极浅水休闲小艇噪声监测中船舶特征相关性的机会性案例研究——以芬兰群岛海为例

《Regional Studies in Marine Science》：An opportunistic case study exploring the relevance of boat characteristics for noise monitoring in the very shallow waters of the Finnish Archipelago Sea

　　

水下噪声及其对海洋生物的影响已被全球公认。尽管多数研究聚焦于深水中的航运噪声，近年来小型船只排放的噪声受到关注。休闲交通对沿岸声景的贡献显著，然而目前评估受到若干因素挑战。休闲船艇未被自动识别系统（AIS）追踪，其排放噪声（源级）受众多船舶特征相关因素（例如船体或发动机类型）和操作因素（例如速度）影响，且通常航行于浅水区，其中声传播复杂。芬兰群岛海是典型的极浅沿岸环境，孕育包括对噪声敏感物种在内的敏感生态系统，并以休闲船艇交通为主。本研究结合声学与目视数据，探讨两个极浅（水深<10 m）海峡中船舶特征与接收噪声级之间的关联。结果表明，船型、长度和发动机安装方式不能解释接收噪声级（RL）的变化。在500、2500和10,000 Hz的较高三分之一倍频程带，船速与RL呈显著正相关。较低频率带的变化归因于研究地点特异性差异。这些观察表明，在极浅环境中，在被动声学监测（PAM）典型的可变条件下，船舶特异性差异可能不会在接收噪声级中显著显现，尤其是在低频带。因此，在极浅环境中的噪声预测可能仍可通过依赖船舶位置、速度和环境因素来捕捉大部分观测到的噪声级变化，而其他船舶特异性数据有限。结果强调了小型船只噪声的背景特异性，并呼吁在极浅环境中开展更多研究，以有效减轻噪声对当地生物群的影响。

研究背景与问题：水下噪声已被视为水生生态系统的物理压力，但既有研究多集中于深水航运噪声；休闲小艇对沿岸声景贡献显著，却因自动识别系统（AIS；船舶自动广播位置等信息的系统）不强制安装、源级受船体与发动机类型及速度等因素影响、且多航行于声传播复杂的浅水区而难以评估。现有浅水船舶噪声标准所定义的“浅水”与小艇测量指南验证水深，均不能代表水深<10 m的群岛水域。芬兰群岛海是典型极浅沿岸环境，休闲船艇活动突出，并分布对噪声敏感的生态系统和关键物种，但噪声污染范围及影响仍相对未知。当地被动声学监测（PAM；利用水听器记录水下声音的方法）网络旨在表征声景、识别噪声暴露区并支持减缓规划，因此需要检验极浅水自然变化条件下船相关差异是否仍可在接收噪声级（RL；水听器接收到的声压级，而非源级）中检出。Viivi P?yh?nen等开展机会性案例研究，在Rauvola Bay和Friskala Bay两个水深约1—10 m、休闲小艇为主的海峡，结合水听器记录与2024年7—8月目视观察，分析船型、长度、发动机安装和速度与RL的关联。研究结论是船型、长度和发动机安装未一致解释RL，速度仅在较高频带显著正相关，低频变化主要受地点差异影响；在极浅水中船特异性差异可能不显著，噪声预测可更多依赖位置、速度与环境因素。其意义在于提示小艇噪声监测与管理需重视背景特异性，并纳入高频带。

关键技术方法（≤250字）：研究人员利用既有PAM水听器（SoundTrap ST600STD）连续记录，采样率48 kHz；在芬兰群岛海Rauvola Bay和Friskala Bay于2024年7—8月进行6次目视观察，记录船型、长度、发动机安装与通过速度，共79次目视、51次匹配声学并纳入分析。以时间戳截取船通过片段，经人工核验后用PAMGuide/MATLAB按1 s窗Welch法计算63、125、500、2500和10,000 Hz三分之一倍频程带的声压级（SPL），取5、50、95百分位作为RL指标；用R v4.4.2及lme4 v1.1.37拟合线性混合效应模型（LMM；含固定效应和随机效应的统计模型），地点为随机截距。

