平原高速公路交通噪声对两侧敏感区域影响的探讨

针对目前平原高速公路交通噪声影响两侧敏感区域的状况,环评预测结果偏差过大的问题,应用声学传播理论,对交通噪声的衰减结果进行计算,并用实测数据进行验证。其结果对平原高速公路交通噪声的管理与治理提供相应的参考。     

高速公路交通噪声的多普勒效应

通过对高速公路交通噪声现场测定与研究分析,结果表明,由于高速公路上行驶的车辆速度很快,致使在高速公路两侧近距离接收点上,当车辆迎面驶来到背离驶去时,交通噪声出现明显的频率漂移和A声级的显著差异,即出现高速公路交通噪声的多普勒效应。     

公路噪声模式存在的问题与处理

采用《公路建设项目环境影响评价规范》（试行）中推荐的环境噪声影响预测模式（规范模式）和以“城市道路交通噪声预测统计模型”为基础的综合模式分别对高速公路交通噪声进行了计算，并利用实测资料对两种模式进行了检验和比较分析。指出规范模式存在着对低车流量噪声预测值偏大（约4－5dB）等问题，而综合模式可以部分弥补这些缺陷，使预测能力明显提高。     

高等级公路交通噪声分析与防治

噪声不仅干扰人们的正常生活，严重时可以危害人的身心健康．随着交通事业的快速发展，一大批高速公路迅速建成，交通噪声污染不容忽视．对西宝高速公路沿线交通噪声进行了实地昼夜监测，结果表明交通噪声夜间超标较为严重，干扰了沿线居民的正常生活．分析了污染现状和原因，并提出了降低道路交通噪声的一些简单措施．     

应用GIS技术研究车流量与交通噪声相关性

对无锡建成区交通噪声等效声级(L_(eq))与车流量进行监测,应用GIS技术分析交通噪声与车流量的空间分布,为交通噪声污染防治工作提供科学参考。结果表明:噪声L_(eq)峰值及车流量峰值均集中在高速公路出入口必经路段,此区域为噪声污染防治重点区域。同时发现,噪声L_(eq)与车流量在空间分布上并非成正比关系,在时间趋势上车流量上升但噪声值下降,说明在机动车保有量不断攀升的背景下,采取多种防治措施可以有效缓解甚至改善交通噪声污染。     

城市轨道交通噪声环境影响评价方法及实例分析

基于城市轨道交通噪声环境影响的特点，对城市轨道交通噪声环境影响评价的几个关键问题进行了探讨，构建了城市轨道交通噪声环境影响评价方法及预测模式。以广州市轨道交通六号线为例，对提出的噪声环境影响评价方法进行了实证分析，结果可行。     

道路交通噪声在建筑群中传播规律的预测

本文通过对典型建筑群中声传播规律的实测分析,推导出道路交通噪声在典型建筑物布局型式声场分布的预测模式,可为城市规划布局及交通噪声预测服务。     

灰色新陈代谢GM(1,1)模型在城市道路交通噪声预测中的应用

以郑州１９９１～１９９６年城市道路交通噪声监测的数据，运用灰色系统理论，建立了常规ＧＭ（１，１）和新陈代谢ＧＭ（１，１）预测模型。经用四种不同方法对两种模型的精度进行检验，结果表明，新陈代谢ＧＭ（１，１）模型优于常规ＧＭ（１，１）模型，其精度更高，不失为预测城市道路交通噪声的一种好方法。应用该模型，对郑州城市道路交通噪声未来１０年进行预测，其结果符合郑州城市的实际情况     

基于异质人群响应特征的交通噪声暴露评估研究

考虑异质人群不同声功能需求和时空分布,对异质人群交通噪声暴露特征进行评估。通过集记人口高斯分解和噪声预测,获取特征人群分布数据和交通噪声数据;基于特征人群年龄和声功能需求,标定各年龄段人群噪声响应函数并进行归一化处理,构建异质人群噪声响应曲线;构建交通噪声暴露评估模型,结合获取数据及噪声响应曲线进行噪声暴露评估。结果表明,3类声功能区中人群噪声暴露与年龄变量均呈现类抛物线趋势,40岁左右人群暴露影响较儿童和老人低59.9%左右。人均噪声暴露在夜间明显偏高,尤其在声功能需求较高的第1类声功能区,其人均噪声超标值比昼间高7 d B。特征人群的空间分布对噪声暴露影响显著,工作时段学校区域适学人群集中,其总噪声暴露风险为同等状况住宅区的1.2倍。综合考虑人群特征和时空分布等因素,可更科学地进行区域交通噪声污染评估。     

