科学家如何区分座头鲸的歌曲和其他水下声音？

海洋中充满了人们很少直接听到的声音。 海洋动物发出叫声，波浪产生水下噪音，船只产生可以在水中传播的声音。 当科学家记录这些声音时，他们面临着一个重要的挑战：确定哪些声音可能来自座头鲸，哪些声音有其他来源。

这项任务对于理解鲸鱼的交流至关重要。 在研究人员研究歌曲的结构、比较录音或调查声音行为的变化之前，他们需要确定录音是否包含真正的鲸鱼发声。

科学家通过检查声学模式、聆听录音、研究频谱图、将声音与已知示例进行比较以及评估录音背景来解决这个问题。 自动检测工具可以提供帮助，但其结果也需要仔细检查。

对于对多米尼加共和国山美纳鲸鱼观赏感兴趣的游客来说，这个过程揭示了鲸鱼研究中经常被忽视的部分：识别水下声音本身就是一项科学研究。

为什么识别水下鲸鱼的歌曲很困难？

水下录音很少只包含一个声源。 水听器是一种专为水下使用而设计的麦克风，可以同时捕获多种声音。

录音中可能包含鲸鱼的声音以及船只噪音、水运动、其他海洋动物的声音或来自远处的声音。 其中一些声音可能在频率或时间上重叠，从而使识别变得困难。

当录音较短、有噪音或不完整时，挑战会变得更大。 在干净的录音中很容易识别的声音，当它与其他声学活动混合时，可能会更难识别。

科学家还必须区分声音的明显特征和其实际来源。 两种不同的来源可以产生相似的声学信号，而同一物种的声音可能差异很大。

因此，研究人员不仅仅依赖于一种特征。 他们一起评估多个特征，并考虑现有证据支持特定识别的可信度。

1. 聆听可识别的声音模式

第一步是聆听录音。

经验丰富的研究人员可能会识别与座头鲸歌曲相关的声学模式，包括音调序列、音高变化、呻吟声和其他重复出现的元素。

歌曲可能包含可识别的短语，这些短语重复或遵循有组织的序列。 这些模式可以提供有用的线索，将可能的歌曲与不规则的背景噪音区分开来。

但是，并非所有座头鲸的发声都是歌曲。 鲸鱼还发出其他声音，有些录音可能包含难以自信分类的声音。

因此，聆听提供了初步评估，而不是可靠的识别方法。

研究人员可以多次聆听录音，使用耳机或合适的音频设备，并分别检查不同的部分。 他们还可以将录音与来源更可靠的参考示例进行比较。

目标是识别有意义的声学特征，而不假设每个不寻常的水下声音都来自鲸鱼。

2. 检查声谱图以寻找声学线索

声谱图是研究水下声音最有用的工具之一。

它显示录音的频率内容如何随时间变化。 时间通常显示在水平轴上，频率显示在垂直轴上，声音强度通过视觉变化来表示。

不同的声音可以产生不同的频谱图模式。

例如，音调发声可能会显示为频率上升或下降的窄线。 宽带声音可以占据更宽的频率范围。 重复的声音可能会在录音中产生可识别的模式。

这些视觉特征可帮助研究人员检查仅靠聆听可能难以区分的声音。

声谱图还可以揭示多个声音是否重叠。 一个信号可能会在另一个信号开始时继续，这清楚地表明录音包含多个声学成分。

尽管如此，声谱图不会自动揭示每种声音的来源。 不同的动物和机械源可以产生重叠的声学模式。 研究人员需要将视觉证据与其他信息一起解释。

用于生成频谱图的设置也很重要。 频率范围、时间分辨率和其他处理选择会影响声音的呈现方式。 比较录音时，一致的设置尤其重要。

3. 区分鲸鱼歌曲和船只噪音

船只噪音是海洋声学研究中的一个重要考虑因素，包括在船只和野生动物共享同一水域的区域进行的研究。

船只和小型船只可以通过发动机、螺旋桨和其他机械过程产生声音。 生成的录音可能包含连续噪声、变化的音调成分或宽带声音。

一些船只的声音可能与海洋动物使用的频率范围重叠。 因此，研究人员无法仅仅因为鲸鱼的发声出现在特定频段而识别它。

相反，他们会检查整体声学模式。

候选鲸鱼歌曲可能包含有组织的音调元素和重复出现的短语。 船舶噪声可能表现出不同的特征，例如持续的机械部件或与发动机运行相关的变化。 然而，这些只是一般线索，而不是绝对规则。

