FR3090130A1 - Détermination de l’évolution d’un environnement sous-marin par analyse acoustique - Google Patents

Abstract

L’invention concerne un procédé (6) d’analyse acoustique d’un environnement sous-marin, comprenant : - une étape de fourniture (60) d’un signal acoustique source représenté par une pluralité d’échantillons numériques formant un ensemble d’instants d’acquisition sonore ; - un premier processus (1) de détection de signaux impulsionnels, et - un deuxième processus (2) de détection de signaux transitoires. Figure d’abrégé : Fig. 1

Description

Description

Titre de l'invention : Détermination de révolution d’un environnement sous-marin par analyse acoustique

[0001] La présente invention se rapporte à la surveillance et l’évolution d’un environnement sous-marin par analyse acoustique.

[0002] Plus particulièrement, l’invention porte sur la détection de sons provenant d’organismes vivants et des passages de bateaux dans un espace maritime dont l’environnement sonore est acquis sous forme de signal acoustique, et plus précisément la détection au sein d’un même signal acoustique de sons de différentes natures : les passages de bateaux, les vocalises de poissons, les signaux impulsionnels, aussi appelés clicks, émis notamment par le benthos et les odontocètes, de sorte à évaluer la qualité de l’environnement sous-marin et son évolution temporelle, en particulier dans les environnement de faible profondeurs et proche-côtier.

[0003] Dans les zones maritimes soumises à une activité humaine importante, telles que les zones littorales, d’aménagement côtier, les zones d’installations éoliennes ou encore les zones de rejet d’eau usées, une surveillance du milieu maritime est nécessaire pour analyser l’impact de ces activités sur l’environnement marin.

[0004] A cet effet, la surveillance de la qualité de l’eau est généralement réalisée par observation directe et par l’analyse d’échantillons d’eau prélevés. Or, ces solutions d’analyse, qui sont généralement réalisées en laboratoire après prélèvement de l’eau, présentent des coûts relativement importants et imposent un temps minimal d’analyse qui ne permet pas de détecter suffisamment rapidement des événements néfastes tels qu’une pollution de l’eau, une modification de la turbidité de l’eau ou encore une augmentation de fréquences sonores perturbatrices du milieu sous-marin.

[0005] Des bouées autonomes, telles que les bouées Argos, permettent d’effectuer des mesures autonomes et sont destinées à transmettre des données environnementales relatives au milieu marin dans lequel elles sont installées. Toutefois ce type de balise est généralement coûteux, volumineux, et n’est pas adapté à la surveillance de la qualité de l’eau dans un milieu littoral ou proche-côtier.

[0006] On connaît par ailleurs un document de détection d’animaux sous-marins, tel que le document de brevet EP2546680A relatif à la détection automatique d’animaux marins, ou la publication scientifique Le Bot, O., Mars, J.I., Gervaise, C. & Simard, Y. (2015). Rythmic analysis for click train detection and source separation with examples on beluga whales relative à la détection de beluga. Toutefois cette publication, uniquement destinées à la détection ciblée d’animaux marins, ne permet pas d’évaluer de manière fiable l’évolution du milieu aquatique écouté.

[0007] Aussi, il existe le besoin d’une solution pour simplifier la surveillance et l’analyse du milieu sous-marin, en particulier à faible profondeur, de manière fiable et relativement rapide.

[0008] A cet effet, on propose un procédé d’analyse acoustique d’un environnement sousmarin, comprenant :

[0009] - une étape de fourniture d’un signal acoustique source représenté par une pluralité d’échantillons numériques formant un ensemble d’instants d’acquisition sonore ;

[0010] - un premier processus de détection de signaux impulsionnels comprenant, pour une pluralité d’instants distincts, les étapes suivantes :

[0011] - une étape de transformation du signal acoustique source dans un premier plan temp s-fréquence ;

[0012] - une étape de calcul de l’énergie du signal source dans une première bande de fréquence;

[0013] - une étape de détection d’impulsions sonores pertinentes à partir de l’énergie calculée dans ladite première bande de fréquence, et

[0014] - lorsqu’une pluralité d’impulsions sonores sont détectées pour une pluralité d’instants distincts, une étape de transformée temps-rythme adapté pour permettre la détection d’une séquence rythmique ;

[0015] - un deuxième processus de détection de signaux transitoires comprenant pour une pluralité d’instants distincts, les étapes suivantes :

[0016] - une étape de transformation du signal acoustique source dans un deuxième plan temp s-fréquence ;

[0017] - une étape de détermination de l’évolution des niveaux d’énergie fréquentielles du signal dans le temps pour une pluralité de bandes de fréquences prédéterminées ;

[0018] - pour chaque bande fréquence, une étape de détection de signaux d’événement lorsque le niveau d’énergie dépasse une valeur de seuil prédéterminée ; et

[0019] - une étape de catégorisation de chaque signal d’événement détecté, en fonction de sa puissance, de sa durée de dépassement du seuil et de sa répétition dans le temps.

[0020] Ainsi, on peut analyser le milieu sous-marin, et plus particulièrement le milieu sousmarin proche-côtier ou de faible profondeur, de manière relativement simple, en mettant en œuvre ce procédé. En particulier, on peut estimer l’évolution du milieu sous-marin par l’évolution dans le temps de l’émission des différents signaux détectés.

