莆田市不同道路等级的噪声分析与评价预测

史本杰，胡喜生，邱荣祖，刘开国

（1.福建农林大学交通与土木工程学院，福州 350002；2.莆田市环境监测中心站）

莆田市不同道路等级的噪声分析与评价预测

史本杰1，胡喜生1，邱荣祖1，刘开国2

（1.福建农林大学交通与土木工程学院，福州 350002；2.莆田市环境监测中心站）

基于莆田市道路交通噪声监测数据，依据不同道路等级，选取主干路、次干路与支路，分析道路交通噪声与交通量的变化趋势；运用道路交通噪声评价指标对其进行评价；通过对主干路与次干路的交通噪声变化分析，运用灰色预测理论建立预测模型，并对未来5年主干路与次干路的交通噪声进行预测。

交通噪声；道路等级；评价；灰色预测

噪声具有瞬时性、不稳定性的特点，严重影响着人们的身心健康与正常的工作学习[1-3]。在噪声源中，交通噪声所占的比例达到50%～70%[4]。随着机动车数量的急剧增加，城市道路交通声环境面临的严峻考验。影响城市道路交通噪声的因素有很多，包括机动车数量、交通流状态、道路条件与沿线环境等[5-9]。城市道路等级分为快速路、主干路、次干路、支路，等级不同的道路交通流、道路条件及周边环境会有较大差异，从而直接影响着交通噪声的变化，因此从不同等级道路对交通噪声进行分析研究与评价，具有重要的现实意义。以莆田市为例，从主干路、次干路与支路对道路交通噪声进行研究分析，依据道路交通噪声的评价指标对其进行评价分析，基于道路噪声的分析数据，建立灰色GM（1，1）预测模型，对“十三五”规划期间的道路交通噪声进行预测分析。

1 交通噪声的变化

根据莆田市2006～2015年道路交通噪声的监测数据，选取部分监测点依据主干路、次干路与支路三种道路等级进行归纳整理，做出10年的道路交通噪声等效声级的变化分布图，如图1所示，做出不同道路等级的交通量的变化趋势图，如图2所示。

由各道路等级交通噪声的变化可知，2006～2009年，次干路的等效声级高于主干路与支路；2009年之后，主干路的噪声等级声级高于次干路与支路，次干路的等效声级趋于稳定，上下变化幅度较小，几乎不怎么发生变化。10年间，主干路等效声级10年间一直趋于较为平缓上升，增加值为5.8 dB；次干路的噪声等效声级由波动逐渐趋于稳定态势；支路交通噪声上下波动幅度最大，很不稳定，标准差较大，极差值为9.6 dB。

图1 2006～2015年各道路等级的交通噪声变化Fig.1Traffic noise change of road grade from 2006 to 2015

图2 2006～2015年各道路等级交通量的变化Fig.2Change of road traffic volume from 2006 to 2015

通过不同道路等级交通量的变化可知，“十一五”规划期间，2006～2008年，主干路与次干路的交通量呈现快速增加的趋势，据大量研究调查，主干路的增加趋势更为明显，平均增长率为63.3%。2008～2010年，主干路交通量有所下降；2009～2010年，次干路交通量有大幅度下降，减少值为30.2%；支路交通量的变化趋势最为平缓，5年来很稳定。“十二五”规划期间，主干路的交通量趋于稳定快速增加，5年内交通量由2011的2 550 pcu·h-1增长到2015年的3 891 pcu·h-1；次干路的交通量的增长变化较为随机，时快时慢，不稳定，增加值为1 476 pcu·h-1；支路的交通量较“十一五”期间有所增加，但增加值较少，在2011～2015年，交通量也趋于稳定态势。

结合不同道路等级噪声等效声级与交通量的变化可知，10年间，主干路噪声等效声级与交通量的变化较为一致，等效声级随着车流量的增加也有所平缓的增加。次干路的噪声值由波动趋于稳定，次干路的交通量则处于随机波动的趋势，增长变化不稳定；支路的交通噪声最不稳定，上下波动很大，支路的交通量的变化较为平缓，10年间交通量的增加值约为400 pcu·h-1，主要是因为支路的交通流比较复杂，多以非机动车为主，在进行实际监测过程中，无法排除社会区域与环境噪声。

2 道路交通噪声的评价

2.1 评价指标

在进行噪声的评价时，必须结合噪声的特点与对人的直接影响。交通噪声具有不确定、不稳定性、区域性与感觉性的特点，交通流状态与车辆行驶状态对道路交通噪声具有直接的影响。根据道路交通噪声的特点与所产生的影响，具有不同的评价指标。城市道路交通噪声评价指标主要有：等效声级、累积百分声级、噪声污染级、噪声污染指数、交通噪声指数等。采用噪声污染级、交通噪声指数、交通噪声指数进行评价。

