高峰期交通流影响因子对城市噪声影响的程度

孙凤英，乔 跃，张志锋

(东北林业大学，哈尔滨 150040)

随着汽车保有量的迅速增加，交通噪声成为城市的主要噪声源。交通噪声已与废气、废水、废渣并列为城市四大污染物［1］。噪声不仅影响着人们的生活和学习，还严重影响人们的身心健康。交通噪声与道路交通流量、车型、行驶速度等因素有关，噪声是其影响因素综合作用的结果。一些学者很早就对交通流的影响因素与噪声的关系进行研究，认为交通流影响因子与噪声密切相关。为了探究噪声与交通流影响因子(通流量、车型、行驶速度)间在交通密度较大时存在的关系，选取早晚高峰时段(早高峰7:30－8:30、晚高峰16:30－18:30)对东北林业大学边和兴路路段进行连续4周的数据监测。

表1 调研数据

1 调研方法与数据

选取正常工作日内早晚高峰时段(早高峰7:30－8:30、晚高峰16:30－18:30)对东北林业大学边和兴路路段进行数据监测。具体测量方法是:按照GB/T3222—94《声学环境噪声测量方法》中城市道路交通噪声测量方法，将测点选在两路口之间的道路边人行道上，且使其相距路口的距离大于50 m。在距离道路边沿20 cm处的人行道上放置三脚架，将积分声级计固定在三脚架上，并使积分声级计的传声器对准车辆;开启电源，设置时间计权特性为F(快档)，网络计权为A，按定时键设置测量时间(20 min)，按运行键开始自动测量，测量时间结束后，记录等效连续A声级的大小。将录像机固定在三脚架上，调整其高度和角度，并对准道路上运行的车辆，获取各类型车流量。车辆分类方法参照《高速公路交通噪声监测技术规定(暂行)》，将道路上运行的车辆分为3类:小型车(轿车、微型和轻型客车、微型和轻型货车、越野车)、中型车(中型客车、中型货车、大型客车)、大型车(大型货车、重型货车)。在测量噪声及流量的同时，将雷达测速仪对准车辆，测试其运行速度。连续4周的早晚高峰时段对和兴路的检测数据如表1所示。

续表

2 运用灰色关联度分析各因素对噪声的影响程度

为了研究交通特性中各因素对噪声的影响程度大小，采用灰色关联度分析方法找出各影响因素对噪声的影响程度。

1)指标的数列均值化

设噪声为x0;x1表示车流量;x2表示车速;x3表示大车;x4表示中车;x5表示小车，现求各指标的均值

再用均值去除对应指标的每个数据。

2)关联系数的计算

设比较序列为xi=［xi(1)，xi(2)，…，xi(60)］(i=1，2，…，5)

母序列为x0=［x0(1)，x0(2)，…，x0(60)］，则母数列与比较数列在k时刻的关联系数ε0i(k)通过下式计算:

计算结果如下:(ε通常取0.5)

3)关联度的计算

参考数列和比较数列的关联度r0i通过下式计算:

计算结果如下:

关联度超过0.6，说明参考数列和比较数列有关联，变化态势较一致。由以上结果可以看出:4种因素的关联度均超过0.6，车流量与噪声的关联度最大，车流量与噪声的同步变化程度最高;大车与噪声的关联度最小，而大型车与噪声的同步变化程度最低;交通流影响因子与噪声关联度由大到小分别为车流量、小车、中车、车速、大车。中车与小车的关联度均超过车速，这是因为在高峰时段，车辆停靠时间较长，所以噪声主要来源是车流量与车型的不同。然而，大型车的关联度最低是因为车辆较少造成的，可以通过更换老旧汽车、减少大型车的进入等方法控制噪声。数据测量时发现:中型车主要以公交为主，公交车的能量分布主要集中在低频阶段［2］，交通噪声来源一部分为低频。当城市道路设置声屏障时，就要考虑怎样阻挡声音的绕射，从而减轻噪声污染。

3 基于Cadna/A进行仿真模拟

根据灰色关联度预测，车流量与噪声的同步变化程度最高，研究其他交通条件不变，只改变车流量时噪声受到的影响。为此运用Cadna/A软件，建立一条4车道的道路，设置其长度为600 m，宽度为20 m。在距道路边缘15 m处建立一住宅楼，其长度为100 m，宽度为20 m，高为30 m。建立的模型如图1所示。

