Опубликовано: 07.05.2026 | Источник: MIT Technology Review

Шум в дипломе: как технические решения снижают антропогенный шум и повышают экологическую устойчивость

Поддомен: Data Engineering
Роль: Системный аналитик

Семантический анализ:
— Primary keyword: снижение антропогенного шума в городах
— LSI-запросы: акустический мониторинг, датчики шума, анализ звуковых данных, экологические сенсоры, системы экомониторинга, обработка сигналов, IoT-сети, метрики шума (дБ), ГОСТ 34.19, ISO/IEC 25010
— Вопросы студентов:
1. Где взять реальные данные по шуму для анализа?
2. Как оформить схему архитектуры сбора и обработки звука?
3. Какие метрики считать в главе по эффективности?
4. Как доказать, что решение реально снижает шум?
5. Как защитить ВКР по теме, если она «не совсем IT»?
— Ключевые сущности: ГОСТ 34.19, ISO/IEC 25010, OpenTelemetry, C4-модель, метрики шума (дБ)

Введение

Во время локдауна 2020 года в Сан-Франциско белогрудые воробьи начали петь тише, богаче и «сексуальнее». Почему? Машины почти исчезли — и шум упал на 7 дБ. Это как перейти из офиса в библиотеку. Исследование показало: антропогенный шум — невидимый, но мощный фактор, ломающий экосистемы. И это не просто экология. Это данные. Это сенсоры. Это обработка сигналов. И это — отличная основа для ВКР в IT.

Как системный аналитик, я вижу в этом кейсе готовую техническую задачу: мониторинг, анализ, визуализация, прогноз. И самое главное — вы можете доказать эффективность. Это то, что любят научные руководители и комиссии. Шум — измерим. Динамика — видна. Эффект — ощутим. И вы можете построить систему, которая покажет: «Мы сделали тише — и природа отреагировала».

Как вписать шум в диплом: три темы для ВКР

Ниже — три реальных темы, которые можно адаптировать под ваш профиль. Все они опираются на статью, но уводят в прикладную IT-сферу. Каждая тема включает: актуальность, цель, задачи и структуру.

Основная часть: как вписать статью в главы диплома

Глава 1: Анализ и теория

Здесь вы не просто пересказываете статью — вы формализуете проблему. Используйте:

• Диаграмму C4 — покажите контекст: сенсоры → шлюз → сервер → веб-интерфейс → пользователь (эколог, чиновник).
• Таблицу метрик — уровень шума (дБ), тип источника (транспорт, промышленность), время суток, биореакция (на примере воробьёв: частота пения, дальность слышимости).
• Ссылки на ГОСТ 34.19 — если проектируете ПО, используйте стандарт для описания требований. Например: «Система должна обеспечивать погрешность измерения не более ±1.5 дБ».

Глава 2: Проектирование и реализация

Если вы делаете прототип — покажите архитектуру. Пример на Python + MQTT:

# Сбор данных с микрофона и отправка в брокер
import sounddevice as sd
import numpy as np
import paho.mqtt.client as mqtt
import time

def get_noise_level(duration=5, fs=44100):
    audio = sd.rec(int(duration * fs), samplerate=fs, channels=1)
    sd.wait()
    rms = np.sqrt(np.mean(audio**2))
    db = 20 * np.log10(rms + 1e-10) + 94  # калибровка
    return round(db, 1)

client = mqtt.Client()
client.connect("broker.hivemq.com", 1883)

while True:
    noise = get_noise_level()
    client.publish("city/noise/sensor_01", str(noise))
    time.sleep(60)

Используйте OpenTelemetry для логирования: метки времени, источник, координаты. Это повысит доверие к данным.

Глава 3: Тестирование и эффективность

Как доказать, что ваша система работает? Сравните с эталоном. Например:

• Сравните показания сенсора с данными Росгидромета или NoiseTube.
• Посчитайте метрики: MAE (средняя ошибка), R² (коэффициент детерминации).
• Оцените влияние по ISO/IEC 25010: функциональная пригодность, производительность, удобство сопровождения.

Пример вывода: «Модель предсказания уровня шума показала R² = 0.87, что позволяет использовать её для планирования городской политики».

Чему вы научитесь

Работая над такой темой, вы получите не просто диплом — вы освоите реальные навыки:

• Проектировать IoT-системы с учётом энергопотребления и канала связи.
• Работать с open data и интегрировать разнородные источники.
• Строить модели на реальных данных и интерпретировать результаты.
• Оформлять техническую документацию по ГОСТ 34.19.
• Оценивать эффективность по метрикам (дБ, MAE, R²) и стандартам (ISO/IEC 25010).

FAQ

graph TD
    A[Микрофон] --> B[ESP32]
    B --> C[Mosquitto]
    C --> D[Python-обработчик]
    D --> E[База данных]
    E --> F[Веб-интерфейс]

Источник: The noise we make is hurting animals. Can we learn to shut up? (опубликовано 2026-04-16)