Quel est ce son? Une nouvelle façon d’explorer les paysages sonores d’eau douce – Blog de méthodes

Post fourni par Katie Turlington

Je suis Katie Turlington, écologiste du paysage sonore et candidat au doctorat à l’Australian Rivers Institute de Griffith University. Mes recherches explorent comment nous pouvons utiliser le son pour surveiller les écosystèmes d’eau douce, qui sont incroyablement diversifiés mais souvent sous-artisanaux. J’ai passé les dernières années à travailler sur des rivières dans le sud-est du Queensland, en essayant de donner un sens aux nombreux sons que ces systèmes produisent, des stridulations des insectes au rugissement de l’eau qui traverse le canal après une tempête.

La recherche écoacoustique augmente rapidement et pour une bonne raison. C’est un moyen non invasif de surveiller la biodiversité et le changement environnemental. Mais travailler avec Sound n’est pas toujours simple. Même les courts enregistrements peuvent être denses avec des informations, et le trier manuellement des centaines ou des milliers d’heures d’audio n’est pas possible pour de nombreux écologistes. C’est pourquoi nous avons développé une nouvelle méthode pour aider les chercheurs à explorer les paysages sonores plus efficacement.

Pourquoi nous avons besoin de meilleurs outils pour le son

La plupart des études écoacoustiques reposent sur deux approches principales, (1) les indices acoustiques, qui sont généralement des statistiques sommaires qui fournissent un aperçu de haut niveau du paysage sonore, ou (2) des reconnaissances, des outils d’apprentissage automatique formés pour détecter les appels ou les événements connus dans les enregistrements. Les deux sont puissants, mais ils ne nous aident pas à découvrir des sons inconnus ou inattendus, en particulier dans les écosystèmes comme les rivières, où de nombreuses espèces n’ont pas été décrites acoustiquement.

C’est là que notre méthode entre en jeu. Il est conçu pour l’analyse exploratoire, aidant les chercheurs à déterminer ce qui est dans leurs données avant de s’engager dans des approches plus ciblées. Il scanne de longs enregistrements, détecte des sections contenant du son, calcule les indices acoustiques bêta et groupe des sons similaires en utilisant un regroupement non supervisé (figure 1). En termes simples, il compare les sons en fonction de leurs fonctionnalités, comme la fréquence, l’amplitude et la durée, et les groupes ensemble ceux qui sont les plus semblables.

Quelle est la nouveauté?

Les indices bêta acoustiques sont conceptuellement similaires aux mesures de diversité bêta utilisées dans l’écologie communautaire, où nous examinons comment la composition des espèces varie entre les sites ou dans le temps. Dans l’écoacoustique, ces indices quantifient la dissimilarité entre les enregistrements audio et capturent la façon dont le paysage sonore change à travers l’espace et le temps. Mais je me suis demandé: si les indices bêta peuvent détecter les différences entre les enregistrements entiers, pourraient-ils également détecter les différences entre les événements sonores individuels dans ces enregistrements? Pour tester cela, nous avons d’abord extrait les sons des enregistrements audio collectés dans les rivières et calculé des différences par paires entre ces sons en utilisant des indices acoustiques bêta. C’est la première fois, à notre connaissance, que les indices bêta acoustiques sont utilisés pour comparer les événements sonores individuels de cette manière, et les résultats sont extrêmement prometteurs. Il ouvre un tout nouveau cas d’utilisation pour ces indices dans la recherche écoacoustique.

Une autre caractéristique clé de la méthode est son approche de clustering imbriquée. Les environnements fluviaux sont complexes et le son constant de l’eau qui coule masque souvent les sons biologiques (Fig. 1). Plutôt que de traiter l’eau qui coule comme du bruit pour éliminer purement et si simple, notre méthode l’embrasse. La première couche de clustering sépare les sons de fond évidents, tels que l’écoulement de l’eau, de tout le reste, afin que des sons biologiques ou anthropiques subtils puissent être détectés. Ensuite, dans chaque cluster, nous appliquons un deuxième cycle de regroupement aux sons de premier plan de groupe. Cette approche en couches aide à surmonter l’un des plus grands obstacles dans l’écoacoustique d’eau douce, qui est le masquage du signal par le son de l’eau elle-même. Lors des tests, la méthode a identifié près de 90% des types sonores distincts dans notre étude et économisé des heures de traitement manuel.

Un outil de découverte

Bien que nous ayons développé l’outil pour notre étude dans les rivières, la méthode peut être adaptée à n’importe quel type écosystème et est conçue pour correspondre à la taille et à la complexité de votre ensemble de données. Il est semi-automatique, ce qui signifie qu’il permet toujours une interprétation humaine à des étapes clés, comme vérifier si les grappes ont un sens écologique, mais cela réduit considérablement l’effort nécessaire pour y arriver.

Cette approche ne remplacera pas l’identification au niveau de l’espèce ou ne remplacera pas les connaissances d’experts. Mais c’est un point de départ puissant, en particulier dans les écosystèmes où les sons sont mal décrits. Considérez-le comme un outil de curiosité. Ces clics rythmiques font-ils partie du même groupe de son? Ces poissons grognent-ils les mêmes dans tous les ruisseaux? Quels sons sont systématiquement présents dans des sites sains, mais manquants dans ceux dégradés?

Nous avons déjà appliqué ce protocole sur des dizaines de cours d’eau douce dans le sud-est du Queensland (Fig. 2). Cela nous a aidés à détecter des types sonores qui auraient pu autrement être manqués, à découvrir des modèles significatifs qui auraient été difficiles ou longs à trouver manuellement et à soulever de nouvelles questions sur le rôle du son dans la surveillance de l’eau douce. Nous espérons que cette méthode permettra aux autres d’explorer les paysages sonores complexes et sous-étudiés dans leurs propres régions, permettant des flux de travail plus efficaces et une compréhension écologique plus forte des paysages sonores à travers le monde.

http://www.linkedin.com/in/Katitlington0902

Lire l’article complet ici.

Post édité par Lydia Morley