Ljudet av vind i träd och dess inverkan på störning orsakad av trafikbuller

EXAMENSARBETE

Ljudet av vind i träd och dess inverkan på störning orsakad av trafikbuller

Martin Tunbjörk 2013

Högskoleingenjörsexamen Arena media, musik och teknik

Luleå tekniska universitet

Institutionen för ekonomi, teknik och samhälle

Ljudet av vind i träd och dess inverkan på störning orsakad av trafikbuller.

Martin Tunbjörk

Avdelning för drift, underhåll och akustik Luleå Tekniska Universitet

SE-971 87 Luleå, Sverige

2013

Sammanfattning

Behovet av att skapa en hållbar stadsljudmiljö ökar i takt med att mängden oönskade ljud ökar och kunskapen om dess negativa konsekvenser uppmärksammas. I stadsmiljö är det främst ljudet av trafik som anses som oönskade, att dämpa dessa ljud har länge varit den enda åtgärd som använts i stor utsträckning. Under senare tid har andra metoder uppmärksammats, däribland maskering som med hjälp av ett liknande men positivt upplevt ljud minskar effekten av det oönskade ljudet. Typiska positiva ljud som kan uppfylla kraven för maskering av trafikljud är naturljud som vatten.

Detta ljud är användbart pga. dess likhet med trafikljud, samt att dess temporala karaktär är kontinuerlig. Ett annat naturljud med liknande egenskaper är ljudet av vind i träd, detta ljud och dess brukbarhet har till skillnad från vattenljud inte lika grundligt undersökts.

Syftet i denna rapport är att undersöka ljudet av vind i träds förmåga att maskera ljudet av trafik, samt att ta reda på om vetskapen av att det finns träd i samband med trafikljud påverkar resultatet. Metoden för denna undersökning har varit ett lyssningstest där testets deltagare fått lyssna på 21 ljud där trädljud och trafikljud blandats. Hälften av deltagarna tilldelades en kort beskrivning av den visuella miljö de kunde förvänta sig under testet (en trädbevuxen stadspark), resterande deltagare utförde testet helt utan miljöbeskrivning.

Inspelningarna av trädljuden är utförda på tysta platser i Lunds Kommun där endast ljudet av vind i träd dominerar bakgrundsljudet. Ljuden av trafik är inspelade i Malmö stad där ljudet av trafik dominerar bakgrundsljudet. Den slutgiltiga blandningen av träd- och trafikljud skapades i efterhand. 41 personer deltog i lyssningstestet, var deltagare fick bedöma om de ljud det hörde upplevdes som obehagliga till behagliga på en skala mellan 1-100. De 21 ljud som användes under testet bestod av 4 olika trädarter; björk, ek, gran och en kombination av björk och bok. Trädljuden redigerades i efterhand till två typer av ljud för vart träd, den ena typen innehöll temporala skiftningar i vindstyrka, och det andra liknande ett konstant brus.

Resultat och analys visar att ljudstimuli innehållande trafik och träd generellt bedömdes som mer behagligt än ljudstimuli endast innehållande trafik, trots höjd ljudnivå. Fanns inte trafikljudet med, bedömdes däremot ljud med högre ljudnivå som mindre behagligt. Försökspersoner som fått en beskrivning tenderade att bedöma ljud innehållande trafik som mindre behagligt än de utan beskrivning. Detta skulle kunna kopplas till att testdeltagare med beskrivning hade högre förväntningar på ljudmiljön.

Trädljud som innehöll temporala variationer bedömdes som mer behagligt än konstanta totalt sett, denna effekt var tydlig för de ljudstimuli som endast innehöll trädljud, för ljudstimuli även innehållande trafikljud uteblev dock effekten.

Följande slutsatser kan dras för de försökspersoner som deltagit i testet; Störning orsakad av trafik minskar när ljudet av träd finns närvarande i ljudbilden, oavsett vilken typ trädljud samt ljudnivå. Vetskapen om att det finns träd närvarande ökar störning av trafik på grund av höjda förväntningar på ljudmiljön.

Resultatet av denna studie visar på att träd har en potential att maskera trafikbuller och skulle kunna tillämpas som en del i planeringen av innerstadsmiljö.

Innehållsförteckning

Sammanfattning  ...  I   Innehållsförteckning  ...  III  

1   Inledning  ...  1  

1.1   Bakgrund  ...  1  

1.2   Koncept  ...  1  

1.3   Syfte  &  frågeställning  ...  2  

2   Teori  ...  3  

2.1   Soundscape  ...  3  

2.2   Maskering  ...  3  

  Fysiologisk  maskering  ...  3  

2.2.1   Informationsmaskering  ...  4  

2.2.2 2.3   Multisensorisk  inverkan  på  och  med  ljud  ...  4  

2.4   Ljudande  och  absorberande  element  i  staden  ...  5  

  Naturliga  element  ...  5  

2.4.1   Onaturliga  element  ...  9  

2.4.2 2.5   Demografiska  aspekter  ...  9  

2.6   Typ  av  beskrivning  vid  lyssningstest  ...  10  

2.7   Subjektiv  bedömning  av  ljudnivå  och  komfort.  ...  10  

2.8   Semantic  differential  ...  10  

2.9   Binauralteknik  ...  10  

2.10   Statistik  ...  11  

  Analysis  of  variance  (ANOVA)  ...  11  

2.10.1   Repeated  measures  (ANOVA)  ...  11  

2.10.2 3   Metod  ...  13  

3.1   Inspelning  ...  13  

  Utrustning  ...  13  

3.1.1   Inspelningsplatser  ...  14  

3.1.2 3.2   Postprocess  av  inspelningar  ...  17  

3.3   Uppspelning  ...  18  

  Utrustning  ...  18  

3.3.1   Lyssningstest  ...  20  

3.3.2 3.4   Statistisk  metod  ...  22  

4   Resultat  ...  23  

4.1   Försökspersoner  ...  23  

4.2   Inspelningar  ...  23  

4.3   One-­‐way  Repeated  Measures  ANOVA  ...  24  

4.4   Factorial  Repeated  Measures  ANOVA  ...  25  

4.5   Multivariate  Analysis  of  Variance  ...  27  

5   Analys  ...  29  

5.1   Testets  deltagare  och  utformning  ...  29  

  Försökspersoner  ...  29  

5.1.1   Ljudinspelningar  ...  29  

5.1.2 5.2   Utgång  av  resultatet  ...  29  

  Miljöbeskrivning  ...  29  

5.2.1   Ljudet  av  träd  ...  30  

5.2.2   Ljudet  av  trafik  ...  31  

5.2.3   Ljudnivå  ...  31   5.2.4

6   Diskussion  ...  33  

6.1   Årstid  ...  33  

6.2   Ljudnivåskillnad  före  och  efter  redigering  ...  33  

6.3   Maskering  &  ljudnivå  ...  33  

6.4   Miljöbeskrivning  ...  33  

6.5   Konstant  &  Varierande  ...  34  

6.6   Hörlurar  ...  34  

6.7   Testmiljö  &  bakgrundsnivå  ...  34  

6.8   Tillämpning  ...  35  

7   Slutsats  ...  37  

8   Referenser  ...  39  

Bilaga  I  ...  i  

Bilaga  II  ...  ii  

Bilaga  III  ...  iii  

1 Inledning

1.1 Bakgrund

På senare tid har intresset för ljud som designverktyg uppmärksammats bland forskare, landskapsarkitekter och stadsplanerare. Även då intresset finns, saknas nödvändig fakta för att ljud på ett praktiskt plan ska kunna användas som ett lätthanterligt designverktyg. Oönskat ljud som trafikbuller dominerar till stor del den urbana ljudmiljön. Exponering av trafikbuller och oönskat ljud är en ökande hälsofråga [1], och de åtgärder som idag finns att tillgå är ofta kostsamma och kräver stora insatser. Trafikverket räknar med att trafikbullret kommer att öka med 20-30 % till och med 2020 [2], detta trots att omfattande åtgärder har genomförts. Denna typ av prognoser tyder på att det finns ett stort behov av nya metoder för att hantera trafikbuller, och att man i en designprocess för utomhusmiljö kommer att i större utsträckning behöva hantera, och förhålla sig till trafikbuller. Att maskera trafikbuller på platser där andra åtgärder inte är möjliga har på senare tid nått större acceptans och flera studier har undersökt möjligheterna med denna typ av åtgärd [3, 4].