噪声污染级是在等效声级的基础上，用于评价噪声道路交通噪声污染的起伏变化。

式中：σ为统计标准误差；Li为第i个声级值；为所测所有声级的算术平均值；n为取样总数。

噪声污染指数以道路干线两侧适用区域的国家标准为依据，以等效声级为基础，描述道路噪声本身的能量水平和达标状况，比等效声级更能反映噪声的达标情况，具体算式为：

其中，Leq为噪声等效声级，Lb为国家标准的极限值，取70 dB。

交通噪声指数是以累积百分声级为依据，反映噪声的起伏波动状况，具体计算公式：

交通噪声指数可以较好地反映交通噪声起伏状况，L10与L90的差值越大，噪声波动起伏越大，TNI的数值越大；L90噪声的本底值，本底值越大，对人的影响越严重，TNI能够较好的反映公众主观感受，其值低于74 dB比较合适。

2.2 具体评价

通过对不同道路等级的交通噪声进行分析归纳，运用噪声污染级、噪声污染指数与交通噪声指数等评价指标对各道路等级进行评价分析。

10年间，主干路的平均等效声级为67.9 dB，等效声级在逐年增加，2015年等效声级最大为70.8 dB；超过国家对于道路交通噪声的4a标准（GB3096-2008）。平均噪声污染级为78.1 dB，最大噪声污染级81.3 dB；噪声污染指数的平均值为0.97，噪声污染指数与等效声级呈正比例关系，等效声级越大，噪声污染指数越高；平均交通噪声指数为78.6 dB。

次干路的平均等效声级为67.8 dB，10年间平均等效声级未超过国家标准；平均噪声污染级为77.5 dB；平均噪声污染指数0.97，与主干路的噪声污染等级相同，属于较好水平；平均交通噪声指数为70.5 dB。

支路的平均等效声级为65.9 dB，均低于主干路与次干路的等级声级；平均噪声污染级为81.0 dB，噪声污染指数为0.94，交通噪声平均污染指数85.9 dB。

通过三种不同道路等级的交通噪声的分析，发现支路噪声的平均等效声级较低，噪声污染指数也整体较低，均低于其他两种道路等级的水平。主干路与次干路噪声的平均等效声级很接近，且均属于较好水平。主干路与次干路的噪声污染级与噪声污染指数也较为接近，但是主干路的交通噪声指数要高于次干路，说明次干路的交通噪声起伏波动较小，比主干路的交通噪声更为稳定。支路的交通噪声指数要远高于主干路与次干路，进一步说明支路的交通噪声最不稳定，上下波动幅度很大，突发短暂性噪声较多，且支路叫靠近住宅区，更易对人产生影响。

3 预测模型

基于道路交通噪声影响因素的复杂性与多样性，以及现有数据的有限性，采用灰色预测模型分别对主干路与次干路交通噪声进行预测分析，支路交通噪声分布相对离散，上下波动幅度较大，很多影响因素不可控制，无法建立相关预测模型。

灰色系统理论[10-14]是上世纪80年代邓聚龙教授提出并创立的学科，是基于数学理论的系统工程学科。灰色系统理论的主要内容包括：灰色关联度分析、灰色建模、灰色预测、灰色决策及控制。GM（1，1）建模的基本思想是用原始数据组成原始序列（0），经累加生成法生成序列（1），它可以弱化原始数据的随机性，使其呈现出较为明显的特征规律，对生成的序列（1）建立微分方程型的模型。GM（1，1）模型建立过程：

设莆田市2006～2015年交通噪声的数据建立原始数列：

对X(0)作一次累加生成得到1-AGO序列得到X(1)：

对序列X(1)经过拟合建立微分方程：

式中a，u为待辨识参数。

利用最小二乘法原理对参数求解，

代入白化微分方程的时间响应函数：

运用MATLAB软件进行计算：

主干路的GM（1，1）预测模型为：

次干路的预测模型为：

主干路与次干路模型的方差比分别为c=0.079 9、0.003 5，两者小概率误差p均为1。根据灰色预测模型精确度检验表1，说明该两种模型的等级为一级，模型拟合度好，精确度较高，可以用来预测主干路的交通噪声。

表1 精度检验等级参照Table 1Accuracy inspection level reference

通过模型预测值与实际值进行对比分析，主干路灰色GM（1，1）模型的平均误差为0.34 dB，平均相对误差为0.468%；次干路灰色GM（1，1）模型平均误差为0.21 dB，平均相对误差为0.353%；进一步说明主干路与次干路的交通噪声灰色GM（1，1）预测精度较高，对于预测短期道路交通噪声比较可靠，且次干路模型的预测精度略高于主干路。

灰色预测模型的优势在于短期预测精度较高，所需信息较少，为了了解“十三五”规划期间莆田市道路交通噪声的状况，运用灰色预测所得到模型对莆田市“十三五”规划期间主干路与次干路的道路交通噪声进行预测分析，具体分析结果见下表2、3。

