要可靠的个体识别、重复观察和仔细验证。

对于那些对山美纳鲸鱼观赏感兴趣的人来说，这些方法揭示了科学家如何研究座头鲸的水下交流，超出了游客从水面观察到的范围。 它们还说明了为什么高质量的录音和谨慎的解释对于了解这些非凡的海洋哺乳动物至关重要。