Citizen Science

Buitenmetingen zijn natuurlijk ook afhankelijk van weersomstandigheden met name de windsnelheid.

De weersomstandigheden zijn terug te vinden op deze site: https://weerlive.nl/historie.php?

Uitleg dB(A) dB(C) en FFT

Geluid meten en analyseren: het verschil tussen dB(A), dB(C) en FFT

In de wereld van geluidsmetingen en akoestisch onderzoek worden verschillende parameters gebruikt om geluid correct te beoordelen.

Om niet alleen de hoeveelheid geluid, maar ook de aard en de hinder van het geluid in kaart te brengen, wordt er vaak gekeken naar dB(A), dB(C) en FFT-analyse.

Kort samengevat is de verhouding als volgt:

dB(A) meet geluid zoals het menselijk oor het waarneemt.
dB(C) meet de totale geluidsdruk inclusief lage tonen.
Het C-A verschil geeft direct aan of er sprake is van laagfrequente geluidshinder.
FFT-analyse splitst het geluid op in exacte frequenties om de precieze bron te traceren.

Wat is dB(A)?

De letter 'A' staat voor de A-gewogen filter. Het menselijk gehoor is niet voor elke frequentie even gevoelig. Wij horen hoge tonen (zoals stemmen en vogels) aanzienlijk beter dan hele lage, diepe tonen (zoals het zware brommen van een machine).

Werking: De A-filter onderdrukt lage frequenties in de meting om de menselijke waarneming na te bootsen.
Toepassing: Dit is de wettelijke standaard voor het meten van omgevingslawaai, verkeershinder en de dagelijkse geluidsdosis op de werkvloer.

Wat is dB(C) en de '10 dB-regel'?

De letter 'C' staat voor de C-gewogen filter. Deze filter is nagenoeg vlak en neemt de zware, lage bas- en bromtonen wél volledig mee in de meting.

Laagfrequente analyse: Binnen de akoestiek wordt de verhouding tussen dB(C) en dB(A) gebruikt als indicator voor laagfrequent geluid. Dit wordt berekend met de formule: dB(C) - dB(A)
De 10 dB-grens: Wanneer het verschil tussen de dB(C)- en dB(A)-meting groter is dan 10 dB, wijst dit objectief op de aanwezigheid van een dominante, laagfrequente geluidsbron (zoals zware ventilatoren, transformatoren of pompen). Dit type geluid reist gemakkelijk door muren en constructies en veroorzaakt vaak hinder, zelfs als de dB(A)-waarde binnen de normen blijft.

Wat is FFT (Fast Fourier Transform)?

Wanneer uit de C-A vergelijking blijkt dat er sprake is van een overmaat aan lage tonen, biedt een reguliere dB-meter niet genoeg detail.

Er is dan een FFT-analyse nodig.

Werking: FFT is een wiskundige berekening die een complex geluidssignaal ontleedt in zijn losse, specifieke frequenties. Het zet een algemene volumemeting om in een gedetailleerd spectrum met exacte frequentiepieken.
Toepassing: Dit is de onmisbare stap voor bronlokalisering. Een scherpe piek op bijvoorbeeld exact 50 Hz wijst direct in de richting van een elektromotor of transformator.

Noise Capture

NoiseCapture is een "citizen science" app die je smartphone verandert in een geluidsmeter om geluidsoverlast in kaart te brengen.

De app is ontwikkeld door wetenschappers van het Franse onderzoeksinstituut Univ-Gustave-Eiffel en de CNRS.

📱 Hoe het werkt

Het proces van NoiseCapture verloopt in drie duidelijke stappen:

Meten: De app gebruikt de microfoon van je smartphone om het omgevingsgeluid op te vangen.
Analyseren: De app berekent akoestische indicatoren, zoals het gemiddelde geluidsniveau in decibels (dB).
Delen: De meting wordt gecombineerd met je GPS-locatie en (geanonimiseerd) geüpload naar een centrale database.

🗺️ De Noise Map

Alle verzamelde data van duizenden gebruikers wereldwijd worden samengevoegd op de Noise-Planet kaart.

Hierdoor ontstaat een gedetailleerd beeld van de geluidsomgeving per wijk of stad, wat overheden kan helpen bij het maken van beleid tegen geluidshinder.

⚖️ Belangrijke kenmerken

Open Source: De app en de data zijn volledig transparant en voor iedereen toegankelijk.
Privacy: Je data wordt geanonimiseerd en je kunt zelf bepalen of je een meting wilt uploaden.
Kalibratie: Omdat elke telefoonmicrofoon anders is, biedt de app functies om je apparaat te kalibreren voor nauwkeurigere resultaten.
Pedagogisch doel: Het wordt ook gebruikt in het onderwijs om mensen bewuster te maken van hun geluidsomgeving.

⚠️ Let op: NoiseCapture vs. Noise Cancelling

Het is belangrijk om NoiseCapture niet te verwarren met Active Noise Cancelling (ANC):

NoiseCapture: Meet en brengt geluid in kaart (informatief).
Noise Cancelling: Produceert "antigeluid" om omgevingslawaai in je koptelefoon te onderdrukken (functioneel).

Beperkingen:

Verkeer en industrie veroorzaken vaak hoge geluidsniveaus, maar ook natuurlijke bronnen zoals vogels kunnen verrassend luid zijn.

Daardoor zegt een decibelwaarde (dB) alleen weinig over hoe wij dat geluid werkelijk ervaren.

Om de bron en de beleving van geluid beter te begrijpen, zijn FFT-visualisaties essentieel.

