道路交通噪声与距离及车流量线性相关度分析

摘 要：道路行车是在城市环境中最重要的噪声源之一。适当的噪声源和预测模型，能在城市规划和开发设计中提供重要的指导作用。通过实地测量分析，定义和评估了与源和接收点距离呈幂指数关系的“线性度系数”的对数预测公式。在线声源模型下，该指数的值是10，而在点声源模型下，这个值是20。通过在两组实验数据绘制这个参数的结果，证实了线性假设。在中等车流量的情况下最为接近，通过分析车流量与噪声的关系，其线性相关系数也接近于10。

关键词：道路交通噪声；源模型；线性度系数

Analysis the Linear coefficient of Road Traffic Noise with Distance and Traffic Flow

LI Juan, HONG Jun, ZHANG Manli

(Chongqing University, Chongqing 400045, China)

Abstract: Road traffic is one most important noise source in the city. A appropriate source and prediction model can provide important assistance to the urban planning and development design. In this article, we define and evaluate the relationship between the linear coefficients related to the power law of the source-receiver distance in the logarithmic propagation formula through field measurement analysis. In the linear scheme the value of the linear coefficients is expected to 10, while in the point scheme is expected to 20. Plotting the results for this parameter in the two sets of experimental data, we proved the linear hypothesis. In addition, by analyzing the data with respect to number of running vehicle per hour, linear coefficient results are close to 10, especially in the medium range of traffic flow.

Keyword: Road Traffic Noise; Source Modeling; degree of linearity coefficient

中图分类号：U412.37文献标识码A 文章编号

道路交通噪音所产生的影响已成为城市地区的最重要的环境问题之一[1]。在一般情况下，因为交通噪声固有的随机性质，道路交通噪声建模和预测是非常困难的[2]。

找出车流量以及其他参数与等效声级的关系是很多研究中的任务[3]。笔者考虑了在道路的一侧3个点，4个不同距离的两组实测数据。不同的距离可以用来检验噪声源和测试点间距离影响，也就是 “几何发散”。它们呈幂指数关系，类似静电场，线源模型为1/r，点模型为1/r2[4]。

虽然在工程模型中通常选择线源模型[5]，它可能是合理的，但是在低交通流条件，在一个合适的距离观察，一辆汽车可以考虑作为一个点源。

点源和线源预测模型

点声源的传播模式为：:

(1)

W为声源声功功， r声源与接受点间的距离，，声源声功率为W，I为声强。除以参考值，变成强度水平，我们得到：

（2）

公式（2）是点源噪声预测模型。如果考虑为线源模型，声功率为W’，公式变为：

(3)

为统一单位，也可写成：

（4）

L为声源的长度。根据公式(3)线源的声强模型为：

（5）

两种预测模型的图示如图1。

图 1 点源和线源声强随距离的衰减曲线（Lw =100dB）

在一般研究中，道路交通噪声一般被视为不连续线声源[6]。Salomons 等人[5]详细分析了源模型选择对噪声预测影响。

声强随传播衰减的通用公式：

(6)

参数η和β的值总结与表1中。

表 1 点源和线源模式中参数η和β的值

如果有两个接收点，一个可以写成道路在源和i接收点相距ri处产生的声强:

(7)

(8)

原则上，η和β两个参数并不一致，而源强则受距离的影响。

如果评估这些水平之间的差异需要用到公式：

(9)

可以看出，源模型的选择取决于距离或源布局假设。也就是说，当η和β两个参数不一致，在靠近道路时可以选择线源模型，在较远时可以选择点源模型；相反在任何距离下，η和β两个参数一致时，都可以将道路看成线源和点源模型或其他模型。

鉴于这次研究的最大距离为35m，源没有迅速变化的假设是合理的，所以在35m内的所有测试点，都可以将道路考虑为点源或线源模型。

在这种条件下，η和β两个参数是一致的，也就是说η1=η2，β1=β2，公式（9）变为：

（10）

这个公式将在后续的分析中用来估计参数η，也就是源的线性系数。

实验设计

实测分为长期测试（ML）和短期测试（MS），ML的测试时间为70分钟，MS的测试时间为10分钟。在分析过程中，我们将考虑同时测试的3个测试点，并换算成小时等效声级，虽然在ML测试中测试时间变短，而对MS测试时间变长了。在测试的时间内，交通流量没有剧烈的变化的情况下，这样考虑是合理的。

