参数化在多个声学指数比较中的影响：陆地和水下声景中的实际案例

《Remote Sensing in Ecology and Conservation》：Impact of parameterization in multiple acoustic index comparisons: practical cases in terrestrial and underwater soundscapes

声学指数参数化对多变量声景分离的影响研究。通过陆地（森林与城市）和水下（Pocillopora主导与非主导珊瑚礁）环境对比，系统评估采样频率、NFFT和窗口重叠对声学指数多变量分析的影响。发现参数选择显著改变声景分离效果，陆地环境中高NFFT增大 centroids间距，而水下环境则减小。研究强调参数敏感性测试和透明报告的重要性。

　　
声学指数参数化选择对多变量声景分离的影响研究

摘要部分系统评估了采样频率（fs）、傅里叶变换点数（NFFT）和窗口重叠率三个关键参数对陆地（森林与城市）及海洋（泡孔珊瑚主导与非主导环境）声景多变量分析的干扰效应。研究发现参数选择会显著改变声景分离的量化指标，包括中心点距离、多变量离散度、95%核密度估计区域重叠度等关键参数。在陆地生态系统中，NFFT值的增加会扩大不同生境的中心点距离，但在海洋生态系统中呈现相反效应。该研究揭示了参数化选择对声学指数可靠性的潜在威胁，强调在生态声学应用中必须进行参数敏感性测试，并规范方法学报告流程。

研究背景指出被动声学监测（PAM）在生态监测中的优势，特别是作为海洋环境变量（EOV）的补充应用。尽管声学指数已广泛应用于声景分析，但其对生物多样性的表征能力仍存在争议。早期研究证实参数选择会影响声学指数的输出结果，但多变量分析中的交互效应尚未明确。本研究通过构建包含5种常用声学指数的432种参数组合测试框架，结合非度量多维尺度分析（NMDS）和贝叶斯模型，系统揭示了不同生态系统中参数设置的差异化影响。

材料与方法部分详细描述了双环境对比实验设计：陆地环境选取澳大利亚西部的森林与城市区域，通过32kHz采样频率的SongMeter记录器进行定点监测；海洋环境选择大堡礁的泡孔珊瑚与非泡孔珊瑚主导的礁区，使用SoundTrap记录器以48kHz采样频率进行夜间采样。参数迭代范围涵盖常见设置，包括陆地环境采样频率（32-8kHz）、NFFT（128-16384）、重叠率（0.5-0.9）；海洋环境则包含48-16kHz采样频率、相同NFFT范围及重叠率组合。所有数据处理均通过标准化流程实现，包括反混叠滤波、插值降采样及五类声学指数计算（声学熵、复杂度、均匀度、多样性及归一化差异指数）。

关键研究发现显示，参数设置对多变量声景分离具有显著环境特异性影响：
1. 陆地生态系统：NFFT增加会提升森林与城市声景的中心点距离（图2C），但重叠率变化对此影响不显著。多变量离散度在森林生境中随NFFT增加而降低，而城市生境保持稳定。95%核密度估计区域重叠度随NFFT增大而显著提高。
2. 海洋生态系统：采样频率（fs）与NFFT的变化对声景分离具有反向调节作用。高fs（16kHz）与低NFFT（128）组合会缩小泡孔珊瑚与非泡孔珊瑚声景的中心点距离，而低fs（48kHz）与高NFFT（16384）组合则增强分离效果。重叠率增加会扩大声景分离度，这与陆地环境结果相反。

讨论部分深入分析了参数设置的生态学影响机制。首先指出FFT参数通过改变频谱分辨率影响不同声源类型的表征能力：高频信号（如动物鸣叫）需要更高NFFT值才能完整保留，而宽带噪声（如风声）在低NFFT设置下可能过度平滑。采样频率的选择不仅决定奈奎斯特上限（fs/2），更影响声学指数对不同频段声信号的敏感度，特别是对次声波（<20Hz）和超声波（>20kHz）的捕捉能力。

研究强调参数设置的潜在偏见来源：
1. 时间-频率分辨率权衡：高NFFT提升频谱分辨率但降低时间分辨率，可能掩盖短时高频信号（如鸟鸣）的生态信息。
2. 频段选择偏差：采样频率决定可分析的最高频率，而不同生态系统中的优势声源频段差异显著（如海洋珊瑚礁的中高频声音事件）。
3. 重叠率对时序连续性的影响：高重叠率（>0.7）可能导致时间序列分析中重复信号的干扰，特别是在昼夜节律明显的陆地生态系统中。

方法论建议部分提出标准化操作框架：
1. 采样阶段需匹配目标声源特性，如追踪高频动物鸣叫需≥44.1kHz采样率，监测低频环境噪声可接受16kHz采样。
2. FFT参数选择应基于频谱分析目标：区分不同频段声源（如鸟鸣与机械噪声）建议NFFT≥1024，识别短时声事件需更高重叠率（0.8-0.9）。
3. 多变量分析前必须进行参数敏感性测试，建议至少覆盖NFFT的50%以上常用值范围，并记录所有处理参数。
4. 建立声学指数的生态响应数据库，对不同环境参数组合的输出稳定性进行评估。

研究局限性及未来方向：
当前分析未考虑声学信号的时间结构特征（如脉冲持续时间、间隔频率），后续研究需整合时频域双重分析框架。建议开发自动化参数优化工具，通过机器学习匹配声学指数计算与生态目标的最优参数组合。此外，跨生态系统比较研究可揭示参数敏感性的环境特异性规律，为全球尺度的声景监测提供标准化指南。

该研究为生态声学领域的方法学规范提供了重要参考，证实参数化选择在声景多变量分析中的关键作用。建议在生态监测项目中建立参数校准流程，包括预实验测试（Minimum Viable Experiment）确定最优参数组合，并在论文中完整报告所有分析参数，以保障研究结果的可重复性和可比性。这些发现将推动《生物多样性公约》框架下生态声学监测标准的制定，特别是在全球30×30海洋保护战略的声学评估工作中具有重要指导意义。