城市主干道交通噪声预测评价与防治措施

刘开国，史本杰， 黄锦樘， 胡喜生，邱荣祖 (.莆田市环境监测中心站，福建 莆田 500；.福建农林大学 交通与土木工程学院，福建 福州 5000；.温州市瓯海区交通工程质量监督站，浙江 温州 5000)

十二五规划期间，随着机动车数量与道路车流量的迅速增加，道路交通噪声面临严峻的形势与挑战.交通噪声作为国家环保部门声环境监测的重要指标项目，已引起广泛关注.噪声污染与水污染、空气污染一样，成为世界性的难题.水污染、空气污染等污染直接对环境产生影响，进而才会影响人的生活；噪声污染作用直接对象是人，严重影响人们正常生活与工作状态，长期生活在70 dB以上的高噪声环境，人的健康将受到严重威胁与损坏.因此，噪声污染更需引起相关监测管理部门的强烈关注.据相关文献资料显示，城市噪声中50%～70%来源于交通噪声[1]，可见交通产生的噪声污染颇为严重.

截至2015年，莆田市公路通车里程6217.83km，较2014年增长2%，其中高速公路通车里程增长率为42.6%；机动车保有量21.82万辆，同比增长15.8%，私人汽车保有量19.42万辆，同比增长18.3%[2].莆田市普通公路通车里程增长较为缓慢，但机动车仍呈现较为快速的增长，这将给交通噪声造成巨大的压力.本文以324国道在莆田市路段分布为例，根据交通噪声等效声级与交通量的变化关系，建立等效声级与交通量的预测模型，为国道交通噪声预测评价提供参考.

1 324国道在莆田市分布

国道作为国家重要的干线道路，对于全国性的政治活动与经济发展具有重要的意义，承担着众多交通运输活动，324国道是福州到昆明的交通路线，全程2715km，途径多个省市.为了直观明了地看出324国道在莆田市具体分布与走向，本研究采用经矢量化的2015年福建省交通地图和福建省县市级行政区划图，在ArcGIS软件的支持下，利用“筛选”命令，提取出莆田市县级行政区划图.在此基础上，利用“裁剪”命令，以福建省交通地图为输入要素，以莆田市县级行政区划图为裁剪要素，提取出莆田市国道的道路数据，并将莆田市的国道数据层和莆田市行政区划图层相叠加，生成莆田市国道分布图(图1).

图1 324国道在莆田市区的分布Fig.1 Distribution of 324 National Road in Putian city

通过324国道在莆田市分布图可以发现，324国道由涵江区进入莆田，依次穿越荔城区、城厢区主城区，经过仙游县，与市区多条主干道相应交叉，承载着莆田市大量交通运输，具有重要的交通战略地位，是莆田市重要的主干道，同时频繁过量的运输活动会造成噪声污染，给道路沿线的经济活动与人们的正常生活带来直接或间接的影响.

2 交通噪声的预测与评价

2.1 预测模型的建立

国内外在交通噪声方面进行了大量的研究.美国联邦高速公路局于1978年12月研究发布FHWA[3]交通噪声预测模型，2010年，美国联邦高速公路局组织相关人员对TNM2.5进行修正[4]，使其适用于不同的道路等级.英国于1975年发布CoRTN预测模型，并于1988年对其进行改正成为CRTN88模型[5].德国于1981年发布了RLS81模型，于1990年对其进行改正提出RLS90模型[6]，它包括声源模型与传播模型[7].Amir等[8]基于伊朗高速公路的车流量和车速，将车流的拥堵情况考虑在内，建立了非线性的交通噪声预测模型，为伊朗城市的噪声评价提供了重要的价值.我国对城市环境噪声的研究相对较晚，20世纪90年以来，我国对城市环境噪声的研究进行了大量的研究.国内声学界的研究者很多是围绕FHWA模型进行研究.我国现阶段交通噪声预测采用的模型主要有两种，一种是2006年国家交通部颁布《公路建设项目环境影响评价规范》(JTGB03-2006)的交通噪声预测模型[9]；另外一种是国家环保部2009年颁布实施的《环境影响评价技术声导则 声环境》(HJ2.4-2009)中的公路交通运输噪声模型[10].很多研究学者致力于新模型的研究，邱荣祖等[11]以MapInfo为平台开发出交通噪声影响分析评价的支持系统，提高了评价的效率和实现可视化.