1.2 Koncept

Grundprincipen för maskering i detta sammanhang är att med hjälp av ett önskat ljud maskera ett oönskat. Maskering kan primärt delas upp i två typer, dels en fysisk där innerörats begränsningar medför att ett starkt ljud maskerar andra svagare, främst i frekvensdomän men även till viss del i tidsdomän. Den andra typen uppstår på en högre perceptuell nivå och kallas informationsmaskering, där hjärnan har svårt att skilja på ljud som är väldigt lika [5]. Dessa två typer av maskering bygger tillsammans upp den totala maskeringen. Informationsmaskering utnyttjar så kallad

”target-masker confusion” [6], där viss del av det maskerade ljudet (oönskat ljud) misstas för att vara maskören (önskat ljud). På så vis ökar maskeringen i sin helhet, dock finns risk för att motsatt effekt uppstår och istället bidrar till att maskeringen minskar [3].

1984 väcktes idén på ett sjukhus i Pennsylvania, att kontakten med naturmiljö kunde ha en positiv effekt på människors tillfrisknande efter operation [7]. Effekten, som delvis bygger på att visuell naturmiljö triggar positiva känslor, har också visat sig kunna kopplas till naturljud [8]. Då valet av lämpligt önskat ljud (maskerande) bör vara ett ljud som människan föredrar framför det oönskade, har naturljud goda förutsättningar som maskör. Detta har flera studier tagit fasta på och använt ljudet av vatten för att representera naturen. Då Ulrich 1991[9] studerade naturljuds relation till människan, kunde ingen skillnad urskiljas mellan upplevelsen av vattenljud och andra

”allmänna naturljud”. Allmänna naturljud definierades som öppen naturmiljö med träd och lätt bris där inga ljud från människor eller djur kunde urskiljas. Detta borde rimligtvis innebära att även ljudet av träd kan ha en maskerande effekt på oönskat ljud som trafikbuller.

1.3 Syfte & frågeställning

Syftet med denna rapport är att genomföra ett lyssningstest där ljudet av vind i träds potential som ljudmaskör för trafikljud prövas. Samt att analysera och granska resultatet och undersöka dess eventuella tillämpning som designelement i stadsmiljö.

Följande frågeställning står som grund för denna rapports syfte:

• Påverkar tillägg av ljud från träd störning orsakad av trafikbuller?

• Påverkar vetskapen om att det finns träd störning orsakad av trafikbuller?

2 Teori

2.1 Soundscape

Begreppet soundscape användes för första gången av avantgardisten R. Murray Schafer som med sin bok The Tuning of the World (1977) [10] startade en internationell ljudlandskapsrörelse. Begreppet syftar till människans, eller levande tings relation till sin omgivning genom ljud. Studier av Soundscape omfattas av området Akustisk ekologi, ett begrepp Shafer myntade i projektet World Soundscape Project i slutet av 1960-talet [11]. Målet med forskningsprojektet var "att finna lösningar till ett ekologiskt balanserat ljudlandskap där förhållandet mellan det mänskliga samhället och dess ljudmiljö är i harmoni" [11, 12].

2.2 Maskering

Fysiologisk maskering 2.2.1

Maskering inom ljud och hörsel kopplas vanligtvis till att en stark signal maskerar eller ”dränker” en svagare då de båda befinner sig nära varandra i frekvens och/eller tid. Maskering i frekvensdomän illustreras i figur 1 där den större stapeln visar hur den maskerade signalen vid 250 Hz dränker en närliggande med svagare amplitud.

Den så kallade maskeringströskeln har större effekt på signaler högre i frekvens än den maskerande signalen. Maskering i tidsdomän uppstår då två signaler kommer efter varandra i snabb följd, beroende på nivå kan den dominanta signalen maskera det svagare, se figur 2. Detta kan uppstå även då den svagare signalen kommer före i tid, kallat ”pre-masking”, dock är den effekten mindre än ”post-masking” som uppstår efter. Dessa två typer av maskering har det gemensamma att de båda uppstår i hörselsnäckan, och kan båda betraktas som ett fysiologiskt fenomen.

Figur 1: Maskering i frekvensdomän. Figuren är baserad på ett tidigare diagram av Jehan T [13].

Figur 2: Maskering i tidsdomän. Figuren är baserad på ett tidigare diagram av Jehan T [13].

Informationsmaskering 2.2.2

Till skillnad från fysiologisk maskering uppstår informationsmaskering inte i innerörat, utan på en högre perceptuell nivå. Maskeringen uppstår då två signaler upplevs som så pass lika varandra att hjärnan inte kan skilja dem åt [14]. För att illustrera hur detta fungerar delas signalerna upp i maskerande signal och målsignal.

Då dessa signaler enligt definitionen är lika varandra kan viss förvirring uppstå runt vilken signal som är maskerande och vilken som är målet. Skulle en del av den maskerande signalen missuppfattas som målsignalen skulle den totala maskeringen minska. Och skulle en del av målsignalen missuppfattas för den maskerande skulle maskeringen istället öka [3].

2.3 Multisensorisk inverkan på och med ljud

Ett flertal studier visar på att det finns en tydlig interaktion mellan hörseln och andra sinnen som modifierar ljuds inverkan på den totala miljökvalitén [15]. Syn och hörsel faller ofta in i samma komfortfaktor när vi i det totala bedömer vår omgivnings kvalité [16]. Southwoth utförde 1969 [17] ett experiment som resulterade i att då syn- och hörselintryck jämfördes var den generella påverkan på hörselintrycket negativt påverkat av det visuella. En av flera senare bekräftelser på detta samband har även kunnat konstatera att en mer urban visuell miljö försämrar hörselintryckets kvalitativa upplevelse [18]. Denna effekt är beroende av vilken typ av ljud, kategoriseras ljuden som önskade och oönskade, är önskade ljud som exempelvis fågelsång mest negativt påverkat av en negativ visuell miljön. Blandas däremot det önskade ljudet med exempelvis vägtrafikbuller som typiskt uppfattas som oönskat ljud, blir den negativa effekten av det visuella inte alls lika tydlig. En avvikelse från detta är dock ljud genererade av människor (fotsteg och röster) som också upplevs som önskat, men inte nämnvärt påverkas av förändringar av den visuella miljön [18].

Trots att det visuella intrycket ofta ses som det dominanta, växelverkar givetvis alltid sinnen, ljud ger till exempel en visuell miljö innebörd och sammanhang som bilden ensamt inte kan ge [19]. Vad för ljud och vilken slags miljö är som tidigare nämnt avgörande för den slutgiltiga multisensoriska effekten. Önskade ljud förbättrar starkt den totala miljökvaliteten, oönskade ljud kraftigt försämrar den. Men nyanser finns, en urban visuell miljö är mindre känslig för ljudets inverkan [15]. Ljud som i ett skogs- eller rekreationsområde skulle uppfattas som förbättrande, visade sig knappt påverka upplevelsen av en urban innerstadsmiljö utan vegetation. Detta resultat har

med stor sannolikhet att göra med de förväntningar som finns på den aktuella miljön, se figur 3. Ljud av trafik förväntas finnas i en urban miljö, därav bedöms deras närvaro med mer acceptans än om ljudet förekommer i en skog [15].

