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。     

城市轨道交通噪声评价方法及其限值的研究

根据城市轨道交通噪声时、空分布特点及污染规律,对轨道交通噪声评价量作了分析研究,提出了列车通过时的最大声级作为城市轨道交通噪声的评价量,并根据噪声时问分布特性曲线提出了与之相对应的等效声级简易计算方法.通过对上海轨道交通3号线沿线居民区的主、客观调查,得到主观烦恼度阈值和干扰睡眠阈值,提出了适用于我国城市轨道交通的环境噪声限值(建议).     

城市轨道交通噪声评价标准初探

针对我国城市轨道交通实行监督管理存在依据不足以及执行困难的问题,本文采用我国现有标准评价城市轨道交通噪声存在问题的基础上,借鉴国外同类标准,提出了应尽快制订城市轨道交通噪声评价标准及相关内容的建议.     

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。     

火车汽车噪声交叉影响区环境监测及评价

在铁路与公路平行或立交区域进行噪声环境影响评价，用传统方法监测分析不能区分火车与汽车噪声的影响程度。为此提出新的方法作为对传统方法的补充，并通过实例验证了该方法的可行性，按照新方法可确认主要声源，从而采取相应的治理措施。     

公交车站对交通噪声的影响分析

首先根据公交车的运行特性提出了公交车在各行驶阶段的噪声计算方法并采用能量叠加的方法建立了公交车站附近交通噪声预测模型.然后对广州市新港西路交通噪声的实测结果与模型计算结果进行了比较,验证了该预测模型的正确性.最后分析了公交车站附近交通噪声的影响因素,通过对公交车站附近的交通噪声和远离公交车站的交通噪声的比较,得到公交车站附近交通噪声明显增大的结论.     

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．     

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。     

城市道路交通噪声自动监测技术探讨

从开展城市道路交通噪声自动监测的必要性出发 ,对城市道路交通噪声自动监测的监测点位布设和自动监测系统的结构进行了探讨。指出了城市道路交通噪声自动监测点位两种设计方法———路段优化点位法和干线路段普测点位法的优缺点。述说了城市道路交通噪声自动监测系统结构框图。     

新增交通干线噪声对总体交通干线噪声影响的探讨

新增交通干线噪声对总体交通干线噪声的影响，取决于新增交通干线在总体交通干线中的权重Ｐ及其噪声平均值与原有交通干线噪声平均值的差值ΔＬｘ。用公式可表示为Ｌｘ＝Ｌｘ原＋Ｐ·ΔＬｘ。在新增交通干线长度的权重Ｐ≤０．３的情况下，新增交通干线噪声对总体交通干线噪声影响不大，原有交通干线噪声水平基本上可以反映新增交通干线后的总体交通干线噪声水平。     

海口市声环境影响因素分析及预测

噪声污染一直是海口市主要的环境问题之一。主要原因是城市纵深度太低，道路密度太高，交通布局不合理，1991年－2000年城市区域环境噪声和道路交通噪声的平均值分别为59．0dB（A）和69．5dB（A）。利用城市区域环境噪声预测方法和道路交通噪声预测方法对该市噪声进行预测，2001年－2005年该市的区域噪声昼间平均等效声级综合预测值在57．6dB（A）－56．7dB（A）之间；道路交通噪声昼间平均等效声级综合预测值在68．2dB（A）－68．3dB（A）之间。     

城市环境噪声管理的新探索——环境噪声的总量控制

本文对目前城市环境噪声源的评价方法和管理方法作了研究和阐述,并针对其缺点提出了一种值得尝试的新方法——环境噪声的总量控制：由城市区域环境噪声标准和环境背景噪声计算出环境噪声的容量,并以此为尺度来控制噪声污染源的排放量。文中对此评价方法和管理方法作了必要的阐述和论证。     

