法國NMPB交通噪聲預測模型及適用性研究*

樂曉妍 畢煜龍 來慶云 周 建

(寧波市環境保護科學研究設計院， 浙江 寧波 315012)

法國NMPB交通噪聲預測模型及適用性研究*

樂曉妍 畢煜龍 來慶云 周 建

(寧波市環境保護科學研究設計院， 浙江 寧波 315012)

對比分析法國NMPB道路交通噪聲預測模型與國內常用的道路交通噪聲預測模型，NMPB模型與其他模型在應用范圍、車輛分類以及傳播模型基礎架構方面具有一定的相似性，但各個模型的源強預測模型區別很大。本文選取一條典型的城市道路，根據長時間監測觀察獲取的批量數據，對各個模型的預測結果進行分析，結果表明：NMPB模型預測結果與實測值吻合相對較好；在夜間或者重型車較多的道路上，如使用NMPB模型進行預測，還需要進行適當的修正。

NMPB；源強；道路交通噪聲預測模型

隨著城市路網的日益發展以及居民環境保護意識的提高，車輛交通噪聲越來越成為公眾關注的環境問題之一。交通噪聲預測模型作為道路建設項目前期環境影響分析的重要手段以及繪制城市區域噪聲地圖的重要輔助工具，其可靠性和準確性也愈發顯得重要。目前，國外已有若干成熟和公認的交通噪聲預測模型和軟件，如德國的RLS90模型、美國FHWA模型、法國的NMPB模型等。但國內應用較多的，尚局限于德國的RLS90模型和美國FHWA模型，對于法國的NMPB模型，幾乎沒有研究涉及。

1 常用的交通噪聲預測模型

國外對于道路交通噪聲預測的研究始于上世紀五六十年代，基于當地的實際情況，各國陸續開發出了適用的交通噪聲預測模型：如美國的FHWA模型、英國的CRTN模型、德國的RLS90模型等。

在我國目前的環境影響分析及相關工作中，用得較多的模型包括：FHWA模型、JTGB 03-2006《公路建設項目環境影響評價規范》和RLS90模型。FHWA模型是美國交通部聯邦公路管理局所采用的交通噪聲預測模型，是我國早期推薦使用的模型；當前HJ 2.4-2009《環境影響評價技術導則-聲環境》，亦是以此為基礎改進而得。JTGB 03-2006《公路建設項目環境影響評價規范》推薦噪聲預測模式為交通部推薦的噪聲預測模式。RLS90是德國交通部公路建設司發布的噪聲預測模型，基于該模型開發的噪聲預測軟件Cadna /A軟件在2001年通過了我國環保部環境工程評估中心的評審認證，在我國當前的環境影響評價以及其他研究工作中有著較為廣泛的應用[1-3]。

CRTN模型是英國交通部發布的道路交通噪聲計算模型，該模型以交通噪聲峰值(L10)為評價量，目前在中國香港、英國、澳大利亞等地被認可使用[4]。

2 法國NMPB交通噪聲預測模型

NMPB模型是法國交通部門開發的交通噪聲預測模型，該模型的相關參數最早確立于上世紀七十年代。上世紀九十年代開始，相關部門和學者開始對模型相關的參數進行修正，并于2008年出版了新的版本NMPB-Routes-2008。該模型目前在我國的應用尚較為少見，其主要原理如下[5]：

NMPB模型中，對于每一種車輛類型，單位長度線聲源通過單位車流量時，即根據單位車速，其聲壓級被分解為兩個相對獨立的部分——滾動(rolling)噪聲和動力(powerunit)噪聲兩部分進行計算。滾動噪聲是指與輪胎和道路本身直接相關的噪聲；而動力噪聲則為與車輛本身引擎等機械震源直接相關的噪聲。在計算中，考慮車速以及路面鋪設情況等因素與前者滾動噪聲相關；而動力噪聲則與交通流量(速度、加速情況)以及道路傾斜情況相關。具體地，可以表述為式(1)：

LAmax=Lp+Lr=10log[100.1×Lp+100.1×Lr]

(1)

式中：Lp——動力噪聲產生的聲壓級；Lr——滾動噪聲產生的聲壓級。

除了極少數情況，車輛聲源數據是基于大量實驗得出的。模型將車輛分為輕型車和重型車兩種類型，輕型車為車重小于3.5t的車輛，而重型車為車重大于等于3.5t的車輛。實驗按照不同車型分別進行。

滾動噪聲被認為與路面情況相關，模型根據路面鋪設情況將其劃分為R1、R2和R3三種情況，另外，還考慮了使用時間對于路面情況以及滾動噪聲的影響。對于動力噪聲，模型考慮的不同情況包括加減速、道路傾斜以及駕駛員的駕駛習慣。

