基于指数平滑法的噪声污染预测及应用

杨雨桐，张利，杨玖

（1.四川省攀枝花生态环境监测中心站，四川 攀枝花 617000；2.攀枝花市仁和生态环境监测站，四川 攀枝花 617000）

引言

近年来，随着城市建设、社会经济、工业和交通运输业等迅速发展，噪声污染源越来越广泛，呈现出复合和交叉的特点，使得噪声污染受到的影响因素逐渐增加。四川省攀枝花市是一座资源型城市，城市围绕“钒钛磁铁矿”开发，形成先生产后建设的布局，攀枝花市也是一座山城，金沙江雅砻江穿城而过，工业用地面积小，工业生产中各种机械设备、车辆运输等产生声源点多。虽然许多企业都采取了噪声防治措施，但是受城市空间布局影响，工矿区与居住区犬牙交错，没有足够距离来衰减噪声，如攀钢生产区、钒钛高新技术产业开发区和高粱坪工业园区等工业集中区噪声较大，城市各类噪声源数量和强度也随之增加。攀枝花市属于典型的山地城市，城市依山沿江而建，拓展空间较小，根据《攀枝花市年鉴》数据统计，攀枝花市机动车总量每年以约8.8%的速度增长，各种交通工具产生的噪声在狭小空间内容易累积叠加，导致道路交通声环境不理想。同时，随着经济的快速增长和城市化进程加快，社会活动愈加频繁，人口流动不断加强，人群活动引起的生活噪声已经成为城市噪声的主要来源。

环境噪声污染对人们的身体健康、生活休息及工作环境影响很大，已成为重要的环境问题之一。城市区域声环境和道路交通声环境是城市声环境监测的重要组成部分，也是城市声环境质量评价的重要组成部分，若能较为精确地预测城市区域声环境和道路交通声环境质量水平，不仅有利于噪声污染防治工作的开展，也有利于对其他发展进行规划。根据文献搜索，先后有学者开展了城市声环境质量污染模式及预测等方面的研究，但研究相对较少。谢正文等[1]应用指数平滑法建立了预测城市环境噪声污染的数学模型，研究结果显示指数平滑法的应用效果与平滑系数的选取关系密切，应用时需根据指数平滑法建立的物理意义正确地分析和选取平滑系数；韩芹芹等[2][3]以新疆维吾尔自治区乌鲁木齐市作为研究对象，运用动态和静态的三次指数平滑法对研究区域的噪声污染水平进行预测，预测结果显示该方法适合进行中期的声环境质量水平预测。李建华等[4]根据福建省厦门市环境噪声的实际情况进行了分析，同时结合指数平滑预测模型，提出符合厦门市当前环境噪声的三次指数平滑模型，预测结果满足厦门市未来中期环境噪声需求。

本文选取2011～2022 年攀枝花市城市区域声环境（昼间）和道路交通声环境（昼间）监测数据，对攀枝花市声环境质量总体水平进行评价，同时建立和选取适合攀枝花市的指数平滑预测模型，以期为今后攀枝花市城市声环境污染防治工作提供数据支撑和参考依据。

1 材料与方法

1.1 监测点位布设

1.1.1 城市区域声环境

“十二五”和“十三五”期间，根据《声环境质量常规监测暂行技术规定》（总站物字〔2010〕241 号）、《环境噪声监测技术规范城市声环境常规监测》（HJ 640-2012）、《声环境质量标准》（GB 3096-2008）有关规定，同时结合攀枝花市城市区域结构的特殊性，在普查测点布设中，将攀枝花市60 余个居民点（片）按统一的城市区域处理，而当零散居民点的面积够一个网格时，也纳入监测。整个攀枝花市城市区域环境噪声标准适用区域按350m×350m 划分成207 个网格，共25.4km2。2021 年以来，共设置155 个监测点，监测面积65.5km2。

1.1.2 城市道路交通声环境

“十二五”和“十三五”期间，攀枝花市路段总长度为143.9km，路段数为45 个，共计45 个监测点。2021 年以来，路段总长度为167.4km，路段数为52 个，共计52 个监测点。

