基于FHWA的兰州市道路交通噪声预测模型的建立

结合美国道路交通噪声污染预测模型(FHWA)和国内学者在该方面的大量研究成果,选择兰州市主、次干道共计52条、142个监测点的建模采样数据,并应用统计学原理分析了影响道路交通噪声的各个因子与道路交通噪声的相关性,最终得出了符合兰州市道路交通特征的噪声污染统计预测模型.随后通过兰州市15个监测点的预测与实测对比验证后发现二者具有较高的一致性,此模型可应用在兰州市道路交通噪声污染的预测评价中.     

基于FHWA八车道交通噪声预测模型的选取分析

本文对公路交通噪声预测模型进行了分析,基于FHWA公路交通噪声预测模型,提出了公路交通噪声八车道的噪声预测模型,探讨FHWA的噪声预测模式与八车道噪声预测模式的差异性及影响因素。并得出了等效成两个线声源更适合八车道高速公路噪声预测这一结论。     

高速公路互通立交交通噪声预测研究——以昆明绕城高速公路为例

道路交通噪声污染在我国城市地区已很严重。高速公路互通立交运营期的交通噪声比较突出。对几个交通噪声的预测模型进行比较和选择,并以昆明绕城高速公路为例,预测和分析了其互通立交的交通噪声,为噪声污染防治提供了依据。     

高速公路互通立交交通噪声预测研究——以昆明绕城高速公路为例

道路交通噪声污染在我国城市地区已很严重。高速公路互通立交运营期的交通噪声比较突出。对几个交通噪声的预测模型进行比较和选择，并以昆明绕城高速公路为例，预测和分析了其互通立交的交通噪声，为噪声污染防治提供了依据。     

FHWA模式在城区道路交通噪声预测中的应用

采用美国联邦公路局(FHWA)提出的公路噪声预测模式来预测道路交通噪声。将道路上汽车按流车种分类，先求出某一类车辆的小时等效声级：     

几种常用道路交通噪声预测模式在较高等级城市道路中的应用——以深圳市城市道路为例

本文以深圳市城市高速路、城市快速路和城市主干路等三类较高等级的多条典型城市道路交通干道为研究对象,通过实际监测与模式预测对比研究,分析和验证FHWA模式、规范模式、导则模式和RSL90模式等四种常用道路交通噪声预测模式在较高等级城市道路交通噪声预测中的准确性。研究结果表明,各模式预测的准确性高低依次为:导则模式、规范模式、RLS90模式、FHWA模式。     

2016年广州市道路交通噪声污染情况及频谱特性分析

对2016年广州市核心区范围内100个道路监测点和18个噪声敏感建筑物监测点采集到的交通噪声数据进行分析,结果表明:道路监测点昼间平均等效声级为70.3 dB,夜间平均等效声级为70.2 dB,道路监测点和噪声敏感建筑物监测点在夜间的交通噪声污染较为严重。0—Ⅱ类噪声敏感建筑物前测点主要受交通噪声的影响,而建筑物本身对交通噪声的遮挡作用使后测点的声环境质量明显高于前测点。道路监测点频谱特性分析表明,道路交通噪声的声能量主要集中在1 000~1 250 Hz频段范围内,可针对该特性对道路交通噪声进行控制和防治。     

BP人工神经网络模型在拉萨道路交通噪声预测中的应用

针对拉萨市道路交通噪声污染问题,运用人工神经网络理论和方法对拉萨市道路交通噪声的等效连续声级进行预测.经检验,计算值与实测值接近,从而为道路交通噪声的预测提供了一种新的途径.     

BP人工神经网络模型在拉萨道路交通噪声预测中的应用

针对拉萨市道路交通噪声污染问题，运用人工神经网络理论和方法对拉萨市道路交通噪声的等效连续声级进行预测。经检验，计算值与实测值接近，从而为道路交通噪声的预测提供了一种新的途径。     

城市噪声管理信息系统中道路交通噪声预测评价的实现

介绍了城市噪声管理信息系统的目标、结构及其功能，详细阐述了采用城市交通干线噪声平均值公式、FHWA模型与GIS集成的方法进行城市道路交通噪声预测评价。该方法可实现城市交通干线噪声平均值及任一噪声预测点噪声值的计算，并能以等声级形式表示道路噪声分布情况。其作为城市噪声管理信息系统的一项重要应用功能，为道路交通噪声预测评价提供了方便有效的工具。对城市噪声管理信息系统的进一步完善作了探讨。     

上海市公交车站点对道路交通噪声评价的影响

我国目前道路交通噪声污染的监测与评价实际是针对道路交通噪声污染源的监测与评价,与道路交通沿线的居民实际的感受相差甚远.通过对上海市公交车站点噪声调查、监测及评价,结合我国现行的道路交通噪声评价方法,论证了公交车站点对交通噪声污染评价的影响,与现行道路交通噪声污染评价做出比较并分析差异,提出了对道路交通噪声污染评价的新看法.     

