道路交通噪声预测模型研究

道路交通噪声预测模型研究

刘小明,李 超,荣 建

(北京工业大学北京市交通工程重点实验室,北京 100124)

摘 要:道路交通噪声预测模型是噪声污染治理与防治工作中的重要环节之一.本文将道路交通噪声预测模型

大致划分为统计模型、经验模型、理论模型和宏观评价模型4类,对各类模型的基本建模思想、代表模型、模型发

展以及模型的优、缺点进行了分析,最后展望了道路交通噪声预测模型的发展趋势.

关键词:道路交通;噪声预测模型;路面材料;交通流特性

中图分类号:X 827文献标志码:A 文章编号:0254-0037(2009)07-0953-07

收稿日期:2008 02 25.作者简介:刘小明(1964 ),男,江苏镇江人,教授. 随着我国城市化进程加快和道路交通设施的发展,交通噪声污染主要体现在公众卫生、城市环境和社会经济等方面.据世界卫生组织研究成果显示,长时间暴露在较强噪声环境中的人群会出现听力下降、神经系统衰弱、心血管系统和消化系统生物功能紊乱等不良生理现象.国家环保局1995年对46个大中型城市的噪声监测资料表明[1],交通干线两侧区域噪声超标的城市占71 4%,生活在噪声超标环境的城市居民占市民总数的66 7%以上,我国每年因道路交通噪声污染导致的土地价格贬值、办公效率降低、公众卫生补贴、环境治理等经济损失折合成人民币约216亿元.

本文归纳总结国内外已有道路交通噪声预测模型,根据建模思想和理论依据不同,将其划分为统计模型、经验模型、理论模型和宏观评价模型4类.分析了各类模型的优点和不足,并对该领域研究前景给予展望.

1 统计模型

统计模型是以观测时段内的交通流整体作为研究对象,在大量实测数据的基础上,应用统计分析的方法,建立的噪声评价指标与宏观交通流参数之间关系的一种模型.

文献[2]最早给出道路交通噪声计算模型.模型选取50位统计声级作为噪声评价指标,反映其随观测时段内交通流量变化的规律.该模型适用于车速在56~72km/h,测点与行车道距离大于6m 的情况.

L 50=57 5+8 5lg (Q )-20lg (D)

(1)式中,Q 为交通量;D 为测点距行车道的长度.

1968年,文献[2]将观测时段内车流平均速度作为影响因素引入模型.该公式适用于货车比例为20%的情况.此外,该模型还考虑路面坡度对噪声评价指标的影响,并给出修正值.

L 50=-7 5+10lg (Q V 3/D )

(2)

式中V 为平均车速.

1988年,英国颁布的Calculation of road traffic noise [3].模型选取10位统计声级作为噪声评价指标,较为全面地反映观测时段内交通流量、流速、货车比例与噪声评价指标之间的量化关系,此外模型还考虑了路面坡度的影响.

L 10=10lg Q +33lg (V +40+500/V )+10lg (1+5P h /V )+0 3G -27 6(3)

随着噪声研究领域的扩展,陆续出现大量可用于路段交通噪声的统计模型[4 10].很多学者利用统计第35卷第7期

2009年7月北京工业大学学报JOU RNA L OF BEIJIN G U N IVERSIT Y OF T ECHN OLO GY Vol.35No.7Jul.2009

模型预测信号交叉口、无信号交叉口等道路设施周边的交通噪声.2007年,文献[11]利用大量实测数据,建立等效声级与流量、流速、测距、重型车流量和摆式摩擦系数之间的统计模型,并用另一组数据对模型验证.

我国该领域的研究相对较晚,2001年,李本纲[12]建立的模型对机动车参考噪声、车流量、车速、路面坡度、地面植被等因素对噪声的影响作了有效的预测.2007年,姚德飞[13]提出高速公路交通噪声统计预测模式

L eq=L0+K1lg(Q)+K2lg(D)- L(4)式中,L0为昼、夜间混合车流量的基础声级;K1为昼、夜间混合车流量修正系数;K2为昼、夜间距离衰减系数; L为地面吸收附加量.

统计模型具备形式简单,影响因素明确,计算方便等优点.但模型样本量有限,且模型变量之间关系的物理意义模糊,造成模型可移植性和普适性较差,以及预测精度不高等问题.此外,模型因变量处的噪声评价指标单一,无法实现多指标预测和实时评价.

2 经验模型

半经验模型以交通流中的单个车辆作为研究对象,将单个车辆匀速通过测点时的噪声作为基准噪声,假设同类型车辆均以此方式通过测点,则根据观测时段内实际通过车辆数对基准声级进行迭加,从而求解观测时段内噪声评价指标的模型.

经典的半经验模型当属1978年美国联邦公路局发布的公路交通噪声预测模型[14].该模型将被视作单个点声源,根据声学特征不同将车辆划分为小客车(Auto)、中型车(MT)和重型车(H T)3类,其模型表达式为

L eq(h)i=(L0)Ei+10lg N i D0

S i T

+10lg

D ref

D

1+

+10lg

( 1, 2)

+ s(5)

式中,L eq(h)i为第i种车型的小时等效声级;(L0)Ei为第i种车型的参考能量平均辐射声级;N i为给定时段(1h)内第种车型的数量;D i为观测点与车道中线之间的垂直距离;D0为观测辐射声级时采用的参考距离;S i为第i种车型的平均车速;T为观测时段; 为地面类型的参数,硬质地面取0,软质地面取1; ( 1, 2)为有限线声源修正函数; s为障碍物衰减量.将不同车型的等效声级叠加求和,即得到交通噪声总和

L eqTo tal=10lg(10L eqAuto/10+10L eqMT/10+10L e q HT/10)(6)式中L e qAuto、L eqMT、L eqHT分别为小客车、中型车和重型车的等效声级;L eqTo tal为交通噪声总和.

12a后,M enge等[15]将该模型命名为STAM INA(英文全称:standard method in noise analysis).时至1998年,美国联邦公路局发布最新计算机模型,命名为TNM[16](英文全称:federal hig hw ay administration traffic noise model).上述模型均沿用同一模型框架,即在实测参考能量平均辐射声级(英文全称:reference energy mean emission levels缩写:REM ELs)基础上,通过对交通流量、流速、测距、有限长路段和障碍物等因素进行修正,从而得到测点处的A计权小时等效声级.

2000年,H arris等[17]用实测数据分别比对TNM和STAM INA模型的预测结果,发现STAM INA模型对实际道路交通噪声的预测精度更高,而TNM模型总是高估噪声结果.2001年,Cohn等[18]使用亚利桑那州实测数据分别对TNM和STAM INA模型,发现2个模型预测结果均偏大,且TNM模型更甚.研究还表明如果采用亚利桑那州REM EL数据,偏大程度会降低.2002年,科罗拉多州运输部[19]对比结果表明STAM INA和TNM模型平均误差分别为1和3.最新发布的TNM2 5较以前模型有显著提高. 2005年,EL Aassar[20]对比T NM2 5与实测数据,也发现模型预测结果偏小.

我国交通部发布的噪声预测模型[21 22]沿用美国联邦公路局的模型框架.涂瑞和[23]、黄宪文等[24]、李秀鸿等[25]、赵剑强等[26]不仅详细介绍和推导美国FH WA理论模型,而且指出了该模型的技术缺陷、适用范围、各参数物理意义及将其应用于中国时应注意的几个问题.2000年刘乃兰等[27]就FHWA模型应用954北 京 工 业 大 学 学 报2009年