标签：#音频分类 | #评测协议 | #环境声 | #统计分析
评分：6.6/10 | 创新 1.2/2 | 技术严谨 1.2/1.5 | 实验充分 1.2/1.5 | 清晰度 0.8/1 | 影响力 0.9/1.5 | 开源 0/1.5 | 可复现 0.3/0.5 | 工程/实践 1/1.5
👥 作者与机构
- Gabriel Spadon：机构信息未在 arXiv HTML 中可靠披露
- Wayne Renaud：机构信息未在 arXiv HTML 中可靠披露
- Priyanka Aravindan：机构信息未在 arXiv HTML 中可靠披露
📌 核心摘要
该研究处理大西洋加拿大多站点被动声学监测中的船舶存在判断，输入为679秒单通道录音的声学描述子，输出为是否存在AIS关联船舶，难点在于站点先验相差200倍以上且传播与采集配置随部署剧烈变化。方法链先以AIS空间时间连接生成接触标签并计算频谱描述子，再按部署内稳健统计划分回顾性筛选层级并封顶构造基准，随后用跨季节站点归因与水听器归因检验域结构，最后以站点分组保持与随机窗口诊断的配对对比度量验证乐观偏差。相对已有混合站点池化评估，该机制差异在于把站点标识作为分组抽样单元并保留协方差做配对推断。在54507条记录的筛选基准下，未见站点协议的ROC-AUC为0.612，低于随机窗口诊断的ROC-AUC 0.661。结论仅适用于该监测项目与回顾性筛选后的基准分布，对未覆盖海域、水听器更换与无筛选流式部署的外推尚未验证。原文未披露训练、推理或部署成本。
🔗 开源与复现资源
- 代码相关资源：https://github.com/gabrielspadon/scotian-shelf-labeling — 链接不可用（HTTP 404）
可达状态仅表示本次链接检查结果，不代表许可证、本文权重或运行复现已验证。
🧭 深度解读
输入是什么，目标是什么，本文要回答什么迁移问题？
本文的输入是加拿大大西洋海域被动声监测档案，输出是对新站点能否可靠检测船舶存在的判断。研究对象不是 1 次录音实验，而是长期布放的水听器阵列：38 个部署、20 个站点标识符、21 个接收器位置、两个季节，共 908072 段名义 679 秒的 8 千赫兹录音。每段录音通过与海岸警卫队船舶自动识别系统报告做时空连接得到标签，50 公里为候选半径并加前后缓冲，严格窗内不同船只标识数决定精确计数，其中 215145 段为接触、692927 段为非接触。
目标读者是刚进入语音音乐音频的研究生，需要先建立一个关键区分：标签是报告几何学，不是可听性证明。论文反复强调，AIS 接近不等于声学可闻，无接触也不等于确认没有船声或其他声源，因为 AIS 不是完整船舶普查，距离也不能决定接收级。分类器只用 5 个标量描述子，不用完整频谱与深度表示，模型是 300 棵类别平衡随机森林及两种对照模型。
必须保留的信息包括数据的嵌套依赖结构、站点标识符与物理位置的区别、回顾性筛选与封顶基准的构造方式，以及随机窗口与站点分组两种验证回答的不同问题。最终输出是一套可复述的方法链：如何刻画异质性，如何做跨季站点归因与水听器型号归因，如何做重复站点分组留出与配对协议对比。本文默认从原文独立写作，不引入外部评价。
同输入同目标的工作此前如何验证，本文的对照点在哪里？
在水下声学一侧，前人已刻画风、航运与生物决定的环境噪声谱，提出声栖息地度量与长期观测数据交换格式，也用深度网络大规模检测海洋生物声信号，并在本文同一大西洋加拿大场景综述被动声监测大数据方法。近期还有用对比表示学习直接做多站点海洋声景比较的工作。这些工作的输入与本文相近，但多数把多部署录音混合后评估，没有分离性能来自目标信号还是重复出现的记录背景。
在地理与学习理论一侧，地理人工智能强调空间关系不可忽略，生态与地学已发展空间、时间与分层交叉验证，并指出随机划分会高估制图精度。数据集偏移文献区分协变量、先验与概念偏移，域泛化研究未见分布上的迁移，捷径学习指出模型可能利用采集痕迹而非目标信号，相机陷阱在新地点的失效是本文最接近的类比。本文不把类别差异当同条件胜负，而是把多种协议作为回答不同迁移问题的工具。