图1 建立的3D模型

对已建立的道路通过设置不同的流量，可以得到不同的交通流噪声仿真结果。假设所建立的道路，流量Q为2 000辆/h(其中重车所占比例为5%)，车速V为40 km/h。将需要计算的区域划分网格，网格长、宽均为10 m，接受点高度为2 m。然后进行仿真分析，得到2 m高处水平噪声级分布图，见图2。

图2 车流量2 000辆/h居民楼附近水平噪声级分布图

其他条件不变，将流量Q设置为6 000辆/h，然后进行仿真分析，得到改变车流量后的水平噪声级分布图，见图3。

图3 车流量6 000辆/h居民楼附近水平噪声级分布图

由图2和3可知:车流量为2 000辆/h时，面向道路一侧的居民楼的噪声为68～69 dB;车流量为6 000辆/h时，面向道路一侧的居民楼的噪声为62～63 dB。由对比分析可知:车流量从2 000辆/h增加到6 000辆/h时，噪声增加了6 dB，说明交通量对噪声的影响很大。

4 结论

通过对噪声的主要影响因素进行灰色关联度预测，得到各影响因素对噪声的影响程度;通过改变车流量，并运用Cadna/A软件进行仿真分析，得到居民楼周围噪声的分布状况，主要结论如下:

1)采用灰色关联度分析的方法得出了车流量、车速、大型车、中型车和小型车与噪声的关联度分别为0.947，0.868，0.73，0.894，0.942，车流量与噪声的关联度最大，车流量与噪声的同步变化程度最高;大车与噪声的关联度最小，大型车与噪声的同步变化程度最低。

2)运用Cadna/A软件进行仿真，得到居民楼附近噪声分布情况，且当流量从2 000辆/h增加到6 000辆/h时，噪声增加了6 dB。

3)可以通过减少老旧车的使用、实行单双号限制、车辆拥堵时禁止鸣笛、寻找新型声屏障材料减少声音绕射等措施来减少道路交通噪声，为城市居民创造良好的声环境。

［1］沈红霞.城市环境噪声质量评价方法［J］.嘉兴学院学报，2004，16(3):83－85.

［2］罗鹏，蔡铭，王海波.不同速度的各类型机动车噪声频率特性［J］.噪声与振动控制，2013，33(5):86－89.

［3］胡永举.高速公路交通噪声与交通流状态的关系研究［J］.交通运输工程与信息学报，2008，6(1).

［4］刘涛.城市道路交通噪声影响因素与传播规律分析［D］.西安:长安大学，2009.

［5］Rajakumara H N，Mahalinge R M G.Road traffic noise prediction model under interrupted traffic flow condition［J］.Environ Model Assess，2009，14:251－257.

［6］田民，刘思峰，卜志坤.灰色关联度算法模型的研究综述［J］.理论新探，2008(1):24－27.

［7］郑列，朱永松.数学模型［M］.北京:科学出版社，2013(1):222.

［8］伶德信.我国职业噪声危害及其控制途径［J］.劳动保护科学技术，1997(6):47－49.

［9］马春燕，赵剑强.西安市高速公路上不同车型车辆交通噪声及其行驶速度的统计分析［J］.交通环保，2005，26(3).

［10］姚美娟，马力，鹿力成，等.不同频段下利用虚拟接收方法的声源测距性能分析［J］.声学学报，2014，39(6):685－695.

［11］顾尚华.道路交通噪声的危害与控制措施［J］.交通与运输，2003(2):18－20.

［12］宋洪洋.交通噪声与交通流量关系的试验研究［D］.哈尔滨:东北林业大学，2009.

［13］李丹.青岛市快速路交通噪声影响与防治对策研究［D］.青岛:青岛理工大学，2008.

［14］刘芳.城市环境噪声污染浅析［J］.生物技术世界，2013(2):26.

［15］李家亮，林建恒，郭圣明，等.噪声源非均匀分布海洋环境噪声水平声能流理论分析［J］.声学学报，2014，39(6):673－684.

［16］Filho A，Lenzi J M A.Effects of traffic composition on road noise:a case study［J］.Transportation Research Part D Transport and Environment，2004，9(1):75－80.

［17］陈丽文.城市交通噪声分析及其系统研究［D］.呼和浩特:内蒙古工业大学，2006.

［18］蒋展鹏.环境工程学［M］.北京:高等教育出版社，2005.