一种声景观信息的可视化方法

摘要

本发明公开了一种声景观信息的可视化方法。本发明包括如下步骤：步骤(1)采集声景观的音频文件，并测量该采样点的地理坐标；步骤(2)对采集的音频文件进行频谱分析，计算声景观指数NDSCI；步骤(3)对音频文件的采集时间、地理坐标和声景观指数进行综合绑定并可视化，然后生成kml文件，在Google？Earth加载kml文件，实现结果的空间显示与信息查询。本发明能够实现声景观信息的分析与可视化，实现数据分析与可视化等一整套流程，具有实施过程可行强、NDSCI声景观指数能有效反映生态系统的复杂特征，以Google？Earth客户端平台的展现，通用、直观、形象。

说明书

技术领域

本发明属于环境信息分析可视化领域，具体涉及一种声景观信息的可视化方 法。该可视化过程首先将采集的数据进行声景观指数计算，将声景观指数计算结 果设计成可视化程序，生成kml文件，最终在GoogleEarth中实现声景观信息的 空间可视化。

背景技术

声景观生态学是景观生态学的一个新兴的重要研究领域，可以为景观生态的 综合特征提供重要的参考信息，同时也是生态健康的重要指示因子^[1]。声景观研 究的主要内容是:研究不同时空尺度下，自然声学、人类声学、生态环境声学的耦 合与表现特征^[2]。20世纪60年代晚期，加拿大的R.MurraySchafer创立了一个 以教育和科研为目的的“世界声景计划”(WorldSoundscapeProject，WSP)团队，首 次提出声景生态学的概念，倡导人类与声环境的和谐,推广环境声音景观和噪音 污染方面的知识^[3]。声景观生态学的新理论和方法,已被广泛应用于各种领域,如 城市规划、环境监测与管理、生物多样性、生态系统健康、近岸海洋、岛屿和沿 海系统等^[4-9]。

声景观的音频构成来自于生态系统、地球物理过程和人类活动的耦合。不同 区域生态环境，如湿地、森林或城市公园、生物成分和其音频特征也是不同的。 与此同时，声景观存在日变化和季节变化的特征。在过去的研究中，声音频率的 范围可分为三个主要组成部分，生物频谱(Biophony)，来自于自然界的发声生物 如鸟类、昆虫、青蛙等；地球频谱(Geophony)，来自于地球表面过程如河流流 水、海洋潮汐、沙丘移动、风云雷电等；人类频谱(Anthrophony),来自于人类活 动如车辆行驶、道路建设、人们行走等^[1,2,10]。复杂的声波数据的处理和分析需要 先进的计算技术、发展新的算法和友好的分析软件工具^[11]。目前，声学景观计算 的特征参数包括声音复杂指数(AcousticComplexityIndex，ACI)^[12]、归一化 声景观指数(NormalizedDifferenceSoundscapeIndex，NDSI)、声音多样性指数 (AcousticDiversityIndex，ADI)、声音均匀性指数(AcousticEvenessIndex， AEI)等^[13]。声音分析的相关软件包括Seawave软件包和SongScopeSoftware等。

声景观信息的采集、分析、管理查询与时空制图是声景观研究的重要组成部 分，对于声学景观信息的采集，目前美国的Wildlife声学公司的产品最为出色， 硬件的采集产品包括SongMeter系列产品，软件部分包括Songscopesoftware系 列产品，该公司新的产品已经做到了手持式的采集和分析。在海量数据的采集分 析和管理方面，美国密歇根州立大学的REAL实验室(RemoteEnvironmental AssessmentLaboratory)已经做到了数据的在线处理、查询与分析的功能。

数据的可视化展现，对于把握声学景观的动态特征意义十分重大，本发明为 解决声景观信息可视化显示的现实问题，设计了声景观计算算法与模型及基于 GoogleEarth平台的空间可视化方法。

引证文件

[1].JiaguoQi,StuartGage,WooyeongJoo,Napoletano,BrianNapoletano,S.Biswas.2008.Soundscape characteristicsofanenvironment:anewecologicalindicatorofecosystemhealth.EditedbyWei Ji,Chapter17inWetlandandWaterResourceModelingandAssessment,CRCPress,New York,USA,201-211.

[2].BryanC.Pijanowski,AlmoFarina,StuartH.Gage,SarahL.Dumyahn,BernieL.Krause, 2011.Whatissoundscapeecology？Anintroductionandoverviewofanemergingnew science.LandscapeEcology,26(9):1213-1232

[3].R.MurraySchafer,TheNewSoundscape,Toronto,1969.