国内外交通噪声的预测模型均有其适用范围，美国的FHWA模型适用于高速公路等车速稳定且平直畅通的道路；英国的CRTN88模型适用于顺畅的高峰交通流与距离观察者有一定距离的火车；德国的RLS90模型适用于需要较多修正的路面结构类型路旁隔声设施的效果评估；交通部的规范模型与环保部的导则模型是以美国的FHWA模型为基础进行修正得到的，与国外交通噪声预测模型相比，在预测国内道路精确度更为精确.但是针对特定类型的道路交通噪声，上述模型预测精度就可能会产生较大偏差.本文基于莆田市主干路道路交通噪声历史数据，对建立主干路道路交通噪声预测模型，并对其进行评价.

基于324国道莆田市路段交通噪声的监测数据，从交通量的角度分析交通噪声的变化，做出等效声级与交通量的散点关系图，并根据变化做出趋势线，如图2所示.

图2 等效声级与交通量的散点图Fig.2 The scatter diagram of the equivalent sound level and traffic volume

通过等效声级与交通量的散点关系图，随着车流量的增加，等效声级也在增加，可以发现等效声级与交通量存在的某种拟合正相关，进一步探讨两者之间的关系，需要对监测数据进行处理.在实际监测过程中，由于多种不可控的因素会存在误差，通过图2，只有个别数据偏离数据趋势线较远，除去离数据趋势线最远的4个点，绘制等效声级与交通量的散点趋势图(图3).

图3 等效声级与交通量处理散点图Fig.3 The scatter diagram of the equivalent sound level and traffic volume

通过图3，可以更加直观看出等效声级与交通量存着特殊的拟合关系，可以据此分析建立国道等效声级与交通量的预测模型.预留5组监测数据，用于检验预测模型的精确度，其他数据用于模型构建.运用SPSS软件对等效声级与交通量进行曲线拟合回归分析，通过结果可知，拟合度R2和F检验值都比较高是指数型S模型与逆模型.

借助S模型的建模原理及基本公式：

y=ea+b/x

(1)

运用SPSS软件分析建模，得到等效声级与交通量的S模型拟合度R2为0.931，F检验值为276.13，F检验值的概率值为0，a为4.623，b值为-1253.746，得到等效声级Leq与交通量q的指数关系的S型的预测模型为：

Leq=e4.623-1253.746/q

(2)

该模型预测值与实测值的平均误差为0.61 dB，拟合度比较好，较接近实际值.为了进一步验证模型预测的精确度，将保留的5组数据的交通量带入预测模型中，进行预测值与实测值的误差检验.

通过5组数据的实测值与预测值误差对比发现，最大误差为1.3 dB，平均误差为1.06 dB；平均相对误差为1.53%.在实际预测时，这个误差精度可以达到预测要求.

表1 S模型实测值、预测值、误差及相对误差分布
Tab. 1 The measured value, prediction value, error and relative error distribution of the S model

数据验证组实测值预测值误差相对误差/%173．172．4-0．70．96267．468．51．11．63369．370．51．21．73470．071．01．01．43567．968．61．31．92

结合逆模型的建模原理，进行预测模型的构建，得到拟合度R2为0.932，F检验值为261.10，F检验值的概率值为0，等效声级Leq与交通量q的逆模型的具体预测模型为：

(3)

将预测值与实测值进行对比，得到平均误差为 0.61 dB，与上述模型一致，拟合度比较理想.同样用预留的5组数据进行精确度检验.

表2 逆模型实测值、预测值、误差及相对误差分布
Tab. 2 The measured value, prediction value, error and relative error distribution of the inverse model

数据验证组实测值预测值误差相对误差/%173．172．3-0．81．09267．468．61．21．78369．370．41．11．58470．071．01．01．43567．968．70．81．18

逆模型对5组数据预测对比可知，平均误差为0.98 dB，平均相对误差为1.41%.通过两种预测模型的误差、相对误差对比，可知两种预测模型的预测精度非常接近，逆模型的精度略高于S模型.综合国内外交通噪声预测模型，国内外交通噪声预测模型的预测精度大多高于1 dB，平均误差低于1 dB的预测精度属于较高的预测水平。

基于 GB 3096—2008声环境质量标准[12]，道路交通噪声的标准属于4a标准，昼间等效声级极限值为70 dB.根据两种预测模型，当国道交通量达到3350 pcu/h，等效声级就可以达到70 dB.按照近年来交通量变化趋势，目前已有部分监测点位的交通量超过3350 pcu/h，未来几年交通量也会继续有所增长，交通噪声也将面临超标的严峻挑战.

