城市主干道交通噪聲預測評價與防治措施

劉開國，史本杰， 黃錦樘， 胡喜生，邱榮祖 (.莆田市環境監測中心站，福建 莆田 500；.福建農林大學 交通與土木工程學院，福建 福州 5000；.溫州市甌海區交通工程質量監督站，浙江 溫州 5000)

十二五規劃期間，隨著機動車數量與道路車流量的迅速增加，道路交通噪聲面臨嚴峻的形勢與挑戰.交通噪聲作為國家環保部門聲環境監測的重要指標項目，已引起廣泛關注.噪聲污染與水污染、空氣污染一樣，成為世界性的難題.水污染、空氣污染等污染直接對環境產生影響，進而才會影響人的生活；噪聲污染作用直接對象是人，嚴重影響人們正常生活與工作狀態，長期生活在70 dB以上的高噪聲環境，人的健康將受到嚴重威脅與損壞.因此，噪聲污染更需引起相關監測管理部門的強烈關注.據相關文獻資料顯示，城市噪聲中50%～70%來源于交通噪聲[1]，可見交通產生的噪聲污染頗為嚴重.

截至2015年，莆田市公路通車里程6217.83km，較2014年增長2%，其中高速公路通車里程增長率為42.6%；機動車保有量21.82萬輛，同比增長15.8%，私人汽車保有量19.42萬輛，同比增長18.3%[2].莆田市普通公路通車里程增長較為緩慢，但機動車仍呈現較為快速的增長，這將給交通噪聲造成巨大的壓力.本文以324國道在莆田市路段分布為例，根據交通噪聲等效聲級與交通量的變化關系，建立等效聲級與交通量的預測模型，為國道交通噪聲預測評價提供參考.

1 324國道在莆田市分布

國道作為國家重要的干線道路，對于全國性的政治活動與經濟發展具有重要的意義，承擔著眾多交通運輸活動，324國道是福州到昆明的交通路線，全程2715km，途徑多個省市.為了直觀明了地看出324國道在莆田市具體分布與走向，本研究采用經矢量化的2015年福建省交通地圖和福建省縣市級行政區劃圖，在ArcGIS軟件的支持下，利用“篩選”命令，提取出莆田市縣級行政區劃圖.在此基礎上，利用“裁剪”命令，以福建省交通地圖為輸入要素，以莆田市縣級行政區劃圖為裁剪要素，提取出莆田市國道的道路數據，并將莆田市的國道數據層和莆田市行政區劃圖層相疊加，生成莆田市國道分布圖(圖1).

圖1 324國道在莆田市區的分布Fig.1 Distribution of 324 National Road in Putian city

通過324國道在莆田市分布圖可以發現，324國道由涵江區進入莆田，依次穿越荔城區、城廂區主城區，經過仙游縣，與市區多條主干道相應交叉，承載著莆田市大量交通運輸，具有重要的交通戰略地位，是莆田市重要的主干道，同時頻繁過量的運輸活動會造成噪聲污染，給道路沿線的經濟活動與人們的正常生活帶來直接或間接的影響.

2 交通噪聲的預測與評價

2.1 預測模型的建立

國內外在交通噪聲方面進行了大量的研究.美國聯邦高速公路局于1978年12月研究發布FHWA[3]交通噪聲預測模型，2010年，美國聯邦高速公路局組織相關人員對TNM2.5進行修正[4]，使其適用于不同的道路等級.英國于1975年發布CoRTN預測模型，并于1988年對其進行改正成為CRTN88模型[5].德國于1981年發布了RLS81模型，于1990年對其進行改正提出RLS90模型[6]，它包括聲源模型與傳播模型[7].Amir等[8]基于伊朗高速公路的車流量和車速，將車流的擁堵情況考慮在內，建立了非線性的交通噪聲預測模型，為伊朗城市的噪聲評價提供了重要的價值.我國對城市環境噪聲的研究相對較晚，20世紀90年以來，我國對城市環境噪聲的研究進行了大量的研究.國內聲學界的研究者很多是圍繞FHWA模型進行研究.我國現階段交通噪聲預測采用的模型主要有兩種，一種是2006年國家交通部頒布《公路建設項目環境影響評價規范》(JTGB03-2006)的交通噪聲預測模型[9]；另外一種是國家環保部2009年頒布實施的《環境影響評價技術聲導則 聲環境》(HJ2.4-2009)中的公路交通運輸噪聲模型[10].很多研究學者致力于新模型的研究，邱榮祖等[11]以MapInfo為平臺開發出交通噪聲影響分析評價的支持系統，提高了評價的效率和實現可視化.

