聲景數(shù)字化發(fā)展與公園場景應(yīng)用的技術(shù)路徑初探

沈金輝 王 瑾 許曉青* 周淑均 劉 芳

（1.倫敦大學(xué)學(xué)院巴特萊特建筑學(xué)院，倫敦 WC1E6BT；2.同濟大學(xué)建筑與城市規(guī)劃學(xué)院，上海 200092；3.上海建科工程咨詢有限公司，上海 200032）

人類生活空間的聲環(huán)境正隨著社會發(fā)展產(chǎn)生很大變化，影響了人們的生活健康。聲景作為探索人對聲音感知的學(xué)科正在快速發(fā)展，并為改善聲環(huán)境作出貢獻，對當(dāng)代城市發(fā)展和生態(tài)保護具有積極作用。為了對聲環(huán)境進行調(diào)查和優(yōu)化，需要必要的技術(shù)手段來處理大量數(shù)據(jù)。目前數(shù)字化技術(shù)的發(fā)展為聲景研究提供了新視角和要求。數(shù)字技術(shù)可以提升聲景研究效率和精確性，并形成更直觀的表示法對聲景中的舒適度感知指標(biāo)進行可視化。本研究綜述了國內(nèi)外數(shù)字化技術(shù)在聲景領(lǐng)域應(yīng)用的4個方面，包括聲音采集和再現(xiàn)、聲音處理和分析、聲場模擬和評估、聲景感知的可視化。重點綜述了重要支撐性技術(shù)、處理原理以及評價等方面。以公園的聲景感知地圖為例，詳細闡述了聲景地圖的技術(shù)路徑及其相關(guān)的可視化和智慧調(diào)控，同時也討論了有待進一步優(yōu)化的聲景感知地圖計算模塊。其中舒適度預(yù)測模型可在小型公園的局部環(huán)境中根據(jù)實際情況更新與模型調(diào)整，從而提高舒適度模擬的精確度，并隨著采集技術(shù)和模擬技術(shù)的發(fā)展，舒適度模擬模型也將進一步迭代。此外，也可根據(jù)舒適度和聲級地圖，設(shè)置感控調(diào)節(jié)模塊，真正實現(xiàn)智慧公園的及時性、可視化、人性化?；诖耍瑢?shù)字化技術(shù)在聲景領(lǐng)域的應(yīng)用作出了若干總結(jié)和探討，如各項技術(shù)仍需完善方面，如何面對未來技術(shù)、氣候和生活方式改變等，以期為未來聲景研究提供參考信息和新的視角。

聲景；聲景感知；數(shù)字化；聲景地圖；建成環(huán)境

隨著交通方式和工業(yè)生產(chǎn)的發(fā)展，人類生活空間的聲環(huán)境產(chǎn)生了很大變化。日漸嚴(yán)重的噪聲污染，正在潛移默化地損害人類的健康。聲景（Soundscape）一詞，最初由地理學(xué)家Granoe提出，并于1929年出現(xiàn)于《純粹地理》中[1]。20世紀(jì)60年代末，音樂作曲家Schafer將聲景這個概念傳播到了整個歐洲，從而使聲景成為了一個新的研究領(lǐng)域[2-3]。并且，Schafer通過在世界聲景項目中記錄歐洲一些村莊的聲音變化，將聲景研究拓展到了生態(tài)保護領(lǐng)域[4-5]。聲景被定義為一個或多個人在特定語境中對聲學(xué)環(huán)境的感知、體驗或理解[6]，并非像傳統(tǒng)的聲學(xué)那樣強調(diào)對聲環(huán)境物理性質(zhì)的研究[7]，也并非像噪聲研究一樣，僅僅只研究對人和生物產(chǎn)生影響的聲源及其解決措施，而是一門依托于科學(xué)、社會學(xué)和藝術(shù)學(xué)三者交叉的學(xué)科。聲景的研究包括在聲學(xué)和心理聲學(xué)領(lǐng)域中探索聲音的物理特性，以及人腦對聲音的反應(yīng)機制；從社會學(xué)角度入手探索人類如何處理聲音以及聲音如何影響人類行為；從藝術(shù)尤其是音樂角度了解人類如何為向往的生活創(chuàng)造理想的聲音環(huán)境[2]。

