一种对噪声影响低敏的鸟类声学多样性指数方法

1.本发明涉及鸟类物种多样性快速评估及声信号处理领域，具体涉及一种对噪声影响低敏的鸟类声学多样性指数方法。


背景技术：

2.面对全球生态环境变化，生物多样性监测是一项日益紧迫的任务。鸟类鸣叫活动的活跃性是反映生态区域内生物多样性及生态环境健康程度的重要指标，鸟类物种多样性快速评估对于生物多样性监测和研究具有重要意义。
3.随着声学监测技术的普及和音景生态学的发展，声学指数作为一种快速评估鸟类物种多样性的方法，已被广泛应用到生态监测和环境评价中。声学指数通常是针对录音设备事先在野外现场录制的鸟鸣声信号进行计算获得，但录音设备录制的数据并非纯净的鸟鸣声信号，而是含有各种噪声影响的混合信号。现有声学指数对噪声影响极其敏感，实际计算的指数结果经常与预期的生态学意义不一致，导致声学指数还无法承担稳定可靠的鸟类物种多样性快速评估任务。中国发明专利公告号为cn109714689b中公开了一种基于差分麦克风阵列的抑噪声学指数获取方法，该发明通过差分麦克风阵列构建两个指向性波束，然后采用空域滤波技术消除固定方向机械噪声对声学指数计算的不利影响。中国发明专利申请号为cn202111072342.0中公开了一种声学指数确定方法、装置及存储介质，该发明在通过降噪处理消除风声、蝉鸣声、溪流声等常见环境噪声的同时，对录制的鸟鸣声信号失真进行补偿处理，从而降低录音设备性能差异导致的声学指数结果变化。
4.然而在实际应用中，即使是在没有非鸟鸣声噪音的安静生态区域内，并且录音设备引起的信号失真也可被忽略的理想条件下，录音数据中也必然存在固有的背景噪声。这种固有背景噪声即使很弱，但由于实际录取的鸟鸣声信号强度人为不可控，录音数据中的鸟鸣声信噪比(signal-to-noise ratio，snr)高低也是不确定的，而现有声学指数在设计上都存在未考虑噪声影响的原理性缺陷，导致声学指数的实际数值会随着鸟鸣声snr的下降而越来越偏离纯净鸟鸣声信号对应的理想值。因此，为实现稳健可靠的鸟类物种多样性快速评估，必须从原理上修正现有声学指数的设计方案，得到对噪声影响低敏的新的声学指数方法。但对于不同的声学指数，提高其对噪声影响鲁棒性的原理和方法一般也不同。