本文的第三条路线是海事大数据中的轨迹分析与异常检测，AIS 在此只是运行层面的邻近标签来源。论文明确不把连接行数当独立声学观测，规范窗脉冲连接行与缓冲匹配行只是溯源记录。这种对照划定了本文的边界：它不解决船舶轨迹预测，也不提供校准声压级，只检验在传播、采样与采集共同塑造特征与标签时，混合验证分数能否迁移。
为什么录音数很大，独立空间支撑仍然很小？
问题可以沿一个样本走通。取一段 679 秒录音，先去掉首尾各 10 秒剩约 659 秒做特征，标签计时仍用完整 679 秒。若其严格窗内有一条 AIS 报告且距离在 50 公里内，它被标为接触，但这只说明报告几何满足连接规则，不说明该船贡献了可听能量。若把它与同部署的数万段一起训练，模型同时看到的是同一接收器位置、同一水柱声速结构与同一季节船流混合。
论文把这种结构形式化为每个域有自己的分布，站点或部署索引为域，源域与目标域可以同时有先验与协变量差异。托布勒地理学第一定律被写成距离衰减相关的一种可能表现，但本文实测并不支持全局单调距离衰减，最近邻混淆的超出部分区间包含均匀基线。因此更大的假设是：体量、速度与多样性被空间异质性复合后，新增相关观测主要强化局部上下文。
空间异质性 × 先验偏移： 空间异质性负责描述不同站点与部署的联合分布本来就不相同，涵盖传播条件、环境声场与船流混合的差异；先验偏移负责描述其中标签边缘分布的差异，即 AIS 接触率随位置大幅变化。二者搭配的原因是只谈先验会忽略特征分布也变，只谈异质性又不指出阈值失配的直接机制，组合后才能同时解释为何混合建模的单一阈值在新站点失准。
教学上可以用一个例子理解，但例子不携带数值结论：同一陆架上相距几公里的两个接收器可能共享风暴与过境交通，而千公里外拉布拉多海的接收器处于不同传播与交通分布。把三者混合后随机留出，测试窗的邻居很可能仍在训练中，分数自然偏高。真正的部署问题是把模型搬到从未布放过的站点标识符，这要求验证在划分时就切断站点共享。
语料、标签与分组的全景如何组织？
全景分 4 层。第一层是研究海域与大数据画像：阵列跨约 15 度纬度、约 1600 公里，海底深度 44 米至约 2000 米，分圣劳伦斯湾、斯科舍陆架与陆坡、大浅滩与弗莱米什帽、拉布拉多海与陆架 4 个区域。记录设备为 AMAR 记录器配两种水听器，本文只用 8 千赫兹通道，每段为 24 位单声道。源档案约 42 太字节，精确计数语料为 908072 段。
第二层是标注与溯源：先做缓冲连接再按严格窗计数，接触类含 1 至 10 艘船，其中 73118 段含 3 艘及以上。每艘贡献船取严格窗内最小报告距离作为最近接近点，仅描述相遇几何。特征侧保留原始波形均方能量为能量均值，再做逐段归一化后经短时傅里叶变换得 4 个描述子，另用韦尔奇谱估计 0 至 4000 赫兹的谱，但分类器只用 5 个标量。
第三层是分组约定：站点指监测计划的标识符，也是代码分组变量；20 个标识符对应 21 个位置，因为 19 号站跨季移动。主迁移分析按站点标识符分组，测试站点的全部署都不进训练，包括 19 号站的两个物理位置。随机窗口、配对跨季与留一区域是不同协议，不确定性通过重采样站点标识符或部署得到。
站点标识符 × 接收器位置： 站点标识符负责承担监测计划的分组变量，是分析代码实际分组的单位；接收器位置负责承担物理水听器的真实经纬度与布放点。二者搭配的原因是 19 号站在两季之间向东南方移动约 210 公里，标识符相同但物理位置不同，组合后才能说明按站点分组与按固定位置分组并不等价，迁移结论必须保留这一差别。
下表是论文对该语料的大数据画像，阅读时注意体量行把档案规模、精确计数与连接行数并列，但只有录音数是声学观测，连接行只是溯源记录，比较时要区分观测单位与溯源单位。
| Dimension | Evidence in this corpus |
|---|---|
| Volume | Approximately 42 TB in the source acoustic archive reduced to 908,072 exact-count recordings; 36,347,729 canonical window–ping join rows, including 35,654,802 matched AIS-ping rows from the buffered 50 km join. |
