高架复合道路交通噪声时空分布规律研究

通过对杭州市典型高架复合道路交通噪声监测，研究高架复合道路交通噪声的时空分布规律。结果表明，噪声与车流量、车辆类型及车速密切相关；噪声随着与高架路距离的增大，地面各测点的噪声值呈递减趋势；高架复合道路平直段与下坡路段的噪声在临街建筑竖直立面的分布规律基本一致，但在不同高度的影响程度上存在一定差异。     

城市快速路交通噪声分布特征及污染现状

为了解快速路交通噪声的分布特征及污染现状,对城市快速路的交通噪声进行监测,结果表明,噪声随车流量的增大而升高,同时受车辆类型等其他因素的影响;随着与快速路水平距离的增大,交通噪声值呈下降趋势,特别是在距离快速路路沿前40 m内噪声衰减尤为明显;距高架道路不同水平距离处的噪声声场垂直分布规律基本一致,但距离高架道路较远处的敏感建筑物噪声值最高点楼层有所上移;快速路旁噪声敏感点交通噪声超标情况严重。     

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。     

南京市典型快速路交通噪声监测与影响分布研究

为科学全面地开展城市道路交通噪声影响评估，更精确地服务道路交通噪声污染治理工作，选取南京市具有代表性的道路交通干线，采用手工监测和自动连续监测的方法，进行不同路段噪声污染程度及其随时间、空间变化规律的研究。结果表明，地面快速路段、高架路段以及衔接路段两侧噪声敏感建筑物受道路交通噪声影响较大，夜间均超标；相邻区域要达到2类声环境功能区昼间标准限值要求，需距离地面快速路慢车道约45 m，距离高架路段慢车道约92 m；要达到2类声环境功能区夜间标准限值要求，需距离地面快速路慢车道约175 m，距离高架路段慢车道约172 m；敏感建筑物所受噪声影响随楼层高度升高而增大，同时噪声影响情况与道路两侧建筑物密度、道路车辆行驶速度有关。建议严格道路及噪声敏感建筑物规划控制，采取阻断传声路径、受声建筑物强化保护等措施控制噪声影响。     

高架桥-地面复合型道路交通噪声的分析

监测了兰州市马家坡附近一处高架桥-地面复合型交通道路的噪声，分析了这种复合型道路交通噪声的形成及分布，进行了这种立体式交通结构声环境的分析。     

北京市高架道、桥交通噪声状况调查与对策研究

对北京市区内８１座道路立交桥和１１段高架道路的声环境状况进行了多方位的调研与实测。分析了高架道、桥附近声环境的地面水平分布特征、高层楼房垂直分布特征、昼夜时间分布特征及产生的原因。从增强城市总体规划与交通管理,注意沿街建筑功能配置与布局,加强临街住户门窗隔声效果,适当建设有效的道路隔声屏障等方面提出了城市发展中解决和控制交通噪声污染的对策建议。     

南京市地铁噪声影响调查

为了解城市地铁在正常营运时噪声对外部环境的影响,对南京地铁1号线高架段、车厢内和站台上环境声进行了调查.结果表明,地铁高架段噪声对外环境的影响达到4类区标准,其对声环境的影响明显小于快速道路高架段;车厢内和站台上的噪声对乘客的影响不容忽视.指出,地铁高架两侧100 m范围内有敏感点的路段应全部设置隔声屏障,地铁运营部门应提高地铁驾驶人员的技术和责任心.     

奎屯市主要交通干线噪声状况与分析

通过对奎屯市6条主要交通干线3年的交通噪声监测与分析，得出各条道路车流量、车型、车速和路况的差异。使交通噪声在空间上差异明显，各交通干道交通负荷不是很重，但二侧噪声污染却比较严重，而且污染水平逐年提高。     

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。     

城市典型高架复合道路交通噪声污染模拟及防治对策

与一般城市道路相比,城市高架复合道路通行能力大、行车速度高、车辆行驶状态复杂,交通噪声污染极为突出。选取深圳市典型的高架复合道路——春风高架和爱国高架进行实地监测,同时运用SoundPLAN软件模拟其噪声污染现状与安装声屏障后的降噪效果。根据监测模拟结果,从合理进行道路规划、装设声屏障和铺设低噪声路面等方面提出高架复合道路噪声污染控制的对策建议。     

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。     

城市轨道交通噪声测试分析

采取1/3倍距法布设测点,使用多通道噪声分析系统,对城市轨道交通噪声进行地面和轨面上的水平测试及垂向测试,取得其距离衰减规律、声级垂向分布等特性,新的测试点位布设方案取得了比传统测试方案更详细的测试结果。研究结果对于城市轨道交通噪声特性的研究及其控制方法的确定具有重要的学术意义和工程价值,同时对城市轨道交通噪声的测试方案进行了有益的探索。     

道路交通噪声预测声源简化研究

为了分析《环境影响评价技术导则声环境》(HJ 2.4—2009)中将道路声源简化为1条位于道路中心线处的线声源与按照车道数简化为多条线声源之间的误差,针对不同宽度的道路,推导了多条线声源与1条线声源在接收点噪声影响的误差计算公式,并基于Predictor-lima预测软件预测和现场噪声衰减规律实测进行了验证。研究结果表明,对于接收点到道路边缘的距离大于道路宽度的情况,可简化为1条线声源;对于接收点到道路边缘的距离小于道路宽度的情况,应按照车道数简化为多条线声源。     

重庆市道路交通噪声分布规律及控制措施研究

监测重庆市主城区道路旁居民住宅不同楼层昼间交通噪声等效声级,并分析其垂直分布规律。结果表明,随测点与地面高差的增加,噪声呈先增加后减小的趋势。隔声效果监测结果表明,隔声屏在重庆典型山城的地理环境下隔声效果较差,隔声窗具有较好的隔声效果,且测点距离越近隔声效果越明显。     

测点高度对道路交通噪声监测数据的影响

通过在4城市对132条道路进行了道路交通噪声测点高度试验,系统分析了测点高度从手工监测的1.2 m向自动监测的4.5 m转化后,在不同道路情况对道路交通噪声监测数据的影响。结果表明,测点高度提高后监测结果变化在±3 dB(A)以内。待测道路的车道数和测点与机动车道的距离是其主要影响因素。对两测点高度进行对比,4.5 m高度噪声值随水平距离增加衰减较小,测量结果更稳定。     

广州市昼夜道路交通噪声的监测与分析

对广州市的昼夜交通噪声污染现状进行了分区域分道路等级的实地监测,得到共53个监测点位白天和夜晚的等效声级及其统计声级,同时对每个监测点展开了交通流调查,并分析交通流特征对交通噪声的影响。监测结果表明, 白天快速路、主干路、次干路及支路的平均等效声级分别为74.2、72.2、67.8、65.1 dB,快速路及主干路沿线的交通噪声污染比次干路及支路的严重。夜晚所有测点的噪声值均超过55 dB,快速路、主干路、次干路及支路的平均等效声级分别为72.2、72.3、66.3、64.5 dB,广州市夜晚的交通噪声污染较为严重。     

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.     

微波检测器在交通噪声车流量监测中的应用

阐述了微波车辆检测器的基本工作原理及主要特点,选取城市主干道和一级公路对交通噪声监测中所需要的车流量数据进行仪器与人工的比对监测,结果显示,昼夜总车流量误差率在5%左右,表明该仪器适用于道路交通的车流量连续监测。