Passive acoustic monitoring (PAM) m

Passive acoustic monitoring (PAM) methods provide opportunities
to evaluate the consequences of different land-use decisions
(Blumstein et al., 2011; Joo et al., 2011; Mennitt and Fristrup, 2012;
Brown et al., 2012, 2013), especially in environments such as mines,
that are difficult to access or monitor using conventional methods
(Mellinger and Barlow, 2003; Scott Brandes, 2008). PAMdevices can record
data during several days continuously and, consequently, a large
amount of information can be collected fromthe acoustic environment.
As a result, special software and indices to process audio files rapidly
and efficiently are required (Kasten et al., 2012; Aide et al., 2013;
Sueur et al., 2014; Villanueva-Rivera and Pijanowski, 2015). In this context,
Pieretti et al. (2011) introduced the Acoustic Complexity Index
(ACI),which facilitates an indirect and rapid measuring of the complexity
of the soundscape. The ACI has been proven to be a useful tool in
tracking the dynamics of the sounds produced by animal communities
(Farina et al., 2013); this is achieved by describing the spectral complexity
of the biophony of soundscapes through the intrinsic variability of biotic
sounds. This index has already been applied in noisy environments
(Pieretti et al., 2011; Pieretti and Farina, 2013) because it possesses the
particular quality of helping to filter out most technophonies, such as
trains, cars or airplane transit noise; additionally, Towsey et al. (2014)
indicate ACI as one of the best indicators of bird biodiversity among
14 different acoustic indices.
There are no studies investigating how anthropogenic noise affects
soundscapes and biophony in mining areas. Considering that, the aim
of this study was to investigate noise effects on Atlantic forest soundscape
dynamics by comparing the biophony and technophony at a site
close to an active open-cast mine and at a habitat-matched site that
was distant from the mine or other anthropogenic activities.

ผลลัพธ์ (ไทย) 1:

เปิดโอกาสให้ตรวจสอบเสียงแฝงวิธี (แพม)การประเมินผลกระทบของการตัดสินใจใช้ที่ดินแตกต่างกัน(Blumstein et al. 2011 Joo et al. 2011 Mennitt และ Fristrup, 2012น้ำตาล et al. 2012, 2013), โดยเฉพาะอย่างยิ่งในสภาพแวดล้อมเช่นเหมืองแร่ที่เข้าถึงยาก หรือตรวจสอบโดยใช้วิธีการแบบเดิม(Mellinger และ Barlow, 2003 สก็อตต์ Brandes, 2008) PAMdevices สามารถบันทึกข้อมูลในช่วงหลายวันอย่างต่อเนื่องและ จึง มีขนาดใหญ่จำนวนข้อมูลที่สามารถรวบรวมได้จากสภาพแวดล้อมเสียงเป็นผล ซอฟต์แวร์พิเศษ และดัชนีการประมวลผลไฟล์เสียงอย่างรวดเร็วและมีประสิทธิภาพมีความจำเป็น (Kasten et al. 2012 ช่วย et al. 2013Sueur et al. 2014 Villanueva-Rivera และ Pijanowski, 2015) ในบริบทนี้Pieretti et al. (2011) นำดัชนีความซับซ้อนเสียง(ACI), ซึ่งช่วยให้การอย่างรวดเร็ว และทางอ้อมการวัดความซับซ้อนของสัน ACI ได้รับการพิสูจน์เพื่อเป็นเครื่องมือมีประโยชน์การติดตามการเปลี่ยนแปลงของเสียงที่ผลิต โดยชุมชนสัตว์(Farina et al. 2013); โดยการอธิบายความซับซ้อนของสเปกตรัมของ biophony ของต่ำผ่านความแปรปรวนที่แท้จริงของการกำเนิดสิ่งมีชีวิตเสียง มีการใช้ดัชนีนี้ในสภาพแวดล้อมที่เสียงดังแล้ว(Pieretti et al. 2011 Pieretti และ Farina, 2013) เนื่องจากมันมีคุณสมบัติคุณภาพเฉพาะของช่วยกรอง technophonies ใหญ่ เช่นรถไฟ รถยนต์ หรือเครื่องบินขนส่ง เสียง นอกจากนี้ Towsey et al. (2014)ระบุ ACI เป็นหนึ่งในตัวชี้วัดที่ดีที่สุดของนกความหลากหลายทางชีวภาพระหว่างดัชนีต่าง ๆ เสียง 14มีการศึกษาไม่มีผลต่อเสียงที่มาของมนุษย์วิธีการสืบสวนต่ำและ biophony ในพื้นที่เหมืองแร่ พิจารณาที่ จุดมุ่งหมายการศึกษานี้คือการ ตรวจสอบผลกระทบเสียงสันป่าแอตแลนติกdynamics โดยเปรียบเทียบกับ biophony และ technophony ที่ไซต์ปิดการหล่อเปิดการใช้งาน และที่อยู่อาศัยตรงกับไซต์ที่ไม่ไกลจากเหมืองหรือกิจกรรมอื่น ๆ มาของมนุษย์

