声景描述了生物多样性、人类活动和其他声音的空间和时间模式,反映了重要的人为和生态过程。声景分类不仅有助于提升不同声景成分计算分析的准确率,还有助于深入了解不同声音的特点和分布,从而为保护和改善生态环境提供依据。然而,被动...声景描述了生物多样性、人类活动和其他声音的空间和时间模式,反映了重要的人为和生态过程。声景分类不仅有助于提升不同声景成分计算分析的准确率,还有助于深入了解不同声音的特点和分布,从而为保护和改善生态环境提供依据。然而,被动声学设备采集的大量录音数据给声景数据的分析带来困难。为平衡采样数据量与采样成本之间的矛盾,有必要探索一种高效的录音策略,满足声景分类研究的需要。本研究以北京野鸭湖湿地公园的录音数据为研究对象,在不同录音策略下对比了7个声学指数(声学复杂度指数(acoustic complexity index,ACI)、声学多样性指数(acoustic diversity index,ADI)、声学均匀度指数(acoustic evenness index,AEI)、生物声学指数(bioacoustic index,BIO)、声熵指数(acoustic entropy index,H)、振幅包络线中值(median of the amplitude envelope,M)和标准化声景差异指数(normalized difference sound index,NDSI))和BYOL-A(bootstrap your own latent for audio)特征的表现,探索适合声景分类(生物声、地理声、人工声)的录音策略及声学特征。结果表明:(1)每小时均匀采集10个1 min的子样本可以较好地平衡数据量与成本之间的矛盾(Spearman相关系数ρ>0.9);(2)描述声景的多个声学指数中,ACI和H是最稳定的指标;(3)BYOL-A特征比声学指数能更有效地完成声景分类。合适的录音策略和高性能的深度学习特征——BYOL-A特征能够快速捕捉声景信息,有助于提高声景分类的准确率。本研究结果可为声景数据采集和声学特征选择提供参考依据。展开更多
声音是大自然的基本属性,利用声音监测技术开展鸟类多样性和丰富度的研究可以有效弥补传统鸟类调查方法的不足。本研究以鄱阳湖典型人控湖汊芳兰湖为区域,于2020年4—6月采用专业的声音仪器Song Meter SM4在研究区域布设的监测点采集每...声音是大自然的基本属性,利用声音监测技术开展鸟类多样性和丰富度的研究可以有效弥补传统鸟类调查方法的不足。本研究以鄱阳湖典型人控湖汊芳兰湖为区域,于2020年4—6月采用专业的声音仪器Song Meter SM4在研究区域布设的监测点采集每天00:00、06:00、12:00和18:00时刻的鸟类声音数据,借助统计软件R中声音处理程序包将鸟类声音数据转化为具有生物信息的声学指标——生物声学指数(BI指数),用以阐明这3个月每天凌晨、早上、中午和傍晚对应的鸟类多样性特征及活动习性强弱程度,揭示鄱阳湖典型湿地长时间序列的鸟类多样性特征,并采用Mann-Kendall检验法对鸟类多样性特征序列进行趋势和突变性分析,最后利用Morlet小波分析方法对其进行多时间尺度特征分析。结果表明:(1)3个月凌晨、早上、中午和傍晚时刻对应的BI指数值各有差异,分别为5.73~63.49、5.76~67.00、3.36~60.24和4.91~52.62,且这4个时刻BI指数值在整体上均呈现增加趋势。(2)Mann-Kendall突变性检验发现,这3个月份的BI指数序列在2020年4月27日06:00左右的时候发生突变,突变发生的主要原因是受人类活动的影响。(3)逐日平均BI指数序列在演变过程中存在着12~30、10~18、4~9天3类时间尺度的周期性变化规律,其小波方差存在3个较为明显的峰值,分别对应24、15和7天的时间尺度。本研究属于一种探索性研究,旨在为鸟类种群特征和行为特征及多样性研究提供一种较新的技术途径,也同时为其他动物(如两栖动物、昆虫等)多样性研究提供技术参考。展开更多
声景生态学是一个相对较新和快速发展的研究领域,被动声学监测技术和声学指数已经成为研究湿地鸟类和声景多样性的重要方法。本研究评价了鸟类迁徙对中国东北图们江流域下游湿地声景日、月和季节变化的影响。我们从2020年11月至2021年1...声景生态学是一个相对较新和快速发展的研究领域,被动声学监测技术和声学指数已经成为研究湿地鸟类和声景多样性的重要方法。本研究评价了鸟类迁徙对中国东北图们江流域下游湿地声景日、月和季节变化的影响。我们从2020年11月至2021年12月在图们江下游敬信湿地设置10个采样点,获得91,988条时长5min的有效音频,计算了声音复杂度指数(acoustic complexity index,ACI)、生物声学指数(bioacoustic index,BIO)、声音均匀度指数(acoustic evenness index,AEI)和标准化声景差异指数(normalized difference soundscape index,NDSI)以及1–11 k Hz频段的功率谱密度(power spectral density,PSD)。结果表明,声学指数对鸟类迁徙活动敏感,其中2个迁徙期声景(2–4月和10–11月)都以1–2k Hz雁类白天的叫声为主,NDSI显著降低,1–2k Hz的PSD显著升高,但雁类向北迁徙时几个声学指数变化更为敏感,有效地捕获了迁徙峰值,表明不同季节鸟类迁徙模式存在差异。