在當(dāng)今城市中，噪聲控制技術(shù)的發(fā)展無法抵消噪聲源的持續(xù)增加，這也使得人們對舒適聲環(huán)境的需求不斷增加[3]。因此，需要一種新的方法來評估聲環(huán)境質(zhì)量，把聲音視為一種資源加以保護，在降噪的同時尋找并保護有利于整體聲環(huán)境的聲源，而不是將聲音視為一種廢物，以聲壓級來評價聲音是否為噪聲[8]。同時聲景也對健康、文化和經(jīng)濟三方面有很大的影響，如提供支持性社區(qū)聲環(huán)境，促進參與健康活動，豐富自然人文景觀的文化屬性，以及通過提供健康和文化價值間接提高地區(qū)經(jīng)濟價值，降低反社會行為的成本和不必要的降噪行為。

近年來隨著聲景研究逐漸受到國內(nèi)外重視，聲環(huán)境質(zhì)量的研究方法正在逐漸豐富。而數(shù)字化技術(shù)在聲景研究和實踐中扮演著越來越重要的角色，多種算法和數(shù)據(jù)處理技術(shù)應(yīng)運而生，提高了聲音收集的效率和精確性，優(yōu)化了聲景的分析計算能力，形成了學(xué)科交叉視角下新的分析方法，并不斷激發(fā)出聲景研究領(lǐng)域的新視角[8]。國外對聲景數(shù)字化的研究早于國內(nèi)。如在2009年，Yu和Kang[9]就已利用人工神經(jīng)網(wǎng)絡(luò)（ANN）處理主觀評價數(shù)據(jù)，并預(yù)測生成測試地點的聲景舒適度評估圖。國內(nèi)李春明和張會[10]在2017年借助移動設(shè)備開發(fā)了參與式聲景數(shù)據(jù)收集程序。本研究通過對現(xiàn)有聲景數(shù)字化技術(shù)應(yīng)用的分析，討論其如何在聲景研究中發(fā)揮作用，從聲音采集和再現(xiàn)、聲音處理與分析、聲場模擬和評估以及聲景感知的可視化4個部分綜述了數(shù)字化技術(shù)在聲景領(lǐng)域的應(yīng)用，并以城市文化公園聲景地圖為例對聲景地圖技術(shù)進行了深入分析。

1 聲景數(shù)字化的相關(guān)技術(shù)發(fā)展

1.1 聲音采集和再現(xiàn)

隨著聲景研究近年來的快速發(fā)展，對聲音采集和再現(xiàn)的效率及精確性要求越來越高，而錄音、互聯(lián)網(wǎng)和虛擬現(xiàn)實技術(shù)的完善對聲景研究各方面都有明顯的提升。在生物聲音收集工作中，大量的專業(yè)錄音設(shè)備和分析系統(tǒng)涌現(xiàn)出來，可針對不同的野外環(huán)境進行聲音采集和深入研究分析，同時也出現(xiàn)了專注于超聲波探測和記錄的專業(yè)儀器，可以采集蝙蝠等生物的特殊頻率聲音。此外，為應(yīng)對野外環(huán)境的長期聲學(xué)監(jiān)測，自動記錄系統(tǒng)的出現(xiàn)有效減少了研究者在野外的工作時間，并避免了人類觀察所帶來的影響[11]。在現(xiàn)如今互聯(lián)網(wǎng)快速發(fā)展的背景下，網(wǎng)絡(luò)用戶也在為互聯(lián)網(wǎng)不斷地提供大量數(shù)據(jù)。目前智能手機中的GPS傳感器和麥克風(fēng)都可作為數(shù)據(jù)收集的硬件基礎(chǔ)，因此，可參與式聲景采集也逐漸成為一種可能性。Hara等[12]開發(fā)除了利用智能設(shè)備收集聲音的安卓應(yīng)用程序外，還對14名參與者進行了聲音收集實驗。手機設(shè)備可通過GPS、基站或Wi-Fi網(wǎng)絡(luò)獲得高精準(zhǔn)的位置信息，參與者通過手機操作對行走過程中遇到的聲音進行錄制、分類和注釋，最終可將收集到的聲音以圖標(biāo)的方式按類型在地圖上進行可視化。由于聲景研究關(guān)注個人或群體在環(huán)境或語境中的感知[8]，而視覺環(huán)境信息的缺乏會對聲景研究造成一定影響。因此，越來越多的虛擬現(xiàn)實技術(shù)被應(yīng)用于聲景研究中，360度的相機和環(huán)繞聲錄音的搭配能夠?qū)崿F(xiàn)具有極強互動感和沉浸感的視聽體驗，非常適合對還原真實性和體驗感有較高要求的聲景研究[13]。歐洲研究委員會所資助的聲景指數(shù)（SSID）項目正在采用360度視頻和一階或高階環(huán)繞聲的同步記錄方式對歐洲城市聲景環(huán)境數(shù)據(jù)進行收集。這種虛擬現(xiàn)實的技術(shù)可幫助研究人員更真實地記錄空間的原始環(huán)境并進行重現(xiàn)和聲環(huán)境評估，尤其對于一些無法進行問卷調(diào)查的環(huán)境[14]。相對于現(xiàn)場環(huán)境評估，虛擬環(huán)境雖然沒有絕對地還原真實，但也避免了現(xiàn)場評估中的一些不可控因素，如溫度、濕度、日光等[13]。

