Geluidsklimaat
SoundAppraisal richt zich op technologie ontwikkeling om soundscapes effectief en natuurgetrouw te berekenen, te visualiseren en onderling te vergelijken. Een deel van het antwoord op deze vragen is het geluidsklimaat.
Het geluidsklimaat is een verwachting van de geluidskwaliteit en biedt dus perspectief op de verwachte beleving van een geluidsomgeving; de soundscape. Het geluidsklimaat is, evenals soundscapes, op te delen in vier tendensen: chaotisch, levendig, saai en kalm. We kunnen hiermee de meest voorkomende typen geluidsbeleving benoemen, maar daarin ook uitzonderingen vast te stellen en variaties of veranderingen van de geluidsomgeving inzichtelijk te maken.
De grafische weergave van het geluidsklimaat maakt het mogelijk om belevingsaspecten van geluidsomgevingen effectief samen te vatten. De samenvatting en visualisatie van het geluidsklimaat maakt het mogelijk om het geluidsklimaat van verschillende omgevingen te vergelijken. Het berekende geluidsklimaat is gebaseerd op de sterke link tussen beleving en hoorbare veiligheid die weergegeven kan worden in een cirkelvorm.
Figuur 1: Geluidsbelevingen
Het blijkt dat de vier geluidsomgevingen tot verwachtingen leiden die we in onze signaalanalyse kunnen gebruiken om een onderbouwde soundscape schatting te berekenen. Onze technologie is namelijk - in tegenstelling tot de meeste kunstmatige intelligentie - niet gebaseerd op data, maar op kennis. In de praktijk houdt dat in dat we op elk moment kunnen rechtvaardigen en uitleggen waarom ons systeem een bepaalde soundscape-schatting produceert. Dit maakt ons systeem transparant en controleerbaar.
De visualisatie van het geluidsklimaat is gebaseerd op soundscape-schattingen per seconde: dat zijn 3600 schattingen per uur en 86.400 schattingen per dag. Sommige daarvan zijn kalm, andere chaotisch, een weer andere wat saai of juist levendig. We tellen al deze schattingen bij elkaar op en voegen ze samen in geluidsklimaat histogrammen. We gebruiken het woord ‘klimaat’ met reden: ‘klimaat’ is wat je verwacht, ‘weer’ is wat je krijgt. Hier net zo: het geluidsklimaat in histogramvorm is wat je kunt verwachten, elke van de seconden is wat je daadwerkelijk kreeg. Des te vaker een bepaalde soundscape schatting voorkomt in het klimaatdiagram, des te opvallender de kleur. Bijvoorbeeld, de roze kleur in het histogram geeft de meest voorkomende soundscape-schattingen in de geluidsomgeving weer.
Figuur 2: Twee verschillende klimaatdiagrammen. Het roze geeft aan dat de recht soundscape vooral kalm is en de linker aan de negatieve kant van neutraal ligt. De drie contouren geven aan binnen welke grenzen 90% (binnenste contourlijn), 99% (middelste contourlijn) en 99.9% (buitenste contourlijn) van de berekende soundscape waarden liggen. 1
De kleurige buitenste rand verwijst naar de verschillende belevingen. De roze kleur verwijst naar de meest voorkomende schattingen. Uit een klimaatdiagram kunnen we direct aflezen of een gebied overwegend kalm, levendig, chaotisch of saai is en hoe dit varieert over de dag, week of maand. Het patroon binnen de cirkel geeft veel informatie over de soundscape en is daarom een effectieve karakterisering van de belevingsaspecten van de geluidsomgeving. De geluidsklimaat histogrammen maken het daarom mogelijk om geluidsomgevingen direct te vergelijken.
Op deze wijze is de ontwikkeling over de dag ook goed in kaart te brengen. Dat is weergegeven in de onderstaande figuur. Typisch is het ’s avonds en vooral ’s nachts relatief stil (de meeste waarden midden-onderin). In de ochtend en (hopelijk) gedurende de rest van de dag zorgen vogels voor kalmte. Vaak treedt er tijdens de ochtendspits en/of gedurende de dag een aanzienlijke bijdrage op richting chaotisch door verkeerspassages.
Typische ontwikkeling gedurende de dag: van stil in de nacht (0:00-6:00) via een combinatie van kalm en zo nu en dan chaotisch gedurende de dag, tot weer relatief stil in de avond.
We kijken naar kleuren en de 90%, 99% en 99.9% contouren van de klimaatdiagrammen, die aangeven hoe vaak bepaalde soundscape-waarden voorkomen op een locatie. We doen dat via de volgende tabel waarin we de belangrijkste berekende soundscape-eigenschappen samenvatten.