北京市城市道路交通噪声的灰色预测

以北京市1991~2002年城市道路交通噪声监测数据为基础,运用灰色系统理论,建立了灰色GM(1,1)预测模型,并采用残差、均方差比值、小误差概率检验等3种办法对所建模型的拟合精度进行了检验.结果表明,此模型精度为一级灰色预测模型.预测精度较高,平均拟合偏差为0.40%.对2003~2005年噪声的预测精度平均高达99.9%.利用常规GM(1,1)模型、新陈代谢GM(1,1)模型和多维灰数递补GM(1,1)模型等三种预测模型对本市未来3年(2006~2008年)的城市道路交通噪声进行了预测.     

基于L-M神经网络的道路交通噪声预测研究

神经网络具有很强的预测功能.根据石家庄公路交通噪声的实测数据,利用L-M优化算法的多层神经网络预测模型进行道路交通噪声的预测,经检验,计算值与实测值接近,预测精度令人满意.     

Development of Noise Simulation Model for Stationary and Mobile Sources: A GIS-Based Approach

In the rapidly urbanizing country like India, the transportation sector is growing rapidly, which lead to overcrowded roads producing air and noise pollution. Noise of a particular region is influenced by the volume of traffic on the highway, in addition to other causative factors like existing infrastructure and industrial setup etc. In the present paper, a geographical information system (GIS)-based noise simulation model has been developed to generate noise levels in Versova region of Mumbai, India. The study area comprises effect of infrastructure, road network, traffic volume, and various mechanical components like sewage pumping station and wastewater treatment facility. Various meteorological parameters and effect of land use and land cover on noise attenuation are also considered in the model. In this way, commutative noise prediction for point as well as mobile sources has been presented in the study. GIS-based noise simulation has been calibrated with observed noise levels during day and night time with correlation of 0.84 and 0.74, respectively.     

低噪声路面降噪效果研究

通过对公路交通噪声特征,低噪声路面的特点、结构、降噪机理及国内外研究现状的分析,对宁杭高速二期工程低噪声路面与普通路面噪声监测结果进行对比分析,确认低噪声沥青路面具有比较明显的降噪效果,路肩处噪声可降低3～4 dB(A),路外15 m处可降低1.1～3.5 dB(A).     

英国CRTN道路交通噪声预测模型在中国的适用性研究

基于道路交通噪声990 h监测数据,对英国CRTN模型中源强计算模型在中国的适用性进行了验证。试验结果表明,理论计算与实测结果之间平均仅相差0.57 dB（A）,CRTN源强预测模型在中国可以可靠地预测道路交通噪声。     

Road Traffic Noise Prediction Model under Interrupted Traffic Flow Condition

The objective of this study is to develop an empirical traffic noise prediction model under interrupted traffic flow conditions using two analytical the approaches, the first being the acceleration lane approach and second being the deceleration approach. The urban road network of Bangalore city has been selected as the study area. Sixteen locations are chosen in major traffic junctions of the study area. The traffic noise data collected from the study locations were analyzed separately for both acceleration and deceleration lanes when vehicles leave an intersection on a green traffic light and come to a stop on red traffic light. Based on the study, a regression noise prediction model has been developed for both acceleration and deceleration lanes.     

北京市公交车噪声测试与分析

公交车已成为当前北京市道路交通噪声的主要束源之一,针对公交车声源模型缺乏而沿用大型车声源模型所致的噪声预测误差问题,在北京市选取了两类常见公交车进行了537辆车的单车通过噪声测试,在无效数据剔除和背景噪声修正后,利用回归分析法获得了北京市公交车声源模型,通过与现有《公路建设项目环境影响评价规范》中大型车声源模型的比较,显示出建立北京市公交车噪声声源模型的必要性。基于《公路建设项目环境影响评价规范》中的道路交通噪声预测方法,提出了符合北京市实际情况的道路交通噪声预测模型。     

城市道路交通噪声分布模拟研究

通过对梅州市中心城区7条道路的噪声监测,分析了中心城区道路的噪声污染水平。采用道路交通噪声预测模型,以实测交通流数据对中心城区的噪声污染进行模拟和减噪措施评估。结果表明,采用限速措施和安装声屏障措施均有降低噪声污染的效果,为管理部门防治噪声污染提供了参考。