1.2 聲音處理與分析

聲景研究時常需要對聲音數(shù)據(jù)庫進行分析，深度學(xué)習(xí)和地理信息系統(tǒng)逐漸分別被應(yīng)用到對聲音數(shù)據(jù)的分析處理中。在研究城市生態(tài)聲環(huán)境的過程中，由于城市環(huán)境的復(fù)雜性，生物聲音的錄音會受到非生物聲音的影響，目前將機器學(xué)習(xí)應(yīng)用于生物多樣性監(jiān)測的研究越來越多[14]。Fairbrass等[15]基于卷積神經(jīng)網(wǎng)絡(luò)（CNN）的深度學(xué)習(xí)系統(tǒng)開發(fā)了Citynet，可測量城市中的生物聲音和人類活動聲音，其訓(xùn)練的模型可識別基于多個聲學(xué)特征的生物聲音，精度高于現(xiàn)有最先進的鳥鳴聲檢測軟件Bulbul，并有希望將這個系統(tǒng)集成到物聯(lián)網(wǎng)，形成更大規(guī)模的城市環(huán)境評估系統(tǒng)。同時Aodha等[16]還開發(fā)了一種同樣基于卷積神經(jīng)網(wǎng)絡(luò)的蝙蝠聲學(xué)信號檢測軟件，其在搜索階段的回聲定位調(diào)用功能的性能優(yōu)于現(xiàn)有其他算法。這些研究在一定程度上都表明了深度學(xué)習(xí)對處理聲音數(shù)據(jù)的精確性和應(yīng)用前景。為對城市聲環(huán)境進行進一步的分析研究，將聲音數(shù)據(jù)制作成聲景圖是非常有效的一種方式。Liu等[17]在對多城市地區(qū)的聲景時空變化研究中使用了Grass軟件生成聲景圖，其優(yōu)勢是將不同聲源在空間上的相互影響可視化，并以此法證實了景觀指數(shù)和聲景要素之間的密切關(guān)系，其中歸一化植被指數(shù)（NDVI）和景觀形狀指數(shù)（LSI）是最重要的兩個因素，也證實了聲景制圖技術(shù)是研究城市聲景生態(tài)學(xué)的有效工具?？到〉萚18]采用基于GIS的普通kriging插值法（Spherical Semivariogram）生成了與感知屬性相關(guān)的城市聲景圖，其交叉驗證的誤差接近于0，這也進一步表明了聲景制圖技術(shù)的精確性。