[0021] Notamment, on peut détecter par le recoupement des divers signaux des modifications générales quant à la qualité de l’eau : pollution, changement de la turbidité, modification des courants, acidité.

[0022] Avantageusement et de manière non limitative, le procédé comprend une étape d’analyse des signaux d’événements, évaluant l’évolution de l’environnement sousmarin à partir du signal acoustique source, en fonction de l’évolution des émissions de signaux impulsionnels et de signaux transitoires détectés par le premier processus et le deuxième processus.

[0023] En effet, un affaiblissement de l’émission de clicks non rythmés permet notamment de déterminer une modification du milieu sédimentaire ou proche du fond, générée par une pollution du milieu, une modification des courants de fond, une modification de l’acidité, ou encore un changement de température du milieu. Un affaiblissement de l’émission de clicks rythmés peut aussi signer une modification de la turbidité de l’eau, des courants sous-marins, d’une pollution ou encore d’une perturbation sonore du milieu par exemple par des vibrations. La diminution de la détection de poissons, permet en outre de détecter une évolution de la qualité de l’eau dans les zones de fond. De plus la détection du passage des bateaux permet de corréler les autres données avec une éventuelle modification de l’occupation de l’espace maritime. Ces données acquises permettent ainsi de détecter, notamment dans le domaine proche côtier, l’impact sur l’environnement direct, lié des travaux en cours, des installations éoliennes, des zones de rejet d’eau, sur le milieu sous-marin, de manière rapide et relativement simple.

[0024] Ainsi, par la seule analyse acoustique de l’environnement sous-marin selon ce procédé, on peut déterminer de manière relativement simple et rapide une modification de l’environnement sous-marin. Ce procédé permet ainsi de s’affranchir de capteurs et de mesures complexes pour détecter à court terme des modifications d’un environnement écouté, en particulier proche-côtier ou à faible profondeur, par exemple pour des profondeurs inférieures à 40 mètres.

[0025] Dans la présente description on entend par signal impulsionnel tout signal de courte durée couvrant une relativement large bande de fréquence, en particulier tout signal de durée inférieure à 1ms couvrant une bande fréquence allant de 2000 Hz à 40 000 Hz.

[0026] On entend par signal transitoire, tout signal variable présentant une durée définie dans une bande fréquence relativement ciblée, par exemple un signal présentant un maximum d’énergie inférieur à 2kHz et constitué d’une succession de variations, aussi appelées puises, dont la durée est généralement comprise entre 10ms et 100ms par puise, le signal pouvant être d’une durée allant jusqu’à plusieurs secondes.

[0027] Avantageusement et de manière non limitative, l’étape de transformation fréquentielle du signal acoustique source du premier processus et/ou du deuxième processus comprend le calcul d’une transformée de Fourier à court-terme du signal acoustique source. Ainsi on peut obtenir une détection relativement simple et rapide des signaux impulsionnels et/ou des signaux transitoires.

[0028] Avantageusement et de manière non limitative, la transformée de Fourier à courtterme du premier processus et/ou du deuxième processus comprend un paramétrage à 2048 points, un taux de recouvrement de 50% et une apodisation par fenêtre de Kaiser à atténuation des lobes latéraux (a) de 180 dB ; ce qui permet d’obtenir une détection relativement optimale des signaux impulsionnels et/ou transitoires.

[0029] Avantageusement et de manière non limitative, l’étape de détection d’impulsions sonores du premier processus comprend une étape de détermination d’un seuil de détection et d’un pied de bruit. Ainsi, on peut détecter de manière rapide, par ces seuls deux critères, les impulsions sonores du premier processus.

[0030] Avantageusement et de manière non limitative, l’étape de détection d’impulsions sonores du premier processus comprend la détermination du seuil de détection et du pied de bruit par segmentation dudit plan temps-fréquence par application de tests binaires d’hypothèses, tel qu’un test de Nyeman-Pearson. Ainsi, on peut obtenir de manière relativement optimale le seuil de détection et le pied de bruit.

[0031] Avantageusement et de manière non limitative, l’étape de détermination de l’évolution des niveaux d’énergie fréquentielles du signal dans le temps pour une pluralité de bande-fréquences prédéterminées comprend une segmentation du plan temp s-fréquence de sorte à détecter des zones d’énergie prédéterminées. Ainsi, on procède à une analyse temp s-fréquence qui permet de détecter de manière relativement simple des zones d’énergie présentant un intérêt quant à la détection de signaux transitoires de poissons ou de bateaux.

[0032] Avantageusement et de manière non limitative, l’étape de détermination comprend, pour chaque bande de fréquences prédéterminées, le calcul du pourcentage de couverture des zones d’énergie prédéterminées dans lesdites bandes de fréquence prédéterminées. Ainsi, on obtient un critère relativement simple pour déterminer l’évolution des niveaux d’énergie fréquentielles.