| Aspect | Beschrijving |
|---|---|
| Meest voorkomende waarden | De ‘roze wolk’ in het histogram geeft de 50% meest voorkomende soundscape waarden weer. In 50% van de gevallen valt de soundscape dus in dit gebied. Deze waarden zijn het meest karakteristiek voor de geluidsomgeving. |
| 90% contour (binnenste lijn) | Deze contour geeft aan welke soundscape waarden 90% van de tijd voorkomen. Dat is 9 van de 10 seconden of 9 minuten van de 10 minuten. Dit geeft een iets bredere karakterisatie van de meest voorkomende (berekende) belevingen. Des te kleiner het oppervlak dat deze contour omvat, des te minder variatie er zit in de geluidsomgeving. |
| 99% contour (middelste lijn) | Deze contour geeft een indicatie voor de spreiding van de soundscape-waarden, die variëren op de meest voorkomende soundscape-waarden. Hierin valt slechts 1 minuut per anderhalf uur niet onder. Des te dichter deze contour bij de 90% contour ligt, des te minder variatie de geluidsomgeving laat zien. En vice versa. |
| 99,9% contour (buitenste lijn) | Deze contour geeft de meer zeldzame mogelijkheden van de geluidsomgeving weer; de uitzonderingen. In het plaatje hierboven geven ze aan dat er sporadische geluidsgebeurtenissen zijn aan de ‘chaotische’ kant. Dit zijn bijvoorbeeld autopassages die een aantal keer per uur voorkomen. Iets dergelijks geldt voor de plezierige kant. |
| Dagvariatie | Een soundscape kan binnen een dag redelijk stabiel blijven, maar ook flink variëren van relatief kalm in de ochtend, naar chaotischer of levendiger in de middag en saai/monotoon in de avond en nacht. Vooral de hoorbaarheid van vogels of stemmen, en de spreiding van verkeer bepalen doorgaans de algehele structuren over de dag. |
Ontwikkeling van deze technologie
De huidige manier om het geluidsklimaat te berekenen is een eerste versie. De aanpak is bewust eenvoudig gehouden zodat het direct aansluit bij de theorie. We kunnen daarmee goed begrijpen wat er aan de hand is en waarom de ene lokatie een ander geluidsklimaat heeft dan de andere. In stapjes zullen we beter worden in zowel het vaststellen van hoorbare veiligheid in het geluid als in het meten van de invloeden die hoorbare veiligheid minder hoorbaar maken.
Een praktisch punt is dat we nog niet goed genoeg zijn in levendigheid. Dat komt hoofdzakelijk omdat de eerste generatie meters niet op erg levendige plekken stonden. Onze technologie is immers gebaseerd op kennis, niet enkel op data.
Is het illustratief en werkbaar?
Ja zeer zeker. Ondanks dat het een work in progress is, geeft onze technologie al veel relevante en bruikbare data. Ondertussen blijven we tools ontwikkelen om de bruikbaarheid en inzichtelijkheid van de informatie steeds te verhogen.
Van geluidsklimaat naar hindermaat
Bij het ontwikkelen van het berekenen en weergegeven van het geluidsklimaat hadden we verwacht dat het geluidsklimaat direct zou correleren met hinder. Dat blijkt veel minder het geval te zijn dan we dachten. Hinderlijke geluiden dragen doorgaans bij aan de negatief geluidsklimaat, maar veel minder dan we eerst gedacht: het blijkt dat hinderlijke geluiden oppervlakkig geanalyseerd niet veel anders zijn dan de niet zo hinderlijke geluiden. Daarom is ervaren hinder nog niet direct af te lezen uit de klimaathistogrammen.
Het geluidsklimaat is dus iets dat anders dan de mate van hinderlijkheid van een omgeving. Hinderlijke geluiden trekken meer aandacht dan andere geluiden en aandacht is nog niet goed gemodelleerd in de analyse.
Komt er nu wel een hindermaat? Ja, zeker!
Het ontwikkelen van een hindermaat, die real-time ervaren hinder kan duiden, staat hoog op onze agenda. Juist doordat we nu een geluidsklimaat kunnen visualiseren zijn we veel beter in staat om stoorgeluid in context te interpreteren. Dit doen we onder andere doelgericht binnen het GLIMI-project. In het [Glimi-project][/diensten/glimi] vertellen bewoners ons wat ze vervelend en hinderlijk vinden dat leidt tot een mooie verzameling hinderlijke geluiden2, in context.
-
De klimaatdiagrammen in figuur 1 geven beide een periode van 3 uur weer; tussen 15:00 en 18:00u. Het rechter histogram omvat 1 dag (in feite dus 3 uur) aan informatie, de linker twee maanden (60 dagen keer 3 uur = 180 uur) en is, omdat het een gemiddelde is over veel meer data, gladder. Ondanks het feit dat we hier aggregeren over twee maanden zijn er maar een beperkt aantal berekende soundscape-waarden (in rood) die het vaakst voorkomen, namelijk licht negatieve, neutrale soundscape-waarden. Deze waarden zijn dus stabiel over weken en maanden en karakteriseren de geluidsomgeving dus (zeer) effectief. Het vele rood in de linker figuur geeft aan dat er een groot gebied is met vergelijkbare maximale waarden. Het kleine rode gebied in de rechter figuur geeft aan dat de meeste waarden in een relatief klein gebied voorkomen. Dit alleen al leidt tot een snelle karakterisering van de geluidsomgeving. De drie contouren geven aan binnen welke grenzen 90% (binnenste contourlijn), 99% (middelste contourlijn) en 99.9% (buitenste contourlijn) van de berekende soundscape waarden liggen. Deze contouren geven aan hoe vaak (90%, 99% en 99.9% van de tijd) een bepaalde soundscape-waarde voorkomt in de omgeving. ↩︎
-
Daarbij gaan we bewoners vragen om hinderlijk geluid nader te beschrijven. Is het gebrom, geloei, getik, geratel, gezoem, enzovoorts. Blijkbaar zijn er specifieke patronen van geluiden die juist hinderlijk zijn. De meest daarvan hebben al een beschrijving (zoals bonken). Door speciaal hiervoor “detectoren” te bouwen kunnen we de hinderlijke geluiden uit een “normale”, verder niet hinderlijke, omgeving selecteren. ↩︎