1.3 聲場模擬和評估

大量的數(shù)字化程序和算法被應(yīng)用于聲景模擬和評估中，并拓展出新的研究方法。Hao等[19]選取荷蘭阿森地區(qū)的12個地點并基于噪聲映射技術(shù)進行鳥鳴聲的空間聲級分布模擬，然后使用空間聲級矩陣的Matlab程序進行計算，再使用Depthmap程序根據(jù)空間句法理論對建筑和城市系統(tǒng)進行可視性分析，其結(jié)果驗證了城市形態(tài)參數(shù)，例如綠地周長和建筑平面面積分?jǐn)?shù)（Building Plan Area Fraction）是優(yōu)化鳥鳴聲和視覺環(huán)境的有效措施。康健[20]在研究被建筑包圍的廣場聲環(huán)境特征時，開發(fā)了輻射度模型和圖像源模型進行模擬，證明了廣場的空間參數(shù)對其聲環(huán)境的具體影響。而Yu等[9]基于人工神經(jīng)網(wǎng)絡(luò)（ANN）預(yù)測潛在人群對城市開放空間聲景觀質(zhì)量評價的計算機模型，生成了聲級評估圖和聲學(xué)舒適度評估圖。雖人工神經(jīng)網(wǎng)絡(luò)模型的有效性已被證實，但由于城市開放空間復(fù)雜的物理和社會環(huán)境，很難建立一個適用于所有案例的通用模型，仍需建立更復(fù)雜的模型來進一步改進。

1.4 聲景感知的可視化

在聲景研究中，人對聲環(huán)境的感知和理解是非常重要的一部分。主觀評價法是常用的手法之一，可以用問卷的方式獲取人們對聲環(huán)境的感知評價。為了更清晰地了解分析人們對整體區(qū)域的感知情況，需將人們的感知評價進行可視化，形成一個以用戶為中心的聲環(huán)境監(jiān)測和管理聲景圖模型，這有利于智慧城市的形成，不斷提升市民的參與感[18]?？到〉萚18]構(gòu)建了智慧城市聲景圖模型，將問卷調(diào)查的數(shù)據(jù)進行基于GIS的可視化處理，生成了6種情緒的聲音感知地圖，包括愉悅、平靜、動蕩、煩惱、混亂和單調(diào)。此外，Aiello等[21]建立的基于社交媒體數(shù)據(jù)所生成的聲景感知評價地圖，則提供了一種廉價的大規(guī)模城市聲音追蹤的方式，研究收集整理了關(guān)于聲音和情緒的兩組詞語庫，并將其作為搜索詞在Flicker網(wǎng)站上分別搜索關(guān)于聲音和情緒的圖像標(biāo)簽，獲取圖像所在地理位置，通過比較圖像的地點得出推論：有音樂聲的街道與強烈的喜悅悲傷情緒緊密相關(guān)，而有人聲的街道與平常的喜悅和驚喜聯(lián)系到一起，而恐懼和憤怒經(jīng)常出現(xiàn)在有機械聲的街道上。

2 公園聲景地圖數(shù)字化應(yīng)用

隨著城市環(huán)境中噪音對人類健康和社會福祉的負面影響加劇[22-24]，公園已被視為健康及可持續(xù)城市的基本要素。公園作為城市綠色基礎(chǔ)設(shè)施，是人們?nèi)粘Ｐ蓍e娛樂、戶外游憩的重要載體，對生態(tài)環(huán)境和社會利益發(fā)揮著重要作用[25-26]。特別是在當(dāng)前全球疫情防控的大環(huán)境下，人們對于在公園中娛樂交流、舒緩壓力、療愈身心的需求日益增加。因此城市公園對疫情防控和維持公眾身心健康具有積極意義[27]。此外，良好的視覺環(huán)境和聲音環(huán)境能共同提升公園的舒適度[28]。因此，人們對聲環(huán)境的感知成為公園規(guī)劃設(shè)計的重要因素。

聲景地圖不僅能夠全面有效地描述城市公園的聲景，還可以作為分析公園聲景的有效方法，為城市公園聲景的記錄和治理提供新的途徑。國外許多公園已經(jīng)開始進行聲景監(jiān)測和聲音數(shù)據(jù)庫的建立等[29]，聲景地圖也被作為引導(dǎo)公園游園的重要工具，但其數(shù)字化呈現(xiàn)和智慧調(diào)控依然有一定的缺陷?；诖?，以虛擬數(shù)據(jù)進行模型模擬，探討聲景數(shù)字化手段如何輔助公園感知認(rèn)知和評價。