Figur 3: Effekten av 10 meningsfulla ljud på bilder av skog och innerstadsmiljö [15].

Att se källan till ett oönskat ljud ökar störningseffekten markant [20], denna effekt är viktig vid användning informationsmaskering med ”target- masker confusion”.

2.4 Ljudande och absorberande element i staden

Ljud bedöms alltid i sin kontext, trotts detta bedöms somliga ljud som generellt mer positiva eller förbättrande av en miljö än andra. Tabell 1 listar ett antal vanligt förekommande ljud och deras generellt förbättrande förmåga, oberoende miljö. Som väntat toppas tabellen av ljud som härstammar från naturen, och lägst bedöms mekaniska ljud och trafikbuller.

Tabell 1: Medelbetyg av ljud [15].

Ljud Medelvärdesbedömning¹

Fåglar 6,5

Syrsor 5,7

Stark vind i träd. 5,0

Hundskall 4,4

Lekande och skrattande barn. 4,2

Hästar, kor och höns 4,1

Innerstadstrafik 3,7

Passerande jet-flygplan 3,4

Startande och landande jet-flygplan 2,8

El-gräsklippare (start och förflyttning) 2,7

1Bedömning från 1 (mest försämrande) till 8 (mest förbättrande).

Naturliga element 2.4.1

Det har sedan tidigare vart känt att visuella naturintryck i jämförelse med urbana har en snabbare och mer fullständig effekt på stressåterhämtning och att i samklang med evolutionspsykologin sett ger en ökad koncentrationsförmåga orsakad av ett mer positiv emotionellt tillstånd [9]. Ljudlandskapforskning har visat att mekaniska och

som fågelkvitter upplevs som behagliga [1, 18, 21]. En svensk studie har kunnat påvisa att även naturliga ljud, så som en naturlig visuell miljö har en likande effekt på stressåterhämtning [8]. Denna studie höjer därmed ljudets status som inverkande faktor på människors välbefinnande i urbana miljöer.

Vatten

Det har i ett flertal studier påvisats att vatten har goda ljudegenskaper för att maskera trafikbuller [3, 16, 22]. Höga ljudnivåer (55 - 80 dB) från fontäner har inte samma störningsförmåga som onaturliga mekaniska ljud och ljud från biltrafik. Detta har man kunnat påvisa med hjälp av enkätundersökningar [16] på offentliga platser, men också med hjälp av inspelningar [3, 4] och lyssningstest. Rent mekaniska ljud, i detta fall orsakade av en rivningsplats [16] bidrar till att upplevd komfort försämras linjärt med ökad ljudnivå. Kombineras däremot rivningsljudet med ljudet av en fontän, orsakar ljudnivåhöjningen inte någon försämring av den upplevda komforten, upp till 70 dB.

Orsaken till fenomenet är med stor sannolikhet att ljudet av fontänen maskerar rivningsljudet. Då ljudet av fontänen bedöms som mer komfortabelt ökar därmed hela platsens ljudkvalité.

Trots vattens goda egenskaper att maskera trafikbuller finns viss risk att så kallad negativ ”target - masker confusion” uppstår. I Nilssons et al. 2010 [3] undersökning upptäcktes att ljudet av den fontän som användes under experimentet maskerades mer av trafikljudet än vise versa, vilket med stor sannolikhet berodde på trafikljudets lågfrekvensrika innehåll. Vilka slags ljudegenskaper den fontän som användes under experimentet hade finns inte angivet. Att undersöka fontänens ljudegenskaper kan ha stor betydelse för dess förmåga till maskering, och inte minst ljudkomforten på platsen [4]. Fallande vatten och vattendrag innehåller större mängd låga frekvenser vilket har visat sig ha bättre egenskaper för maskering av trafikbuller [23]. Jeon et al.

[4] kunde visa i sin studie att även ”sharpness” är en viktig komponent för ljudkomfort-bedömning.

Träd & buskar

Vegetation kan på flera sätt påverka ljudutbredning, en tät dunge kan absorbera ljud med upp till 7-11 dB [24]. Men är vegetationen en annan kan en skog i motsats till absorption förstärka ljudets utbredning genom att skapa rumsliknande förhållanden [25]. Ljudet av träd kan liknas vid ljudet av när ett mönstrat bildäck tar sig fram över ett underlag. Släpps ett bildäck en gång mot ett underlag uppstår ett enstaka ljud, rullar däremot däcket på underlaget upprepas samma ljud på grund av däckmönstret så pass många gånger att ljudet snarare liknar ett brus. Samma sak uppstår för ljudet av träd, eller närmare bestämt ljudet av vind i träd. Vinden får löven att sammanstöta och slå mot grenar, vilket i en liten mängd upplevs som ”prassel”, men i ett helt träd upplevs som brus. För träd, så som för en bil i hög hastighet är det inte bara sammanstötningar som orsakar ljudets uppkomst, turbulens [26] runt trädets grenar och löv står för en stor del av det totala ljudet, i synnerhet för barrträd där turbulens är det primära ljudet. Vinden, som drivande källa till trädens ljudemission kan indelas i två variabler. En oberoende av tid som sammanfattar riktning och amplitud av vinden, en tidsvarierande som omfattar vindbyar och kastvindar [27].

Träd & buskars förmåga till dämpning

Vegetation kan ha en förmåga att dämpa ljudutbredning. Dämpningen och frekvensomfånget härleds från bladens storlek, bredd, ytdensitet och omfång.

Dämpningseffekten är som störst i de högre frekvensbanden (>2 kHz) [28, 29].

Orsaken till växternas dämpning är komplex och består av flera faktorer som varierar

beroende av årstid och typ av väder. Generellt kan konstateras att träd genom oscillation av löv, grenar och stjälkar internt absorberar energi, men trädens grenverk splittrar och reflekterar även ljudet samt att viskösa och termiska gränsskikt nära växtens yta bidrar. Vid en omfattande studie ledd av Fang [30] inkluderades 35 träd- och buskarter, studien som utfördes i fält kunde peka ut flera faktorer som påverkade vegetationens dämpning. Exempelvis hade träd med låga grenverk en bättre dämpning, och en dunges densitet, bredd, höjd och längd hade större inverkan än bladens egenskaper. Resultaten från denna studie framhäver vilken av växters placering för en så bra dämpning som möjligt.

Figur 4: Exempelbild på ljudutbredning i utomhusmiljö, Figuren är baserad på ett tidigare figur [26].

En annan form av dämpning som orsakas av vegetation är dess påverkan på vindhastighet. Då vinden rör sig över oregelbunden mark bromsas vindhastigheten vid markskiktet, vilket även medför att ljudutbredningen hindras i vindens riktning [30, 31]. Trots att träd kan ha en dämpande effekt är tron på dess inverkan ofta större än den rent fysiska effekten. 1979 konstaterades vid ett byggnationstillfälle att då ett buskage bytts ut till en ljuddämpande barriär upplevde de boende att dämpningen försämrats efter ombyggnaden [26]. En förklaring till att vegetation uppfattas som ljuddämpande trots avsaknad av signifikans i ljudnivå kan vara förskjutning av ljudkällans frekvensinnehåll orsakad av träden [29].