研究结果：
3.1 观察到的船只及其特征（Observed boats and their characteristics）：通过目视观察并与声学事件匹配，51/79次观察进入分析；船型包括bowrider（n=4）、hardtopper（n=15）、cabin（n=4）、yacht（n=5）、console（n=17）、day cruiser（n=6）；舷外机（n=34）与舷内机（n=17）；长度<10 m（n=22）与>10 m（n=29）；速度为2.2—24.8 m s^-1（均值±SD=10±5.54 m s^-1，n=51）。由此可知样本覆盖多类休闲小艇，但发动机安装等类别分布不平衡。

3.2 船只通过期间测得的声压级（Measured sound pressure levels during boat passages）：通过声学计算，Rauvola Bay五个频带的中位环境背景RL为68—73 dB re 1 μPa，Friskala Bay为67—78 dB re 1 μPa；船通过期间RL最低为Friskala Bay的RL_p5(500 Hz)=66.4 dB re 1 μPa，最高为RL_p95(2500 Hz)=131.3 dB re 1 μPa；Rauvola Bay最低为RL_p5(500 Hz)=68 dB re 1 μPa，峰值RL_p95(10 kHz)=130.5 dB re 1 μPa。总体上船通过时RL随频率升高，并在2500 Hz最高；Friskala Bay频谱较均匀、500 Hz略峰，Rauvola Bay由低频向高频明显升高、2500 Hz达峰。结论是船通过噪声在高频具有较高接收级，且两地点频谱形态不同。

3.3 船只特征对接收级的影响（Effects of boat characteristics on received levels）：通过15个LMM分析，固定效应解释RL变异的1%—44%，并随频率升高而增加；地点解释的方差随频率升高而降低，主要见于较高百分位指标。速度对2500 Hz和10 kHz的RL有显著正效应，解释RL_p95和RL_p50变异的33%—44%，两地点差异较小；速度与发动机类型合计解释RL_p5超过20%，但发动机类型估计精度低。500 Hz部分模型速度效应显著但R²_m低于10%，RL_p50(500 Hz)与速度关系在两地点存在分歧；船型对RL_p95(500 Hz)达到显著，但置信区间宽、关联弱且不确定；63 Hz和125 Hz低频RL无显著预测关系。Friskala Bay的RL_p50与速度有轻微正相关迹象，Rauvola Bay两个最低频带RL持续低于Friskala Bay，但两地低频RL仍超过中位环境噪声。结论是速度是较高频带较一致的预测因子，船型、长度和发动机安装未一致预测RL，低频主要受地点与传播条件影响。

讨论与结论：讨论指出，研究仅基于RL，传播损失必然塑造观测噪声；低频RL较低且地点差异强，Friskala Bay比Rauvola Bay深约2 m，极浅水中的截止频率、多次底反射与快速衰减、源—接收距离及角度差异（Friskala Bay水听器位于航道，Rauvola Bay偏移约85 m）均可解释地点差异，并可能掩盖船相关因素；最低值指标更多受地点影响，最高值指标在最低两频带亦呈地点依赖。高频速度正相关与既有认识一致，速度效应具有频段与地点敏感性；低频速度不显著可能与强传播损失及部分船只低频噪声随速度变化有关。船型、长度和发动机安装未一致预测RL，可能受船型分类不标准化、长度效应被功率等共变因素掩盖、发动机安装与其他未测因素共变及样本不平衡影响。管理上，当前监测偏重低频，可能低估小艇高频噪声，应考虑将>1 kHz高频带纳入监测框架；解释PAM数据及生态影响需谨慎；脆弱区识别应兼顾生态敏感性与局部声传播条件；极浅水噪声预测可更多依赖位置、速度与环境因素，速度规制可能仅对有限频段有效且地点敏感。

研究结论（翻译）：总之，本研究表明，在极浅水（<10 m）、自然变化的原位条件下，船舶特异性差异可能不会在接收噪声级中显著显现，尤其是在低频带。结果提示，在浅水监测及非AIS小艇噪声制图/建模框架中，速度等简单协变量可能捕捉大部分变异，而船型、长度和发动机类型等详细船特异性数据的附加价值有限。这尤其重要，因为休闲船艇主要发生在浅水沿岸，而非AIS船舶数据通常有限。结果还强调将高频带纳入水下噪声监测框架的重要性。