2.2 交通噪声评价

道路交通噪声具有时间性、不持久、不积累的特点，且与车流行驶状态与流量关系密切，车流越大，噪声往往也越大，但是噪声对周围环境并没造成恶劣影响，主要对人类的影响较大，因此需要结合噪声的频率特性和时间特性与人的直接感受才能对噪声进行合理地评价.国际比较常用的评价指标有等效声级、累积百分声级、噪声污染指数、交通噪声指数、噪声污染级，本文主要采用等效声级与噪声污染指数，结合国家规范标准进行评价.

噪声污染指数PN以道路干线两侧适用区域的国家标准为依据，描述道路噪声本身的能量水平和达标状况，算式为：

PN=Leq/Lb

(4)

其中，Leq为噪声等效声级，Lb为国家标准的极限值，取70 dB.

通过对交通噪声的监测数据整理，得到等效声级交通噪声的最大值为73.1 dB，超过70 dB有5组数据，平均值为68.2 dB.结合等效声级进行污染指数分析，最高值为1.04，噪声平均污染指数为0.97.基于 GB 3096—2008声环境质量标准，从所监测的数据来看，324国道莆田路段交通噪声总体状况良好，达标率为83.3%.

依据HJ640-2012《环境噪声监测技术规范-城市声环境常规监测》[13]道路交通噪声强度等级划分与评价标准(表3)，所选取道路监测数据位于一般级以上的评价占据90%，一级标准占有43.3%，属于好的评价，位于二级标准有40%，属于较好评价，三级标准有6.7%；属于较差评价的占据10%；没有超过五级标准的数据.

表3 道路交通噪声昼间强度等级划分
Tab. 3 Daytime road traffic noise intensity grading

等级一级二级三级四级五级昼间平均等效声级( Ld)≤68．068．1～70．070．1～72．072．1～74．0>74．0相应评价好较好一般较差差

324国道莆田路段交通噪声状况良好，只有个别监测数据有超过标准极限值.由于324国道穿越莆田3个市区，交通地位显著，交通量高于其他道路，以致324国道莆田路段的噪声等级大多高于莆田市其他道路的噪声等级，由此可以判断莆田市道路交通噪声整体状况良好，大多均低于国家标准的极限值.

3 防治措施

交通噪声主要从噪声源、传播途径、噪声受音体三方面进行防治保护.在噪声源方面，国内外主要从改善路面材料、定期养护路面、优化轮胎花纹、改良汽车发动机性能、合理设计道路结构等工程措施方面进行防治研究，杨磊[14]提出增大路面孔隙、增加路面材料的弹性与阻尼、改善路面纹理等方面削弱噪声.在传播途径方面，建设声屏障与种植绿化林带是主要的措施.胡喜生等[15]基于实测数据运用Photoshop软件研究不同行道树绿化带疏透度的减噪的效果，具有重要的实际参考意义.在噪声受音体方面，主要是安装隔音窗，建设防噪走廊等措施.

在噪声源方面控制措施大多还处于理论研究阶段，具体实施还有难度；声屏障与种植绿化林需要结合道路交通周边的环境，未必有空间与余地；家装隔音窗需要结合住户的意愿，具体实施较为复杂.本文根据莆田市实际发展状况与道路交通周围环境，主要从规划设计、交通管制方面提出噪声防治措施.

3.1 合理规划布局

莆田市是一个在不断发展壮大的中小型城市，许多道路还需规划与扩建，在公路网选线规划时，以工程技术为依托，尽可能的远离噪声敏感区.在进行建筑物的规划建设时，明确功能区的分类标准，严格按照国家噪声标准进行规划建设.对于噪声敏感建筑物应注意做好防护措施，与城市道路保持安全距离.一般认为，学校、医院与住宅区等一级功能区周围50 m的范围内，避免建设地面交通道路.合理的城市道路规划对于噪声的防治具有重要的意义与价值.