[0033] Avantageusement et de manière non limitative, les bandes de fréquences prédéterminées comprennent une première bande fréquence [200 Hz - 400Hz] adaptée pour la détection d’une première catégorie de poissons, par exemple des ophidions et corbs, une deuxième bande fréquence [600 Hz - 1200 Hz] pour la détection d’une deuxième catégorie de poissons, par exemple des poissons des herbiers, et une troisième bande fréquence [100 Hz - 4000 Hz] pour la détection des passages de bateaux. Ces bandes de fréquences permettent de cibler de manière relativement précise les fréquences adaptées pour détecter les signaux d’intérêt permettant d’évaluer globalement l’évolution du milieu sous-marin.

[0034] Avantageusement et de manière non limitative, le premier processus et le deuxième processus sont mis en œuvre en parallèle. De cette manière, le procédé peut être mis en œuvre de manière relativement rapide, par exemple par séparation de la mise en œuvre de ce procédé par deux cœurs de processeurs d’un même processeur, ou par deux processeurs distincts et partageant une même mémoire de stockage.

[0035] Selon une alternative, le premier processus et le deuxième processus sont mis en œuvre consécutivement de sorte qu’ils peuvent être mis en œuvre par un même cœur de processeur.

[0036] D’autres particularités et avantages de l’invention ressortiront à la lecture de la description faite ci-après d’un mode de réalisation particulier de l’invention, donné à titre indicatif mais non limitatif, en référence aux dessins annexés sur lesquels :

[0037] [fig. 1] est un organigramme représentant un premier mode de réalisation de l’invention ;

[0038] [fig-2] est un organigramme représentant une alternative de mise en œuvre du premier mode de réalisation de l’invention ;

[0039] [fig.3] est un organigramme des étapes du premier processus du procédé selon les modes de réalisation des figures 1 et 2;

[0040] [fig-4] est une vue schématique des étapes de transformation du signal et de calcul d’une pluralité de séries temporelles de pourcentage d’occupation pour une pluralité de bandes de fréquences d’intérêt du deuxième processus selon les modes de réalisation des figures 1 et 2;

[0041] [fig.5] est une représentation schématique de la détection de signaux d’intérêts par dépassement de seuil du deuxième processus selon les modes de réalisation des figures 1 et 2 ;

[0042] [fig.6] est une représentation schématique de l’étape de catégorisation des événements détectés par le deuxième processus selon les modes de réalisation des figures 1 et 2 ; et

[0043] [fig-7] est une représentation d’un spectrogramme et des représentions graphiques des étapes du deuxième processus selon les modes de réalisation des figures 1 et 2, et une représentation du niveau sonore d’exposition aussi appelé SEL (pour Sound Exposure Level), correspondant au logarithme de l’énergie sonore reçue sur une durée d’exposition ici égale à 1 seconde.

[0044] Selon un mode de réalisation de l’invention, en référence aux figures 1 à 7, le procédé comprend des étapes de détection et de catégorisation de signaux émis par des animaux marins, des organismes vivants aquatiques et des bateaux. Ce procédé comprend en particulier deux processus de détection 1, 2 distincts :

[0045] - un premier processus de détection 1 de signaux impulsionnels, par exemple des clicks émis par le benthos, et de clicks émis par les odontocètes, mais aussi tout autre signal impulsionnel pouvant être émis par un organisme vivant sous-marin ; et

- un deuxième processus de détection 2 de signaux transitoires, tels que des vocalises de poissons, des signaux émis par le passage de bateaux, ou tout autre signal transitoire sous-marin.

[0046] Les deux processus reçoivent en entrée 60 une même source sonore, aussi appelée signal acoustique source, tel qu’un fichier enregistré, compressé ou non, comprenant l’intégralité de la séquence sonore à analyser. Selon ce mode de réalisation, les sources sonores analysées sont des enregistrements de sensiblement quinze minutes consécutives, mais leur durée n’est pas limitative et peut être comprises par exemple entre cinq minutes et une heure.

[0047] Plus un enregistrement est long, plus les données analysées peuvent être fiable, mais plus sont traitement est long. Un enregistrement de quinze minutes permet d’obtenir un compromis relativement optimal entre le temps d’analyse et la pertinence des données analysées.

[0048] Selon une alternative de mise en œuvre de l’invention la source sonore peut aussi être un signal acoustique source transmis en temps réel, toutefois l’analyse nécessitant la détection dans le temps d’événements fréquentiels, un stockage du signal reçu est alors nécessaire, par exemple sur une durée comprise entre quinze minutes et une heure.

[0049] Le signal acoustique source est acquis par exemple par un hydrophone, ou tout autre moyen de capture sonore sous-marine.

[0050] Ce signal acoustique source peut être acquis sous forme de signal numérique par échantillonnage temporel du son analogique capté. Un tel procédé de transformation d’une source sonore analogique en un signal numérique n’est pas détaillé dans la présente description, toutefois la fréquence d’échantillonnage doit nécessairement être supérieure au double de la plus haute fréquence potentiellement détectée, conformément au théorème de Shannon.

[0051] Ces deux processus 1, 2 sont mis en œuvre en parallèle, tel que représenté sur la figure 1, selon le mode de réalisation principal de l’invention, par exemple par un même processeur par répartition des tâches, par deux cœurs d’un même processeur, ou encore par deux processeurs distincts.