| Velocity | Nominal 679-second recordings on a 1,200-second duty cycle across two seasons (2015/16 and 2016/17); monthly AIS archives; deployment distributions shift between seasons. |
| Variety | 20 station identifiers, 21 receiver positions, 4 regions, 2 hydrophone models, bottom depths up to 2 km, and 0 to 10 strict-window vessels per classified recording. |
| Veracity | Per-deployment good, nominal, and outlier screening tiers; vessel-band-contrast medians of 15 to 51 dB; AIS proximity does not establish acoustic audibility. |
| Spatial | Recordings cluster within 38 deployments and 20 station identifiers; cross-season station attribution is weakly above chance, acquisition configuration is readily recoverable, and station-grouped vessel detection loses skill relative to random-window validation. |
该表的教学价值在于把空间行单独列出：录音聚类于 38 个部署与 20 个标识符，跨季站点归因仅弱高于随机，采集配置易恢复，站点分组检测相对随机窗口掉点。这预告了后文所有验证都必须按分组单位重采样，否则会把部署内重复当作独立证据，也为配对差值分析埋下伏笔。
五个描述子、对比统计与部署内筛查如何计算？
沿单样本继续走。输入 659 秒波形后，先算能量均值保留原始尺度，再按均值方差归一化，短时傅里叶用 1024 点帧、512 点跳得到 4 个幅度归一化描述子。韦尔奇谱另行估计，用于接触池的船舶频带对比度。该对比度比较 5 至 100 赫兹平均功率与同段全频带参考，其分母不是独立环境估计，因此它对均匀乘性增益不变，但只是谱对比统计，不是物理信噪比。
\[C_{\mathrm{band}}=10\log_{10}\frac{\tfrac{1}{|B|}\sum_{f\in B}\hat{S}(f)}{Q_{10}\{\hat{S}(f)\}},\]非接触池的背景分数把平坦度加熵减去峰均比与能量方差，再对 1025 维对数压缩谱在部署内标准化、至多保留 15 个主成分后用孤立森林做谱异常检测。接触池用频带对比度且不用该谱异常器。两类分数都在部署与类别内做稳健标准化，用中位数与中位绝对偏差构造分数，低于负 3、非有限或被谱检测器标记者为离群。
\[v_{\mathrm{bg}}=\mathrm{flatness}+\mathrm{entropy}-\mathrm{peak\mbox{-}to\mbox{-}mean}-\mathrm{energy\ variance},\]\[z_{i}=\frac{v_{i}-\operatorname{med}(v)}{1.4826\operatorname{MAD}(v)},\quad\operatorname{MAD}(v)=\operatorname{med}|v-\operatorname{med}(v)|.\]船舶频带对比度 × 筛查层级： 船舶频带对比度负责给出每段 AIS 接触录音的谱对比统计，是部署内可比的比值；筛查层级负责把该统计与背景分数按部署与类别做稳健标准化，再划为优质、一般与离群。搭配的原因是对比度本身跨部署量纲与分布都变，直接定全局阈值不可比，组合后才能说明基准的回顾性筛选只是局部排序，而不是可部署的无标签预处理。
