机场周围区域飞机噪声监测方法对比研究

中国机场周围区域飞机噪声监测一直采用计权等效连续感觉噪声级L_(WECPN)为评价量,标准修订后拟采用昼夜等效声级L_(dn)为评价量,监测方法也相应更改。该文通过理论推导及宁波栎社机场噪声现场监测数据,系统比较了2种机场周围区域飞机噪声监测方法,并分析了监测结果的差异及影响因素。结果表明:L_(WECPN)与L_(dn)在相差10 dB的基础上,差值受到单次飞机噪声值和傍晚飞行次数2个因素影响。单次飞机噪声监测量L_(EPN)和L_(AE)在飞机匀速直线经过时差值约为3.75 dB,实际上受到飞行航迹、飞机运动状态、噪声传播环境、突发噪声干扰等因素影响,此次监测的187次飞机L_(EPN)和L_(AE)的差值范围为2.1～5.5 dB。傍晚飞行次数引起的监测结果差值范围为0～4.8 dB。     

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。     

城市公交车厢内噪声监测与分析

主要对城市公交车厢内的噪声进行监测分析,用等效连续A声级和室内噪声评价指标对监测数据进行分析,评估车厢内的声音品质。结果表明,单纯用A声级不能准确反映公交车厢内的噪声污染状况,用室内噪声标准NCB曲线分析的结果与乘客的主观感受相关性良好,建议用A声级和NCB标准曲线综合考虑制定公交车厢内的噪声标准。     

降雨影响噪声自动监测数据的有效性判定分析

选取北京市近5年夏半年（4—9月）夜间的降雨数据及相关噪声自动监测小时等效声级，对小时雨量与噪声自动监测数据进行数学统计分析，找出影响噪声监测数据的小时雨量值及不同声级受雨噪声影响的雨量限值，作为降雨对噪声自动监测小时等效声级的有效性判定条件。     

噪声不同高度的分布规律探讨

1 实验 淮安市环境监测站开展了固定和流动噪声源在不同距离,对不同高度建筑物影响的噪声监测,监测点设在该市淮海国际大酒店各楼层临近阳台的窗口,共设置7个监测点,监测点距离地面高度(垂直高度)分别为1.5 m、12 m、17 m、23 m、30 m、35 m、42 m.监测方法按照GB/T 14623-1993<城市区域环境噪声测量方法>和<环境监测技术规范>(噪声部分),监测仪器为噪声积分统计分析仪.固定声源监测频次:监测4次,每次测10 min,以等效声级(Leq)值参加统计;复合声源按功能区测量方法监测,监测4次,每次为24 h连续监测,测量每小时的Leq值,实测20 min,Leq值参加统计,同时记录车流量.噪声监测点见图1.     

乌鲁木齐—成都 114／113次 旅客列车噪声监测分析

对乌鲁木齐至成都旅客列车车厢内的噪声监测表明,一般情况下车厢内噪声等效A声级不超过铁道部部颁标准要求(TB1932-87).在车厢机械陈旧、路况复杂、隧道、狭谷等情况下,车厢乘务室内噪声等效A声级可达74.9～84.6dB(A),最高超标9.6dB(A),全程超标2.2dB(A).     

机场周围航空噪声的影响规律初探

以机场航空噪声为对象,以计权等效连续感觉噪声级(LWECPN)作为基本评价量,在典型机场的大量实测数据和相应评价指标参数基础上对影响航空噪声值的各主要因素进行分析,得出主要影响因素与航空噪声值间的相应关系。     

燃放烟花爆竹对声环境评价的影响

噪声自动监测系统可以对噪声进行长期连续监测。通过对连续两年的北京市自动噪声监测数据进行分析表明,烟花爆竹燃放噪声能够对声功能区环境评价参数昼间等效声级、夜间等效声级及其达标率产生较大影响。尤其是1、2类声功能区影响可使等效声级提高10dB,达标率降低3%。提示有必要把节日的燃放噪声与其他噪声分开,单独分析。     

