莆田市城市主干路交通噪声分析与预测模型
- 格式：pdf
- 大小：2.10 MB
- 文档页数：6
第38卷第4期 Vol. 38 No. 4 2017
青岛理工大学学报
Journal of Qingdao University of Technology
莆田市城市主干路交通噪声分析与预测模型史本杰1，刘开国2,黄錦樘3，胡喜生1，邱荣祖u(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351100;3.温州市瓯海区交通工程质量监督站，温州325000)
摘要:基于2006—2015年莆田市城市主干路交通噪声监测数据，分析道路交通噪声的变化趋势，结果表明， 随着交通量的增加，主干路噪声水平一直呈上升趋势.根据主干路等效声级与交通量的拟合关系，建立线性、 非线性回归方程，并借助灰色系统理论建立主干路的灰色GM(1,1)的预测模型.利用相关指标对模型进行精 确度的检验,运用模型对十三五期间主干路交通噪声进行预测，结果显示：2016—2020年主干路的交通噪声 将会向劣势发展，需进行防治.关键词：主干路；回归模型;GM(1,1)模型;交通噪声中图分类号：U491. 91;TB53 文献标志码：A 文章编号= 1673-4602(2017)04-0102-06
Traffic noise analysis and prediction model of urban main road in Putian
SHIBen-jie1, LIU Kai-guo2, HUANG Jin-tang3, HU Xi-sheng1, QIU Rong-zu1'*(1. School of Transportation and Civil Engineering, Fujian Agriculture and Forestry University, Fuzhou 350002, China；2. Environmental Monitoring Center Station,Putian 351100, China； 3. Traffic Engineering Quality
Supervision Station of Wenzhou Ouhai, Wenzhou 325000，China)
Abstract： Based on the traffic noise monitoring data of urban main roads of ten years? duration (2006-2015) in Putian city, this paper makes an analysis of the changing trend of road traffic noise. The results show that the noise level of main roads has been increasing with the increase of traffic volume. According to the fitting relation between equivalent sound level and traffic volume，linear and nonlinear regression equation is established，and the GM(1，1) prediction model is established by grey system theory. Traffic noise of urban main roads is predicted during the 13th Five-year Plan on accuracy test. The measures should be taken to control the aggravating situation of the traffic noise in 2016-2020.Key words： main roads；regression model；GM(l?l) model；traffic noise
噪声污染具有随机性、感觉性的特点，对人产生明显的影响.在国家的声环境监测中，主要监测区域声 环境、道路交通声环境与城市功能区声环境3种.从近年全国声环境监测情况来看[1_3]，区域声环境与城市 功能区声环境的质量有所提升，道路交通声环境的质量为一级的城市正在逐年下降，2015年与2014年相
收稿日期：2016-12-23基金项目：福建省自然科学基金资助项目（2015J01606);福建省科技厅重点资助项目（2014H0010)作者简介:史本杰（1991-)，男，山东烟台人.硕士，研究方向为公路交通交通噪声.E-maiUASOSbOSlt^cici.conx
* 通讯作者(Coiresponding author):邱荣祖，男，博士，教授.E-mail:875693642@cici. conx第4期史本霉s蕾田:市城遺主干路交通_声资析与预测模型103
2006 2007 2008 2009 2010 2011 2012 2013 2014 2015年份
图1 2轉6—20»_生干路的交通噪声等毅声级变化趋势 图_2. 2®_6—2_S年主干路交道量齡变化趋势