结果是筛选边界必须本地解释：优质阈约 20 至 54 分贝，离群阈约负 43 至正 33 分贝，图注强调这是描述性部署内秩。检测基准剔除离群后还按部署标签簇封顶 750 段得 54507 段，因此其指标描述的是该基准而非野外部署流的流行率。包含对比的回顾性筛选因用了已知类别，属于基准构造而非可部署预处理。
没有训练深度网络时，实际拟合与划分计算是什么？
本研究没有训练深度网络、波形模型或校准谱模型，必须明确说明未训练的部分，再讲实际做的表格分类器拟合。默认模型是 300 棵随机森林加类别平衡权重，对照用默认类别平衡直方图梯度提升与标准化类别平衡逻辑回归。输入始终是 5 个标量，船舶对比因只对接触有定义且会泄露标签而不进检测器。阈值 0.5 用于平衡精度与 F1，ROC-AUC 与平均精度用留出概率。
站点归因在去除离群与非有限行后，用 198739 段接触与 580711 段非接触，分别在两季间双向训练测试，只覆盖两季都出现的 18 个标识符。平衡精度是平均类召回，机会为 18 分之一即 0.0556，最大类占比另行报告以解读普通精度。站点归因区间通过自助 18 个站点召回再平均得到。水听器型号归因用部署阻塞分层分组交叉验证。
\[\mathrm{BAcc}=\frac{1}{K}\sum_{k=1}^{K}\frac{\mathrm{TP}_{k}}{n_{k}},\]船舶存在检测的绑定协议是 3 次重复 5 折分层分组交叉验证，分组为站点标识符，测试站全部署不可见。随机窗口诊断用重复分层 5 折但不分组，双向跨季在相同 18 标识符上跨季训练测试，留一区域评估 4 个观测区域。尺度分析只用第 1 次外层划分的重复，在每折保留不同比例训练站点，非嵌套且不固定训练录音数。
随机窗口验证 × 站点分组验证： 随机窗口验证负责把所有录音打散再划分，回答语料内部可分性；站点分组验证负责把整个站点标识符的全部署留在训练之外，回答向未见站点的迁移。搭配的原因是前者允许训练与测试共享同一部署与采集背景，后者切断这种共享，组合后才能用配对差值直接度量乐观偏差，而不是用两个独立区间间接比较。
配对协议对比把同一次划分下同一留出录音标识的随机与未见站点预测配对，在重复间平均 AUC 差，每次自助用相同站点重复数同时作用于两协议与所有重复。
\[\Delta_{\mathrm{AUC}}=\frac{1}{R}\sum_{r=1}^{R}\left[\mathrm{AUC}\!\left(\hat{p}_{r}^{\mathrm{random}}\right)-\mathrm{AUC}\!\left(\hat{p}_{r}^{\mathrm{unseen}}\right)\right],\]该设计回答的是条件于观测站点混合与重采样方案时，随机诊断是否系统性偏高，而不是断言一切随机划分对一切部署目标都无效，理解这一点才能正确引用 0.049 这个差值。
区域、部署与采集混杂的实验条件如何交代？
区域条件先看下表，四区域在站点数、部署数、深度、接触占比与对比度上都不同，且区域内也有大幅变化。部署按接触率排序后先验跨 0.49% 至 99.8%，超 200 倍，湾口与繁忙大浅滩在高端，拉布拉多在低端。跨 21 个位置深度 44 米至约 2000 米，对比中位数 15 至 51 分贝。阅读该表要同时看区间端点与区域内分散，不能只记均值。
| Region | Stns. | Depl. | Depth (m) | Contact frac. | Contrast (dB) |
|---|---|---|---|---|---|
| Gulf of St. Lawrence | 4 | 8 | 44 to 428 | 0.31 to 1.00 | 15 to 42 |
| Scotian Shelf/Slope | 4 | 7 | 126 to 2002 | 0.10 to 0.62 | 26 to 32 |