非迁徙期声景由夏候鸟、蛙类和昆虫发声为主,4种声学指数和PSD随月份呈现不同的动态特征,反映了声景的多样性和复杂性,其中5–7月声景以2–11 k Hz的夏候鸟鸣唱(呈现显著高的黎明和鸣行为)和2–3 k Hz的蛙类鸣叫为主,8–9月声景以2–3 k Hz、4–5 k Hz和6–10 k Hz频段的夜间昆虫鸣叫为主,12月至次年1月仅记录到少量的鸟类发声活动。综上所述,图们江下游湿地声景呈现明显的日和月变化规律,多种声学指数联合使用可以有效地监测迁徙鸟类物候的变化,特别是追踪春季雁类向北迁徙的时间和规模。随着全球气候变暖,我们的结果强调声景监测与声学指数的应用可成为监测迁徙鸟类群落对气候变化响应的有效方法。展开更多
The introduction of w-operation in the class of flat modules has been successful. Let R be a ring. An R-module M is called a w-fiat module if Tor1r（M, N） is GV-torsion for all R-modules N. In this paper, we introduc...The introduction of w-operation in the class of flat modules has been successful. Let R be a ring. An R-module M is called a w-fiat module if Tor1r（M, N） is GV-torsion for all R-modules N. In this paper, we introduce the w-operation in Gorenstein homological algebra. An R-module M is called Ding w-flat if there exists an exact sequence of projective R-modules ... → P1 → P0 → p0 → p1 → ... such that M Im（P0 → p0） and such that the functor HomR （-,F） leaves the sequence exact whenever F is w-flat. Several well- known classes of rings are characterized in terms of Ding w-flat modules. Some examples are given to show that Ding w-flat modules lie strictly between projective modules and Gorenstein projective modules. The Ding w-flat dimension （of modules and rings） and the existence of Ding w-flat precovers are also studied.展开更多
文摘声景描述了生物多样性、人类活动和其他声音的空间和时间模式,反映了重要的人为和生态过程。声景分类不仅有助于提升不同声景成分计算分析的准确率,还有助于深入了解不同声音的特点和分布,从而为保护和改善生态环境提供依据。然而,被动声学设备采集的大量录音数据给声景数据的分析带来困难。为平衡采样数据量与采样成本之间的矛盾,有必要探索一种高效的录音策略,满足声景分类研究的需要。本研究以北京野鸭湖湿地公园的录音数据为研究对象,在不同录音策略下对比了7个声学指数(声学复杂度指数(acoustic complexity index,ACI)、声学多样性指数(acoustic diversity index,ADI)、声学均匀度指数(acoustic evenness index,AEI)、生物声学指数(bioacoustic index,BIO)、声熵指数(acoustic entropy index,H)、振幅包络线中值(median of the amplitude envelope,M)和标准化声景差异指数(normalized difference sound index,NDSI))和BYOL-A(bootstrap your own latent for audio)特征的表现,探索适合声景分类(生物声、地理声、人工声)的录音策略及声学特征。结果表明:(1)每小时均匀采集10个1 min的子样本可以较好地平衡数据量与成本之间的矛盾(Spearman相关系数ρ>0.9);(2)描述声景的多个声学指数中,ACI和H是最稳定的指标;(3)BYOL-A特征比声学指数能更有效地完成声景分类。合适的录音策略和高性能的深度学习特征——BYOL-A特征能够快速捕捉声景信息,有助于提高声景分类的准确率。本研究结果可为声景数据采集和声学特征选择提供参考依据。
