Masterarbeit zu Passive Audio Monitoring Systems

In seiner Masterthesis im Fern-Studiengang Geoinformatik an der Universität Salzburg beschäftigte sich nextPlace-Mitarbeiter Florian Hoedt mit Passive Audio Monitoring Systems (PAMS) und den Einflussfaktoren auf deren Lokalisationsgüte. Im Folgenden stellen wir die Thesis in einer Kurzfassung vor.

Die vorliegende Thesis untersucht die Zusammenhänge zwischen Passive Audio Monitoring System (PAMS) Algorithmen zur Klassifikation sowie Lokalisation und schallverschattenden Objekten, der Schallausrichtung und den genutzten in vitro Vogellauten drei verschiedener Vogelarten. Im Detail werden vier Hypothesen geprüft:

  1. Die Güte der Klassifikation korreliert positiv mit der Güte der Lokalisation.
  2. Die Güte der Lokalisation ist abhängig von:
  3. Der Schallverschattung des Schallgebers zum Mikrofon,
  4. Der Art des Schalls,
  5. Der Richtung des Schalls.

Abbildung 1: Karte des Versuchsaufbaus auf dem Innenhof des Campus.

Zur Untersuchung wurden ein aus vier Raspberry Pis bestehendes PAMS installiert und eingemessen. An Fünf ebenfalls eingemessenen Lautsprecherpositionen wurden jeweils Strophen der Vogelarten Alauda arvensis, Carduelis carduelis und Phylloscopus collybita abgespielt. Die Aufnahmelogik wurde in Python unter Verwendung des pyalsaaudio Packages programmiert und die Aufnahmen als WAV-Dateien mit über NTP synchronisiertem Zeitstempel gespeichert. Für Klassifikation der aufgenommenen Daten wurde die spectrogramm cross correlation des R package monitoR genutzt. Die Lageverortung wurde als Optimierungsproblem behandelt und über das SciPy.minimize Modul durchgeführt. Als Maß der Schallverschattung von Signalposition zu den Sensoren wurden die Laserscan Returns des Digitalen Oberflächenmodells NRW verwendet.

Insgesamt konnten für die fünf Signalpositionen 15.412 Vogellaute erfasst werden. Hierbei sind 14.8% der Phylloscopus collybita, 15.5% der Alauda arvensis sowie 100% der Carduelis carduelis Detektionen falsch klassifiziert worden. Die Carduelis carduelis Detektionen wurden zu 81.5% als Phylloscopus collybita und zu 18.5% als Alauda arvensis klassifiziert. Die Lokalisation ergab Abweichungen vom Signal zum verortetem Punkt von x 34.96 19.49m (min: 1.1, max: 95.8m), mit Häufungen bei 10 und 45m Abweichung zu unterschiedlicher Zeit und an verschiedenen Abspielpositionen.

Es konnte eine sehr schwache negative Korellation zwischen der Güte der Klassifikation und der Güte der Lokalisation festgestellt werden (Pearson’s product-moment correlation -0.016, p-value 0.042). Zwischen der Schallverschattung und der Verortungsgenauigkeit konnte eine signifikante negative Korellation ermittelt werden (Pearson’s product-moment correlation -0.29, p-value < -2.2^-16). Die abgespielte Vogelart hat einen signifikanten Einfluß auf die Lageverortungsgüte (Kruskal-Wallis rank sum test, p-Value 1.6^-7). Für die Abspielrichtung der Vogellaute konnte keine maßgebliche Korellation zur Güte der Lokalisierung festgestellt werden (Pearson’s product-moment correlation -0.07, p-value < -2.2^-16).

Die vollständige Thesis steht als Download zur Verfügung:

http://eplus.uni-salzburg.at/obvusbhs/document/preview/2673790