船只录音可以同时包含船只噪音和鲸鱼发声。 因此，当证据表明存在混合物时，科学家必须避免将整个记录视为纯粹的生物或纯粹的机械。

在适当的情况下，研究人员可以将声学观察结果与船只位置信息、已知的操作周期或其他背景记录进行比较。

这有助于他们调查声音是否与机械来源一致，或者其他解释是否更合理。

4。 将鲸鱼的发声与其他动物的声音分开

座头鲸并不是唯一在水下发出声音的动物。 根据位置的不同，录音可能包含其他海洋哺乳动物的发声和其他水生动物的声音。

其中一些声音可能很容易区分，而其他声音可能具有相似的声学特征。

科学家在尝试识别来源时研究了几个特征：

• 声音的频率范围。
• 持续时间 各个元素的形状和形状。
• 重复声音的模式。
• 将声音组织成序列。
• 与已知参考录音相关的声学特征的存在。

声音的时间和背景也有帮助。 例如，一系列可识别的座头鲸歌曲元素可能比单个孤立的声音为歌曲识别提供更强有力的证据。

即便如此，当声学证据不足时，研究人员也不应该分配物种标签。

根据录音的质量，声音可能被分类为可能的鲸鱼发声、可能的发声或未识别的声学事件。 不同研究项目所使用的术语有所不同，但原则是相同的：鉴定的置信度应与现有证据相匹配。

5． 寻找重复和序列结构

单个声音可能无法提供足够的信息来确定其来源。 更长的序列可以提供更多线索。

座头鲸的歌曲通常包含重复的元素和有组织的短语。 当研究人员检测到候选声音时，他们可以检查周围的录音，看看相关的声音是否出现在其之前或之后。

例如，一个孤立的音调声音可能有几种可能的解释。 如果它出现在包含可识别的重复歌曲模式的较长序列中，则鲸鱼歌曲解释的证据可能会变得更强。

研究人员可以分析：

• 声音之间的间距。
• 相似的元素是否重复出现。
• 声音形状是否保持一致。
• 声音形状是否保持一致。 录音包含可识别的序列。
• 该序列是否类似于独立验证的示例。