| Grand Banks/Flemish | 6 | 11 | 78 to 1802 | 0.01 to 0.47 | 20 to 43 |
| Labrador Sea/Shelf | 6 | 12 | 143 to 2000 | 0.005 to 0.07 | 20 to 51 |
该区域表说明先验偏移与协变量偏移同时存在：接触率的地理排序使一地学到的阈值在另一地失配，而多船混合、天气生物与环境声重叠使正类本身就是几何与声学多样的集合。二值标签把 1 至 10 艘的不同数量、距离与方位压成一类，且不保证每艘都贡献可听能量。相遇密度图显示接触集中于接收器足迹内的航运走廊，因此正类先验本身就是位置依赖，这是分组验证的现实基础。
采集混杂必须与实验条件一起读。在 18 个配对标识符中，17 个在一季用一种水听器、在另一季用另一种，仅 2 号站两季都用后者，因此水听器型号与季节及其他部署级采集变化强对齐。部署阻塞能防止同部署同时出现在训练与测试，但不能把水听器响应与季节、硬件配置或计划级差异分离。距离分析用每标识符第一季坐标，19 号站搬迁不被表示。标签对半径与缓冲的选择敏感性未评估。
异质性与站点可恢复性的主结果是什么？
先看异质性的两个维度。部署接触先验跨两个数量级以上，对比中位数 15 至 51 分贝且部署内与部署间变异都大。这组汇总的作用是确立部署级分布非常数，为后文分组验证提供动机，而不是证明不存在任何全局可用的工程阈值。下段导读对应像素图，阅读时把对数轴与虚线、须线与颜色形状分开确认，避免把排序后的人为单调当成自然趋势。
上面板为按部署排序的接触窗百分比，对数纵轴与 50% 虚线标出跨度；下面板为按部署排序的对比中位数与离散须线，颜色形状区分 4 个区域。重点不是读出某部署的具体数值，而是确认排序后仍有区域内分散，说明变异不只来自区域间差异，需要本地解释筛选边界。
看图路径： 1. 先看上面板纵轴为对数刻度的接触窗百分比与 50% 虚线，确认部署按接触率从低到高排序；2. 再看下面板纵轴为船舶频带对比度与灰色稳健离散须线，确认中位数与离散同时变化；3. 最后对照图例四种颜色与形状，确认同一区域内部也存在明显分散
论文图 2。原论文 Figure 2:：“Two observed dimensions of heterogeneity, with one bar or point per deployment and color denoting region.”。
像素显示上面板柱子按高度单调上升，从低于 1% 到高于 50%，纹理与颜色交错说明高低两端都有多区域混合；下面板圆点三角方块菱形沿横轴缓慢上升但灰色须线很长，个别右端点高达 50 分贝附近，最左端低至 15 分贝附近。这支持部署级分布非常数，但不支持把对比中位数直接当可听性排序，因为分母不是独立环境估计。
站点归因双向跨季在 18 类上仅弱可恢复。接触池平衡精度 0.159、区间 0.072 至 0.252，非接触池 0.164、区间 0.075 至 0.269，机会为 0.056；普通精度 0.299 与 0.144，最大类占比 0.214 与 0.076。因测试标识符在对季训练中都有出现，这度量的是站点标签的持续性而非无支撑分类，且 19 号站不代表固定物理位置。下段导读对应第二张像素图。
左右两幅分别为接触与非接触池的 18 标识符混淆矩阵，横纵轴均为站点，颜色为行归一化比例。先找对角亮格再看整行弥散，才能避免把个别亮格当作整体可分，也要注意纵带状系统误判的含义。
看图路径： 1. 先确认左右两幅分别为接触与非接触池，横轴为预测站点、纵轴为真实站点并按行归一化；2. 再沿对角线寻找微弱的亮色格，确认只有弱对角而大量非对角弥散；3. 最后注意个别亮黄格代表的系统性误判集中，而不是干净的站点表示
论文图 4。原论文 Figure 4:：“Bidirectional cross-season station-identifier confusion matrices over the 18 paired identifiers, row-normalized, for AIS-contact (a) and no-AIS-contact (b) pools.”。