ผลลัพธ์ (ไทย) 2:

เรื่อย ๆ การตรวจสอบอะคูสติก (PAM) วิธีการให้โอกาส
ในการประเมินผลของการตัดสินใจการใช้ประโยชน์ที่ดินที่แตกต่างกัน
(Blumstein et al, 2011;.. Joo et al, 2011; Mennitt และ Fristrup 2012;
. บราวน์, et al, 2012, 2013), โดยเฉพาะอย่างยิ่งในสภาพแวดล้อมเช่นการทำเหมืองแร่
ที่ยากต่อการเข้าถึงหรือการตรวจสอบโดยใช้วิธีการแบบเดิม
(Mellinger และบาร์โลว์ 2003 สกอตต์ Brandes 2008) PAMdevices สามารถบันทึก
ข้อมูลในช่วงหลายวันอย่างต่อเนื่องและจึงมีขนาดใหญ่
ปริมาณของข้อมูลที่สามารถเก็บรวบรวม fromthe สภาพแวดล้อมอะคูสติก.
เป็นผลให้ซอฟต์แวร์พิเศษและดัชนีในการประมวลผลไฟล์เสียงได้อย่างรวดเร็ว
และมีประสิทธิภาพจะต้อง (Kasten et al, 2012;. ผู้ช่วย et al, 2013;.
ซัวล์ et al, 2014;. Villanueva-ริเวร่าและ Pijanowski, 2015) ในบริบทนี้
Pieretti et al, (2011) เปิดตัวอะคูสติกซับซ้อนดัชนี
(ACI) ซึ่งอำนวยความสะดวกการวัดทางอ้อมและรวดเร็วของความซับซ้อน
ของ soundscape ACI ได้รับการพิสูจน์แล้วว่าเป็นเครื่องมือที่มีประโยชน์ใน
การติดตามการเปลี่ยนแปลงของเสียงที่ผลิตโดยชุมชนสัตว์
(แป้ง et al, 2013.); นี้ทำได้โดยการอธิบายความซับซ้อนสเปกตรัม
ของ biophony ของ soundscapes ผ่านแปรปรวนที่แท้จริงของสิ่งมีชีวิต
เสียง ดัชนีนี้ได้ถูกนำไปใช้ในสภาพแวดล้อมที่มีเสียงดัง
(Pieretti et al, 2011;. Pieretti และแป้ง, 2013) เพราะมันมีคุณสมบัติ
ที่มีคุณภาพโดยเฉพาะอย่างยิ่งในการช่วยให้การกรอง technophonies มากที่สุดเช่น
รถไฟรถยนต์หรือเสียงเครื่องบินขนส่ง; นอกจากนี้ Towsey et al, (2014)
แสดงให้เห็น ACI เป็นหนึ่งในตัวชี้วัดที่ดีที่สุดของความหลากหลายทางชีวภาพในหมู่นก
14 ดัชนีอะคูสติกที่แตกต่างกัน.
มีการศึกษาไม่มีการตรวจสอบว่ามีผลกระทบต่อมนุษย์เสียงเป็น
soundscapes และ biophony ในพื้นที่การทำเหมืองแร่ พิจารณาว่าจุดมุ่งหมาย
ของการศึกษาครั้งนี้มีวัตถุประสงค์เพื่อศึกษาผลกระทบเสียงในป่าแอตแลนติก soundscape
การเปลี่ยนแปลงโดยการเปรียบเทียบ biophony และ technophony ที่เว็บไซต์
ใกล้กับเหมืองเปิดหล่อที่ใช้งานและที่เว็บไซต์ที่อยู่อาศัยที่จับคู่ที่
เป็นที่ห่างไกลจากเหมืองหรืออื่น ๆ กิจกรรมของมนุษย์

