지구는 시끄럽다. 데이터가 침묵해야 하는 이유는 무엇입니까?

화산 폭발은 우리의 모든 감각을 자극할 수 있습니다. 용암류와 화산재 구름의 극적인 장면, 지진 진동의 소리와 느낌, 가스 방출과 재의 냄새와 맛, 열의 강도 등 과학 장비는 이러한 감각의 물리적, 화학적 원인을 측정하고 기록하여 보존할 수 있습니다. 수치 데이터로. 그러나 과학자들이 패턴과 이상 현상을 찾기 위해 데이터를 분석할 때 대부분 시각적 표현으로 전환합니다. 우리의 다른 감각이 우리 눈에 없는 것을 말해 줄 수 있을까요?

인간의 청각 시스템은 사람들이 미묘한 시간적 패턴을 감지하도록 돕거나 원인과 결과 관계를 알아내는 데 있어서 때때로 시각을 능가합니다.

그래프, 사진, 지도, 비디오는 시각적 표시를 위해 친숙하고 잘 사용되는 도구입니다. 그러나 인간의 청각 시스템은 사람들이 미묘한 시간적 패턴을 감지하도록 돕거나 여러 데이터 스트림 간의 인과 관계를 알아내는 데 있어 때때로 시각보다 뛰어난 성능을 발휘합니다. 연구에서는 데이터를 조사하는 새로운 방법이 발견으로 이어지는 경우가 많습니다. 청각적 표시와 음향화(소리를 통한 데이터 표현)는 과학자들이 창의적이고 연역적인 능력을 최대한 활용할 수 있도록 도움으로써 과학 발전에 큰 잠재력을 갖고 있습니다.

소니피케이션은 과거에는 소나 디스플레이와 가이거 계수기의 잘 알려진 소리 등 제한된 방식으로 사용되었습니다. 이제 이 기능을 연구에 폭넓게 활용할 때가 되었습니다. 과학 교육 및 지원 노력은 또한 몰입형 멀티미디어 경험을 촉진하는 현재의 문화적 추세와 기술 개발을 활용하여 소리를 사용하여 기술에 익숙하지 않은 더 폭넓은 청중이 정보에 접근할 수 있도록 할 수 있습니다[예: Holtzman et al., 2014]. 더욱이, 음향화는 시각 장애가 있는 과학자들[예: Song and Beilharz, 2007]이 데이터를 인식하고 평가할 수 있는 프레임워크를 제공합니다. 이들은 잠재적으로 시각 장애가 없는 사람들보다 더 고도로 발달된 청각적 지각과 인식을 가지고 있습니다.

소니피케이션에는 기계 학습 방법에 사용되는 단계와 때로는 유사하고 보완적인 데이터 처리 단계가 포함됩니다[Holtzman et al., 2018]. 이는 데이터 세트 탐색을 위한 중요한 기능과 유용한 워크플로를 신속하게 드러낼 수 있습니다[Barth et al., 2020]. 청각적으로도 표현될 수 있는 모델 출력과 결합된 물리적 데이터의 음향화를 통해 식별된 특징은 고체 지구 및 표면 환경의 복잡한 자연 시스템에 대한 새로운 이해로 이어질 수 있습니다.

직접 초음파화는 청각 디스플레이의 가장 간단한 형태 중 하나이며 다양한 진동 데이터 배열에 쉽게 적용할 수 있습니다.

지구과학에서는 냉전 이후 지진학에서 초음파화(sonification)가 사용되었습니다[Speeth, 1961]. 과학자들은 땅이 흔들리는 소리를 인간이 들을 수 있는 범위(~20Hz ~ 20kHz)로 빠르게 녹음함으로써 인간의 귀가 폭탄 폭발과 지각 지진을 구별할 수 있다는 사실을 인식했습니다. 이러한 직접적인 초음파화는 청각적 표시의 가장 단순한 형태 중 하나이며 행성 궤도, 지진, 초저주파, 빙하 코어 또는 퇴적 기록, 고지자기를 자세히 설명하는 다양한 진동 데이터에 (적절한 전처리를 통해) 쉽게 적용할 수 있습니다.

최근 연구에 따르면 특별한 훈련 없이도 인간은 지진 기록의 청각적 표시에서 지진원의 신호와 지구를 통한 지진파 전파의 특성을 구별할 수 있으며 이 능력은 훈련 후에 향상됩니다[Boschi et al., 2017]. 텔레지진 지진 데이터의 관심 주파수(0.0001~10Hz)는 인간의 가청 범위의 하한보다 훨씬 낮기 때문에 직접 초음파 처리를 위해서는 원시 데이터를 더 높은 주파수로 이동해야 합니다. 이 주파수 변화(이산적으로 샘플링된 관찰 시간에 속도 인자를 곱함)는 시각적 그래프에서 기호의 색상이나 크기와 같이 선택해야 하는 미학적 매개변수를 나타냅니다.

지진이나 기타 진동 데이터 생성 이벤트의 카탈로그를 음향화할 때 연구자는 여러 속도 요소를 사용하여 카탈로그의 시간 순서를 정확하게 유지하면서 개별 이벤트를 늘리거나 압축할 수 있습니다. 오디오 공간화는 추가적으로 선택한 관찰 위치를 기준으로 소리를 구별하거나 지진 진원지와 같은 공간 매개변수를 나타내는 데 도움이 될 수 있습니다[Paté et al., 2022].