[4].P.Jennings,R.Cain,2013.Aframeworkforimprovingurbansoundscapes,Applied Acoustics,74:293-299.

[5].ManonRaimbault,Danie`leDubois,2005.Urbansoundscapes:Experiencesandknowledge, Cities22(5):339-350.

[6].JiangLiu,JianKang,TaoLuoa,HolgerBehm,TimothyCoppack,2013.Spatiotemporal variabilityofsoundscapesinamultiplefunctionalurbanarea,LandscapeandUrban Planning,115:1-9.

[7].AlexandraRodriguez,AmandineGasc,SandrinePavoine,PhilippeGrandcolas,PhilippeGaucher, Sueur,2013.Temporalandspatialvariabilityofanimalsoundwithinaneotropicalforest, EcologicalInformatics(Articleinpress).

[8].AlmoFarina,NadiaPieretti,LuigiPiccioli,2011.Thesoundscapemethodologyforlong-term birdmonitoring:AMediterraneanEuropecase-study,EcologicalInformatics,6:354-363.

[9].AlmoFarina,NadiaPieretti,2012.Thesoundscapeecology:Anewfrontieroflandscaperesearch anditsapplicationtoislandsandcoastalsystems,JournalofMarineandIsland Cultures,1:21-26.

[10].StuartH.Gage,BrianM.Napoletano,MichaelC.Cooper,2001.Assessmentofecosystem biodiversitybyacousticdiversityindices.JournaloftheAcousticalSocietyofAmerica,109, 2430.

[11].EricP.Kasten,StuartH.Gage,JordanFox,WooyeongJoo,2012.Theremoteenvironmental assessmentlaboratory'sacousticlibrary:Anarchiveforstudyingsoundscapeecology,Ecological Informatics,12:50-67.

[12].N.Pieretti,A.Farina,D.Morri,2011.Anewmethodologytoinferthesingingactivityofan aviancommunity:TheAcousticComplexityIndex(ACI).EcologicalIndicators,11:868-873.

[13].LuisJ.Villanueva-Rivera,BryanC.Pijanowski,JarrodDoucette,BurakPekin.2011.Aprimer ofacousticanalysisforlandscapeecologists.LandscapeEcology,26(9):1233-1246.

发明内容

本发明的目的是针对现有技术的不足以及生态环境监测和科学研究的需要， 提出的一种声景观信息的可视化方法，本发明包括2个重要组成部分，包括声景 观信息数据分析指标计算方法和基于GoogleEarth平台的空间可视化技术。该技 术方法高效、快捷、可靠，适用于环境信息声学景观信息处理分析与可视化展示。

本发明解决其关键技术问题所采用的技术方案具体包括如下步骤：

步骤(1).采集声景观的音频文件，并测量该采样点的地理坐标；

步骤(2).对采集的音频文件进行频谱分析，计算声景观指数NDSCI (NormalizedDifferenceSoundscapeComplexityIndex)；

步骤(3).对音频文件的采集时间、地理坐标和声景观指数进行综合绑定并可视 化，然后生成kml文件，在GoogleEarth加载kml文件，实现结果的空间显示与 信息查询。

所述步骤(1)中利用声景观采集仪器采集声景观的音频文件，并测量该采样 点的地理坐标；

所述步骤(2)中对采集的音频文件进行频谱分析，计算相关声景观指数NDSCI 的具体过程如下：

2-1:音频文件的快速傅立叶分析生成语谱图

通过短时傅里叶分析算法分析音频文件，得到文件的频谱特征和各频率段内 随时间变化功率谱密度(PSD)，并生成语谱图。

2-2:计算声景观参数

在步骤2-1的音频文件的快速傅立叶分析基础上计算音频信号的功率谱密度 (PSD)，开始进行NDSCI声景观指数的计算。

NDSCI声景观指数是在ACI指数的基础上进行的改进，具体计算如下：

计算语谱图中第l个频段上k、k+1两时间段功率谱密度差异d_l(k)；

d_l(k)＝|I_l(k)-I_l(k+1)|(1)

其中I_l(k)指代第k个时间段内的功率谱密度值，k指代第k个时间段；k取值 范围是0～n,n为分析音频文件的时间段个数。

计算第l个频段上分析文件时间长度内功率谱密度差异之和D_l；

$\left(\begin{array}{c}{D}_l=\underset{k=1}{\overset{n}{\Sigma }}{d}_l\left(k\right)\\ j=\underset{k=1}{\overset{n}{\Sigma }}{\mathrm{\Delta t}}_k\end{array}\right)---\left(2\right)$