[0052] Ces deux processus 1, 2 peuvent selon une alternative de réalisation, en référence à la figure 2, être mis en œuvre consécutivement l’un à la suite de l’autre, sans ordre préétabli nécessairement, immédiatement ou séparés par une période de temps prédéterminée. Toutefois ces deux processus 1, 2 forment un tout dont le résultat final correspond à la détection et la catégorisation de deux types de signaux :

[0053] - Les signaux impulsionnels ; et - Les signaux transitoires ;

[0054] de sorte à permettre l’analyse de l’environnement sous-marin écouté.

[0055] L’ensemble des signaux détectés et catégorisés permet ainsi d’analyser l’évolution d’un milieu sous-marin, par exemple en détectant une évolution sonore globale du milieu sous-marin.

[0056] L’invention n’a toutefois pas pour objectif principal de discriminer précisément chaque espèce sous-marine émettant un signal sonore dans un milieu donné. En effet

[0057]

[0058]

[0059]

[0060]

[0061]

[0062]

[0063]

[0064]

[0065] bien que l’homme du métier soit apte à associer entre 600 et 700 espèces de poissons à leur fréquence de vocalise, toutes les signatures de vocalise ne sont pas connues ou suffisantes pour assurer une détection précise de l’espèce dans un flux sonore, d’autant que plusieurs espèces peuvent coexister dans une même bande fréquence.

L’invention vise principalement à déterminer et à discriminer plus généralement les types de signaux présents de sorte à pouvoir évaluer l’évolution générale de l’écosystème sous-marin écouté. Toutefois l’invention peut tout de même être mise en œuvre d’une manière similaire, en ciblant des bandes fréquences étroites propres à certains organismes d’élection de sorte à étudier leur évolution indépendamment de l’écosystème général.

Selon le mode de réalisation décrit en tant qu’exemple de mise en œuvre de l’invention, à titre non limitatif, on détecte :

- des clicks émis par le benthos, sous forme de signal impulsionnel non rythmé

- des clicks émis par les odontocètes, sous forme de signal im- pulsionnel rythmé;

- des vocalises de poissons, sous forme de signal transitoire ; et - le passage de bateaux, sous forme de signal transitoire.

Ceci permet ainsi d’obtenir une connaissance sonore relativement précise de l’environnement sous-marin écouté, en particulier dans un environnement prochecôtier, ou à faible profondeur, par exemple sur des profondeurs inférieures à 100m.

Autrement dit, ce procédé permet de transformer un signal acoustique brut en une pluralité de descripteurs du milieu sous-marin, comprenant :

- des signaux impulsionnels rythmés et le pourcentage de couverture sonore de ces signaux sur une période d’analyse ;

- des signaux impulsionnels non rythmés et leur nombre moyen sur une période d’analyse ;

- des signaux transitoires associés à leur nombre par unité de temps, et leur puissance sonore associée.

Ainsi, on peut analyser de manière relativement précise l’environnement sous-marin et marin étudié par détection de la majorité des sources sonores identifiables, dans un procédé relativement simple et rapide.

A cet effet, le premier processus 1 de détection, qui vise à détecter des signaux impulsionnels comprend une première étape de transformation 10 du signal acoustique source dans un domaine fréquentiel.

Cette transformation du signal acoustique source est mise en œuvre par l’application d’une transformée de Lourier locale discrète, plus connu sous son abréviation anglophone Discrete-Time STLT, pour Short-Term Lourier Transform.

[0066] L’opération est ici une opération de nature discrète car le signal traité est un signal numérique.

[0067] La transformée de Lourier locale, aussi appelée selon les usages transformée de Lourier à fenêtre glissante, transformée de Lourier à court-terme ou plus communément transformée de Lourier glissante, permet l’obtention d’un spectrogramme représentant le signal dans un plan temps-fréquence. Un tel spectrogramme est défini comme étant le module carré de la transformée de Lourier à court-terme.

[0068] Le spectrogramme représente l’énergie du signal dans le temps, selon le segment analysé, et dans la fréquence, selon le coefficient de Lourier.

[0069] Aussi, l’étape de calcul du spectrogramme en fonction de la transformée de Lourier à court-terme est aussi appelée étape de calcul de l’énergie du signal.

[0070] Dans ce mode de réalisation de l’invention, on met en œuvre une étape de calcul de l’énergie du signal, dans une bande fréquence adaptée à la détection de signaux impulsionnels provenant d’organismes vivants sous-marins, par exemple les clicks benthiques et/ou les clicks d’odontocètes, ici une bande fréquence allant de 2000 Hz à 40 000 Hz. Toutefois, on peut sélectionner une ou plusieurs bandes fréquences différentes, en fonction des espèces et catégories d’organismes à détecter; notamment on pourrait adapter cette étape à des bandes fréquences plus étroites, de sorte à cibler plus précisément certains organismes.

[0071] Le signal transformé par la transformée de Lourier glissante est subdivisé en une pluralité de segments, dans ce mode de réalisation 2000 segments sur un signal de quinze minutes.

[0072] Toutefois, l’invention n’est pas limitée à cette durée qui peut être par exemple choisie dans une période de temps comprise entre cinq minutes et une heure.