城市环境噪声评价方法新探

通过对目前城市噪声评价存在的不足之处提出了城市评价需分两步进行，首先采用ＰＮ法进行区域评价，然后用全城区的平均等效声级ＰＳＲＮ法对全城环境噪声进行评价，既体现了区域噪声与城市总体噪声关系，同时考虑了较大起伏的噪声的“贡献”。关键应注意合理布设测试点。     

Geoprocessing applied to the assessment of environmental noise: a case study in the city of Sorocaba, S?o Paulo, Brazil

Noise mapping has been used as an instrument for assessment of environmental noise, helping to support decision making on urban planning. In Brazil, urban noise is not yet recognized as a major environmental problem by the government. Besides, cities that have databases to drive acoustic simulations, making use of advanced noise mapping systems, are rare. This study sought an alternative method of noise mapping through the use of geoprocessing, which is feasible for the Brazilian reality and for other developing countries. The area chosen for the study was the central zone of the city of Sorocaba, located in São Paulo State, Brazil. The proposed method was effective in the spatial evaluation of equivalent sound pressure level. The results showed an urban area with high noise levels that exceed the legal standard, posing a threat to the welfare of the population.     

面向智慧城市的分布式噪声管理系统设计

针对城市噪声污染多头管理、监测方法单一、治理效率低等问题,基于Android 4G技术城市环境噪声分布式监测设计思想,介绍智慧城市噪声分布式监测的应用方法。以移动终端作为传感器节点替代传统集中式噪声监测的分布式监测方法,依托云计算数据处理平台,解决了监测网络数据管理分散、定点检测站和一些手持检测设备收集数据引起的信息滞后的问题,有益于实现城市环境噪声污染数据分析、处理和融合等复杂功能,使各种质控任务和标准传递等复杂任务得到自动化执行与反馈,将对城市噪声污染联防联控起到积极推动作用。     

基于BP神经网络城市环境噪声预测及实证研究

城市噪声污染严重影响着人们的生活与工作,采用合适的方法对噪声污染进行评价并预测,进而提出有效的预防及治理措施是噪声污染防治的关键问题,文章利用灰色关联分析选取了影响环境噪声的主要因素,采用BP(Back propagation,BP)神经网络对北京市1994~2006年的环境噪声污染进行评价并预测,验证结果误差较小,说明基于灰色关联的BP神经网络能够有效地对城市环境噪声污染进行评价和预测。     

上海市轨道交通与地面交通换乘场站局地空气污染调查与评价

对上海市轨道交通与地面交通换乘场站局地环境空气质量进行了调查,结果表明,万体馆站空气污染较重,大气污染达到警戒水平,PM10及NO2超标频率及超标量较高。中山公园监测点PM10及CO超标较多。对照点张江高科点及静安点的环境空气质量相对较好,上海大气质量指数能够达到大气环境质量标准,污染物单因子超标轻微。在地面交通与轨道交通的换乘场站,集聚的机动车所排放的尾气,是造成该地区环境空气质量恶化的重要原因之一。     

北京市典型道路交通噪声排放特征

采用北京市道路交通噪声自动监测系统2013—2017年采集的等效连续A声级数据,对城市快速路、城市主干线、城市次干线、城市支路的代表性站点噪声排放情况进行了统计分析,结果显示,北京市不同等级的道路噪声排放具备一定的特征,排放水平从大到小依次为城市快速路城市主干线城市支路和城市次干线,道路噪声随时间变化存在较为一致的周期性排放特征,24 h变化特征比较明显。个别道路排放特征存在特异性,如城市主干线道路的一个代表监测站点噪声监测值出现了逐年下降趋势,分析发现,北京市非首都功能疏解对其噪声值的下降有一定贡献。采取一定的规划和管理措施有助于减少道路交通噪声的排放。     

The Modeling of the Acoustic Condition of Urban Environment Using Noise Annoyance Assessment

Environmental Modeling & Assessment - In the following article, a method of modeling urban environment exposed to road noise pollution for the purpose of noise nuisance assessment has been...