Δt_k指代第k个时间段的时长，j指代分析文件的总时长，n指代分析文件中的 时间段的个数,通常每段分析文件的时间长度取一样。

计算第l个频段上的复杂度指数ACI_l；

${\mathrm{ACI}}_l=\frac{D_l}{\underset{k=1}{\overset{n}{\Sigma }}{I}_l\left(k\right)}---\left(3\right)$

统计计算频段在1～2KHz频率范围上的复杂度指数，记为α_ACI；

$\left(\begin{array}{c}{\alpha }_{\mathrm{ACI}}=\underset{l=1}{\overset{q1}{\Sigma }}{\mathrm{ACI}}_l\\ f_{\alpha }=\underset{l=1}{\overset{q1}{\Sigma }}\mathrm{\Delta f}\left(l\right)\end{array}\right)---\left(4\right)$

Δf(l)指代第l个频率段上下频率之差，f_α指代1～2KHz的上下频率差，即为 1KHz，q1指代1～2KHz内频率段的个数。

统计计算频段在2～8KHz上的复杂度指数，记为β_ACI；

$\left(\begin{array}{c}{\beta }_{\mathrm{ACI}}=\underset{l=1}{\overset{q2}{\Sigma }}{\mathrm{ACI}}_l\\ f_{\beta }=\underset{l=1}{\overset{q2}{\Sigma }}\mathrm{\Delta f}\left(l\right)\end{array}\right)---\left(5\right)$

f_β指代2～8KHz的上下频率差，即为6KHz，q2指代2～8KHz内频率段的个 数。

计算声景观指数NDSCI；

$\mathrm{NDSCI}=\frac{{\beta }_{\mathrm{ACI}}-{\alpha }_{\mathrm{ACI}}}{{\beta }_{\mathrm{ACI}}+{\alpha }_{\mathrm{ACI}}}---\left(6\right)$

步骤(3)所述的对音频文件的采集时间、地理坐标和声景观指数进行综合绑 定并可视化，具体如下：

本发明选择的可视化平台为GoogleEarth客户端平台，GoogleEarth对于地 理信息的加载显示采用了kml文件技术标准，它是基于xml语法和文件格式的文 件，用来描述和保存地理和相关属性信息，使得采集的音频数据计算的声景观结 果显示更加直观；

将声景观指数NDSCI通过经纬度坐标与GoogleEarth点位的图标进行关联； 然后将声景观指数NDSCI与色标RGB颜色索引进行关联，且与色标RGB颜色 索引进行关联的算法如下：

声景观指数NDSCI的值在(1,0.715)之间时，计算公式如下：

$\left(\begin{array}{c}R=0\\ G=\frac{0.5\times \mathrm{NDSCI}}{0.286}\\ B=1\end{array}\right)---\left(7\right)$

声景观指数NDSCI的值在[0.715,0.43)之间时，计算公式如下：

$\left(\begin{array}{c}R=0\\ G=\frac{\mathrm{NDSCI}}{0.57}\\ B=1\end{array}\right)---\left(8\right)$

声景观指数NDSCI的值在[0.43,0.143)之间时，计算公式如下：

$\left(\begin{array}{c}R=\frac{\mathrm{NDSCI}-0.43}{0.286}\times 0.5\\ G=1\\ B=1-\frac{\mathrm{NDSCI}-0.43}{0.286}\times 0.5\end{array}\right)---\left(9\right)$

声景观指数NDSCI的值在[0.143,-0.143)之间时，计算公式如下：

$\left(\begin{array}{c}R=\frac{\mathrm{NDSCI}-0.57}{0.286}\\ G=1\\ B=1-\frac{\mathrm{NDSCI}-0.57}{0.286}\end{array}\right)---\left(10\right)$

声景观指数NDSCI的值在[-0.143,-0.43)之间时，计算公式如下：

$\left(\begin{array}{c}R=1\\ G=1-\frac{\mathrm{NDSCI}-1.146}{0.286}\times 0.5\\ B=0\end{array}\right)---\left(11\right)$

声景观指数NDSCI的值在[-0.43,-0.715)之间时，计算公式如下：

$\left(\begin{array}{c}R=1\\ G=1-\frac{\mathrm{NDSCI}-1.146}{0.286}\\ B=0\end{array}\right)---\left(12\right)$

