走向一个动态的国家交通噪声地图:模拟频谱交通噪声排放水平的时间变化
Mylan R Cook1, Kent L Gee1, Mark K Transtrum1
1Department of Physics and Astronomy, Brigham Young University, Provo, Utah 84602, USA.
The Journal of the Acoustical Society of America
|September 11, 2024
概括
一个新的模型,基于车辆减少顺序观测的模型 (VROOM),预测了全国范围内每小时的交通噪声排放. 这种先进的方法考虑了交通量,车辆类型和时间模式,改进了运输噪音映射.
科学领域:
- 环境声学环境声学
- 运输工程 运输工程 运输工程
- 计算建模计算建模
背景情况:
- 当前的交通噪声地图往往缺乏时间分辨率,无法捕捉交通噪声的每小时显著变化.
- 现有的模型可能无法充分反映交通构成的动态性质及其对噪声排放的影响.
研究的目的:
- 引入基于车辆减少顺序观测的模型 (VROOM) 来预测全国每小时的交通噪声排放.
- 开发一种方法,将交通量和车辆类混合的时间变化纳入其中,以便更准确地预测噪音.
主要方法:
- VROOM集成了三个子模型:交通量时间变化,交通类别时间变化和交通噪音模型 (TNM) 3.0方程.
- 特定位置的数据被用来建立平均车辆类组合,然后更新为实时预测的动态数据.
- 应用TNM 3.0方程来计算基于车辆数量和每小时的车类组合的噪音排放水平.
主要成果:
- VROOM模型成功地预测了全国每小时变化的交通噪音排放.
- 该模型捕捉了关键的时间噪声特征,包括日间模式,城市繁忙时间和每周/每年变化.
- 估计相当于道路附近的声音水平排放光谱以每小时的分辨率生成.
结论:
- 通过结合时间和光谱变异性,VROOM在运输噪声绘制方面取得了重大进展.
- 与时间平均预测相比,该模型提供了更动态和更准确的交通噪音表示.
- 可以使用VROOM进行详细的全国运输噪声评估,以提高时间分辨率.
