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。     

重庆市环境质量自动监测(控)系统网络集成设计

针对目前重庆市环境空气质量自动监测现状,结合自动监控系统设计先进技术和国内部分省市已建成的环境信息监控网络的先进经验,对重庆市环境空气自动监测监控系统的建设进行设计,并介绍了环境空气质量自动监测监控系统的组成和实现的功能.现有的自动监测系统存在不同类型设备、通讯方式落后等问题,建设重庆市环境质量自动监控系统的思路是采用GPRS/CDMA/ADSL为主的数据通信传输技术,建立通信控制和信息集成系统,把重庆市环境空气、水、噪声自动监测系统进行系统化的集成,设计成一个完善的环境信息自动化动态监控平台.     

功能区噪声连续自动监测系统

功能区噪声连续自动监测系统,是在南京前卫电子仪器厂生产的SAC-ⅡA型噪声自动分析仪的基础上,充分利用PC-1500微机的计时功能,进一步研制而成;该系统在开机运行后,可以对功能区噪声进行24h连续自动监测,并打印出每     

国内外噪声自动监测系统研究新进展

先把环境噪声的人工监测方法和自动监测方法进行了对比,结果表明自动监测是环境噪声监测的必然趋势。在分析了目前国内外噪声自动监测研究的相关论文后,从城市环境噪声数据的性质、噪声自动监测系统的物理构成、噪声监测子站的布设、噪声自动监测有效时间的确定以及如何能从已得到的噪声数据中获得更多的信息这几个方面综述了目前国内外噪声自动监测相关研究的最新成果。并对其进一步的研究发展方向进行了展望。     

机场噪声自动监测系统应用现状与前景展望

随着我国机场建设规模和覆盖范围逐年扩大,机场噪声带来的扰民问题也愈发严重,机场噪声自动监测系统对于机场运营及周边区域声环境管控显得尤为重要。简述了机场噪声自动监测系统的组成架构、核心功能以及国内外机场噪声自动监测系统发展历程与应用现状,针对技术应用中的局限性问题,提出应建立健全法规标准体系、不断推进系统研发领域、形成社群交互联动机制的建议,为机场噪声自动监测系统应用及环境管理提供参考。     

常州市城市噪声自动监测系统建设与发展方向

相对手工监测而言,噪声自动监测更能真实反映城市声环境质量,随着自动监测技术的不断完善,环境噪声自动监测替代手工监测已成为必然趋势.重点介绍了常州市城市噪声自动监测系统,并对运行状况、存在问题及发展方法进行分析探讨.     

噪声自动监测系统的运行维护管理

对噪声自动监测系统在运行过程中遇到的各种情况进行分类和总结,详细介绍了南通市环境监测中心站的相关工作经验,提出从设备故障、突发事件、软件错误等方面出发,对噪声自动监测的运行维护进行综合管理。     

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。     

北京城市声环境自动监测系统监测点位布设方法初探

噪声自动监测相对手工监测而言,更能真实反映城市声环境质量,随着噪声自动监测技术的不断完善,自动监测替代手工监测已成为必然趋势.但目前我国城市声环境自动监测系统正处于起步阶段,国内还没有对声环境自动监测系统的点位布设提出成熟、合理的方案.文章结合北京市声环境自动监测系统建设的实际工作情况,对监测系统总体框架、自动监测点位布设的原则及方法等进行了阐述并提出近期需要解决的问题.     

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。     

Assessment of noise level in sundry processing and manufacturing industries in Ilorin metropolis, Nigeria

In this work, noise level in five selected processing and manufacturing industries in Ilorin are evaluated and compared. Emphasis is given to noise emitted by individual industrial machinery from the selected industries. Event L _Aeq and L _N cycles were studied to identify the noisy machines and to generate baseline data. Findings show that hammer mill machine from mineral-bearing rock-crushing mills produced the highest average noise [98.4 dB(A)], an electric generator 1 [95.6 dB(A)] from the soft drink bottling industry, an electric generator [97.7 dB(A)] from the beer brewing and bottling industry, a vacuum pump [93.1 dB(A)] from the tobacco making industry, and an electric generator 2 [94.1 dB(A)] from the mattress-making industry. The highest and lowest average noise exposure levels are recorded in mineral-bearing rock-crushing mills [93.16 dB(A)] and the mattress making industry [84.69 dB(A)], respectively. The study shows that, at 95% confidence level, there is significant difference (P < 0.05) in noise levels in the industries surveyed. The percentages of machines that emit noise above Federal Environmental Protection Agency and Occupational Safety and Health Administration recommendations [90 dB(A)] are from the soft drink bottling industry (83.3%), the beer brewing and bottling industry (42.9%), the tobacco making industry (71.4%), the mattress making industry (11.1%), and minerals crushing mills (87.5%). In the past 20 years, the noise levels in the soft drink bottling industry were reduced by 0.58 dB(A), and those of the beer brewing and bottling industry were reduced by 9.66 dB(A). However, that of the mattress making industry increased by 2.69 dB(A). On average, the noise level in these industries has been reduced by 2.52 dB(A). The results of this study show that the noise control measures put in place have significant impacts on the noise exposure level in the industries surveyed.     

背景修正对噪声监测结果影响的探讨与实践

分析了背景噪声测量不确定性以及背景修正对噪声监测结果的影响,提出,在实际噪声测量工作中,当测量值与背景值的差值≥3 dB且测量值修正结果与排放限值非常接近时,以及当测量值与背景值的差值3 dB且测量值与排放限值的差值≤4 dB时,对背景噪声进行重复测量,计算背景噪声测量不确定性,利用公式法进行定量背景修正的建议,并在噪声测量和数据处理过程中降低背景噪声测量不确定性,从而减少背景修正对噪声测量结果的影响,更加客观地反映噪声的真实情况。     

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。     

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。     

暴露声级监测方法探讨

在高铁现场监测数据基础上,根据环境监测经验确定了5种常见暴露声级测试的测量时间段,分别计算其暴露声级并对其结果进行分析讨论。研究结果表明:采样起止时间不同对暴露声级监测的影响误差在1 dB之内,并且在暴露声级测试时,建议选择T5对应的时间段,该结论为科学合理地环境监测提供了数据支撑。     

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。     

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。     

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。     

Attitudinal response towards road traffic noise in the industrial town of Asansol, India

The major objective of the investigation was to evaluate the road traffic noise and its likely impacts on the local community of Asansol city (West Bengal, India) by monitoring and modeling. The attitudinal response of local population due to existing vehicular noise is presented in the paper. Noise and Attitudinal Survey was conducted at 25 locations. A total of 869 individuals were surveyed. The relationship between traffic noise levels and annoyance was studied using correlation, linear and multiple linear regressions analysis. The average L(dn) value was 73.28 +/- 8.51 dB(A) (55.1-87.3); The Traffic Noise Index (TNI) was 80.62 +/- 15.88 dB(A) (49.4-115.8). The mean value of percent of population Highly Annoyed (%HA) due to road traffic noise was 26.50 +/- 3.37 (19.44-33.2), whereas the mean dissatisfaction score (MDS) was 2.96 +/- 0.90 (1.04-4.45). Annoyance modeling was also performed based on field data. It can be said that Noise values gives desirable annoyance predicting values in comparison to vehicular data.     

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。