共查询到20条相似文献,搜索用时 437 毫秒
1.
广州市昼夜道路交通噪声的监测与分析 总被引:7,自引:1,他引:6
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。 相似文献
2.
3.
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。 相似文献
4.
5.
6.
7.
利用北京市87个噪声自动监测站点监测数据,分析2018年除夕夜(2月15日18:00—2月16日2:00)全市噪声排放水平。通过比较2013—2018年除夕夜噪声排放强度,结合北京市细颗粒物浓度变化分析,表明2018年除夕夜北京市噪声污染排放显著降低,2013—2018年噪声污染排放存在时空分布特征,除夕夜细颗粒物污染变化与噪声污染变化趋势较为吻合,作为主要污染源的烟花爆竹燃放在受到政策的限制后,除夕夜北京市声环境和空气环境同比大幅改善。 相似文献
8.
9.
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。 相似文献
10.
11.
12.
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。 相似文献
13.
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。 相似文献
14.
15.
以北京市某典型区域作为研究对象,在收集大量相关资料与实测历史噪声数据的基础上,对研究区域内的声环境质量影响因素进行灰色关联度分析,并运用灰色理论建立GM(1,1)模型进行预测。结果表明,影响城市区域声环境质量因素从大到小的排序依次为:机动车辆﹥常住人口数量﹥平均车流量﹥地区生产总值﹥城市道路桥梁﹥基础设施投资﹥治理噪声环保投资;以研究区域内噪声污染实测历史数据建立的GM(1,1)模型精度符合要求标准,根据GM(1,1)模型预测北京市“十二五”期间声环境质量达标且有轻微下降趋势。 相似文献
16.
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. 相似文献
17.
On the basis of the continuous traffic noise data observed at 142 sites distributed in 52 roads from 1989 to 2003, the characteristics of traffic noise and effect factors were analyzed through traffic noise indices, such as Lep, L10, L50, L90, TNI, and Pn. Our findings allow us to reach a number of conclusions as follows: Firstly, traffic noise pollution was serious, and its fluctuant characteristic was obvious, resulting in a great intrusion to public in Lanzhou City during last 15 years. Secondly, traffic noise made a distinction between trunk lines and secondary lines, west-east direction roads and north-south direction roads. Thirdly, spatial character and time rule of traffic noise were obvious. In addition, traffic volume, traffic composition, road condition, and traffic management were identified as the key factors influencing traffic noise in this city. 相似文献
18.
对北京、天津、重庆等20个城市的道路交通及城市区域噪声进行了对比抽测,结果表明地方监测站能够按照相关的技术规范、标准方法开展噪声监测工作,地方站与总(省)站监测结果有非常好的可比性,监测数据97.5%在可接受范围内。并针对抽测中发现的问题,提出了相应的对策与建议。 相似文献
19.