文摘声音是大自然的基本属性,利用声音监测技术开展鸟类多样性和丰富度的研究可以有效弥补传统鸟类调查方法的不足。本研究以鄱阳湖典型人控湖汊芳兰湖为区域,于2020年4—6月采用专业的声音仪器Song Meter SM4在研究区域布设的监测点采集每天00:00、06:00、12:00和18:00时刻的鸟类声音数据,借助统计软件R中声音处理程序包将鸟类声音数据转化为具有生物信息的声学指标——生物声学指数(BI指数),用以阐明这3个月每天凌晨、早上、中午和傍晚对应的鸟类多样性特征及活动习性强弱程度,揭示鄱阳湖典型湿地长时间序列的鸟类多样性特征,并采用Mann-Kendall检验法对鸟类多样性特征序列进行趋势和突变性分析,最后利用Morlet小波分析方法对其进行多时间尺度特征分析。结果表明:(1)3个月凌晨、早上、中午和傍晚时刻对应的BI指数值各有差异,分别为5.73~63.49、5.76~67.00、3.36~60.24和4.91~52.62,且这4个时刻BI指数值在整体上均呈现增加趋势。(2)Mann-Kendall突变性检验发现,这3个月份的BI指数序列在2020年4月27日06:00左右的时候发生突变,突变发生的主要原因是受人类活动的影响。(3)逐日平均BI指数序列在演变过程中存在着12~30、10~18、4~9天3类时间尺度的周期性变化规律,其小波方差存在3个较为明显的峰值,分别对应24、15和7天的时间尺度。本研究属于一种探索性研究,旨在为鸟类种群特征和行为特征及多样性研究提供一种较新的技术途径,也同时为其他动物(如两栖动物、昆虫等)多样性研究提供技术参考。
文摘声景生态学是一个相对较新和快速发展的研究领域,被动声学监测技术和声学指数已经成为研究湿地鸟类和声景多样性的重要方法。本研究评价了鸟类迁徙对中国东北图们江流域下游湿地声景日、月和季节变化的影响。我们从2020年11月至2021年12月在图们江下游敬信湿地设置10个采样点,获得91,988条时长5min的有效音频,计算了声音复杂度指数(acoustic complexity index,ACI)、生物声学指数(bioacoustic index,BIO)、声音均匀度指数(acoustic evenness index,AEI)和标准化声景差异指数(normalized difference soundscape index,NDSI)以及1–11 k Hz频段的功率谱密度(power spectral density,PSD)。结果表明,声学指数对鸟类迁徙活动敏感,其中2个迁徙期声景(2–4月和10–11月)都以1–2k Hz雁类白天的叫声为主,NDSI显著降低,1–2k Hz的PSD显著升高,但雁类向北迁徙时几个声学指数变化更为敏感,有效地捕获了迁徙峰值,表明不同季节鸟类迁徙模式存在差异。非迁徙期声景由夏候鸟、蛙类和昆虫发声为主,4种声学指数和PSD随月份呈现不同的动态特征,反映了声景的多样性和复杂性,其中5–7月声景以2–11 k Hz的夏候鸟鸣唱(呈现显著高的黎明和鸣行为)和2–3 k Hz的蛙类鸣叫为主,8–9月声景以2–3 k Hz、4–5 k Hz和6–10 k Hz频段的夜间昆虫鸣叫为主,12月至次年1月仅记录到少量的鸟类发声活动。综上所述,图们江下游湿地声景呈现明显的日和月变化规律,多种声学指数联合使用可以有效地监测迁徙鸟类物候的变化,特别是追踪春季雁类向北迁徙的时间和规模。随着全球气候变暖,我们的结果强调声景监测与声学指数的应用可成为监测迁徙鸟类群落对气候变化响应的有效方法。
文摘The introduction of w-operation in the class of flat modules has been successful. Let R be a ring. An R-module M is called a w-fiat module if Tor1r（M, N） is GV-torsion for all R-modules N. In this paper, we introduce the w-operation in Gorenstein homological algebra. An R-module M is called Ding w-flat if there exists an exact sequence of projective R-modules ... → P1 → P0 → p0 → p1 → ... such that M Im（P0 → p0） and such that the functor HomR （-,F） leaves the sequence exact whenever F is w-flat. Several well- known classes of rings are characterized in terms of Ding w-flat modules. Some examples are given to show that Ding w-flat modules lie strictly between projective modules and Gorenstein projective modules. The Ding w-flat dimension （of modules and rings） and the existence of Ding w-flat precovers are also studied.