结合图1与图2主千路等效声级与交通量的变化可知.10年间，除f 2010—2011年,交通噪声有轻 微的下降夕h主干路的交通噪声一直趋于平缓上升a〇年间增加5, 8 dB.2、006—2010年，交通噪声变化虽 是逐年增加，但其增加趋势是不稳定的，时快时慢;2011—2014年;:，交通噪負逐辱上升的趋势较为一致.，J： 升幅度很相近.2006—2015年主千路交通量增加很明显，除了 2009、2010年,交通量均处予逐年快速増加 的趋势.，由_ 200.6年1080 pcu/h增长到2015年的3891 pcu/h，增加了 2. 6僭* 2006—2.008!寧:^交通量的増 加趋势较为一致—2009,交通量发生很小的变化;2009—2010年，交通量有所下降;2010—2015年， 交通量釣增加趋势逐渐稳定，增加幅度较为接近.2建立主干路噪声预测模型
基于主干路交通噪声与交通量的相互关系，建立线性与非线性回归模塑r基于交通噪声影响因素的多 样性与复杂性，建立灰色GM( 1,1)预测模型,并进行精确度检验，最后将模塑进行对比.2.1线性回归模型胡永举|基子高速公路交通流具有随机性与确定性的特性,设置试验方案对202国道进行数据采集， 研究得出奪效声级与交通量存_性关系，建立线性回归方程.本文根据线性回归模型的分析原理，将主 干路2006—2015年的交通噪声与交通量数据整理归纳，运用SPSS软件进行分析，具体分析结果如表1 铸2所录通过分析结果可以发现，相关性系数K = 〇. 896.R2 =0. 803，F=32. 589，Durbm-Warsoia裣验值为 2. 〇1.非常接近2, F检验与f检验的概率值为0.说明残差与自变釐之间相互独立，各项指标均具有统计
表1模型拟合的总体情况指顧 R R1 标准估计误差 F &W数值 8. sat. 4 803 C?4 32.2.01
比，下降3, 5%;较2〇13年下降9%,已引起普遍关注•随着机动车数量的増加，大型、特大型城市道路交通 噪声将面临更加严峻的挑战.目前中小型城市道路交通噪声还未处浐严重状态/国内外研究学者对宁中小 型城市的交通噪声研究相对较少，但随着道路车流量逐年增加，中小型城市的道路交通噪声也将接受_大 考验.因此，中小型城市的道路交通的研究将处于童要的地位*主肀路在城市道路等级中承担的交通压力 颇大，交通噪声较其他城市道路等级也会更为严重.本文通过研究莆田市主千路交通噪声与交通量的变化 特征，对主干路运用线性、非线性猶归理论与灰色系统理论建立交通噪声的预测模型，并利用相关指标对 模型进行精确度检验，同时运角模型对2016 —2020年十三五期间主干路交通噪声发展趋势进行预测，为 莆田市主千路的交通噪声控制治理提供参考.1交通噪声与交通量变化关系
选取莆田市2006—2〇15年道路交通噪声的监测数据，对所收集的数据进行归纳整理，选取主干路的 交通噪声与交逋量进行研究，1〇年等效声级的变化趋势如图1所示，交通量的变化趋势如图2所示.
CQP/錄
1該聊104青岛理工大学学报
第38卷
表2回归系数估计及检验指标系数标准误差标准化系数tSig.
常量参数63.3460. 8376. 3030.000交通量0. 0020.0000. 8965. 7090.000
学意义.最终得到主干路交通噪声等效声级与交通量g的线性分析结果：Leq = 63. 346+0. 002g (1)
回归方程的常量标准误差为〇. 83 dB，误差相对较小，该模型可以根据交通量预测主干路的交通噪 声.为了更深入检验所求回归模型预测的精确度，运用某主干路5年的噪声监测数据进行精确度检验.将 该监测点的交通量带入模型中，将预测值与监测值进行对比分析误差，得到监测值与预测值的结果如表3 所示.通过监测值与预测值的对比，可以发现误表3线性回归模型预测结果分析
差的最大值为1. 2 dB，平均绝对误差为0. 74
年份监测值/dB 预测值/dB误差/dB 相对误差/ %
dB;相对误差最大值为1.78%，平均相对误差201167. 668. 8-1. 21.78
为1. 08%.这说明该回归预测模型的精确度可201269. 770. 8-1. 11.58
以达到预测要求，模拟结果基本与实际值符合，201369. 870. 3一0. 50. 72
具有很大的参考价值.201467. 868. 4一0. 60. 88
2.2非线性回归模型
运用SPSS软件进行曲线拟合时，增长模201569. 669. 30. 30.43
型与指数模型拟合度圮最高均为〇. 805. 2个模型的F值也最大均为33. 300,显著性水平为0. 000.等效 声级与交通量g增长模型公式为L =e4.15+2. 467X10-% (2)等效声级Leq与交通量g指数模型公式为Leq = 64. 453e2.467X10—、 (3)
2个非线性模型的标准误差、置信空间等其他相关指标均具有统计学意义.将上述监测点2011—2015年交通量带入模型进行精确度检验，得到预测值与实测值的结果如表4、 表5所亦.
表4增长模型预测结果分析 表5指数模型预测结果分析年份监测值/dB预测值/dB误差/dB相对误差/%年份监测值/dB预测值/dB误差/dB相对误差/ %
201167. 667. 8-0.20. 30201167. 668. 9一1. 31. 92201269. 769. 60. 10. 14201269. 770. 6一0. 91. 29201369. 869.10.71. 00201369. 870. 2-0.40. 57201467. 867. 50. 30. 44201467. 868. 6一0. 81. 18201569. 668. 51. 11. 58201569. 669. 600