[0073] La transformée de Lourier glissante est paramétrée avec 2048 points, un taux de recouvrement de 50% et une apodisation par fenêtre de Kaiser à atténuation des lobes latéraux d’une valeur a de 180 dB.

[0074] Ensuite, on procède à une étape de détermination d’un seuil de détection λ de signal, pour chaque instant t, dans la bande fréquence, par analyse des niveaux d’énergie, et un pied de bruit N, correspondant à un niveau de bruit N dans la bande de fréquence du signal étudié.

[0075] Au sens de l’invention, le bruit N présent dans le signal source est un bruit additif Gaussien, soit un signal totalement aléatoire, qui correspond donc à un bruit blanc, de distribution normale dans le domaine temporelle, à moyenne nulle. Par conséquent le bruit N présente une densité spectrale de puissance constante correspondant au rapport de la puissance du bruit par la bande passante correspondante. Toutefois cette densité spectrale de puissance est réactualisée dans le temps, selon une fréquence au choix de l’homme du métier.

[0076] Cette étape de détermination du seuil de détection λ de signal peut être réalisée selon plusieurs méthodes, telle qu’une prédétermination des valeurs avant la mise en œuvre du procédé, ou à titre d’exemple une méthode statistique par segmentation du plan temps-fréquence, mettant en œuvre la technique du vecteur de réallocation, ou des méthodes statistiques telles que des tests binaires d’hypothèses se basant sur la théorie de la détection, notamment via des approches Bayésienne ou de Neyman-Pearson.

[0077] Dans ce mode de réalisation de l’invention, on estime le pied de bruit N du signal et le seuil de détection λ selon la méthode de segmentation du plan temp s-fréquence divulguée dans la publication scientifique Dadouchi, F., Gervaise, C., loana, C., Huillery, J., & Mars, J. I. (2013). Automated segmentation of linear time-frequency representations of marine mammal sounds. The Journal of Acoustical Society of America, 134(3), pp. 2546-2555 dont le contenu doit être considéré comme faisant partie de la présente demande.

[0078] Cette méthode permet une détermination par seuillage du meilleur couple pied de bruit N du signal / seuil de détection λ, le pied de bruit N correspondant à différents niveaux de bruit d’un ensemble de spectrogrammes, et le seuil λ permettant de maximiser les détections de clicks rythmés et non rythmés en réduisant de manière optimisée le nombre de faux positifs, par application d’un test de Neyman-Pierson pour une pluralité de spectrogramme binaires définis pour une pluralité de niveau de bruit. On procède ensuite à une sélection des paramètres permettant d’obtenir le meilleur ratio alertes/fausses alertes dues au bruit.

[0079] La méthode de détection précédente comprend des étapes de définition d’un ensemble de spectrogrammes binaires correspondant à différentes valeurs de bruits N, puis pour chaque spectrogramme binaire, la détection du nombre d’alertes pour une pluralité de valeurs de seuil de détection λ, et la sélection du meilleur couples de valeurs pied de bruit N / seuil de détection λ, en réduisant la probabilités de fausses détections.

[0080] Une fois ce couple de valeurs pied de bruit N et seuil λ obtenu, on calcule la statistique d’ordre deux s2 du signal, auquel on se référera plus simplement comme étant la statistique du signal s2.

[0081] En effet, le signal source est considéré dans le présent mode de réalisation comme un signal aléatoire correspondant à une séquence temporelle de variables aléatoires.

[0082] Ces variables aléatoires sont reliées par un lien statistique entre échantillons successifs. Cette relation est fréquemment caractérisée par la densité de probabilité conjointe des deux variables aléatoires correspondantes.

[0083] La séquence de fonctions des probabilités conjointes des couples de variables aléatoires est ce qu’on appelle la statistique d’ordre 2 du signal aléatoire.

[0084] Cette statistique d’ordre 2 du signal aléatoire correspond dans ce mode de réalisation à la densité spectrale de puissance du signal, qui est obtenue par la transformée de Fourier de sa fonction d’autocorrélation.

[0085] Aussi, l’obtention de la statistique d’ordre deux s2 du signal est mise en œuvre par le calcul de la transformée de Fourier de la fonction d’autocorrélation du signal analysé segment par segment.

[0086] On procède alors à la détection 13 de signaux impulsionnels par calcul du rapport de la statistique d’ordre 2 du signal avec l’estimation statistique du pied de bruit N par comparaison avec le seuil de détection λ.

[0087] Lorsqu’une pluralité d’impulsions d’intérêts, aussi appelés signaux d’intérêts ou encore signaux d’événements, sont détectées, on procède alors à une transformée temps-rythme de la série des instants d’impulsions d’intérêts détectées dans le signal pour révéler l’existence d’un rythme.

[0088] Cette transformée temps-rythme comprend dans ce mode de réalisation le calcul de l’autocorrélation du signal source.

[0089] En effet, comme indiqué précédemment on cherche à discriminer deux types de clicks : les clicks non-rythmés et les clicks rythmés.

[0090] Les clicks non rythmés sont par exemple des signaux impulsionnels générés par le benthos, répétés à une fréquence généralement comprise entre 50 et 200 impulsions par seconde, sans rythme remarquable.