1.2 监测方法

1.2.1 城市区域声环境

1a 监测1 次，城市区域声环境测量每个测点的10min 等效声级Leq。

1.2.2 城市道路交通声环境

1a 监测1 次，城市道路交通声环境测量每个测点的20min 等效声级Leq。

1.3 评价标准与方法

1.3.1 评价标准

《声环境质量标准》（GB 3096-2008）。

1.3.2 评价方法

根据《环境噪声监测技术规范-城市声环境常规监测》（HJ 640-2012），对攀枝花市城市区域声环境与道路交通声环境评价等级进行划分，详见表1。

表1 城市区域声环境和道路交通声环境评价等级划分（单位：dB）

1.4 预测模型

1.4.1 模型解释

指数平滑法是一种时间序列预测的方法，是按照时间顺序排列的数据集合，其原理是任一期的指数平滑值都是本期实际观察值与前一期指数平滑值的加权平均，是对过去值和当前值进行加权平均及对当前的全数进行调整来抵消统计数值的随机影响，从而得到平滑的时间序列。一次平滑指数是对历史数据的加权预测；二次平滑指数适用于具有一定线性趋势的数据；三次平滑指数在具有一定的曲线关系时使用[2]。

指数平滑法的基本计算公式为式（1）。

式中St—第t周期的指数平滑值；St-1—第t-1周期的指数平滑值；Xt—第t周期的实际测定值；α—平滑系数（取值范围0 ≤α ≤1）；t—数据周期数（t=1,2,3,......）。

一次、二次和三次指数平滑值的计算公式分别为式（2）、式（3）和式（4）。

式中St（1）—一次指数平滑值；St（2）—二次指数平滑值；St（3）—三次指数平滑值。

一次平滑指数考虑数据序列顺序的权重，越近的数据权重越大；二次平滑指数考虑趋势性；三次平滑指数在二次平滑指数基础上考虑二次趋势性，从而找出预测的基本变化[2]。

1.4.2 初始估计值和预测精度

当数据序列介于10～20 个之间，初始估计值是平滑的最初起点，研究采用前2 期实测值的算术平均值作为初始估计值。平滑系数α 在于数据的权重，α 值越大意味着当期数据所占的权重越高而上期平滑值所占权重越低，与预测的精度关系密切。平滑系数α值一般介于0～1 之间，若数据波动大，则选择较大的范围（0.6～0.8）；当数据波动较小时，则应选择较小的范围（0.1～0.5）。在实际研究过程中，一般先选取几个α 试算，根据不同平滑类型均方根误差值（RMSE）来确定α值，RMSE 值越小表示拟合效果越佳。

通过秩相关系数结果分析，攀枝花市城市区域声环境和道路交通声环境呈显著的变化趋势，波动较大，因此α 值选择较大的范围值（0.5～1 之间），平滑系数α 选择0.5、0.6、0.7、0.8、0.9 和0.95 共6 个取值进行分析测算，再根据RMSE 的最小值选择最佳α取值。RMSE 按式（5）计算，选取前2 期数据算术平均值作为初始值。

式中Xt—实测值；Yt—预测值。

2 结果与讨论

2.1 评价结果分析

“十二五”以来，攀枝花市城市区域声环境总体水平在50.7～57.4dB（A），除了2011～2013 年，其他年份均属于二级（较好）；道路交通声环境总体水平在67.5～71.7dB（A）之间波动（一级至三级），2021 年道路交通声环境属于三级（一般），2013～2016 年道路交通声环境属于二级（较好），其他年份均为一级（好），详见表2。同时，通过趋势分析，道路交通声环境质量呈显著上升趋势（γs=0.768），区域声环境质量呈显著下降趋势（γs=-0.721）。