對于聲源S在受點R產生的A計權聲壓級，傳播過程中各衰減因素的考慮如式(2)[5]:

LA=Lw-(Adiv+Aatm+Abnd)

(2)

試中:Lw——聲源S的聲功率級；Adiv——幾何距離引發的衰減；Aatm——大氣吸收衰減；Abnd——與聲速剖面以及邊界特性相關的衰減。

3 交通噪聲預測模型比較分析

將NMPB模型與國內目前應用較多的幾個噪聲預測模型進行了比較，主要區別可見表1[6]：

各個模型的輸入數據類型基本類似，但各有側重和區別，這主要取決于其基本源強模型以及在傳播過程中考慮的因素多少。各模型在噪聲傳播過程中考慮的因素總體包括：幾何距離衰減、地面吸收、障礙物以及綠化帶等的影響。

與其他比較項目的總體類似性不同，各模型的源強模型并不相似。噪聲源預測模型的基本原理、考慮的相關因素以及所依托的實驗基礎，直接決定了模型預測結果最基礎的構成部分，對于預測結果的準確性有著最直接和最有力的影響[7-9]，因此，模型之間最主要的區別還是取決于噪聲源預測模型。

從源強模型來看，目前各國的噪聲源強預測模型均以實測數據為基礎，建立聲級與車流量、車速等之間的回歸曲線方程式；FHWA和NMPB模型以單車噪聲測試數據為基礎，而CRTN和RLS90模型則是以車流特性作為聲源計算的基礎；各個模型對于聲源強度均有所修正，但考慮修正的因素繁簡有所不同。

FHWA模型和NMPB模型均是根據不同車型，分別進行單車噪聲測試得到基礎數據；但兩個模型的車型劃分有較大的區別。兩個模型考慮噪聲的影響因素較為類似，都是將噪聲分解為相對獨立的兩個部分。FHWA模型考慮的噪聲影響因素包括輪胎—地面噪聲和發動機—排氣噪聲；NMPB模型中的滾動噪聲和動力噪聲也即輪胎—道路相關的噪聲以及與車輛引擎等機械震源相關的噪聲。

上述幾個國外的模型均是基于各國車輛、道路等基本特征的交通噪聲數據庫而建立，我國在目前缺乏有力數據支撐源強模型的情況下，引用或參照國外的模型尤其是源強模型成為一種應用較為普遍的交通噪聲預測方式，目前FHWA和RLS90模型在我國環境影響評價及噪聲相關科研工作中應用和研究較多[10-12]，汪贇等對于CRTN模型在我國的適用性也做出一定探討。但對于模型驗證和修正，往往基于短時的監測數據，缺乏長時間的監測觀察和驗證；對于NMPB模型的適用性以及比較，國內尚無相關的實例研究。

4 模型計算與實測比較

選取一條典型的城市道路，利用噪聲自動連續監測設備，通過長時間監測觀察獲取的批量數據，對于NMPB模型預測的適用性作一驗證并與其他模型進行比較。

4.1 實驗條件及過程

4.1.1 噪聲及車流量監測

實驗道路為雙向四車道城市道路，行車道寬度3.5m，路面材質為瀝青混凝土，通行車輛以小型載客汽車和公交車為主，道路交通總體較為順暢。

噪聲監測點位于道路一側相對空曠地帶，附近無建筑物、綠化帶等遮擋；離地高度約3.5m，距離最近的道路交叉口距離約350m。

測點的選擇主要考慮排除交叉口等情況的干擾，以使行駛車輛車速基本穩定。測點距離道路較近、其間無遮擋，附近無其他明顯聲源；測點的聲級值主要反應道路本身噪聲源強為主，對于傳播過程中的衰減，以距離衰減為主。

測試儀器采用杭州愛華儀器有限公司生產的AWA6218J型自動噪聲監測儀。車流量監測采用視頻攝像頭錄像，錄像點離地高度約4m，并確保視野范圍能夠看清該路段所有來往的機動車輛。

小時車流量按照每小時前20min車流量計算得到，監測期間，剔除大風、下雨等天氣，共獲得121個小時有效監測數據。

4.1.2 模型預測計算

由于在測點選取時，考慮了盡量保證道路車速穩定，故預測車速參考道路限速并結合觀察的實際情況，大型車取晝間50km/h，夜間60km/h，其余車型取晝間60km/h，夜間70km/h。測點距離道路較近且其間無遮擋，預測結果主要體現道路噪聲源強以及幾何距離衰減的效應。