高原机场飞机噪声监测与计算结果比较分析

高原机场飞机架次较少,机型单一,飞行周期稳定,以及高原特殊的环境特征,有时会导致现场实际噪声监测数据无效。应用综合噪声模型(INM)软件对青海玉树机场飞机噪声进行计算,其结果与监测结果比较显示,计算值和监测值误差在±6 d B的范围以内。探讨提出采用飞机噪声计算模式,可以为高原机场飞机噪声管理提供可靠技术支撑。     

降雨对噪声自动监测数据的影响分析

选取北京市近5年夏半年(4—9月)的降雨数据及相关噪声自动监测小时等效声级,利用数学统计软件进行有雨-无雨声级差异性分析、声级-降雨相关性分析及平均声级-雨量变化趋势分析等,提出降雨确实对噪声自动监测小时数据有一定贡献,不同雨量对不同功能区噪声影响不同,建议噪声自动监测系统建设时应考虑雨噪声影响,以保证对声环境质量评价的科学性和准确性。     

风电场风机噪声监测方法初探

据现场实测,风电场300 m范围内社会噪声测值水平较低,且昼夜变化较小,对风电场背景噪声贡献不大;风机停运时背景噪声值随风速递增,二者之间存在较好的多项式回归性。在测得风机运行时噪声值和测点风速的情况下,根据回归方程式得到背景噪声,当风机运行时测得的噪声值与背景噪声之差大于1.5 dB(A)时,可以运用噪声叠加原理计算风机噪声,并且其计算误差在可接受范围之内。     

应用统计分析方法优化布点监测区域环境噪声

应用统计分析方法,对湖南省湘潭市2001年城区环境噪声网格布点及其监测结果总体进行了区域环境噪声监测点的最优集合,并通过网格布点法与优化布点法对该市2002年和2003年环境噪声监测结果进行了对比检验,结果表明,两种方法监测的等效声级和标准差平均值均<1dB(A),监测结果之间无显著性差异。     

噪声背景值修正问题研究

为了解和掌握环境背景噪声对边界噪声监测结果的影响情况，本文就此作了相应的探讨。结果显示：当测量值与背景值的差值超过10dB（A）时，可以忽略背景值对测量结果的影响；当测量值与背景值的差值为3～10dB（A）时，应分段考虑背景值的修正；当测量值与背景值的差值小于3dB（A）时，应重新选择时间进行测定。     

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。     

Evaluation of Traffic Noise Pollution in Amman, Jordan

The City of Amman, Jordan, has been subjected to persistent increase in road traffic due to overall increase in prosperity, fast development and expansion of economy, travel and tourism. This study investigates traffic noise pollution in Amman. Road traffic noise index L ₁₀(1 h) was measured at 28 locations that cover most of the City of Amman. Noise measurements were carried out at these 28 locations two times a day for a period of one hour during the early morning and early evening rush hours, in the presence and absence of a barrier. The Calculation of Road Traffic Noise (CRTN) prediction model was employed to predict noise levels at the locations chosen for the study. Data required for the model include traffic volume, speed, percentage of heavy vehicles, road surface, gradient, obstructions, distance, noise path, intervening ground, effect of shielding, and angle of view. The results of the investigation showed that the minimum and the maximum noise levels are 46 dB(A) and 81 dB(A) during day-time and 58 dB(A) and 71 dB(A) during night-time. The measured noise level exceeded the 62 dB(A) acceptable limit at most of the locations. The CTRN prediction model was successful in predicting noise levels at most of the locations chosen for this investigation, with more accurate predictions for night-time measurements.     

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).     

道路交通噪声自动监测中最少监测时间研究

以城市主干线为例,对长期道路交通噪声自动监测数据进行统计分析,得出道路交通噪声实施噪声自动监测时应采用的小时最少监测时间、日昼夜最少监测小时、季最少监测天数和年最少监测天数。     

道路交通噪声自动监测中最少监测时间研究

以城市主干线为例,对长期道路交通噪声自动监测数据进行统计分析,得出道路交通噪声实施噪声自动监测时应采用的小时最少监测时间、日昼夜最少监测小时、季最少监测天数和年最少监测天数。