Träds ljudemission

För lövträd domineras frekvensinnehållet orsakat av lövens sammanstötningar och turbulens runt grenar vid omkring 4 kHz. För barrträd där endast turbulens orsakar ljudet är den dominerande frekvensen betydligt lägre; 1-2 kHz [31]. I figur 2 listas fyra vanligt förekommande svenska träd och deras ljudnivå, samt deras mittfrekvens vid fyra vindhastigheter.

Tabell 2: Ljudemission från träd orsakat av vind [31].

Björk Asp Tall Gran

u [m/s]

fm

[Hz]

Lw

[dB]

fm

[Hz]

Lw

[dB]

f0

[Hz]

Lw

[dB]

dn¹ [mm]

f0

[Hz]

Lw

[dB]

dn [mm]

6,3 5772 41,2 3972 30,1 1028 41,1 1,22 1466 41,3 0,86 7,8 5672 44,7 3672 37,6 1200 44,8 1,30 1716 46,3 0,90 9,6 5372 47,6 3722 41,9 1466 47,8 1,31 1966 48,6 0,97 11,5 5172 50,7 3772 46,2 1591 50,2 1,44 2841 51,0 0,80

1Barrens diameter.

Till skillnad från andra naturelement som vatten är trädens ljudkaraktär säsongsberoende. På hösten är löven torra, på vintern är träden helt utan löv och på sommaren i full grönska. Vid varje säsong förändras trädens ljudegenskaper avsevärt, inte minst deras ljudnivå.

I tabell 3 listas ett antal vanligt förekommande svenska trädarter och deras för och nackdelar gällande ljud och anpassning till stadsmiljö.

Tabell 3: För och nackdelar med ett antal vanligt förekommande svenska trädarter [32].

Art Fördel Nackdel

Asp Låter mycket, kanske mest

bland de svenska träden.

Poppelsläktet har aggressiva rötter vilket gör arten svårtillämpad i stadsmiljö, ledningar och rör i marken kan skadas.

Björk - -

Lind Vanligt stadsträd. -

Ek Vissa typer av ek är numera

vanliga i stadsmiljö.

-

Alm & Ask - Känslig för sjukdomar.

Vitpil Vanligt i Skåne där det ofta

klipps lågt av tradition. Kan bli höga (25 m) och yviga.

-

Bok Bladen sitter långt in på höst

och vinter vilket är en fördel.

Används ibland som häck.

Inget idealiskt stadsträ.

Barrträd Barren sitter året om. Annan fördelning av

frekvensinnehåll än bladträd.

Djurliv

Fåglars sång är en tydlig representation för att naturen är närvarande. Människan precis som andra däggdjur upplever deras kvitter som lugnande. Orsaken till detta tros vara en nedärvd kunskap om att fågelkvitter medför att det inte finns några rovdjur i närheten [33]. Coensel et al. använde sig 2011 av fågelkvitter och vatten i kombination med urbant trafikbuller (halv-kontinuerligt) för att se om dessa komponenter ökade ett ljudlandskaps ljudkvalité. I termer som behagligt och händelserikt, uppfattades fågelkvitter som mer positivt än vattenljud [22].

För att locka mindre fåglar som sparvar till en plats kan lägre buskar vara en bra metod. Nackdelen med detta kan dock vara att besökare av parken under mörker känner en otrygghet pga. dålig uppsikt över miljön.

Mark

Att promenera på grusgångar har visat sig sänka rytmen av människors gångstil, då de blir medvetna om sitt eget gångtempo. I en fältstudie i ljudlandskap uppgav några av deltagarna att ljudet av steg mot grusgång förmedlade känslan av omvårdnad [34], samt att ljudet i rätt kontext kan förhöja en plats historiska värde.

Naturliga element i beräkningar

Ingen av de Svenska beräkningsmodeller som idag används vid stadsplanering tar någon närmare hänsyn till akustiska variationer i naturmiljöer. Soundplan är en mjukvara som flitigt används vid stadsplanering och bullerutredningar. Denna programvara tillämpar i sina beräkningar vedertagna modeller som exempelvis ILYD, som i sin tur bygger på den nordiska beräkningsmodellen [35] (rapport 4653/1996). I denna beräkningsmodell tas endast hänsyn till om underlaget vid ljudutbredning är hårt eller mjukt. I många sammanhang är dessa alternativ tillräckliga, dock visar många studier som de ovan nämnda att det finns nämnvärda akustiska variationer i naturmiljö som kan påverka både ljudutbredning och frekvensinnehåll [24, 36].

Onaturliga element 2.4.2

Musik

Musik har visat sig påverka den subjektiva upplevelsen av ljudnivån i utomhusmiljöer. Då försökspersoner utsattes för en ljudmiljö med och utan musik, men med samma ljudnivå, upplevdes miljön utan musik som tystare.

Vid samma tillfälle bedömdes den upplevda ljudkomforten med och utan musik vilket resulterade i att sambandet mellan komfort- och ljudnivåbedömning var mindre relevant då musik fanns i med i ljudmiljön. Komfortbedömningen med musik ökade inte nämnvärt med ökande ljudnivå. Detta skulle kunna betyda att närvaron av musik kan få människor att känna sig mer akustiskt komfortabla. Dessa resultat är dock starkt kopplade till vilket typ av musik som spelas, och hur den framförs. Generellt kan man se att live musik är som mest uppskattat [16].

Trafik

Maskering av trafikbuller har visat sig vara beroende av det tempo som fordon passerar den aktuella platsen med. Trafikbullersituationer där trafikflödet är högt, dvs.

motorväg och högt trafikerade innerstadsvägar har visat sig vara mer lämpade för maskering än vägar med lägre trafiktempo [22]. Detta på grund av att vid ett högre trafikflöde är ljudet av vägen mer kontinuerligt.

Ironiskt nog med tanke på att ljudet av trafik oftast är mindre önskat och ses som ett problem, finns exempel på att trafikljud kan användas som det maskerande ljudet.

Staden Wien använde sig av en redan högt trafikerad gata för att maskera ljudet av bullrande nattklubbar och deras besökare nattetid [37].

2.5 Demografiska aspekter

I subjektiva mätningar med enkäter, har man sett att människor med en upplevd högre ljudnivå i hemmet har högre tolerans mot bullriga utomhusmiljöer. I undersökningen kunde man observera att den grupp människor som hade en högre tolerans mot buller också bodde i städer med varmare klimat. En möjlig förklaring kan då vara att man i

varmare klimat måste ha öppna fönster till sina hem, vilket i sin tur kan medföra att toleransnivån ökar för buller.

I ett flertal studier har man kunnat konstatera att vid bullerkänslighet är det endast ålder som ger signifikans [38]. Till exempel har man kunnat se att subjektiv bedömning av ljudnivå inte ger någon skillnad med ålder. Vid bedömning av akustik komfort är yngre personer (10-17 år) generellt mer missnöjda och äldre personer (>55 år) den mest tillfredsställda gruppen. Skillnad i åldersgrupper har man också kunna se när det handlar om ljudegenskaper. Äldre tenderar att uppskatta naturliga och lugna ljudelement, medan yngre föredrar en ”livligare” ljudmiljö [16].

2.6 Typ av beskrivning vid lyssningstest

För att beskriva en visuell miljö vid lyssningstest används primärt tre typer av miljöbeskrivning; fältstudie, visuell stimuli eller text/verbal beskrivning. Hurvida resultatet påverkas varierar främst med kvalitén på utförandet, och inte vilken typ av metod som valts [15].

2.7 Subjektiv bedömning av ljudnivå och komfort.

Subjektiv bedömning av ljudnivå har visat sig stämma bra överens med ekvivalentnivå, högre ljudnivå ger sämre bedömning, dock upp till ca: 73 dBA där det linjära sambandet saknas. Den subjektiva komfortbedömningen är klart mer komplext, och tydliga tecken visar på att komfortbedömningen till stor del styrs av typen av ljudkälla. Ljud från vägar och mekaniska ljud samstämmer bättre med ekvivalentnivån än ljud orsakade av fontäner eller musik [16].