2.1 聲景地圖應(yīng)用于公園

公園聲景舒適感知的研究，主要包括聲級測量、計算與存儲，聲景感知地圖、聲級感知地圖空間插值計算等，上述模塊均進行了數(shù)字化的研發(fā)，并將其與公園的數(shù)據(jù)底座系統(tǒng)連接。通過對聲音環(huán)境信息的采集、多源數(shù)據(jù)的處理生成噪聲圖。基于前序研究，在預(yù)測模型的基礎(chǔ)上[30]，將聲景感知地圖和聲景地圖部分，重點納入人流密度、建筑平均高度和NDVI三個指數(shù)。聲環(huán)境數(shù)據(jù)采集、聲景地圖依托游客手持電子設(shè)備及游園APP搭載；相關(guān)計算、存儲、空間插值等內(nèi)容依托數(shù)據(jù)底座。聲景地圖以可視化的方式呈現(xiàn)，實現(xiàn)一小時更新，從而及時有效引導(dǎo)游客游園。鼓勵人們作為聲景資源的一部分參與其中，成為實現(xiàn)聲景科普教育的有效途徑。同時公園可依據(jù)動態(tài)模型，對聲景感知進行優(yōu)化和調(diào)控，作為公園實現(xiàn)智慧監(jiān)管的有效手段。

2.2 聲景數(shù)字化主要功能及相關(guān)技術(shù)

公園聲景地圖數(shù)字化調(diào)控主要通過聲景地圖可視化和智慧調(diào)控實現(xiàn)。聲景地圖可視化是將聲級大小、舒適度進行采集、計算，并疊加地理信息地圖，以可視化的方式呈現(xiàn)；在對公園聲音、舒適度監(jiān)測的同時，利用聲光裝置（燈光、聲掩蔽）等景觀手段調(diào)節(jié)聲音環(huán)境和舒適度感知。其中，實現(xiàn)其主要功能的聲景感知計算模塊主要包括聲級采集及計算、舒適度計算、空間插值計算三個方面。技術(shù)難點在于連續(xù)等效A聲級的計算、依據(jù)客觀數(shù)據(jù)對人類舒適度感知的擬合、空間插值函數(shù)的選取。此文化公園聲景地圖的技術(shù)路徑（圖1）分為三個部分。

圖1 應(yīng)用所在文化公園聲景地圖技術(shù)路徑Fig.1 The technical path of the soundscape map of the cultural park where the application is located

2.2.1 聲級采集及計算——利用音頻文件計算聲壓級

首先，通過監(jiān)控設(shè)備或移動端采集音頻文件，同時附上坐標(biāo)、時間、wav格式音頻文件，形成表格。其次，針對采集的公園綠地噪聲信號，對其進行時域和頻域分析，以圖形直觀展示聲壓信號的波動情況，得出公園綠地噪聲信號各頻率成分及頻率分布情況。對數(shù)據(jù)進行處理，探討一種頻域A計權(quán)、計算瞬時A聲級、求解公園綠地噪聲信號連續(xù)等效A計權(quán)聲壓級的算法，并基于python軟件平臺對噪聲信號進行時域分析、頻譜分析、等效連續(xù)A計權(quán)聲壓級分析的仿真實現(xiàn)[31]，計算過程如圖2。最后將計算結(jié)果輸出為excel表格（.csv），增加“聲級（dB(A)）”字段。

圖2 等效連續(xù)A聲級計算流程圖Fig.2 Flow chart of equivalent continuous A sound level calculation

2.2.2 聲音處理與分析——利用景觀指標(biāo)計算舒適度

基于前序研究基礎(chǔ)[30]，通過典型相關(guān)分析，篩選影響公園聲景感知的景觀特征指標(biāo)，得到聲級與景觀特征主觀舒適度模型公式（1）：

其中，p為人口密度（人/km2），H為區(qū)域內(nèi)的建筑平均高度（m），LURg為綠地（m2）利用占比。

采集典型區(qū)域內(nèi)（200 m×200 m）動態(tài)數(shù)據(jù)（聲音采集WAV（統(tǒng)一點位））、人群密度和靜態(tài)數(shù)據(jù)（建筑平均高度、植被健康指數(shù)NDVI），然后形成坐標(biāo)、時間、聲級（dB(A)）、人群密度（人/km2）、建筑高度（m）、植被覆蓋率信息表格，最后進行數(shù)據(jù)計算，根據(jù)預(yù)測模型計算舒適度，輸出坐標(biāo)、時間、舒適度信息表格。