声景观指数NDSCI的值在[-0.715,-1]之间时，计算公式如下：

$\left(\begin{array}{c}R=1-\frac{\mathrm{NDSCI}-1.71}{0.286}\times 0.5\\ G=0\\ B=0\end{array}\right)---\left(13\right)$

将采集时间、地理坐标和声景观指数写入kml文件，按照kml技术标准和xml 语法进行组织编写程序文件即可。要想空间直观显示已经分析的声景观数据，按 照上述步骤将色标和属性绑定，生成kml文件即可在GoogleEarth客户端平台进 行显示、查询。

本发明有益效果如下：

本发明能够实现声景观信息的分析与可视化，发明主要为了使采集的音频数 据更能反映“人类-自然-生物”生态系统的复杂特征，提出了NDSCI声景观指数， 由于声景观信息具有典型的时空特征，进一步设计了将NDSCI声景观指数、时 间、空间属性进行综合关联，将NDSCI声景观指数通过RGB彩色表示大小特征， 最后，借助xml语法要求对上述属性进行整合,生成了kml文件，实现了在Google Earth客户端平台的展现。

该发明可以实现数据分析与可视化等一整套流程，具有实施过程可行强、 NDSCI声景观指数能有效反映生态系统的复杂特征，模型算法过程便于程序集 成、且在计算结果的可视化方面选择了NDSCI声景观指数与RGB彩色色标关联 方法、以GoogleEarth客户端平台的展现，通用、直观、形象，该发明在环境、 生态监测，地理信息行业具有较高的推广价值和应用前景。

附图说明

图1为本发明中声景观参数计算原理图。

图2为本发明中空间显示与查询logo图标和色标选择。

图3本发明的声景观信息可视化与属性查询结果。

具体实施方式

下面结合附图对本发明作进一步说明。

如图1～图3所示，一种声景观信息的可视化方法，具体包括如下步骤：

步骤(1).采集声景观的音频文件，并测量该采样点的地理坐标；

步骤(2).对采集的音频文件进行频谱分析，计算声景观指数NDSCI (NormalizedDifferenceSoundscapeComplexityIndex)；

步骤(3).对音频文件的采集时间、地理坐标和声景观指数进行综合绑定并可视 化，然后生成kml文件，在GoogleEarth加载kml文件，实现结果的空间显示与 信息查询。

所述步骤(1)中利用声景观采集仪器采集声景观的音频文件，并测量该采样 点的地理坐标；

所述步骤(2)中对采集的音频文件进行频谱分析，计算相关声景观指数NDSCI 的具体过程如下：

2-1:音频文件的快速傅立叶分析生成语谱图

通过短时傅里叶分析算法分析音频文件，得到文件的频谱特征和各频率段内 随时间变化功率谱密度(PSD)，并生成语谱图。

2-2:计算声景观参数

在步骤2-1的音频文件的快速傅立叶分析基础上计算音频信号的功率谱密度 (PSD)，并绘制语谱图(图1-a)，开始进行NDSCI声景观指数的计算。

NDSCI指数是在ACI指数的基础上进行的改进，具体计算方法如下：

计算语谱图中第l个频段上k、k+1两时间段功率谱密度差异d_l(k)，(图 1-b)；

d_l(k)＝|I_l(k)-I_l(k+1)|(1)

其中I_l(k)指代第k个时间段内的功率谱密度值，k指代第k个时间段；k取值 范围是0～n,n为分析音频文件的时间段个数。

计算第l个频段上分析文件时间长度内功率谱密度差异之和D_l；

$\left(\begin{array}{c}{D}_l=\underset{k=1}{\overset{n}{\Sigma }}{d}_l\left(k\right)\\ j=\underset{k=1}{\overset{n}{\Sigma }}{\mathrm{\Delta t}}_k\end{array}\right)---\left(2\right)$

Δt_k指代第k个时间段的时长，j指代分析文件的总时长，n指代分析文件中的 时间段的个数,通常每段分析文件的时间长度取一样。

计算第l个频段上的复杂度指数ACI_l；

${\mathrm{ACI}}_l=\frac{D_l}{\underset{k=1}{\overset{n}{\Sigma }}{I}_l\left(k\right)}---\left(3\right)$

统计计算频段在1～2KHz频率范围上的复杂度指数，记为α_ACI；

$\left(\begin{array}{c}{\alpha }_{\mathrm{ACI}}=\underset{l=1}{\overset{q1}{\Sigma }}{\mathrm{ACI}}_l\\ f_{\alpha }=\underset{l=1}{\overset{q1}{\Sigma }}\mathrm{\Delta f}\left(l\right)\end{array}\right)---\left(4\right)$

