Advancing glider-based acoustic measurements of underwater-radiated ship noise
Notice bibliographique
Résumé
Ocean gliders are versatile and efficient passive acoustic monitoring platforms in remote marine environments, but few studies have examined their potential to monitor ship underwater noise. This study investigates a Slocum glider's capability to assess ship noise compared to the ability of fixed observers. Trials were conducted in shallow coastal inlets and deep bays in Newfoundland, Canada, using a glider, hydrophone array, and single-moored system. The study focused on (1) the glider's self-noise signature, (2) range-depth-dependent propagation loss (PL) models, and (3) identifying the location of the vessel to the glider using glider acoustic measurements. The primary contributors to the glider's self-noise were the buoyancy pump and rudder. The pitch-motor noise coincided with the buoyancy pump activation and did not contribute to the glider self-noise in our experiments. PL models showed that seafloor bathymetry and sound speed profiles significantly impacted estimates compared to models assuming flat and range-independent profiles. The glider's performance in recording ship noise was superior to that of other platforms. Using its hydrophones, the glider could identify the bearing from the vessel, although a third hydrophone would improve reliability and provide range. The findings demonstrate that gliders can characterize noise and enhance our understanding of ocean sound sources.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».