2.8 Semantic differential

Semantic differential är en skala utformad för att mäta den konnotativa meningen av objekt, händelser eller koncept. Konnotativ mening, till skillnad från denotativ syftar till ords suggestiva betydelse (ex. denotativ meningen av ordet björn är att det är ett djur, medan dess konnotativa mening är stark, kraftfull och mäktig). Skalan är utformad så att två polära adjektiv är skrivna på motsatt sida till varandra (bra – dålig, kraftfull – svag). Fördelen med denna typ av mätmetod är att endast tre skalor har visat sig nödvändiga för att få pålitliga resultat på en persons respons. De tre skalorna delas in i tre kategorier; utvärdering (bra – dålig), potential (kraftfull – svag) och aktivitet(snabb – långsam). Med hjälp av de tre skalorna skapas ett tredimensionellt rum där resultaten kan utvärderas [39].

Få Semantic differential test har genomförts på soundscape utvärderingar, men polära adjektiv som comfort–discomfort, quiet–noisy, pleasant–unpleasant, natural–artificial, like-dislike och gentle–harsh är huvudfaktorerna för människors soundscapeanalys [16].

2.9 Binauralteknik

Binauralteknik har de senaste åren utvecklats till en standard vid utvärdering av produktljud, främst inom fordonsindustrin. Det ideala målet med denna typ av inspelningstekniken är att med så stor precision som möjligt, återge ljud precis så som det lät vid den aktuella inspelningsplatsen. Vilket innefattar både ljudnivå och ljudkvalité, men främst spatial riktningsuppfattning och avstånds-bedömning.

Mänsklig ljudlokalisering baseras på att hjärnan har en förmåga att skilja på ett ljuds nivå, frekvensinnehåll och typ av ljud. Hur detta utnyttjas är till viss del beroende av ljudets riktning. Några variabler som är viktiga är tid- och nivåskillnad mellan öronen och hur huvud, ytteröra och överkropp formar ljudet ända in till örats trumhinna.

Dessa sistnämnda fysiska beskaffenheter kallas HRTF (Head Related Transfer

Function) och är möjliga att matematiskt simulera. Vill man med hjälp av binauralteknik mäta ljudnivå på samma sätt som med en konventionell mätutrustning, är HRTF väldigt viktig för att kunna filtrera bort kroppens inverkan på ljudet.

Vanligtvis ekvaliseras signalen med antingen fritt- eller diffust fält, dock använder vissa tillverkare av binauralteknik sin egen ekvalisering. Två vanligt förekommande typer av utrustning som används vid binauralinspelning är ”in-ear” och konsthuvud.

Med konsthuvud tekniken efterliknas ett mänskligt huvud som en modell där mikrofonerna är placerade vid öronen. ”In-ear”-tekniken använder ingen modell av ett huvud, istället placeras mikrofonerna precis utanför inspelningsteknikerns öron.

Fördelen med ”in-ear” är att den som spelar in ljuden får en inspelning anpassad för sitt eget huvud, och att utrustningen blir mer portabel. Nackdelen är dock att inspelningen inte blir lika generellt gångbar för allas öron som en inspelning med konsthuvud.

2.10 Statistik

Analysis of variance (ANOVA) 2.10.1

ANOVA eller F-test efter grundaren Fisher är ett statistiskt verktyg utformat för att jämföra variansen inom eller mellan grupper. Fördelen med testet är att det är möjligt att analysera data från experiment med mer än två grupper. Vid analys av data med högst två grupper används ett så kallat t-test. Består ett test av fler än två grupper uppstår problem med t-test som orsakas av att risken för ett typ-I fel (att noll- hypotesen förkastas) är för stor. ANOVA är en hypotesprovning, resultatet av testet ger endast information om noll-hypotesen är sann eller inte. Skulle resultatet av ett test vara att noll-hypotesen är sann, skulle detta innebära att slumpen orsakat eventuella skillnader i resultatet. Är däremot noll-hypotesen inte sann innebär detta att minst en av mothypoteserna orsakat skillnaden. Vilken eller vilka av dessa mothypoteser som är sanna får man svar på genom så kallade ”post hoc” tester [40].

Repeated measures (ANOVA) 2.10.2

Repeated measure eller även kallat ”within subject design” är ytterligare en typ av F- test. Typiskt sammanhang då man använder denna typ av test är när man vill mäta en beroende nivå flera gånger på samma objekt. Ett exempel på detta kan vara då man före och efter en behandling vill se hur behandlingen har påverkat objektet genom upprepade test. För att denna typ av test ska vara giltigt finns vissa förutsättningar eller antaganden som måste uppnås. Alla objekt som deltar i studien måste vara med på alla upprepade mätningar eller test. Alla mätningar på samma objekt måste även vara oberoende varandra, detta bygger på antagandet att alla objekt har liknande kovarians eller på engelska ”sphericity” eller ”circularity”. En liknande typ av antagande finns även i F-test (between subject design) då man antar att bedömningen mellan olika objekt är oberoende varandra. Detta är inte möjligt med ”repeated measure ANOVA” eftersom det är samma objekt som utför de repeterade testerna. En kovariation kan exempelvis vara att ett objekt bedömer väldigt högt på bedömningsskalan och fortsätter med samma höga bedömning på nästa mätning. Med

”repeated measure ANOVA” tas hänsyn till detta i beräkningarna, men förutsättningen är att kovariansen är ungefärligt lika stor för varje objekt [40].

3 Metod

3.1 Inspelning

Två typer av ljudmiljöer spelades in vid ett flertal tillfällen. Den ena ljudmiljön bestående av träd är inspelad i skogsmiljö, den andra av trafikljud och är inspelad i villaförortsmiljö. Då inspelningarna i sin slutprodukt kommer att vara sammanmixade till en gemensam ljudmiljö är det viktigt att de båda typerna av ljudmiljöer är så lika varandra som möjligt. För att uppnå detta har fasader och hårda reflekterande ytor undvikts vid inspelningsplatserna. Samtliga inspelningar är också inspelade med de ljudande objekten rakt framför inspelningsutrustningen och på ungefär samma avstånd.

Utrustning 3.1.1

Samtliga ljud är inspelade i utomhusmiljö, med anledning av detta har en portabel inspelningsutrustning (Head Acoustics - SQuadriga) använts till inspelningarna. Ett headset från Bruel & Kjaer har ersatt originalmikrofonerna med fördelen att de är miniatyrmikrofoner som får plats i ytterörat i nivå med hörselgångens öppning. Vid inspelning täpps hörselgången igen med en hörselplugg för att minimera bidraget från örongångens egenfrekvens. Vid alla inspelningstillfällen har ljudnivån under inspelningstillfället separat mätts med en precisionsljudanalysator (Norsonic Nor140).

Med analysatorn har också inspelningarnas frekvensinnehåll loggats varje sekund i 1/3 oktavband. Analysatorn kalibrerades före och efter i direkt samband med varje mättillfälle. Då vind är en förutsättning för denna typ av inspelning har ett vindskydd använts till både precisionsanalysatorn och binauralinspelningen. Den sistnämnda har tyvärr inget vindskydd i original, vilket medfört att ett eget skydd tillverkats av samma typ av material som den tillhörande precisionsanalysatorn (figur 5). Även vid vindstilla förhållanden användes vindskyddet, till exempel vid inspelning av biltrafik då vindförhållandena var 0-1 m/s. Detta för att undvika skillnader i inspelningarnas frekvensinnehåll med och utan vindskyddet.