噪声水平的测试使用符合满足ANSI-S1.4.2的AWA6228型多功能声级进行，测试前后使用ND9校准仪校准。噪声的测试均采用A计权声级的小时等效声级。使用FAST模式，采样时间间隔为1s。测试地点选择在中等车流量的沙正街进行。ML和MS的测试点已在图5种连同相对距离一起标出。

图 5 测试点及相对位置图

结论与分析

实测结果经处理后如下表2、表3：

表 2 ML1、ML2、MS1第一组测试的等效声级和车流量

表 3 ML1、ML2、MS1第一组测试的等效声级和车流量

测试编号 测试点 车流量(辆/h)

两组数据的等效声级如图6及图7，横坐标为对应测试编号。可以看出，在第一组数据中的ML2和MS1以及第二组数据中的ML2和MP2有很大的相关性，斜率几乎一样，但又一个固定的差值。这种差异是由于相对于源不同的接收点位置引起的。由于人为活动产生的强劲和持续的背景噪声以及模型设置中忽略的其他影响，MS1并没有表现出这种相关性。

图 6 第一组测试数据的等效声级

图 7 第二组组测试数据的等效声级

根据公式（10），可以通过这些数据来估算源的相关系数：

（11）

根据绘图结果，相关测量点配对为：MS1-ML2、MS1-ML1、MS2-ML2、MS2-ML1。

图8表明忽略其他影响因素并且相对差值恒定的MP1-MS2的η系数是非常稳定，并且接近10。也就是说对于一个线源，声强的传播可以考虑为圆筒状。尽管η系数有强烈的变化，但如表4所示，其余几对均接近10。

图 8测量结果对应测量编号的η系数

表 4 测试数据的η系数平均值

图 9 第一组测试车流量对等效声级图

从图9和图10可以看出，ML1具有不同的趋势。ML1相对于ML2对于源的相关性很弱，两次ML1的数据均相似，说明可能受到人为干扰。相关系数R2的值均离1较远也说明了这个问题。

图 10第二组测试车流量对等效声级图

表5总结了每组数据的拟合方程和相关系数R2。图11画出了6个拟合方程。在图中MS1的两组数据均有不同的表现，特别是在中等交通流量下。

表 5 拟合方程

拟合公式为

(12)

Q′为将重型车以一定权重换算为轻型车后的小时交通流量。A和B为拟合参数。对比公式（6）和公式（12）可以看出源强与交通流量有关，同时，参数B包含了距离的影响：

(13)

我们可以使用公式（10）计算出每组实测值的ΔL和通过公式（11）线性系数η.

在图11中给出了结果，在中等车流量下，η很接近于10，虽然在低车流量和高车流量下，离预期的值有显著的差异。

图11通过表5的公式根据交通流量模拟的等效声级

图 12通过表5的公式根据交通流量计算的线性指数

结论

在本论文中，作者研究了道路交通噪声预测模型的问题。

通过两组实测数据分析了测点离声源距离对噪声传播的影响。ML1和MS1的等效声级曲线斜率非常接近10。这就意味着，在这些测量条件下，道路可以被考虑为线声源。

交通流量分析表明与本文中所提出的假设一样，预测结果符合对数方程。数据拟合后，给出了六个基于交通流量的模型方程。

通过比较这些方程，线性系数η在中等车流量情况下接近于之前提出的10dBA。

参考文献

[1] Steele C. A critical review of some traffic noise prediction models[J]. APPLIED ACOUSTICS. 2001, 62(3): 271-287.

[2] 吴硕贤. A COMPUTER MODEL FOR PREDICTING THE EFFECTS OF MOTOR VEHICLE NOISE ON BUILDINGS ADJACENT TO URBAN STREETS[J]. Chinese Journal of Acoustics. 1986, 1(5): 14-27.

[3] Zhao J, Zhang X, Chen Y. A novel traffic-noise prediction method for non-straight roads[J]. Applied Acoustics. 2012, 73(3): 276-280.

[4] 李本纲，陶澍. 道路交通噪声预测模型研究进展[J]. 环境科学研究. 2002, 15(2): 56-59.

[5] Salomons E M, Zhou H, Lohman W J. Efficient numerical modeling of traffic noise[J]. The Journal of the Acoustical Society of America. 2010, 127: 796.

[6] Dutilleux G, Defrance J M, Gauvreau B, et al. The revision of the French method for road traffic noise prediction[J]. Journal of the Acoustical Society of America. 2008, 123(5): 3150.