技术实现要素：

5.本发明目的在于提供一种对噪声影响低敏的鸟类声学多样性指数方法。
6.实现本发明目的的技术解决方案为：一种对噪声影响低敏的鸟类声学多样性指数方法，步骤如下：
7.步骤1、对在分析时段中采集的野外鸟声监测数据进行短时傅里叶变换，获取其时频功率谱；
8.步骤2、利用步骤1获取的鸟声监测数据时频功率谱估计各频点内的窄带噪声平均功率；
9.步骤3、利用步骤1获取的鸟声监测数据时频功率谱和步骤2获取的窄带噪声平均功率分别计算各频点的二值化检测门限；
10.步骤4、利用步骤1获取的鸟声监测数据时频功率谱和步骤3获取的二值化检测门限分别对各频点中的鸟声监测数据时频点功率进行0-1判决处理，然后分别统计各子频带内功率高于检测门限的值1时频点数量；
11.步骤5、利用步骤4得到的各子频带内的值1时频点数量进行香农指数计算，得到基于频变门限检测的声学多样性指数。
12.第二方面，本发明提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现第一方面所述的方法的步骤。
13.第三方面，本发明提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现第一方面所述的方法的步骤。
14.第四方面，本发明提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现第一方面所述的方法的步骤。
15.与现有技术相比，本发明的有益效果为：1)从原理上修正现有指数的设计缺陷，提出了一种对噪声影响低敏的鸟类声学多样性指数新方法，即基于频变门限检测的声学多样性指数；2)在不影响已有声学指数研究的生态学解释和发现的同时，显著抑制了鸟鸣声snr变化对实际指数计算结果的影响，大幅降低了保持指数稳定的snr下限；3)采用完全被动的声学监测方式，对野生鸟类活动无影响；4)本发明的方法实现过程便捷，易于实施，为实现稳定可靠的鸟类物种多样性快速评估提供了一种高效手段。
16.下面结合附图对本发明作进一步详细描述。
附图说明
17.图1是一种对噪声影响低敏的鸟类声学多样性指数方法流程图。
18.图2是具有相同鸟鸣声信号时频分布的监测录音数据在不同snr条件下的时域波形图及相应的时频谱图。
19.图3是fadi和adi各自针对具有相同鸟鸣声信号时频分布的监测录音数据计算得到的指数数值随鸟鸣声snr变化的曲线图。
具体实施方式
20.文献(villanueva-rivera l j,pijanowski b c,doucette j,et al.a primer of acoustic analysis for landscape ecologists[j].landscape ecology,2011,26(9):1233-1246.)公开了一种声学多样性指数(acoustic diversity index，adi)，该指数是目前常用指数之一，但是对噪声影响的鲁棒性较低。本发明仅针对文献《a primer of acoustic analysis for landscape ecologists》中应用较为广泛的adi的原理性缺陷，提出一种对噪声影响低敏的鸟类声学多样性指数方法，即基于频变门限检测的声学多样性指数(frequency-dependent acoustic diversity index，fadi)。fadi的时频谱二值化处理采用以各频点平均噪声功率为基准同时满足一定snr要求而分别设定的窄带浮动检测门限，同时将adi的满度相对电平(db full scale，dbfs)门限作为各频点门限的下限值，其它
的指数计算过程与adi相同。本发明提出的fadi能够在鸟鸣声信号具有相同时频分布的条件下，保证指数计算结果即使在snr低至0db以下时仍无明显变化，同时又能在高snr时与现有adi数值保持一致，从而不会影响已有adi研究的生态学解释和发现。本发明为实现稳定可靠的鸟类物种多样性快速评估提供了一种高效手段，更为声信号处理技术在生态环境监测和评价中的推广应用提供了一种新思路。
[0021]
本发明公开了一种对噪声影响低敏的鸟类声学多样性指数方法。该方法面向生态环境声学监测任务，首先通过短时傅里叶变换获得野外鸟声监测数据在分析时段中的时频功率谱，然后根据窄带噪声电平估计计算各频点满足局部信噪比要求的浮动检测门限候选值，并将满度相对电平(db full scale，dbfs)门限作为下限值得到时频谱二值化处理的频变检测门限，最后通过统计各子频带内功率高于检测门限的时频点数量进行香农指数计算，得到基于频变门限检测的声学多样性指数(frequency-dependent acoustic diversity index，fadi)。
[0022]
结合图1，本发明的一种对噪声影响低敏的鸟类声学多样性指数方法，步骤如下：
[0023]
步骤1、对在分析时段中采集的野外鸟声监测数据进行短时傅里叶变换，获取其时频功率谱：
[0024]