[0091] Les clicks rythmés quant à eux, signaux impulsionnels par exemple générés par les odontocètes, présentent une fréquence de répétition d’un click ou d’une séquence de clicks pouvant aller de 5 à 800 clicks par seconde, répétés à intervalles réguliers.

[0092] Il est par exemple connu qu’une séquence de clicks émise par un dauphin peut être répétée toutes les 2ms, tandis qu’une séquence de clicks émise par un cachalot peut être répétée toutes les 2 secondes.

[0093] Un rythme est défini par la régularité de la répétition du click ou de la séquence de clicks dans le temps. Par exemple, dix répétitions successives d’un même click ou d’une même séquence de clicks à intervalles réguliers forment une séquence rythmique.

[0094] On peut définir une marge d’erreur dans la durée d’intervalle de répétition, par exemple 5% de la durée de l’intervalle, pour qualifier la régularité de la répétition.

[0095] Dans cet exemple de réalisation, on considère qu’un rythme, par exemple pour un rythme d’odontocète, est détecté lorsqu’un rythme est détecté allant de 5 clicks par secondes à 50 clicks par secondes.

[0096] A contrario, les clicks non rythmés sont généralement émis de manière irrégulière, avec un décompte autour de 50 clicks par seconde.

[0097] Aussi, on peut obtenir le nombre moyen par seconde de clics non rythmés, et le pourcentage de temps couvert par des clicks rythmés sur la plage de temps étudiée.

[0098] Le deuxième processus permet quant à lui de détecter et de distinguer les vocalises de poissons et les passages de bateaux.

[0099] Ce deuxième processus 2 comprend une première étape 20 de transformation du signal source dans le domaine temps-fréquence.

[0100] Cette première étape 20 est réalisée selon un calcul d’une transformée de Fourier locale discrète, tel que décrit pour le premier processus 1, permettant d’obtenir un spectrogramme.

[0101] La transformée de Fourier local discrète, comme pour le premier processus 1, est paramétrée avec 2048 points, un taux de recouvrement de 50% et une apodisation par fenêtre de Kaiser à atténuation des lobes latéraux d’une valeur a de 180 dB

[0102] Toutefois, pour une détection de poissons la transformation de l’étape 20 sera paramétrée en fonction d’une bande fréquence dépendante des catégories de poissons que l’on cherche à détecter, par exemple une bande passante de [200 Hz, 400Hz] pour détecter une première catégorie de poissons, tel que des ophidions et corbs, une bande passante de [600 Hz, 1200 Hz] pour détecter une deuxième catégorie de poissons tels que des poissons des herbiers, et avec un spectrogramme brut sur 15 secondes.

[0103] La ou les bandes passantes sont définies pour regrouper des ensembles de catégories de poisson à détecter dans l’environnement sous-marin étudié.

[0104] Concernant la détection de passages de bateaux, on pourra par exemple sélectionner une bande passante de [100 Hz, 4000 Hz], avec un spectrogramme moyenné pour donner 2000 segments temporels de 15 secondes. La transformée de Fourier glissante étant paramétrée avec 2048 points, un taux de recouvrement de 50% et une apodisation par fenêtre de Kaiser à atténuation des lobes latéraux d’une valeur a de 180 dB. Cette bande passante de [100 Hz, 4000 Hz] est généralement suffisamment large pour détecter une majorité de bateaux.

[0105] Le spectrogramme obtenu permet ainsi d’obtenir dans un plan temps-fréquence la répartition fréquentielle de l’énergie du signal.

[0106] On met ensuite en œuvre une deuxième étape 21 de calcul d’une pluralité de séries temporelles de pourcentage d’occupation pour une pluralité de bandes de fréquences d’intérêt.

[0107] Dans cet exemple de réalisation, on met en œuvre la deuxième étape 21 pour respectivement deux bandes de fréquences de détection de poissons : une première bande de fréquences [200 Hz - 400Hz], en particulier adaptée pour la détection des ophidions et corbs, une deuxième bande de fréquences [600 Hz - 1200 Hz] notamment adaptée pour la détection des poissons des herbiers, et une troisième bande de fréquences [lOOhz - 4000 Hz] pour la détection des passages de bateaux.

[0108] Cette deuxième étape 21 correspond donc au calcul de la densité spectrale d’énergie du signal dans chaque bande de fréquence spécifique, en fonction du temps, et au calcul du pourcentage des densités spectrales de d’énergie dans chaque bande d’intérêt par rapport à l’énergie totale du signal pour chaque instant.

[0109] Toutefois, l’invention n’est pas limitée à ces bandes de fréquence particulières et le procédé peut être mis en œuvre pour toute bande fréquence d’intérêt relative à l’émission de vocalises d’autres espèces de poissons ou d’autres bandes de fréquences pouvant être relative au passage de navires.

[0110] Ainsi, au cours de la deuxième étape 21, on obtient pour chaque instant d’acquisition, un pourcentage de couverture du signal pour chaque bande de fréquences de détection de poissons, aussi appelée bande de fréquences d’intérêt.