3.2 交通管制

交通量、车速、车型对交通噪声具有重要的影响，车流量增加一倍，交通噪声增加3 dB，车速增加一倍，交通噪声增加6～7 dB[16].通过合理控制交通流，对交通流进行积极引导，尽量避免重型车、大型车经过敏感点区域；大力发展公共交通，发展新型能源的公交车.现在很多大型市正在试着使用以天然气、二甲醚等主要燃料或发展电力公交车，电力公交车较传统燃料的公交车可以平均降噪5 dB.开辟公交车行驶专用道，完善公交线路的覆盖范围，体现公交优先原则，减少机动车等私家车的通行量.设置非机动车车道，将机动车与非机动车进行分离，减少由于其相互影响而导致频繁加速、减速.与在城市的主要交通道路设置限速标志，可以有效地降低噪声水平，对控制交通噪声具有积极的意义.建立健全交通管理与法制法规，市区禁止鸣笛，淘汰超龄汽车等.鸣笛是交通噪声非常严重的污染源，莆田市道路交通的鸣笛现象较为严重.据研究发现[17]，鸣笛会增加噪声10～15 dB.将禁鸣落实到实处，加强监控与监管措施.

4 结束语

借助ArcGIS软件，分析324国道在莆田市区具体分布，明确其在莆田市区主干道的地位.基于324国道在莆田路段的噪声监测数据，作出等效声级与交通量的预测模型，精确度可以达到噪声预测的要求.按照噪声评价指标与国家道路噪声的相关规范进行评价，得出噪声的总体状况良好.结合莆田市实际状况提出噪声的防治措施，对进一步提升莆田市交通噪声等级具有重要的参考意义与价值.

交通噪声的预测与评价，正在得到不断的完善与规划，将与现代信息技术相结合，朝着数据化、精确化、科技化、人性化的方向发展.

[1]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．

[2]莆田市统计局．莆田统计年鉴2016[M]．北京：中国统计出版社，2016．

[3] BARRY T M，REAGAN J A．FHWA highway traffic noise prediction mode[R]．Washington DC：U．S．Department of Transportation，1978．

[4] HANKARD M，ROCHAT J L．Ground and pavement effects using FHWA，S traffic noise model，version 2.5[R]．Cambridge，MA：Volpe National Transportation System Center Acoustics Facility，2010．

[5] Department of Transport and Welsh Office UK( DoT UK)．Calculationof road traffic noise[R]．London： HMSO，1988．

[6] Road Construction Section of the Federal Ministry for Transport( RCS-FMT)．Directives for anti-noise protections along roads [R]．Berlin：Ministry for Transport，1990．

[7]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)2：688-689．

[8] AMIR A R，JAFAR G．Highway traffic noise modeling and estimation based on vehicles volume and speed[J]．Advances in Environmental Research，2015，4(4)：211-218．

[9]交通部公路科学研究院．JTG B03-2006 公路建设项目环境影响评价规范[S]．北京：人民交通出版社，2006．

[10]环境保护部．HJ 2.4-2009环境影响评价技术导则噪声环境[S]．北京：中国环境出版社，2009．

[11]邱荣祖，张东水，余德志．基于GIS的城市交通噪声环境影响评价系统[J]．遥感信息，2005，78(2)：29-32．

[12] 中华人民共和国环境保护部．GB3096-2008声环境质量标准[S]．

[13] 中华人民共和国环境保护部．HJ640-2012环境噪声监测技术规范城市声环境常规监测[S]．

[14]杨磊．高速公路交通噪声及典型防治措施分析[J]．山西交通科技，2015，(4)：83-85．

[15] 胡喜生，郑燕，陈敏，等．不同行道树绿化带疏透度对降低交通噪声效果的对比[J]．重庆交通大学学报(自然科学版)，2015，34(4)：95-98．

[16] 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．

[17] 李英，姜祎周，杨娜．城市交通噪声及其控制对策——以北京市三里屯地区为例[J]． 城市问题：2010，179(6)：17-21．