Δf(l)指代第l个频率段上下频率之差，f_α指代1～2KHz的上下频率差，即为 1KHz，q1指代1～2KHz内频率段的个数。

统计计算频段在2～8KHz上的复杂度指数，记为β_ACI；

$\left(\begin{array}{c}{\beta }_{\mathrm{ACI}}=\underset{l=1}{\overset{q2}{\Sigma }}{\mathrm{ACI}}_l\\ f_{\beta }=\underset{l=1}{\overset{q2}{\Sigma }}\mathrm{\Delta f}\left(l\right)\end{array}\right)---\left(5\right)$

f_β指代2～8KHz的上下频率差，即为6KHz，q2指代2～8KHz内频率段的个 数。

计算声景观指数NDSCI；

$\mathrm{NDSCI}=\frac{{\beta }_{\mathrm{ACI}}-{\alpha }_{\mathrm{ACI}}}{{\beta }_{\mathrm{ACI}}+{\alpha }_{\mathrm{ACI}}}---\left(6\right)$

步骤(3)所述的音频文件采集时间、空间和声景观指数综合绑定可视化方法， 具体方法如下：

本发明选择的可视化平台为GoogleEarth客户端平台，GoogleEarth对于地 理信息的加载显示采用了kml文件技术标准，它是一个基于xml语法和文件格式 的文件，用来描述和保存地理和相关属性信息，为了使得采集的音频数据计算的 声景观结果显示更加直观，本发明设计了将NDSCI的计算结果与点位的logo图 标进行了关联，logo图标和色标选择如图2所示。

将声景观指数NDSCI通过经纬度坐标与GoogleEarth点位的图标进行关联； 然后将声景观指数NDSCI与色标RGB颜色索引进行关联，且与色标RGB颜色 索引进行关联的算法如下：

声景观指数NDSCI的值在(1,0.715)之间时，计算公式如下：

$\left(\begin{array}{c}R=0\\ G=\frac{0.5\times \mathrm{NDSCI}}{0.286}\\ B=1\end{array}\right)---\left(7\right)$

声景观指数NDSCI的值在[0.715,0.43)之间时，计算公式如下：

$\left(\begin{array}{c}R=0\\ G=\frac{\mathrm{NDSCI}}{0.57}\\ B=1\end{array}\right)---\left(8\right)$

声景观指数NDSCI的值在[0.43,0.143)之间时，计算公式如下：

$\left(\begin{array}{c}R=\frac{\mathrm{NDSCI}-0.43}{0.286}\times 0.5\\ G=1\\ B=1-\frac{\mathrm{NDSCI}-0.43}{0.286}\times 0.5\end{array}\right)---\left(9\right)$

声景观指数NDSCI的值在[0.143,-0.143)之间时，计算公式如下：

$\left(\begin{array}{c}R=\frac{\mathrm{NDSCI}-0.57}{0.286}\\ G=1\\ B=1-\frac{\mathrm{NDSCI}-0.57}{0.286}\end{array}\right)---\left(10\right)$

声景观指数NDSCI的值在[-0.143,-0.43)之间时，计算公式如下：

$\left(\begin{array}{c}R=1\\ G=1-\frac{\mathrm{NDSCI}-1.146}{0.286}\times 0.5\\ B=0\end{array}\right)---\left(11\right)$

声景观指数NDSCI的值在[-0.43,-0.715)之间时，计算公式如下：

$\left(\begin{array}{c}R=1\\ G=1-\frac{\mathrm{NDSCI}-1.146}{0.286}\\ B=0\end{array}\right)---\left(12\right)$

声景观指数NDSCI的值在[-0.715,-1]之间时，计算公式如下：

$\left(\begin{array}{c}R=1-\frac{\mathrm{NDSCI}-1.71}{0.286}\times 0.5\\ G=0\\ B=0\end{array}\right)---\left(13\right)$

将采集时间、地理坐标和声景观指数写入kml文件，按照kml技术标准和xml 语法进行组织编写程序文件即可。要想空间直观显示已经分析的声景观数据，按 照上述步骤将色标和属性绑定，生成kml文件即可在GoogleEarth客户端平台进 行显示、查询。

按照前文的设计生成的kml文件，在GoogleEarth客户端平台显示的结果如 图3所示。