[0111] En ce qui concerne la bande d’intérêt de détection des bateaux, la deuxième étape du procédé est mise en œuvre sur une période 15 minutes, en moyennant le spectrogramme sur 2000 segments. Autrement dit, le spectrogramme est réduit à 2000 segments analysés, chaque segment correspondant à la moyenne fréquentielle des énergies du spectrogramme sur des périodes de sensiblement 0.45 sec par segment. En effet, le passage des bateaux est un phénomène plus étalé dans le temps, et l’analyse de détection est alors réalisée sur une durée plus longue et nécessite une précision temporelle moindre.

[0112] A contrario, le calcul de taux de couverture en ce qui concerne les bandes d’intérêt de détection des poissons est réalisée par analyse brute du spectrogramme par intervalles de 15 secondes.

[0113] On procède alors pour chaque bande de fréquence d’intérêt, à la détection 23 de signaux d’intérêts par dépassement de seuil du pourcentage de couverture du signal dans chaque bande de fréquence de détection de poissons.

[0114] Autrement dit, lorsque le pourcentage de couverture du signal dans une bande de fréquences d’intérêt dépasse une valeur de seuil à un instant donné, un signal d’intérêt est alors détecté.

[0115] Les valeurs de seuils 25 peuvent varier en fonction des organismes ou objets détectés.

[0116] En particulier, dans cet exemple de réalisation, le seuil est de 100% pour les ophidions et les corbs.

[0117] Le seuil 25 est de 80% pour des poissons des herbiers.

[0118] Le seuil est de 50% pour le passage de bateaux.

[0119] Pour chaque dépassement de seuil, on procède à une étape de catégorisation de l’événement 24, par calcul de la durée de l’événement, qui correspond au temps s’écoulant entre le front montant 240 de dépassement du seuil 25, et le front descendant 241 au cours duquel le pourcentage de couverture repasse sous le seuil 25.

[0120] On met ensuite en œuvre une étape d’estimation de l’énergie du signal pendant la durée de l’événement, qui permet de caractériser l’événement.

[0121] Enfin on compte sur une période de temps d’analyse, ici entre 15mn et une heure, le nombre d’événements détectés dans chaque bande de fréquence d’intérêt.

[0122] Ainsi, le deuxième processus 2 permet de compter le nombre de vocalises de poissons, dans ce mode de réalisation en distinguant d’une part les corbs et ophidions, d’autre part les poissons des herbiers. Ce deuxième processus 2 permet aussi de détecter et d’estimer le niveau d’énergie sonore associée aux passages de bateaux.

[0123] De cette manière, on peut obtenir un procédé unifié permettant de détecter une pluralité d’organismes vivants ainsi que les passages de bateaux à partir d’une seule source d’acquisition sonore, de manière relativement simple et relativement optimisé en temps de calcul.

[0124] En particulier, on obtient à partir d’un signal acoustique source, correspondant à un enregistrement sonore sous-marin, par exemple un enregistrement de 15 minutes les données d’analyse :

[0125] le nombre moyens de clicks benthiques par secondes ;

[0126] le pourcentage de temps couvert par des clicks d’odontocètes ;

[0127] le nombre de passages de bateau par unité de temps ainsi que l’énergie sonore associée ;

[0128] le nombre de vocalises de poissons par unité de temps dans chaque bande fréquence analysée ainsi que la puissance sonore associée dans chaque bande fréquence.

[0129] A partir de ces données d’analyse déterminées, on procède à une étape de calcul de l’évolution du milieu sous-marin objet de l’enregistrement du signal acoustique source, en fonction des différentes données d’analyse obtenues par les deux processus 1, 2, par rapport à des données d’analyse acquises antérieurement, de sorte à évaluer l’évolution du milieu sous-marin écouté.

[0130] Dans le mode de réalisation principal, le procédé 6, 6’ est mis en œuvre une pluralité de fois. A chaque itération du procédé, les données d’analyse sont stockées dans une mémoire de stockage.

[0131] Aussi l’étape de calcul procède à une analyse comparative de l’évolution des données d’analyse par rapport à des données antérieures de sorte à déterminer une évolution du milieu sous-marin.

[0132] En particulier une diminution ou un espacement dans le temps des émissions de clicks non rythmés, tel que les clicks du benthos, permettent de déterminer une modification du milieu sédimentaire ou proche du fond, tel qu’une pollution du milieu, une modification des courants de fond, une modification de l’acidité, ou encore un changement de température du milieu.

[0133] Un affaiblissement de l’émission de clicks d’odontocètes peut aussi être significatif d’une modification de la turbidité de l’eau, des courants sous-marins, d’une pollution ou encore d’une perturbation sonore du milieu par exemple par des vibrations.

[0134] La diminution de la détection de poissons des herbiers, permet en outre de détecter une évolution de la qualité de l’eau dans les zones de fond.

[0135] La détection du passage des bateaux permet de corréler les autres données avec une éventuelle modification de l’occupation de l’espace maritime.

[0136] Ces données peuvent aussi être corrélées les unes avec les autres pour déterminer un impact commun, en prenant en compte notamment une modification de l’environnement connu, tel que des travaux, une zone de rejet ou une augmentation de la fréquentation maritime.

[0137] Ces données acquises permettent ainsi de détecter, notamment dans le domaine proche côtier, l’impact de l’environnement direct, tel que des travaux en cours, la présence d’installations éoliennes, des zones de rejet d’eau, sur le milieu sous-marin, de manière rapide et relativement simple.