这种方法使用周围的声学结构，而不是孤立地判断声音。

但是，序列结构并不是决定性的证据。 简短或不完整的录音可能会省略歌曲中信息最丰富的部分，并且在真正的鲸鱼发声附近可能会出现不相关的声音。

科学家必须考虑整个录音，并避免假设相邻的声音必然来自同一来源。

6. 使用参考录音

参考录音可以帮助科学家确定不熟悉的声音是否类似于已知的发声。

研究人员可以将候选声音与使用强有力的支持证据识别的录音进行比较。 他们可以检查其频率特征、持续时间、轮廓和序列结构。

此类比较很有用，因为它们为评估相似性提供了记录的基础。

但是，参考库的质量会影响其支持识别的程度。 仅包含有限范围声音的库可能无法代表自然界中发现的所有声学变化。

录音条件也可能有所不同。 当从较远的距离记录或与大量背景噪声混合时，一个水听器清晰捕获的发声可能会有所不同。

因此，科学家应使用合适的参考示例并考虑记录条件的差异。 接近的声学匹配可能支持识别，但它并不总是证明声音的来源。

7。 自动检测如何帮助研究人员

现代声学研究可能涉及大量水下录音。 手动检查每秒可能是不切实际的，特别是当研究人员需要在较长的背景声音中定位相对较短的发声时。

自动检测工具可以通过扫描录音以查找类似于已知鲸鱼声音的模式来提供帮助。

一些系统使用预定义的声学特征，而其他系统则使用经过标记录音训练的机器学习方法。 根据系统的不同，他们可能会识别候选发声，标记相关部分，或将声音分类为广泛的类别。

这可以通过引导研究人员寻找值得仔细检查的录音来节省时间。

但是，自动化系统可能会犯错误。

系统可能会将机械声音分类为鲸鱼发声，错过被噪声隐藏的真实发声，或者在与其训练数据不同的录音上表现不佳。

因此，科学家评估检测性能 使用合适的标记示例并测试系统在不同录音条件下的工作情况。

自动检测最好理解为支持声学研究的工具，而不是科学验证的可靠替代品。

8. 为什么错误检测很重要

当系统或观察者识别出鲸鱼发声而证据不支持该结论时，就会发生错误检测。

错误检测可能会影响研究结果。 如果机械噪音反复被归类为鲸鱼鸣叫，科学家可能会高估发声发生的频率，或者对鲸鱼何时发出声学活动得出不准确的结论。

错过检测会产生相反的问题。 真正的鲸鱼发声可能会被忽视，特别是当它们微弱或与背景噪音重叠时。

因此，研究人员评估这两种类型的错误。

他们可能会手动检查检测样本，将自动结果与仔细标记的录音进行比较，并记录分析中的不确定性。

错误检测和错过声音之间的平衡部分取决于研究的目的。 旨在找到尽可能多的可能发声的系统可能会使用与旨在生成高度可靠的已确认示例集合的系统不同的决策阈值。

了解这些权衡有助于科学家决定如何使用结果数据。

9. 科学家可以根据歌曲识别鲸鱼个体吗？

识别发声与识别发出声音的个体不同。

录音可能包含可识别的座头鲸歌曲，但没有提供足够的证据来确定哪头鲸鱼在唱歌。

即使科学家在录音设备附近观察鲸鱼，他们也必须考虑录制的声音是否可以确信与该动物联系起来。 声音可以在水下传播，并且其他鲸鱼可能出现在观察者的视野之外。

个人身份识别通常需要额外的证据。 根据研究的不同，研究人员可能会将声音记录与视觉观察、照片识别、标记或其他合适的数据结合起来。

一首歌曲与另一首录音的相似性也不会自动确定同一个人发出了这两种声音。

这种区别很重要，因为研究人员调查了几个不同的问题：发生了什么样的声音、哪个物种产生了声音、是否可以识别个体以及声音可能意味着什么。 每个问题都需要自己的支持证据。

10. 当科学家无法识别声音时会发生什么？

并非所有水下声音都可以自信地分类，这是科学研究的正常部分。

录音可能太吵、太短或太不完整，无法支持可靠的结论。 有些声音可能类似于多个可能的来源，而其他声音可能与可用的参考材料不匹配。

在这种情况下，研究人员可以保留录音，并根据项目的分类系统将其标记为不确定或未识别。

当有更好的参考录音可用或改进的分析方法可以获取更多信息时，他们可能会重新审视声音。

未识别的声音还可以帮助揭示现有数据集中的局限性。 如果许多记录包含类似的模糊事件，研究人员可能需要更好的设备、更详细的观察或改进的分类程序。

重要的是，应该记录而不是隐藏不确定性。 诚实的识别过程可以区分研究人员已知的信息和仍需要调查的信息。

水下声音识别对萨马纳湾意味着什么？

多米尼加共和国的萨马纳湾是众所周知的观察座头鲸的季节性目的地。 该地区还为解释水声研究的工作原理提供了有用的背景。

如果研究人员在该地区收集了合适的录音，他们就可以调查候选鲸鱼发声的频率、录音条件如何影响其识别，以及如何将生物声音与背景噪音分开。

潜在的研究问题包括：

• 可以在本地录音中可靠地识别哪些声音模式？
• 船只噪音如何影响鲸鱼发声的检测？
• 哪些录音条件使声音识别变得更加困难？
• 自动检测多久需要人工审核？
• 需要哪些额外证据才能将录音与特定物种或物种联系起来？

这些是潜在的研究问题，而不是声称已经在萨美纳湾进行了特定的声音识别项目。

回答这些问题需要适当的录音、记录方法和适当的验证程序。

对于观鲸游客来说，该主题提醒人们，海洋研究涉及的不仅仅是在水面看到鲸鱼。 科学家可能需要专门的设备和仔细的分析来研究水下发生的声音。

观鲸游客如何欣赏声学研究

观鲸之旅的游客通常无法仅通过观察鲸鱼浮出水面或潜水来确定鲸鱼是否在唱歌。 歌曲是水下发声，确认它们的存在通常需要适当的声学证据。

尽管如此，了解水下声音识别可以让观鲸体验获得更多信息。

游客可以向导游或教育组织询问水听器的工作原理、研究人员如何解释声谱图，以及为什么背景噪音会使鲸鱼的声音难以分析。

他们还可以了解为什么科学家区分观察鲸鱼、记录声音、识别其可能来源、 并确定负责的个体动物。

负责任的野生动物观察仍然至关重要。 遵循船只操作员的指导和适用的规则有助于减少对海洋哺乳动物及其栖息地的不必要的干扰。

最终想法

将座头鲸的歌曲与其他水下声音区分开来需要仔细聆听、声学可视化、模式分析、参考录音，在某些情况下还需要自动检测。

科学家检查多个特征，而不是依赖单一的音高、频率或声音形状。 它们还考虑了船只噪音、其他动物声音、记录质量以及不确定识别的可能性。

自动化工具可以帮助处理大型数据集，但必须评估其结果的错误和局限性。 最重要的是，识别鲸鱼发声并不会自动识别鲸鱼个体或解释声音的目的。

对于对山美纳鲸鱼观赏感兴趣的人们来说，了解这个过程揭示了座头鲸研究的另一面。 在海洋表面之下，每一项可靠的声学发现都始于一个简单但重要的问题：声音产生的原因以及证据有多有力？