像素显示整体为深蓝背景，左侧在第 2 列有多行偏亮的纵带，中间第 10 列附近与右侧第 19 列各有一两个亮黄格，其余广泛弥散。这与弱站点信息一致：有结构但不是干净可迁移的站点表示。水听器型号在部署阻塞下接触池 0.741、区间 0.630 至 0.855，非接触池 0.856、区间 0.797 至 0.903，机会为 0.5。论文明确这是可恢复的采集机制结构，不是因果传感器签名。
下表把 18 类站点归因与 2 类水听器归因并置，阅读时不能直接比较任务难度，因为类别数与验证协议不同，比较前要先对齐机会水平与区间宽度。
| Predict the station identifier (18 classes) | Predict the station identifier (18 classes) | Predict the station identifier (18 classes) | Predict the station identifier (18 classes) | Predict the station identifier (18 classes) |
|---|---|---|---|---|
| AIS-contact | 0.159 | 0.072 to 0.252 | 0.056 | 0.214 |
| no-AIS-contact | 0.164 | 0.075 to 0.269 | 0.056 | 0.076 |
| AIS-contact | 0.741 | 0.630 to 0.855 | 0.500 | 0.642 |
| no-AIS-contact | 0.856 | 0.797 to 0.903 | 0.500 | 0.517 |
该表把站点与水听器归因并置，阅读时不能直接比较任务难度，因为类别数与验证协议不同。它的代价是提醒读者：采集机制比站点本身更容易从 5 个描述子恢复，但这恰好是分组验证必须切断的共享背景，否则检测分数会混入采集捷径。
随机窗口比未见站点高多少，哪些排序不能确立？
检测主结果在 54507 段封顶回顾筛选基准上报告。绑定未见站点 ROC-AUC 为 0.612、站点自助区间 0.582 至 0.648；随机窗口诊断 0.661、区间 0.636 至 0.690；已知站点跨季 0.603、区间 0.576 至 0.632；留一区域 0.601、区间 0.571 至 0.635。
每个区间都在 0.5 之上，但分组协议区间大幅重叠，因此不能确立已知跨季、留区域与未见站点三者之间的排序。边际区间不检验随机与未见站点是否不同。
配对差为 0.049、共享站点自助区间 0.040 至 0.056，1000 次配对自助没有非正值。条件于观测站点混合与重采样方案，该优势是系统的，记录随机诊断的乐观，但不推广为一切随机划分都无效。去除原始能量后未见站点从 0.612 到 0.603，点估计降 0.009 且边际区间高度重叠。尺度分析保留不同比例训练站点时非单调，区间全程重叠，不能支持学习定律主张。
下表同时给出平衡精度、F1、ROC-AUC 与平均精度，阅读时注意后两者方向不同：ROC-AUC 用留出概率且与阈值无关，F1 与平均精度依赖阈值与基准流行率，比较时要分开讨论阈值无关与阈值相关指标。
| Protocol | BAcc | F1 | ROC-AUC | AP |
|---|---|---|---|---|
| Random-window diagnostic | 0.615 | 0.604 | 0.661 | 0.664 |
| Known-station cross-season | 0.576 | 0.564 | 0.603 | 0.583 |
| Leave-region-out | 0.576 | 0.567 | 0.601 | 0.581 |
| Unseen station | 0.585 | 0.572 | 0.612 | 0.591 |
| gain-invariant features | 0.576 | 0.562 | 0.603 | 0.588 |