[0138] Les données de mesure peuvent selon des alternatives de mise en œuvre de l’invention, être comparées à des données fixes, prédéterminées où à des modèles numériques prévoyant pour une zone sous-marine donnée des données standard.

Claims (1)

1. Revendications [Revendication 1] Procédé (6, 6’) d’analyse acoustique d’un environnement sous-marin, comprenant : - une étape de fourniture (60) d’un signal acoustique source représenté par une pluralité d’échantillons numériques formant un ensemble d’instants d’acquisition sonore ; - un premier processus (1) de détection de signaux impulsionnels comprenant, pour une pluralité d’instants distincts, les étapes suivantes : - une étape de transformation (10) du signal acoustique source dans un premier plan temp s-fréquence ; - une étape de calcul (12) de l’énergie du signal source dans une première bande de fréquence; - une étape de détection (13) d’impulsions sonores pertinentes à partir de l’énergie calculée dans ladite première bande de fréquence, et - lorsqu’une pluralité d’impulsions sonores sont détectées pour une pluralité d’instants distincts, une étape de transformée temps-rythme adapté pour permettre la détection d’une séquence rythmique ; - un deuxième processus (2) de détection de signaux transitoires comprenant pour une pluralité d’instants distincts, les étapes suivantes : - une étape de transformation (20) du signal acoustique source dans un deuxième plan temps-fréquence ; - une étape de détermination (21) de l’évolution des niveaux d’énergie fréquentielles du signal dans le temps pour une pluralité de bandes de fréquences prédéterminées ; - pour chaque bande fréquence, une étape de détection (23) de signaux d’événement lorsque le niveau d’énergie dépasse une valeur de seuil prédéterminée (25) ; et - une étape de catégorisation (24) de chaque signal d’événement détecté, en fonction de sa puissance, de sa durée de dépassement du seuil (25) et de sa répétition dans le temps. [Revendication 2] Procédé selon la revendication 1 comprenant une étape d’analyse (61) des signaux d’événements, évaluant l’évolution de l’environnement sous-marin à partir du signal acoustique source, en fonction de l’évolution des émissions de signaux impulsionnels et de signaux transitoires détectés par le premier processus (1) et le deuxième processus (2). [Revendication 3] Procédé (6, 6’) selon la revendication 1 ou 2, caractérisé en ce que

   l’étape de transformation fréquentielle (10) du signal acoustique source du premier processus (1) et/ou du deuxième processus (2) comprend le calcul d’une transformée de Fourier à court-terme du signal acoustique source. [Revendication 4] Procédé (6, 6’) selon la revendication 3, caractérisé en ce que la transformée de Fourier à court-terme du premier processus (1) et/ou du deuxième processus (2) comprend un paramétrage à 2048 points, un taux de recouvrement de 50% et une apodisation par fenêtre de Kaiser à atténuation des lobes latéraux (a) de 180 dB. [Revendication 5] Procédé (6, 6’) selon l’une quelconque des revendications 1 à 4, caractérisé en ce que l’étape de détection (13) d’impulsions sonores du premier processus comprend une étape de détermination d’un seuil de détection (λ) et d’un pied de bruit (N). [Revendication 6] Procédé (6, 6’) selon la revendication 5, caractérisé en ce que l’étape de détection (13) d’impulsions sonores du premier processus (1) comprend la détermination du seuil de détection (λ) et du pied de bruit (N) par segmentation dudit plan temps-fréquence par application de tests binaires d’hypothèses, tel qu’un test de Nyeman-Pearson. [Revendication 7] Procédé (6, 6’) selon l’une quelconque des revendications 1 à 6, caractérisé en ce que l’étape de détermination (21) de l’évolution des niveaux d’énergie fréquentielles du signal dans le temps pour une pluralité de bande-fréquences prédéterminées comprend une segmentation du plan temp s-fréquence de sorte à détecter des zones d’énergie prédéterminées. [Revendication 8] Procédé (6, 6’) selon la revendication 7, caractérisé en ce que l’étape de détermination (21) comprend, pour chaque bande de fréquences prédéterminées, le calcul du pourcentage de couverture des zones d’énergie prédéterminées dans lesdites bandes de fréquence prédéterminées. [Revendication 9] Procédé (6, 6’) selon l’une quelconque des revendications 1 à 8, caractérisé en ce que les bandes de fréquences prédéterminées comprennent une première bande fréquence [200 Hz - 400Hz adaptée pour la détection d’une première catégorie de poissons, une deuxième bande fréquence [600 Hz - 1200 Hz pour la détection d’une deuxième catégorie de poissons, et une troisième bande fréquence [lOOhz - 4000 Hz pour la détection des passages de bateaux. [Revendication 10] Procédé (6) selon l’une quelconque des revendications 1 à 9, caractérisé en ce que le premier processus (1) et le deuxième processus (2) sont mis en œuvre en parallèle.

   [Revendication 11] Procédé (6’) selon l’une quelconque des revendications 1 à 9, caractérisé en ce le premier processus (1) et le deuxième processus (2) sont mis en œuvre consécutivement.