Figur 5: Mätuppställning och inspelningsutrustning.

Alla inspelningar har spelats in med linjär ekvalisering. Inspelningskvalitén som använts under alla inspelningar sattes till samplingsfrekvensen 48 kHz och bitstorleken 32 bit, vilket inte har förändrats under senare bearbetning. Samtlig

Tabell 4: Utrustning använd under inspelning av ljud.

Instrument Tillverkare Modell Serienummer

Portabel binauralinspelning HEAD Acoustics SQuadriga 48220941

Binaural headset Bruel & Kjaer 4101 X00731

Kalibrator Bruel & Kjaer 4231 1883023

Precisions ljudanalysator Norsonic Nor140 1402850 Inspelningsplatser

3.1.2

Bakgrundsnivån i utomhusmiljöer är hög i relation till en kontrollerad miljö som i ett lab. Då det är svårt att undvika höga bakgrundsnivåer är det viktigt att ha kontroll över vad bakgrundsnivån informationsmässigt innehåller. I denna studie har inspelningsplatserna för träd valts ut för att undvika ljud från trafikbuller. Samt att trafikinspelningsplatsen är utvald för att undvika andra bakgrundsljud än trafik.

Träd

Att finna ”tysta platser”, eller platser där ljud från naturen dominerar ljudbilden är svårt i regioner som Skåne. Institutionen för kulturgeografi och ekonomisk geografi på Lunds Universitet genomförde 2004 en studie för att kartlägga de områden i Lunds kommun som inte är drabbade av bullerstörningar [41]. I beräkningarna togs följande faktorer i beaktning: Järnväg, vägar (50-110 km/h), flygplatser, bergtäkter, vindkraftverk, industrier, avfallsanläggningar och djurfarmar. Faktorer som inte togs hänsyn till var ljud som orsakats utanför Lunds kommun, med undantag för Sturup flygplats som är belägen precis intill kommungränsen. Studien resulterade i ett antal områden i kommunen som kunde bedömas som tysta, se figur 6.

Figur 6: Karta över tysta områden i Lunds kommun, viktiga områden innebär rekreationsområden och naturreservat[41].

Område 7 på kartan i figur 6 består av kuperad mark, som högst 185 m över havet med planterad skog och är en del av Romeleåsen. Skogen är monokulturellt planterad vilket ger goda förutsättningar för att spela in en trädart åt gången. Figur 7 visar en karta med utsatta mätpunkter som valdes ut för inspelning av trädljuden. Under inspelningarna varierade vindhastigheten mellan 3-7 m/s, samt vindbyar på upp till 10 m/s. Vindhastigheten uppmättes inte under mättillfället, informationen hämtades i efterhand från SMHI och privata väderstationer runt området.

Figur 7: Karta med utsatta mätpunkter, mp. 1-4.

Figur 8-11 är fotografier tagna på de utvalda inspelningsplatserna som användes för trädinspelningar. Fotografierna är endast en illustration på hur platsen såg ut, inte hur mätutrustning och inspelningsutrustning var placerade.

Figur 8: Mp.2. Björk i förgrunden och ung granskog (ca: 2 m höga) i bakgrunden. Bakom ryggen fanns ett fält ung blandskog (ca: 1,5-2 m hög).

Figur 9: Mp.1. Främst bok och någon björk i förgrunden. I bakgrunden ett fält med ung blandskog (ca: 1,5-2 m hög) och i ryggen ung granskog (ca: 2 m hög).

Figur 10: Mp. 3. 20-30 m in i planterad granskog.

Någon enstaka björk fanns i skogen, men ljudbilden dominerades av gran.

Figur 11: Mp. 4. Planterade Ekar i ett ca: 50 m brett glapp mellan ung planterad barrskog (ca:

2 m hög).

Biltrafik

Ljuden från biltrafik är inspelade vid Annetorpsvägen vid utkanten av Malmö under rusningstrafik. Framför mätpunkten finns en kyrkogård med ett antal träd men inga nära byggnader, bakom breder ett stort kalkdagbrott ut sig och runt platsen växer högt tort gräs. Vindstyrkan var vid mättillfället 0-1 m/s vilket medförde att de träd och det höga gräset runt platsen inte genererade något ljud som kunde påverkar inspelningen.

Denna unika miljö möjliggör inspelning av kontinuerlig stadstrafik (ständigt flöde av bilar) vid skyltad hastighet 50 km/h utan störningar av annan verksamhet eller reflektioner från fasader. Inspelningarna blir därmed även kompatibla med inspelningarna från skogsmiljön. Platsen spelades in på tre olika avstånd från vägen;

15, 30 och 60 m vilket redovisas i figur 12-13.

En annan väg med skyltad hastighet 70 km/h spelades också in men valdes senare bort på grund av bakgrundsbuller från en byggarbetsplats någon kilometer bort från inspelningsplatsen.

Figur 12: Flygfoto hämtad från ”google maps”

på Annetorpsvägen med utsatta mätplatser för biltrafikinspelning.

Figur 13: Bild från mätplatsen av biltrafik- inspelning. Hämtad från ”google street view”.

3.2 Postprocess av inspelningar

För att undvika influenser av andra ljud som kan påverka upplevelsen av inspelningarna har ett flertal inspelningar sållats bort. I de inspelningar som trots vissa störningar ändå har använts har de störande ljuden redigerats bort, exempelvis enstaka fågelkvitter eller avvikande motorljud. Redigeringen utfördes med gratisprogramvaran Audacity, som också använts för att separera de användbara ljudklippen från originalinspelningarna. I samband med att inspelningarna sorterades, synkroniserades även den loggade mätinformationen från precisionsanalysatorn Norsonic 140 manuellt, varifrån den ekvivalenta ljudnivån kunde fastställas för varje separerat ljudklipp. Klippen varierade i nivå mellan 42-58 dBA. Samtliga ljudklipp begränsades eller förlängdes till 20 sekunder genom att klippa bort eller repetera ljudinnehållet. För trädljuden skapades två kategorier av ljudkaraktär; ett där träden låter med ett konstant brus och ett då träden är utsatta för vindbyar, dessa två typer kallas i denna rapport för konstanta och varierande ljud. I och med att filerna redigerades till viss del förändrades också den ekvivalenta ljudnivån i ljudklippen.

Endast ett konstant trafikljud med ljudnivån 55 dBA kom att användas senare under experimentet. Några av klippen med träd mixades samman med trafikljudet, varav ljudnivån på de slutgiltiga klippen blev 56-59 dBA. Ingen typ av filtrering av ljuden har använts under redigeringen.

3.3 Uppspelning

Utvärdering av de skapade ljudmiljöerna/ljudfilerna gjordes med hjälp av lyssningstest. Resultaten av lyssningstesten analyserades med statistiska metoder.

Utrustning 3.3.1

Som källa för uppspelning av ljud och även insamling av resultat användes programvaran Matlab. För att inte förlora betydande ljudkvalité användes ett semiprofessionellt ljudkort (M-Audio – Firewire 410) som hörlursförstärkare.

Hörlurar som användes under testet var AKG K240 (Studio). Samtlig utrustning som användes under lyssningstestet finns listade i tabell 5.

Tabell 5: Utrustning som använts under lyssningstest.

Benämning Fabrikat Modell / Version

Programvara Matlab R2008b

Audacity 2.0.2

Hörlurar AKG K240 (Studio)

Ljudkort M-Audio Firewire 410

Mikrofon Bruel & Kraer 4140

Precisionsanalysator Norsonic Nor 140

Hörlurar

Valet av hörlurar som kom att användas under lyssningstestet grundar sig på en enkel frekvensrespons över hela mätuppställningen (se figur 14). Två par hörlurar utgjorde den varierande variabeln, varav ett par av dessa utvaldes till testet.