將車速、監測得到的車流量數據以及其他道路特性相關預測參數代入FHWA模型、RLS90模型、CRTN模型以及NMPB模型預測計算受點的噪聲值。

其中，RLS90模型的計算通過德國Cadna/A軟件、CRTN和NMPB模型的計算通過丹麥B.K公司的Predictor軟件來實現。

4.2 結果及討論

4.2.1 模型預測結果與實測相關性分析

各模型預測結果與實測數據相關性分析結果見表2。

由表2可知，各模型預測結果與實際監測值均顯著相關，相關性NMPB>RLS90>CRTN>FHWA。

4.2.2 各模型預測與實測差值分布情況

根據各模型預測結果與實測差值分布具體情況(圖1)，FHWA模型的預測值總體偏高的較多，RLS90模型的數據以偏高相對多一些；而NMPB以及CRTN模型數據整體相對偏低居多一些。

4.2.3NMPB模型預測表現與車流量、車型比的關系

根據不同車流量，將數據分級，計算不同車流量情況下，NMPB模型預測與實測絕對差值的平均值，得到結果如圖2。

根據不同的重車型比，將數據分級，計算不同車流量情況下NMPB模型預測與實測的絕對差值平均值，得到結果如圖3。

由圖2和圖3可知，NMPB模型在重車型比增加時，預測與實測的差值大幅增加；在車流量下降時，預測與實測的差值也大幅增加，兩者表現出相似的變化趨勢。進一步分析，道路車流量偏低的情況一般出現在夜間時段，而此時，小型車數量急劇減少，大型車包括大型貨車和公交車等，由于其運營的特點和要求，并沒有明顯的降低，因此，此時重型車比反而相對上升。由此推測：車流量的降低和重型車比重的上升，具有相關性；對于NMPB模型，在低車流量和高重型車比的情況下，其預測表現不佳，原因可能是相關的。

對于監測得到的重型車比和車流總量兩者作相關性分析，可以得到，兩者的Pearson相關性系數為-0.630，在0.01水平(雙側)上顯著負相關。由此可確認：車流量的降低和重型車比重的上升兩者負相關；在低車流量和高重型車比的情況下，模型預測表現不佳，原因是相關的。

具體看車流量較低和重型車比例較高的情況下，NMPB模型各個預測值與實測值差值的分布情況如圖4和圖5：

由圖4，圖5可以看出，在重型車比例較高和車流量較小的情況下，NMPB模型幾乎所有的預測值都比實測低。由圖1可知，NMPB模型的預測值總體與實測值較為吻合，偏高及偏低的情況都有出現，預測值偏低的情況相對多一些，但并非壓倒性的優勢。但隨著重型車所占比例的增加、車流量減小，NMPB模型所有預測值都呈現出偏低的結果。分析其原因主要有兩個：

(1) 本次實驗車流量取值為按照每小時前20min車流量計算得到；在車流量較小的情況下，20min車流量作小時平均與實際情況可能存在較大區別，這是預測與實測結果偏差的來源之一。

(2)NMPB模型的源強計算基礎都是在國外相關機構進行的多次實驗基礎上獲得的，而我國道路及車輛技術與發達國家相比，在減振降噪上存在不小的差距。從不同車流量和車型比的表現來看，重型車的實際情況可能與該模型建立的基礎相差更遠一些，即相對于輕型車，重型車排放的噪聲源強與國外的差距更大，因此，在重型車比增加的情況下，該模型的預測結果要比平均情況偏低很多——這也與車流量分級分析的結果吻合[14-15]。為此，該模型若要在我國用于車流量較小的夜間時段或重型車比重較大的路段預測時，還需要進一步的修正。

4.3 小結

(1)NMPB模型預測結果與實測值吻合相對較好；

(2) 在車流量較低、重型車比例高的情況下，NMPB模型預測值與實測值的偏差相對較大。經分析，車流量與重型車比存在顯著的負相關關系；可能相較于輕型車，我國重型車排放的噪聲源強要比NMPB模型的實驗基礎更大，所以在重型車比增加、車流量減少的情況下，上述兩個模型的預測結果要比平均情況偏低很多。故在夜間或者重型車較多的道路上，如要使用該模型進行預測，還需要進行適當的修正；

(3) 由于本次實驗僅僅設置了一個點位，主要通過長期觀測數據分析模型的準確性，未考慮綠化帶、障礙物等影響，對于該模型綜合完整的評價，尚有待于多點位實驗后進一步的檢驗。

