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.     

关于道路交通噪声评价方法的探讨

根据我国城市道路交通噪声评价现状,分析现行评价道路交通噪声方法的弊端,提出改进道路交通噪声评价的思路.     

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。     

日本道路交通噪声监测体系与借鉴

系统介绍了日本环保部门每年在全国范围内开展的道路交通噪声普查性监测工作及评价体系,分析了中日两国监测与评价方法的异同和优缺点,提出在点位布设、评价方法、信息公开等方面的改进建议,以推进中国道路交通噪声监测工作向科学化、精细化、定量化转变。     

北京市黄标车禁行对市区道路交通噪声的影响分析

利用噪声自动监测系统中33个道路交通站点的数据,分析了北京市实行黄标车禁行措施后道路交通噪声昼、夜间均值的总体变化趋势.在计算夜间噪声下降量的基础上归纳了噪声降幅大的道路等级,进一步分析了噪声改善最大的时间段,并在结论的基础上为决策者提出了相应的建议.     

不同时间长度监测道路交通噪声比较

目前道路交通噪声的监测时间规定为20 min,监测工作量大。实验采用5 min测量与20 min测量进行比较,结果表明,2种时间测量的最终结果无明显差异。     

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。     

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。     

道路交通噪声自动监测应用探讨

结合城市道路路网状况及实际噪声监测数据和历史实验数据,对道路交通噪声自动监测数据的有效性、监测点位布设进行了研究,对道路交通噪声监测点位优化提出建议。     

浅析道路交通噪声影响下的人居声环境评价体系建设

道路交通噪声是目前城市中影响范围最广、强度最大的环境噪声,降低其噪声影响,改善城市声环境质量应列为各地政府改善民生的重要工作.根据当前国际形势提出属于人居环境中重要分支的“人居声环境保护”概念,并就该体系建设的几项重要工作进行探讨,为今后城市道路交通噪声影响的评价工作提供借鉴.     

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.     

南京市城市典型道路交通噪声控制措施效果初探

针对南京市典型道路的交通噪声控制措施,分别选取低噪声路面、声屏障、隔声窗3种噪声控制措施进行监测,监测显示低噪声路面对整体声级降噪有限,声屏障对于1kHz倍频带以上的中高频隔声相对较好,真空玻璃隔声窗能对低频噪声有显著改善。     

匀速行驶小型载客汽车噪声频谱研究

系统测量了5辆小型载客汽车分别以20~100 km/h匀速行驶时的车外噪声频谱,得到了低、中、高各频段声压级随车速的变化关系,进一步与城市道路交通噪声频谱相比较,为从声源上控制城市道路交通噪声提供有力的参考依据。     

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。     

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。     

高架斜坡道路三维交通噪声动态模拟

为研究高架斜坡道路声场分布规律,根据城市快速路设计规范建立相应的斜坡道路模型,通过微观交通仿真软件结合噪声计算插件对其进行噪声动态模拟,获取三维空间的噪声值及道路垂直截面声场分布图,给出高架斜坡道路的声场分布规律。结果表明:高架斜坡道路上下坡两侧声场分布不对称,上坡一侧声影区界限划分较为明显,而下坡一侧声影区界限划分不明显;下坡侧接受点在高度4~20 m时,噪声值大于上坡侧对称点处的噪声值。     

浅析新疆城市声环境现状与对策

研究了新疆近五年来的城市声环境变化趋势,并对城市噪声污染现状进行综合分析评价,提出相关的治理对策与建议.从区域环境噪声状况看,噪声值呈下降趋势;从声源强度看,对城市声环境冲击最大的是交通噪声源;从道路交通噪声状况看,近五年交通噪声污染呈逐年下降趋势,但全区各年度均有超标路段,全区城市道路交通噪声仍存在污染.因此,整治城市噪声污染应贯彻"预防为主、防治结合"的方针,综合利用科技、法律手段来改善城市声环境.