2.2.3 聲景感知的可視化——空間插值形成感知地圖

在多種空間插值函數(shù)中選取普通克里金算法（Kriging），模擬ArcGIS空間插值功能?？死锝鹗且罁?jù)協(xié)方差函數(shù)對隨機過程或隨機場進行空間建模和預(yù)測（插值）的回歸算法?？臻g插值算法根據(jù)采集處理后的點計算整個公園區(qū)域連續(xù)的值。由第一步聲音采集及計算和第二步景觀指標(biāo)計算舒適度所得的表格數(shù)據(jù)，預(yù)測區(qū)域內(nèi)的聲級值（圖3）、舒適度值（圖4），并將輸出結(jié)果分級，以Imshow函數(shù)輸出示意圖。

圖3 聲級地圖Fig.3 Sound level map

圖4 舒適度地圖Fig.4 Comfort level map

3 討論與建議

基于上述綜述與典型研究案例可知，數(shù)字化技術(shù)已逐漸成為聲景研究中不可或缺的有效手段。錄音、互聯(lián)網(wǎng)和虛擬現(xiàn)實等技術(shù)的出現(xiàn)和更新確保了數(shù)據(jù)采集的準(zhǔn)確性、高效性和全面性。卷積神經(jīng)網(wǎng)絡(luò)、Grass GIS等算法為聲音識別和可視化提供了新方法，提高了聲音識別和分類的準(zhǔn)確性，將多種龐大的數(shù)據(jù)濃縮于聲景圖中，方便研究者進行分析和處理。同時，各類聲環(huán)境模擬的算法使得研究者可以僅通過計算機模擬的方式對聲環(huán)境和城市空間的關(guān)系進行研究。應(yīng)用最前沿的技術(shù)對聲音舒適度評估進行探索，如利用人工神經(jīng)網(wǎng)絡(luò)對問卷調(diào)查的數(shù)據(jù)進行研究，從而建立可以預(yù)測地區(qū)聲音舒適度的模型。另外，關(guān)于聲景感知可視化的研究也在逐步進行中，有利于促進智慧城市的以人為本。

在面向公園的研究中，聲景感知地圖計算模塊還需要在園區(qū)中選取適當(dāng)?shù)奈恢眠M行更為真實和貼切的模擬計算。其中舒適度預(yù)測模型可選取小型公園進行更加深入的研究，結(jié)合公園實際情況進行更新與調(diào)整，以達到更加準(zhǔn)確的舒適度模擬。隨著采集技術(shù)、模擬技術(shù)的發(fā)展，舒適度模擬將會是一個更新迭代的過程。未來對感控功能的研發(fā)與拓展，可根據(jù)舒適度和聲級地圖，設(shè)置感控調(diào)節(jié)模塊（如聲光聯(lián)控），真正實現(xiàn)智慧公園的及時性、可視化、數(shù)字化和人性化。

雖然目前的數(shù)字化技術(shù)已經(jīng)逐步應(yīng)用到聲景研究中并取得了不錯的效果，但如何更廣泛地、準(zhǔn)確地將這些技術(shù)應(yīng)用到研究中還在不斷探索中。例如利用互聯(lián)網(wǎng)收集數(shù)據(jù)的音頻質(zhì)量參差不齊和收集規(guī)則的不完善[12]，虛擬現(xiàn)實仍無法徹底還原真實世界的其他環(huán)境變量[13]，神經(jīng)網(wǎng)絡(luò)訓(xùn)練的模型只適合應(yīng)用于特定場地[9]，以及城市聲景感知可視化仍無法做到對城市進行實時監(jiān)測[18]。未來新工業(yè)革命、氣候變化和生活方式的改變，都會給聲景的研究發(fā)展帶來挑戰(zhàn)[8]，如智慧城市的發(fā)展、城市傳感器的普及，讓聲音場景的實時智能調(diào)控成為可能[18]；氣候變化給環(huán)境帶來一系列變化，甚至改變生物多樣性、城市形態(tài)和文化，這些都會影響聲源、聲音傳播和聲音偏好[8]；疫情推進了居家辦公的工作方式，使得建立室內(nèi)聲景評估體系的需求不斷增長[32]。因此，未來聲景研究所面臨的不僅是完善目前的聲景數(shù)據(jù)收集、處理、評估和可視化，還面臨著未知挑戰(zhàn)。

注：文中圖片均由作者繪制。