表2 2016～2020年莆田市主干路等效声级预测值Table 2The forecast equivalent sound level of main road in Putian from 2016 to 2020

表3 2016～2020年莆田市次干路等效声级预测值Table 3The forecast equivalent sound level of Secondary road in Putian from 2016 to 2020

通过预测可以发现，主干路的交通噪声在2016～2020年间均略超于国家道路交通噪声的极限值，且在逐年升高，朝着劣势的方向发展。次干路交通噪声在逐渐向好的方向发展，等效声级值在逐年缓缓下降，且较为稳定，交通噪声状况较为乐观。

4 结论与讨论

（1）据莆田市近10年道路交通噪声的监测数据，按照主干路、次干路与支路进行归纳分析，主干路噪声等效声级趋于缓慢上升，次干路噪声等效声级趋于稳定态势，支路的噪声等效声级趋于上下波动的变化。对三种道路等级的交通噪声进行评价，得到支路的交通噪声指数较高，波动幅度较大，存在很多不可控的影响因素，次干路的交通噪声的各项指标都比较乐观，主干路的交通噪声有超标的趋势，需引起重视。

（2）运用灰色预测理论对主干路与次干路的交通噪声建立预测模型，两种模型预测精度与拟合度都比较好，可以达到预测要求。借助预测模型对“十三五”规划期间莆田市主干路与次干路进行预测，主干路的交通噪声略超过国家标准，次干路的交通噪声较为稳定，正向更好的趋势发展。支路交通噪声预测模型有待进一步探索。

（3）道路交通噪声的监测正朝着自动监测的趋势发展，已有部分城市安装道路交通噪声监测系统，提高了监测的效率与精度；道路交通噪声的预测评价也将与地理信息系统、大数据相结合，实现评价预测的精确化与可视化。

［1］孙伟男.城区道路交通噪声污染危害及控制方法［J］.北方环境，2010，22（2）：22-23.

［2］刘华炜.哈尔滨市道路交通噪声污染分析及防护研究［J］.森林工程，2013，29（3）：105-107.

［3］宋旭辉，范东平，徐文彬.广东省道路交通噪声预测统计模型［J］.环境工程学报，2014（11）：5067-5072.

［4］李方园，李巧云，关欣.公路交通噪声对环境的影响及其治理措施［J］.湖南农业大学学报：自然科学版，2009，35 （1）：44-47.

［5］邓佳，赵剑强，张晓宁，等.公路交通噪声预测模型FHWA与RLS90的比较［J］.环境工程学报，2012（6）：688-689.

［6］AMIR ABBAS RASSAFI，JAFAR GHASSEMPOUR.Highway traffic noise modeling and estimation based on vehicles volume and speed［J］.Advances in Environmental Research，2015（4）：211-218.

［7］高万晨.城市道路交通噪声评价、预测与控制方法研究［D］.北京：北京交通大学，2016.

［8］Nicolás a，Bastián-monarca，Enrique suárez.Assessment of methods for simplified traffic noise mapping of small cities：casework of the city of valdivia，chile［J］.Science of Total Environment，2016，550：439-458.

［9］李英，李晓渊.公路交通噪声防治措施探讨［J］.四川环境，2012，31（5）：140-142.

［10］田乃浩，户春影，温荣梅.比例缩放功能在数控编程中的研究与应用［J］.黑龙江八一农垦大学学报，2014，26 （2）：25-28.

［11］邓聚龙.灰色预测与决策［M］.武汉：华中科技大学出版社，2002.

［12］陆荫，张正煜.灰色预测GM（1，1）模型预测城市区域环境噪声［J］.甘肃科技，2014，30（20）：36-37.

［13］刘洁，马民涛，廉婕.浅析珠三角工业结构与环境污染物的灰色关联［J］.四川环境，2013，32（2）：78-81.

Traffic Noise Analysis and Evaluation of Different Road Grades in Putian

Shi Benjie1，Hu Xisheng1，Qiu Rongzu1，Liu Kaiguo2
（1.School of Transportation and Civil Engineering.Fujian Agriculture and Forestry University，Fuzhou 350002；2.Environmental Monitoring Center Station）

Based on data of different road grades of traffic noise in Putian，the change trend of road traffic noise and traffic volume were studied with three different road grades．Then the road traffic noise was evaluated by evaluation index.The grey prediction theory was used to establish prediction model，and the traffic noise was predicted in the next 5 years．

traffic noise；road grade；evaluation；grey prediction

U491.91；TB53

A

1002-2090（2017）03-0117-05

10.3969/j.issn.1002-2090.2017.03.026

2016-12-06

福建省自然科学基金项目（2015J01606）；福建省科技厅重点项目资助（2014H0010）。

史本杰（1991-），男，福建农林大学交通与土木工程学院2015级硕士研究生。

邱荣祖，男，教授，E-mail：875693642@qq.com；刘开国，男，高级工程师，E-mail：13706076037@163.com。