道路交通噪声影响因素的研究

本文通过对道路交通噪声测试结果的统计检验和回归分析,得出了道路交通噪声污染的时间分布规律和道路交通噪声普查工作中依据车型噪声污染程度的车辆统计方法,建立了道路交通噪声与车流量的回归模型和道路交通噪声与路面宽度的回归模型。     

道路交通噪声变化的马尔柯夫过程定量预测

介绍了马尔柯夫过程的理论及方法,并将其预测模型和稳定状态方程应用于道路交通噪声变化的定量预测上,其预测结果与研究市区道路交通噪声变化的实际情况相一致,表明用马尔柯夫过程定量预测道路交通噪声变化是可行的。      

关于应用美国FHWA公路噪声预测模式的几个问题

美国FHWA公路噪声预测模式在我国被广泛应用,但对该模式还缺少正确的理解。本文对FHWA噪声预测模式作了详细剖析,解释了模式中各参数的含义,并指出了该模式的应用注意事项。     

道路交通噪声评价与控制防范分析

近年来,随着我国经济的快速发展,城市的现代化建设和道路交通建设相对完善,各种机动车辆纷纷涌上道路,大大方便了人们的出行,但同时也带来了不可避免的噪声污染.道路交通噪声污染已成为当今城市噪声污染的主要来源,文章正是立足于对道路交通噪声的分析,在指出道路交通噪声的来源和现状的基础上,对如何控制和防范道路交通噪声污染提出了几点建议,希望能为解决道路交通噪声问题提供理论指导,从而更好地促进城市的可持续发展.     

道路交通噪声评价与控制防范分析

近年来，随着我国经济的快速发展，城市的现代化建设和道路交通建设相对完善，各种机动车辆纷纷涌上道路，大大方便了人们的出行，但同时也带来了不可避免的噪声污染。道路交通噪声污染已成为当今城市噪声污染的主要来源，文章正是立足于对道路交通噪声的分析，在指出道路交通噪声的来源和现状的基础上，对如何控制和防范道路交通噪声污染提出了几点建议，希望能为解决道路交通噪声问题提供理论指导，从而更好地促进城市的可持续发展。     

人为环境噪声污染对课堂环境的预测分析研究

传统预测方法存在跟踪效果差、偏差大、预测效果不理想等问题,无法达到课堂环境噪声预测的标准,为此,以健身秧歌为例对人为环境噪声污染课堂环境进行预测分析.确定噪声污染因素,绘制噪声污染柱状图,建立预测模型,分别对区域密集型规范预测模型和广阔型导则范预测模型进行设计,由此预测噪声对不同区域学校课堂环境污染情况.设计对比实验,并进行数据分析,得出实验结论.实验结果表明,该预测模型具有预测偏差小,预测效果良好以及噪声污染源追踪准确等优势,能够较好估计噪声源位置,并对噪声影响课堂情况进行准确地分析.     

仪征市“十二五”期间城区道路交通噪声污染现状及防治对策

道路交通噪声是城市环境噪声污染的主要来源。在对仪征市"十二五"期间城区道路交通噪声监测数据进行统计分析的基础上,研究其交通噪声污染现状、发展趋势和原因,并提出控制与降低交通噪声污染的对策和建议。     

2017年广州市道路交通噪声监测与分析

2017年12月期间,选取了广州市主城区98条道路及15栋噪声敏感建筑物,在昼间、夜间道路交通噪声排放峰值期间进行噪声监测实验,综合分析了2017年广州市道路交通噪声污染情况以及噪声频谱特性。道路监测点昼间平均等效声级为72.5 dB,夜间平均等效声级为72.4 dB;噪声敏感建筑物监测点昼间平均等效声级为67.5 dB,夜间平均等效声级为68.0 dB。分析监测实验中的噪声频谱数据,结果显示:各等级道路监测点的频谱能量贡献率曲线在1 000 Hz处达到峰值,用于声屏障设计的等效频率大多数都是800 Hz;噪声敏感建筑物前测点和后测点的等效声级平均相差9 dB,而且前、后测点噪声能量集中于不同的频段,1类、2类噪声敏感建筑物前测点的噪声能量主要集中在高频段,后测点的噪声能量主要集中在低频段,而3类噪声敏感建筑物受道路交通噪声和工业噪声影响,前测点的噪声能量集中频段比后测点的略低。     

校园噪声环境监测与控制

本研究主要分析广州城市职业校园花都校区声环境,使用AWA5636-1型声级计,采用功能区实地布点监测法,收集了2022年6月7:00～24:00内的8个监测点监测数据,采用等效连续声级法与综合指数法2种噪声评价法,比对国家《声环境质量标准》（GB 3096-2008）,综合评估校园噪声污染情况,分析其形成原因,并且对噪声影响较大区域提供降噪的解决方案。结果表明,探究了8个功能区噪声污染情况除监测点3实训楼及周边环境达到I类声环境功能区要求外,其余均超标;校园噪声污染主要由学生活动,及周边道路交通引起。