该表同时给出 4 个指标，阅读时注意封顶重加权后 F1 与平均精度只描述该基准，不代表未过滤流。未胜出项是已知跨季与留区域并不高于未见站点，负结果是训练站点覆盖非单调，边界是标签半径与缓冲敏感性、校准谱与深度表示上限都未评估，这些缺项限制了向野外部署流的推广。
换分类器、打乱特征与去掉能量后结论还成立吗？
分类器稳健性用三族模型检验协议差距是否只属于随机森林。随机窗口下随机森林 0.661、区间 0.636 至 0.690，直方图梯度提升 0.677、区间 0.649 至 0.708，逻辑回归 0.622、区间 0.591 至 0.655；未见站点下对应为 0.612、区间 0.582 至 0.648，0.627、区间 0.591 至 0.669，0.611、区间 0.576 至 0.656。精确差距为 0.049、0.051 与 0.010，描述上非线性两组更大而线性很小。下段导读对应像素柱图。
3 组柱每组两根，深色为随机划分、浅色为未见站点，纵轴为留出 ROC-AUC 并带簇自助须线，底部 0.5 虚线为随机线。先比组内高度差，再看须线重叠，才能区分点估计差距与不确定性，避免把描述性差距读成显著交互。
看图路径： 1. 先对照横轴三组分类器与纵轴留出 ROC-AUC，区分深色随机划分与浅色未见站点两根柱；2. 再比较每组内两柱高度差，确认两个非线性模型差距更大而逻辑回归差距很小；3. 最后看黑色簇自助区间须线，确认区间在组内与组间都有重叠
论文图 7。原论文 Figure 7:：“Vessel-presence ROC-AUC under random-window and unseen-station protocols for three classifier families.”。
像素显示前两组深色柱明显高于浅色柱，第 3 组两柱几乎等高，3 组须线都跨越组间部分范围。这支持乐观偏差在非线性模型中描述性更大，但因无正式交互检验，不能写成容量越大必然更乐观。论文未做配对容量交互检验，也未做机制实验识别来源，且未报告分类器间配对比较，因此分类器排序未决。
置换重要性在未见站点协议下，每描述子每折打乱 10 次，谱平坦度均值下降最大：随机森林 0.114、梯度提升 0.143、逻辑回归 0.156；能量均值对应 0.010、0.017、0.003，相对平坦度很小且与增益不变消融一致。下段导读对应最后一张像素图。
五行的点估计为打乱后 ROC-AUC 下降量，横轴为下降量，颜色区分 3 个模型，须线为 15 折探索性折自助。先找最靠右的平坦度行，再看能量行靠近零线，才能判断形状依赖，同时注意折自助不是独立站点样本。
看图路径： 1. 先看横轴为打乱后留出 ROC-AUC 下降量，纵轴为五个描述子，确认谱平坦度最靠右；2. 再按颜色区分随机森林、梯度提升与逻辑回归，确认平坦度在三者中均为最大；3. 最后看能量均值与能量方差靠近零线的位置，确认其贡献相对很小
论文图 8。原论文 Figure 8:：“Permutation importance under the unseen-station protocol.”。
像素显示平坦度行三点远离零线且区间不触零，熵与峰均比行居中，能量均值与方差行贴近零线虚线。这支持在 5 个描述子中对归一化谱形状的预测依赖，但因重要性可被相关描述子分担、依赖拟合模型与打乱方案，不能识别唯一或因果声学机制，只能说形状比绝对响度更重要。
原始能量均值 × 增益不变特征： 原始能量均值负责保留波形未归一化前的整体尺度，可能携带记录增益与近距离声源信息；增益不变特征负责在每段归一化后计算谱平坦度、谱熵、峰均比与帧能量方差，只保留形状信息。搭配的原因是去掉能量才能检验检测是否完全依赖录音响度，组合后才能判断未见站点性能中有多少来自可迁移的谱形状，而不是不可比的绝对电平。
综合反证是：去掉能量只降 0.009，平坦度打乱降 0.1 以上，说明未见站点技能主要来自形状而非绝对响度；但三分类器差距模式与重要性排序都只是描述性，未做配对检验与因果实验，任何容量或机制结论都待验证，不能当作部署选型的定论。
哪些因果、阈值与推广结论本文明确不做？