表2 2011～2022 年区域和道路交通声环境质量评价结果（单位：dB ）

2.2 指数平滑系数与平滑类型的选择

研究采用2011～2022 年攀枝花市区域声环境和道路交通声环境昼间监测数据作为时间序列，根据Excel 分析，城市区域声环境质量和道路交通声环境质量与时间呈非线性关系。不同平滑系数α 值及RMSE 计算结果见表3，交通道路声环境平滑系数α 值0.6，平滑类型为一次平滑时，RMSE 值最低，表明预测效果最佳；城市区域声环境平滑系数α 值为0.8，平滑类型为一次平滑时，RMSE 最低，表明预测效果最佳。

2.3 指数平滑预测结果验证分析

根据表3 的结果，将平滑系数α 值带入相应的平滑类型预测公式中，得到2011～2022 年预测结果如表4 所示。从误差值来看，道路交通声环境和城市区域声环境平均绝对误差值分别在0.689 和1.08，预测效果相对较好。根据一次平滑预测模型特点，预测2023 年道路交通声环境和城市区域声环境分别为69.96 dB（A）和52.53dB（A），与实际测定值基本一致，可以看出道路交通声环境质量水平总体保持在70dB（A）以内，属于二级（较好）；城市区域声环境质量水平保持在55dB（A）以下，属于二级（较好）。

表4 2011～2022 年交通道路和城市区域声环境污染预测值及绝对误差（单位：dB ）

3 讨论

“十二五”以来，攀枝花市生态环境部门联合公安、交通、住建、城管等相关部门对建筑施工、工业生产、社会生活和交通运输4 个方面的噪声问题进行全面整治，坚持从源头防治噪声污染，消除或减少噪声扰民，使噪声污染得到有效控制、噪声扰民问题得到明显缓解、城市声环境质量得到改善。

从监测结果分析，2014 年以来，攀枝花市区域声环境质量（昼间）均为二级（较好），呈显著下降趋势；道路交通声环境质量（昼间）呈显著上升趋势，且在2021 年达到最大值71.7dB（A），属于三级（一般）。根据指数平滑预测分析，道路交通声环境质量（昼间）预测模型为一次平滑模型，初始值为前三期均值，平滑系数α 值为0.6，预测结果较好；城市区域声环境质量（昼间）预测模型为一次平滑模型，初始值为前三期均值，平滑系数α值为0.8，预测结果较好。从预测结果分析，预测2023 年，道路交通声环境质量为二级（较好），城市区域声环境质量为二级（较好），实际监测结果显示，道路交通声环境质量（昼间）值为69.6dB（A），城市区域声环境质量值为52.7dB（A），均为二级（较好），预测结果与攀枝花市实际测定值基本一致，预测效果比较可靠，适用于短期声环境质量预测，可为相关管理部门做好噪声污染防治工作提供数据支撑和一定的参考。

此外，在实际工作中，还要结合攀枝花市具体情况，如机动车的增加、城市规划建设、人群活动、工业设备设施运行等，通过强化部门协作，联合治理噪声，科学引领，精准治理噪声，加强宣传引导，发挥基层组织的积极作用等措施开展噪声污染防治工作。

结论

噪声产生的影响因素较多，不可预见性较大，随机性较强，不可控因素较多，任何一种预测模型都会存在一定的不足和缺陷。指数平滑预测模型只适用于数据中短期，不适合长期预测；同时，对于评价方法的宏观影响方面，研究基于攀枝花市声环境总体水平基础上的预测，仅对历史数据赋予不同的权重（较新的数据具有更高权重），暂未考虑其他影响因素（噪声污染治理效果、工业影响、道路交通影响及社会人群活动）。在今后的研究工作中，可根据不同类型声环境的影响特点（如城市区域声环境变化存在着方向异性特点，受网格所在功能区以及各类不同声源的影响；道路交通声环境受路段起止、长宽度、车道数、道路等级、覆盖人口、工业运行期间大型车辆数量及流量等因素的影响）和治理管理水平等因素进行综合考虑和分析，并根据各个因素的影响程度计算出相应权重，进一步开展声环境影响预测与评价工作。