ผลลัพธ์ (ไทย) 3:

เรื่อยๆไม่มีการตรวจสอบ ( แพม ) วิธีการให้โอกาสเพื่อศึกษาผลที่เกิดจากการตัดสินใจในการใช้ที่แตกต่างกัน( blumstein et al . , 2011 ; จู et al . , 2011 ; mennitt และ fristrup , 2012 ;สีน้ำตาล et al . , 2012 , 2013 ) โดยเฉพาะในสภาพแวดล้อม เช่น เหมืองแร่ที่ที่ยากจะเข้าถึง หรือตรวจสอบโดยใช้วิธีปกติ( และเมลีเงอร์บาร์โลว์ , 2003 ; สก็อต brandes , 2008 ) pamdevices สามารถบันทึกข้อมูลในช่วงหลายวันอย่างต่อเนื่องและ , จึง , ขนาดใหญ่ปริมาณของข้อมูลที่สามารถเก็บรวบรวมได้จากสภาพแวดล้อมที่อะคูสติก .เป็นผลให้ซอฟต์แวร์พิเศษและดัชนีเพื่อประมวลผลไฟล์เสียงอย่างรวดเร็วและมีประสิทธิภาพจะต้อง ( แคสเติ้น et al . , 2012 ; Aide et al . , 2013 ;sueur et al . , 2014 ; และ Villanueva ริเวร่า pijanowski 2015 ) ในบริบทนี้pieretti et al . ( 2011 ) แนะนำดัชนีความซับซ้อนของอะคูสติก( ACI ) ซึ่งสะดวกและรวดเร็ววัดโดยอ้อมของความซับซ้อนของ soundscape . ของได้รับการพิสูจน์ที่จะเป็นเครื่องมือที่มีประโยชน์ในการติดตามการเปลี่ยนแปลงของเสียงที่ผลิตโดยชุมชนของสัตว์( ฟารีน่า et al . , 2013 ) ; นี้ได้อธิบายถึงความซับซ้อนของสเปกตรัมของ biophony ของ soundscapes ผ่านความผันแปรภายในของสิ่งมีชีวิตเสียง ดัชนีนี้ได้ถูกใช้ในสภาพแวดล้อมที่มีเสียงดัง( pieretti et al . , 2011 ; pieretti และผลิตภัณฑ์ที่ทำจากธัญพืช , 2013 ) เพราะมันเป็นเจ้าของคุณภาพที่เฉพาะเจาะจงที่ช่วยกรอง technophonies เป็นส่วนใหญ่ เช่นรถไฟ รถยนต์ หรือ เสียงเครื่องบินขนส่ง นอกจากนี้ towsey et al . ( 2014 )บ่งชี้ของเป็นตัวบ่งชี้ที่ดีที่สุดของความหลากหลายของนกที่แตกต่างกัน 14 ไม่มีดัชนีมีการศึกษาไม่มีการตรวจสอบวิธีการที่มีผลต่อเสียงของมนุษย์และ soundscapes biophony ในพื้นที่เหมืองแร่ พิจารณาว่า , จุดมุ่งหมายของการศึกษานี้คือ เพื่อศึกษาผลกระทบต่อป่าแอตแลนติกเสียง soundscapeพลศาสตร์โดยเปรียบเทียบและ biophony technophony ที่เว็บไซต์ปิดการใช้งานและเปิดเหมืองหล่อในที่อยู่อาศัยที่ตรงกับเว็บไซต์ที่อยู่ไกลจากผม หรือจากกิจกรรมของมนุษย์อื่น ๆ