Figur 14: Mätuppställning använd för frekvensrespons.

Testet utfördes inte i en ekofri miljö utan i en kontorsbyggnad efter arbetstid.

Bakgrundsnivån uppgick till 30 dB under testets utförande, vilket innebar att en bakgrundskorrigering inte skulle innebära någon betydande effekt på resultatet då skillnaden mellan bakgrund och signal klart överskred 15 dB. Testsignalen bestod av ett vitt brus skapat med hjälp av programvaran Audacity. För att ha kontroll på den utsignal som skickades från hörlurarna användes en redan känd signal på 55 dB som referens, ljudnivån på det vita brus som användes var 93 dB.

Tabell 6: Medelljudnivå av vitt brus efter kalibrering.

Hörlurar Ljudnivå

L R

AKG K240 (Studio) 94 dB 93 dB

Sennheiser HD 595 92 dB 93 dB

Signalen uppmättes med ”in ear” -mikrofon med örongången igentäppt av öronpropp.

Precisionsanalysatorn Nor 140 tar endast en signal åt gången vilket innebar att höger och vänster hörlur fick uppmätas separat. FFT funktionen på Norsonic instrumentet var begränsat till frekvensintervallet 1 - 9600 Hz och med en upplösning på 1,43 Hz.

Under mätperioden togs 24 medelvärden, fönsterfunktion; Hanning, FFT funktion;

auto spectrum och frekvensupplösning 24 kHz. Frekvensresponsen från mätuppställningen repeterades tre gånger a´ 20 sekunder varav hörlurarnas position på huvudet ändrades för var repetition. Hörlurarnas placering på huvudet hade en viss betydelse för frekvensresponskurvans utseende, varför ett medelvärde för var hörlur användes för visualisering av responsen via Matlab (se figur 15,16). De hörlurar som senare under lyssningstestet kom att användas var AKG K240 (Studio).

Figur 15: Frekvensrespons AKG K240 (Studio).

Figur 16: Frekvensrespons Sennheiser HD 595.

Valet av hörlurar motiverades med att Sennheiser hörlurarna visade en avvikande frekvenskaraktär mellan höger och vänster signal i det högre frekvensområdet (figur 16). Vänster (röd) signal visar även en smal men tydlig nedgång vid 8 000 Hz på ca 7 dB.

Matlab

Det Matlab-script som användes under testet (se figur 17,18) var sedan tidigare anpassat för bedömning av flera stimuli samtidigt, användaren kunde då byta mellan ljuden utan begränsningar. Denna typ av bedömning var inte önskad inför denna typ av test varav vissa förändringar av scriptet utfördes. Dels begränsades antalet ljudklipp till att endast ett ljudklipp kunde spelas upp år gången. Den regel som testpersonen bedömer ljudet med justerades så att den alltid placeras i mitten av intervallet inför var bedömning. Istället för att programmera om de grafiska knappar som styr programmet, ändrades endast knapparnas namn. Knapparna [Pause], [Stop]

och [Replay] finns kvar i den slutgiltiga vyn endast på grund av att scriptet var krångligt att skriva om. Försökspersonerna ombads innan testet att endast använda dessa knappfunktioner om de någon gång blev störda under testet. Detta för att undvika att försökspersonerna inte skulle lyssna på vissa ljud kortare tid eller flera gånger och därför avvika från sin intuitiva bedömning. Scriptet slumpar automatiskt ljudföljden inför varje ny testperson.

Figur 17, 18: Testets grafiska utseende före och efter uppdatering av script.

De bipolära adjektiv som användes under testet var behagligt – obehagligt, dessa adjektiv har använts i tidigare liknande studier, men i form av engelskans pleasant – unpleasant [22].

Lyssningstest 3.3.2

Figur 19: Testuppställning för lyssningstest.

Lyssningstestet bestod av 21 ljud varav två ljud var vitt och rosa brus. Ett ljud bestod endast av trafikljud, och resterande 18 ljud innehöll de inspelade träden med och utan trafikljud. Ljuden delades upp så att varje typ av trädljud representerades av minst ett ljud som varierade och ett konstant, dessa blandades i sin tur med trafikljudet. I tabell 7 samt figur 20 redovisas alla ljud som kom att användas under testet.

Tabell 7: Ljud som användes som stimuli under lyssningstestet. K: konstant vind, V:

varierande vind.

Träd Trafik Vindens variation Ljudnivå vid inspelning Ljudnivå

inkl. trafik Diff träd-

Trafik Ljudnivå i hörlurar

dBA dBA dB dBA

Björk K 49 54

TR K 49 56 -1 58

V 49 53

TR V 49 56 -2 57

Björk & bok K 51 54

TR K 51 57 -1 58

V 42 51

TR V 42 57 -4 57

V 58 59

TR V 58 59 4 61

Ek K 50 54

TR K 50 57 -1 58

TR V 47 56 -5 50

V 47 56

Gran K 52 54

TR K 52 57 -1 57

V 55 56

TR V 55 58 1 59

Trafik TR 55 55

Pink 55 55

White 55 55

Experimentuppställningen som användes under testet bestod av samma utrustning som användes under frekvensresponstestet av hörlurarna, samma dator, ljudkort och hörlurar (se figur 19). För insamling av bedömningsdata användes det tidigare beskrivna Matlab-scriptet. Som komplement för insamling av data användes en blankett där försökspersonerna efter testet fick fylla i följande personliga uppgifter:

Namn, ålder, kön, känd hörselnedsättning och om deras nuvarande bostad var belägen i stadsmiljö eller glesbygd (Bilaga III). Innan försökspersonerna påbörjade lyssningstestet fick de i lugn och ro läsa igenom ett instruktionsblad (Bilaga I & II).

Instruktionerna innehöll en kort välkomnande introduktion, samt en beskrivning om hur lyssningstestet kom att gå till. Hälften av försökspersonerna fick också följande extra beskrivning där miljön ljuden utspelade sig i kort förklarades (Bilaga II):

”De ljud du kommer att höra under testet beskriver ljudmiljön i en trädbevuxen stadspark.”

Figur 20: Grafisk beskrivning av testets uppbyggnad.

Ett specifikt rum ämnat åt experimentet har inte använts, utrustningen har varit portabel för att nå så många deltagare som möjligt under en begränsad tid. En subjektiv bedömning av bakgrundsnivå och visuell miljö har vid varje plats undersökts för att undvika yttre influenser på testet. Främst har sovrum använts som experimentplats, motiverat med att bakgrundsnivån vanligtvis är lägre i dessa rum.

Sovrum vetter oftast mot innergårdar snarare än ut mot en väg, de har ofta mycket dämpning i form av tyger och kläder vilket sänker efterklangstiden och ljudnivån i rummet. Ett sovrum går också att stänga dörren om, och för den visuella miljön dra för gardiner och stänga eventuella fönster.

Efter varje lyssningstest har försökspersonen kort intervjuats angående hur de upplevde ljuden, vad de hörde och om de upplevde någonting under testet som svårt.

3.4 Statistisk metod

Två huvudtyper av statistiska beräkningsmodeller användes under analysen av insamlad data. För att titta på hur de två olika grupperna med och utan beskrivning bedömt lyssningstestet användes statistiska modellen MANOVA (Multivariate Analysis of Variance) med mjukvaran Statgraphics. För att inom grupperna se hur lyssningstestets faktorer påverkat bedömningen användes modellerna ”Factorial Repeated Measures ANOVA” och ”One-way Repeated Measures ANOVA” med mjukvaran SPSS.