5 結語

本文介紹了法國道路交通噪聲預測模型NMPB的預測原理，并就模型本身主要特點與當前國內應用較多的同類模型進行了對比分析：模型間最主要區別來自于其源強預測模型的不同，NMPB模型是以單車噪聲測試數據為基礎，對于不同車輛類型，單位長度線聲源通過單位車流量時，其聲壓級被分解為滾動噪聲和動力噪聲兩部分進行計算，最終給出單車在7.5m處聲壓級與速度的關系；在應用范圍、車輛分類以及傳播模型基礎架構方面，NMPB模型與其他模型具有一定的相似性：可用于城市道路以及高速公路，車輛計算過程中考慮了車型的劃分，傳播過程考慮了空氣吸收、地面吸收、地形、氣象、路面情況、障礙物造成的衰減。

本文選取了一條典型城市道路，根據車流量、噪聲值連續長期監測數據，對各個模型預測值與實測值對比分析，結果表明：(1)NMPB模型預測結果與實測值吻合相對較好；(2) 在夜間或者重型車較多的道路上，要使用NMPB模型進行預測，還需要進行適當的修正。

[1] 曹麗娜，尚勇，盧林果.公路交通噪聲預測模型FHWA、RLS90與規范模型的對比[J].鄭州大學學報(工學版),2014，35(3):106-110.

[2] 張音波，張玉環，范東平,等.道路交通噪聲預測的研究進展[J].環境污染與防治，2012，34(6):77-81.

[3] 李本綱，陶澍.道路交通噪聲預測模型研究進展[J].環境科學研究，2002,15(2)：56-59.

[4] 汪贇，李憲同，魏峻山,等.英國CRTN道路交通噪聲預測模型在中國的適用性研究[J].環境監控與預警，2013，6(6):35-37.

[5]Jean-FranccoisHamet,FrancisBesnard,SoniaDoisy,ect.NewvehiclenoiseemissionforFrenchtrafficnoiseprediction[J].AppliedAcoustics,2010,71：861-869.

[6]NaveenGarg,SagarMaji.Acriticalreviewofprincipaltrafficnoisemodels:Strategiesandimplications[J].EnironmentalImpactAssessmentReview, 2014，46, 68-81.

[7] 盧力，周鑫，胡笑滸.公路噪聲源強預測模型研究進展[J].噪聲與振動控制，2014,34(3)：128-131.

[8] 蔣從雙，王文江，李賢徽.單車噪聲排放模型對比[J].噪聲與振動控制,2014，34(2)：70-74.

[9] 劉斌,馮濤，戶文成，等.道路交通噪聲經驗預測模型的比較分析研究[C].國際環境噪聲與振動控制管理技術研討會，2011.

[10] 韓鵬，徐志勝.CadnaA軟件與FHWA模型在交通噪聲預測中的比較研究[J].噪聲與振動控制，2009(51):491-494.

[11] 婁金秀，馬建華.基于Cadna/A的高層建筑環境噪聲垂直分布仿真[J].噪聲與振動控制，2014，34(3)：136-138.

[12] 石垚，巨天珍，溫飛,等.基于FHWA的蘭州市道路交通噪聲預測模型的建立[J].環境科學學報，2006，26(9):1568-1575.

[13] 李憲同，劉硯華,汪贇，等.基于自動監測系統的道路交通車流量與聲級研究[J].環境科技，2012,25(4):23-25.

[14] 高延文，倪燕.噪聲評價量綜述[J].云南環境科學，2005,24(3)：21-23.

[15] 熊建強，黃菊花，廖群.車輛噪聲源識別理論與方法分析[J].噪聲與振動控制，2011，31(4):97-100.

Study on French traffic noise prediction model NMPB and its application

Le Xiaoyan, Bi Yulong，Lai Qingyun，Zhou Jian

(Ningbo Environmental Protection Scientific Research and Design Institute, Ningbo 315012, China)

The paper presented the principle and main features of the French traffic noise model NMPB, and compared it with other three models widely used in China. The fundamental difference between them lied in prediction modeling of source intensity; however, the NMPB was fairly similar to other models in terms of application scope, vehicle types and paths of sound travelling. Based on the batch data of traffic noise and traffic flow from a typical urban road, we evaluated the performance of NMPB and compared the results with those from other models. The results from NMPB were consistent well with the site-measuring values, while for night modeling or for roads with more heavy vehicles running on, some corrections were still needed for the NMPB model.

NMPB; noise source intensity; road traffic noise prediction model

* 寧波市科技局項目(計劃編號：2011A 80001)

2015-04-02； 2015-05-10修回

樂曉妍，女， 1983年生，工程師，研究方向：環境科研與環境影響評價。E-mail：lxy-0916@163.com

X593

： A