Deze geven een gedetailleerd beeld van de volledige geluidssamenstelling, in plaats van slechts één verzamelgetal.

⚠️ Belangrijke beperkingen van de meting

De dB(A)-weging: De app maakt gebruik van de dB(A)-schaal. Deze methode corrigeert het geluid naar de gevoeligheid van het menselijk oor, maar heeft beperkingen. Zo worden lage tonen (zoals het gebrom van zwaar verkeer of machines) door deze filtering vaak onderschat, terwijl we die juist als erg hinderlijk kunnen ervaren.
Smartphone-hardware: De metingen in de app zijn slechts indicatief. De microfoon in een smartphone heeft geen lineaire frequentierespons en mist professionele kalibratie. Dit betekent dat bepaalde hoge of lage tonen niet zuiver worden geregistreerd.

Uitleg registratie

De afbeelding toont de resultaten van een geluidsmeting uitgevoerd met de Android-app NoiseCapture.

Deze app wordt gebruikt voor het meten en in kaart brengen van omgevingsgeluid.

Hieronder volgt een uitleg van de belangrijkste gegevens in het scherm:

Eerste tabblad:

Belangrijkste Meetwaarden (Bovenaan)

Deze waarden geven statistische informatie over het geluidsniveau tijdens de gehele meetperiode:

Min (42,8): Het laagste gemeten geluidsniveau in decibel (dB).
LA90 (52,5): Dit is het achtergrondgeluidsniveau. Het geeft aan dat het geluidsniveau 90% van de tijd boven de 52,5 dB lag.
LA50 (59,7): Het mediane geluidsniveau; de helft van de tijd was het geluid harder dan dit niveau, de andere helft zachter.
LA10 (65,9): Dit getal beschrijft de piekgeluiden (zoals voorbijrijdend verkeer). Het geluid was 10% van de tijd harder dan 65,9 dB.
Max (69,2): Het allerhardste geluid dat tijdens de meting is geregistreerd.

Visuele Weergave (Midden)

61,9 dBA: De gemiddelde geluidssterkte (LAeq) van de huidige meting, gecorrigeerd voor hoe het menselijk oor geluid waarneemt (A-weging).
Cirkeldiagram (RNE): "RNE" staat voor Relative Noise Exposure.
De kleuren en percentages tonen hoe de geluidsblootstelling verdeeld was over verschillende categorieën (bijv. 62,5% in de gele categorie van 55-65 dB).

Spectrumgrafiek (Onderaan)

De blauwe balken tonen het geluidsniveau per frequentieband (van 100 Hz tot 16 kHz).

De grafiek laat zien dat er relatief veel geluid aanwezig is in de hogere frequenties, dit kan wijzen op sissende of fluitende geluiden in de omgeving.
Er is een duidelijke piek rond de 8 kHz te zien, dit ligt aan de smartphone zelf.

Tweede tabblad:

Grafiek: Temporele evolutie

De grafiek onderaan toont hoe het geluidsniveau schommelde over de tijd (ongeveer 1 minuut en 11 seconden).

De witte lijn is het actuele gemiddelde geluidsniveau per seconde
De rode horizontale lijn markeert de (pieken), terwijl de groene lijn de (basisruis) aangeeft.

Merlin Bird ID

De techniek achter Merlin Bird ID

Merlin Bird ID is een knap staaltje kunstmatige intelligentie (AI).

Maar hoe herkent de app vogelgeluiden? Dat gebeurt in drie slimme stappen:

1. Van geluid naar beeld

De app zet geluid om in een spectrogram.
Dit is een visuele 'vingerafdruk' van de vogelzang.
Toonhoogte, volume en ritme vormen samen een uniek patroon.

2. Slimme patroonherkenning (AI)

Merlin is getraind op miljoenen vogelgeluiden.
Het algoritme scant het spectrogram razendsnel.
Het werkt exact hetzelfde als gezichtsherkenning.

3. De locatie- en datumcheck

De app checkt jouw locatie en de tijd van het jaar.
Dit voorkomt onlogische fouten (zoals een tropische vogel in een winters Nederlands bos).
Merlin weet welke vogels er op dat moment bij jou in de buurt zijn.

Het resultaat:

Binnen een paar seconden licht de juiste vogel op in je scherm. Je ziet direct een foto en de naam van de vogel die op dat moment zingt.

Het is mogelijk om met MERLIN BIRD ID een geluidsbestand op te nemen.

Het geluidsbestand kan in Audacity geladen worden, binnen Audacity kan er een FFT analyse uitgevoerd worden.

Geluidsniveaumeter

De gebruikte niet gekalibreerde Voltcraft meter is uitgerust met een standaard schuimrubberen windkap.

Hoewel dit 'sponsje' prima beschermt tegen lichte briesjes en ademclipping, laat schuimrubber bij een stevigere wind alsnog luchtstromen door.

Instellingen: dB(A) en dB(C), beide ingesteld op 'Slow' en 'Avg', slow gebruikt een tijdconstante van 1 seconde.

Er wordt bewust gekozen voor geluidsmetingen in zowel dB(A) als dB(C).

Tijdens de metingen ter plaatse zijn per meetpunt foto's gemaakt van de displaywaarden van de Voltcraft geluidsniveaumeter.

Op basis van deze opgetekende waarden is achteraf het energetisch gemiddelde berekend.

Borging

De borging van de meetgegevens vindt plaats door middel van automatische registratie van tijd en locatie (GPS).

Bij de geluidsmetingen en Spectroid-analyses wordt dit vastgelegd via foto’s en screenshots.

De apps Noise Capture en Merlin Bird ID registreren deze metadata automatisch bij elke meting.