4 Resultat

4.1 Försökspersoner

Totalt genomförde 41 försökspersoner lyssningstestet. Medelåldern bland deltagarna uppgick till 32 år, se figur 8.

Tabell 8: Information om försökspersonerna.

Antal Ålder (medel)

Kön Nuvarande bostad Miljöbeskrivning

Kvinnor Män Stad Landsbygd Med Utan

41 32 13 28 34 7 21 20

Fem deltagare uppgav att de upplevde sig ha en lindrig hörselskada, dock hade endast två av dessa dokumenterad skada. Samtliga är drabbade på vänster öra vid höga frekvenser.

4.2 Inspelningar

Figur 21 och 22 visar frekvensinnehållet för de inspelningar av träd och trafik som användes under lyssningstestet. I figur 22 redovisas även två trafikljudinspelningar som inte användes under lyssningstestet. Dessa två inspelningar innehåller avstånden 15 och 35 meter från vägen.

Figur 21: Frekvensinnehåll för samtliga inspelade träd; Björk & Bok, Ek, Björk och gran.

Figur 22: Frekvensinnehåll för trafikinspelning på avståndet 15-60 m från vägen. För avstånden 15 och 30 meter är värdena aritmetiskt medelvärdesbildade av 5 respektive 4 mätningar, 60 meter avståndet är bildat av endast en mätning.

4.3 One-way Repeated Measures ANOVA

I detta avsnitt redovisas resultatet av bedömningen där betingelserna ”ljudet av trafik”

(M Tr) blandats med konstant (K) samt varierande (V) ljud av vind i träd.

Mauchly’s test har visat att antagandet som “sphericity” inte har uppnåtts för

”Konstant (M Tr)”, χ2=22,32, p<0,05. Dock är antagandet sant för Varierande (M Tr), χ2=6,07, p>0,05. Med anledning av detta har antal frihetsgrader korrigerats för

”Konstant (M Tr)” med hjälp av Greenhouse-Geisser uppskattning av ”sphericity”(ε

=0,80), se tabell 9.

Tabell 9: Mauchly's Test of Sphericity.

Within Subjects

Effect Mauchly's W Approx. Chi-

Square (χ2) df Sig.

Epsilon (ε) Greenhouse-

Geisser

Huynh- Feldt

Lower- bound Konstant (M Tr) 0,559 22,316 9 0,008 0,804 0,882 0,250 Varierande (M Tr) 0,854 6,069 9 0,733 0,929 1,000 0,250

Då antagande för ”sphericity” för ”Konstant (M Tr)” inte är uppnått redovisas även

”Multivariate Test”. Enligt tabell 10 styrks ovan nämnda resultat att även ”Konstant (M Tr)” innehåller en signifikant effekt.

Tabell 10: Pillai´s Trace Multivariate Test.

Effect Value F Hypothesis df Error df Sig.

Konstant (M Tr) 0,179 2,016 4 37 0,0112

Resultatet visar att bland de försökspersoner som deltagit i testet, finns signifikanta skillnader i bedömning av trädljuden ”Konstant (M Tr)” F(3,2 128,6)=3,34, p<0,05 och Varierande (M Tr) F(4 160)=3,74, p<0,01, se tabell 11.

Tabell 11: Tests of Within-Subjects Effects

Source Type III Sum

of Squares df Mean Square F Sig.

Konstant (M Tr) Greenhouse-Geisser 2389,005 3,215 743,172 3,341 0,019 Error [Konstant (M Tr)] Greenhouse-Geisser 28600,595 128,584 222,427

Varierande (M Tr) Sphericity Assumed 2287,541 4 571,885 3,737 0,006 Error [Varierande (M Tr)] Sphericity Assumed 24482,059 160 153,013

Enligt ”Post Hoc”-testet i tabell 12 redovisas parvisa jämförelser baserade på medelvärden. Endast signifikanta medelvärden är redovisade i tabellen. Resultatet av

”Post Hoc”-testet visar på signifikant skillnad i bedömning mellan endast ljudet av trafik [Trafik (Tr)] och ljudet av trafik blandat med ljudet av träd. Resultatet visar även att denna effekt är gemensam för samtliga trädljud oavsett vilken typ av trädart eller variation.

Tabell 12: Post Hoc Test, Parvisa jämförelser baserade på medelvärden.

(I) Trafik (J) Träd/Trafik

Mean Difference (I-J)

Std.

Error Sig.

95% Confidence Interval for Difference

Lower Bound Upper Bound

Trafik (Tr)

Björk (K M Tr) -10,000^* 3,618 0,009 -17,311 -2,689 Björk&Bok (K M Tr) -8,268^* 3,558 0,025 -15,459 -1,078 Ek (K M Tr) -6,976^* 2,946 0,023 -12,930 -1,021 Gran (K M Tr) -7,146^* 2,903 0,018 -13,014 -1,279

Trafik (Tr)

Björk (V M Tr) -9,000^* 3,073 0,006 -15,211 -2,789 Björk&Bok (V M Tr) -9,220^* 2,840 0,002 -14,960 -3,479 Ek (V M Tr) -6,805^* 2,588 0,012 -12,036 -1,574 Gran (V M Tr) -6,488^* 2,895 0,031 -12,339 -0,637

*. Signifikant medelvärde med nivån 0,05, V: Varierande trädljud med trafik, K: Konstant trädljud med trafik.

4.4 Factorial Repeated Measures ANOVA

I detta avsnitt redovisas resultatet av bedömningen där ”ljudet av vind i träd” jämförts med (M) och utan (U) ljudet av trafik (Tr) samt variationen konstant (K) och varierande (V).

Mauchly´s test visar att alla faktorer utom ”Träd (U Tr)” χ2=15,5, p<0,05 uppfyller antagandet som ”Sphericity”. Därför har antal frihetsgrader korrigerats med hjälp av Greenhouse-Geisser uppskattning av ”Sphericity”( ε = 0,81) för faktor ”Träd (U Tr)”, se tabell 13.

Tabell 13: Mauchly’s Test of Sphericity.

Within Subjects Effect Mauchly’s W Approx. Chi-

Square (χ2) df Sig.

Epsilon (ε) Greenhouse-

Geisser

Huynh- Feldt

Lower- bound

Träd (U Tr) 0,671 15,466 5 0,009 0,806 0,862 0,333

Variation (U Tr) 1,000 0,000 0 . 1,000 1,000 1,000

Träd * variation (U Tr) 0,905 3,862 5 0,570 0,937 1,000 0,333

Träd (M Tr) 0,790 9,138 5 0,104 0,874 0,941 0,333

Variation (M Tr) 1,000 0,000 0 . 1,000 1,000 1,000

Träd * Variation (M Tr) 0,939 2,430 5 0,787 0,960 1,000 0,333

”Multivariate Test” för faktorn ”Träd (U Tr)” redovisas i tabell 14 med anledning av icke uppnått antagande om ”Sphericity”. Enligt tabell 14 styrks ovan nämnda resultat att även ”Träd (U Tr)” innehåller en signifikant effekt.

Tabell 14: Pillai´s Trace Multivariate Test.

Effect Value F Hypothesis df Error df Sig.

Träd (U Tr) 0,307 5,599 3,000 38,000 0,003

Resultatet visar att bland de försökspersoner som deltagit i testet, finns signifikanta skillnader i bedömning för ”Träd (U Tr)” F(2,4 96,8)=6,06, p<0,01 och ”Variation (U Tr)” F(1 40)=22,4, p<0,01. Även interaktionen ”Träd*variation (U Tr)” visar på signifikans; F(3 120)=15,3, p<0,01. Dock visar resultatet att det inte finns någon signifikans för samtliga betingelser då ljudet av trafik blandas med trädljudet (M Tr), se tabell 15.