步骤1-1、对分析时段中采集的野外鸟声监测数据进行分帧处理，帧移是一个帧长。对每帧数据分别加汉宁窗后做离散傅里叶变换处理，得到s(k,l),1≤k≤k,1≤l≤l，其中，k和l分别为频点序号和帧序号，k是分析带宽内的频点数，l是分析时段内的帧数，本发明中分析带宽为0hz-8khz，数据采样率为16khz，分析时段长度为600s，帧长为10ms；
[0025]
步骤1-2、利用步骤1-1得到的短时傅里叶变换s(k,l)计算野外鸟声监测数据在分析时段内的时频功率谱
[0026]
ps(k,l)＝|s(k,l)|2，1≤k≤k,1≤l≤l
[0027]
步骤2、利用步骤1获取的鸟声监测数据时频功率谱估计各频点内的窄带噪声平均功率：
[0028]
步骤2-1、将所有不含鸟鸣声信号的时频点作为噪声时频点，对应第k个频点的噪声时频点帧序号集合记为ξk，集合ξk中的噪声时频点数量为mk；
[0029]
步骤2-2、根据步骤2-1得到的各频点内噪声时频点帧序号集合ξk，分别计算各频点内的窄带噪声平均功率
[0030][0031]
步骤3、利用步骤1获取的鸟声监测数据时频功率谱和步骤2获取的窄带噪声平均功率分别计算各频点的二值化检测门限：
[0032]
步骤3-1、利用步骤1获取的鸟声监测数据时频功率谱计算adi的-50dbfs检测门限所对应的功率值作为各频点二值化检测门限的下限值
[0033][0034]
式中，k
l
表示环境噪声能量高度集中的低频段上边频所对应的频点序号，本发明取k
l
＝20，对应200hz；
[0035]
步骤3-2、利用步骤2获取的窄带噪声平均功率计算各频点内满足鸟声检测所需最
低信噪比γ1所对应的功率值作为各频点二值化检测门限的候选值
[0036]
η1(k)＝γ1×qn
(k),1≤k≤k
[0037]
本发明取γ1＝4，即判定为值1的时频点中的鸟鸣声snr必须大于4；
[0038]
步骤3-3、将步骤3-2得到的各频点门限候选值分别与步骤3-1得到的门限下限值进行比较，取两者中的最大值作为各频点最终的二值化检测门限
[0039]
η(k)＝max{η1(k),η
min
},1≤k≤k
[0040]
步骤4、利用步骤1获取的鸟声监测数据时频功率谱和步骤3获取的二值化检测门限分别对各频点中的鸟声监测数据时频点功率进行0-1判决处理，然后分别统计各子频带内功率高于检测门限的值1时频点数量：
[0041]
步骤4-1、对各频点中的鸟声监测数据时频点功率进行0-1判决处理，得到鸟声监测数据在分析时段内的二值化时频功率谱
[0042][0043]
步骤4-2、对步骤4-1中得到的鸟声监测数据在分析时段内的二值化时频功率谱，统计各子频带内值1时频点的数量
[0044][0045]
式中，i为分析带宽内的邻接子频带数量，本发明取i＝8，并且各子频带带宽相同；θi为第i个子频带内的频点序号集合
[0046]
θi＝{k|(i-1)b≤(k-1)δf＜ib},1≤i≤i
[0047]
式中，b和δf分别为每个子频带的带宽和每个频点的带宽，本发明中取b＝1khz，δf＝10hz。
[0048]
步骤5、利用步骤4得到的各子频带内的值1时频点数量进行香农指数计算，得到基于频变门限检测的声学多样性指数：
[0049]
步骤5-1、对步骤4得到的各子频带内值1时频点数量进行归一化处理，得到值1时频点数量在各子频带内的分布占比
[0050][0051]
步骤5-2、对步骤5-1得到的值1时频点数量在各子频带内的分布占比进行香农指数计算，得到fadi的数值
[0052][0053]
图2中(a)和(b)分别是snr为5db和35db时,具有相同鸟鸣声信号时频分布的监测录音数据的时域波形图及相应的时频谱图。图3给出了fadi和adi各自针对具有相同鸟鸣声信号时频分布的监测录音数据计算得到的指数数值随鸟鸣声snr变化的曲线图，每个snr条件下用于计算指数的分析数据时长为10min。由图3可以看出，当鸟鸣声信号具有相同时频分布时，fadi的计算结果即使在snr低至0db以下时仍无明显变化，而adi的计算结果却随snr降低呈现明显的单调递减变化，这表明fadi已有效解决adi的原理性缺陷，从而降低了
实际计算结果对噪声影响的敏感性。与此同时，fadi数值在高snr时与adi保持一致，不会影响已有adi研究的生态学解释和发现。
[0054]
本发明实现过程便捷，能够有效解决现有声学指数易受噪声影响的问题，当鸟鸣声信号具有相同时频分布时，保证fadi的实际计算数值在鸟鸣声信噪比降低至0db时仍无明显变化，同时又能在高信噪比时与现有adi保持数值一致，从而能在有效解决adi对噪声影响非常敏感的原理性缺陷的同时，还能完全兼容已有adi研究的生态学解释和发现，为实现稳定可靠的鸟类物种多样性快速评估提供了一种新的工具，对生态环境声学监测具有十分重要的意义。
[0055]
以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本技术专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术的保护范围应以所附权利要求为准。