第一，域偏移分量不可分。论文列出先验、协变量、概念、采集与标签噪声可能同时存在，但数据不能把它们单独识别，分组评估只显示其联合域结构改变了迁移度量。若科学目标是可闻船声，AIS 邻近标签是标签噪声；若目标就是按连接规则的运行邻近，同一局限是目标定义的一部分。域自适应界只作定性框架，因为实验报告 ROC-AUC 而不估计源误差与散度。
第二，归因与检测的上限未确立。实验只用 5 个紧凑描述子与表格分类器，不用校准谱、波形或深度表示，因此不构成站点归因或船舶检测的上界。站点归因只覆盖 18 个配对标识符，检测覆盖一个监测计划的 20 标识符对应 21 位置，距离用第一季坐标表示 19 号站。标签半径、缓冲与筛选阈值的敏感性未评估，F1 与平均精度不代表未过滤流。
第三，空间推断近似。18 至 20 个站点的簇自助量化的是观测标识符间的变异，对更广空间只是近似；留一区域只有 4 个区域；尺度分析只用 1 次外层重复且不重采样训练子集选择。最后，本文没有显示加录音导致性能下降，只显示大录音数与随机验证不能保证向新标识符迁移。把相关性读成因果、把回顾性筛选读成可部署预处理都是本文明确反对的误读。
要复述与复现，需要哪些划分、指标与代码条件？
复述先固定术语：部署是站点季节 1 次布放，站点是计划标识符，位置是物理坐标；19 号站的 2 次位置必须一起留出。数据划分按目标选协议：声称未见站点必须用站点标识符分组的 3 次重复 5 折分层分组交叉验证；诊断语料内可分性才用随机窗口；已知站点跨季与留一区域回答更窄问题。每次重复内先按重复汇总预测再聚合，区间用 1000 次百分位簇自助。
指标与超参数按原文保留：平衡精度与 F1 用 0.5 阈值，ROC-AUC 与平均精度用留出概率；随机森林 300 棵类别平衡，直方图梯度提升与标准化逻辑回归为默认类别平衡，逻辑回归线性求解器 2000 迭代；置换重要性每描述子每折 10 次打乱，须线为探索性折自助。基准构造必须复刻：去非有限行与类别离群，再按部署标签簇封顶 750 种子采样得 54507 段。
代码与数据条件是：源声学可经美国国家环境信息中心 DOI 获取，分析仓库标称含标注与特征流水线、结果表、绘图代码与站点坐标水听器清单及可分发的 908072 段特征表，但本次收到的资源状态显示该链接当前不可用，状态为 404，因此当前不能写已公开可运行。源海岸警卫队 AIS 不能再分发，复现下游分析依赖许可的派生表，而不是从受保护档案独立重建标签。
何时值得尝试分组验证，空间专家为什么只是假设？
当目标包含未表征站点时值得尝试本文路线：先画部署接触率与对比分布确认异质性，再做跨季站点归因检验背景可恢复性，最后用站点分组留出与随机诊断的配对差量化乐观。若配对差系统为正，就应把随机分数降级为诊断，把分组分数作为迁移声明的依据，并按分组单位重采样区间，辅以分域评估与适用域说明。部署分组只回答来自已见站点新部署的问题，不能替代站点分组。
空间专家是论文提出的待验证假设而非已确立补救：用环境、传播与采集亲和而非单纯地理距离做路由，四区域可作一种可检验划分，共享主干让数据稀疏站点借力，区域或域适配器保留局部结构，对比或基础表示可作候选主干，适用域门在支撑外拒识。任何模型仍需分组验证，因为采集与先验捷径可被任意模型利用。双用途含义也需注意，船检技术可用于养护管理也可用于海上安全。
对初学者可复述的一句话是：大数据诅咒不是数据有害，而是把相关观测数误当独立空间数，再用切不断站点共享的验证去证明迁移。本文用 0.612 对 0.661 与配对 0.049 的区间、约 16% 对 5.6% 的弱站点归因、74.1% 与 85.6% 但强混杂的采集可恢复性，说明必须按数据来源评估模型，并用更广独立空间与采集支撑去支撑更强迁移声明。
📎 论文与评分元数据
排名：前50% | 文档类型：应用研究 | arXiv 原文
⚖️ 评分明细
评分属于系统判断，不是论文实验结果；八维数值与总分见页首，原始审计记录保留在后端。
评分规则：type-aware-v1
评分模型：muse-spark-1.3-contributor
评分请求协议：openai_responses