國內外交通噪聲的預測模型均有其適用范圍，美國的FHWA模型適用于高速公路等車速穩定且平直暢通的道路；英國的CRTN88模型適用于順暢的高峰交通流與距離觀察者有一定距離的火車；德國的RLS90模型適用于需要較多修正的路面結構類型路旁隔聲設施的效果評估；交通部的規范模型與環保部的導則模型是以美國的FHWA模型為基礎進行修正得到的，與國外交通噪聲預測模型相比，在預測國內道路精確度更為精確.但是針對特定類型的道路交通噪聲，上述模型預測精度就可能會產生較大偏差.本文基于莆田市主干路道路交通噪聲歷史數據，對建立主干路道路交通噪聲預測模型，并對其進行評價.

基于324國道莆田市路段交通噪聲的監測數據，從交通量的角度分析交通噪聲的變化，做出等效聲級與交通量的散點關系圖，并根據變化做出趨勢線，如圖2所示.

圖2 等效聲級與交通量的散點圖Fig.2 The scatter diagram of the equivalent sound level and traffic volume

通過等效聲級與交通量的散點關系圖，隨著車流量的增加，等效聲級也在增加，可以發現等效聲級與交通量存在的某種擬合正相關，進一步探討兩者之間的關系，需要對監測數據進行處理.在實際監測過程中，由于多種不可控的因素會存在誤差，通過圖2，只有個別數據偏離數據趨勢線較遠，除去離數據趨勢線最遠的4個點，繪制等效聲級與交通量的散點趨勢圖(圖3).

圖3 等效聲級與交通量處理散點圖Fig.3 The scatter diagram of the equivalent sound level and traffic volume

通過圖3，可以更加直觀看出等效聲級與交通量存著特殊的擬合關系，可以據此分析建立國道等效聲級與交通量的預測模型.預留5組監測數據，用于檢驗預測模型的精確度，其他數據用于模型構建.運用SPSS軟件對等效聲級與交通量進行曲線擬合回歸分析，通過結果可知，擬合度R2和F檢驗值都比較高是指數型S模型與逆模型.

借助S模型的建模原理及基本公式：

y=ea+b/x

(1)

運用SPSS軟件分析建模，得到等效聲級與交通量的S模型擬合度R2為0.931，F檢驗值為276.13，F檢驗值的概率值為0，a為4.623，b值為-1253.746，得到等效聲級Leq與交通量q的指數關系的S型的預測模型為：

Leq=e4.623-1253.746/q

(2)

該模型預測值與實測值的平均誤差為0.61 dB，擬合度比較好，較接近實際值.為了進一步驗證模型預測的精確度，將保留的5組數據的交通量帶入預測模型中，進行預測值與實測值的誤差檢驗.

通過5組數據的實測值與預測值誤差對比發現，最大誤差為1.3 dB，平均誤差為1.06 dB；平均相對誤差為1.53%.在實際預測時，這個誤差精度可以達到預測要求.

表1 S模型實測值、預測值、誤差及相對誤差分布
Tab. 1 The measured value, prediction value, error and relative error distribution of the S model

數據驗證組實測值預測值誤差相對誤差/%173．172．4-0．70．96267．468．51．11．63369．370．51．21．73470．071．01．01．43567．968．61．31．92

結合逆模型的建模原理，進行預測模型的構建，得到擬合度R2為0.932，F檢驗值為261.10，F檢驗值的概率值為0，等效聲級Leq與交通量q的逆模型的具體預測模型為：

(3)

將預測值與實測值進行對比，得到平均誤差為 0.61 dB，與上述模型一致，擬合度比較理想.同樣用預留的5組數據進行精確度檢驗.

表2 逆模型實測值、預測值、誤差及相對誤差分布
Tab. 2 The measured value, prediction value, error and relative error distribution of the inverse model

數據驗證組實測值預測值誤差相對誤差/%173．172．3-0．81．09267．468．61．21．78369．370．41．11．58470．071．01．01．43567．968．70．81．18

逆模型對5組數據預測對比可知，平均誤差為0.98 dB，平均相對誤差為1.41%.通過兩種預測模型的誤差、相對誤差對比，可知兩種預測模型的預測精度非常接近，逆模型的精度略高于S模型.綜合國內外交通噪聲預測模型，國內外交通噪聲預測模型的預測精度大多高于1 dB，平均誤差低于1 dB的預測精度屬于較高的預測水平。

基于 GB 3096—2008聲環境質量標準[12]，道路交通噪聲的標準屬于4a標準，晝間等效聲級極限值為70 dB.根據兩種預測模型，當國道交通量達到3350 pcu/h，等效聲級就可以達到70 dB.按照近年來交通量變化趨勢，目前已有部分監測點位的交通量超過3350 pcu/h，未來幾年交通量也會繼續有所增長，交通噪聲也將面臨超標的嚴峻挑戰.

2.2 交通噪聲評價

道路交通噪聲具有時間性、不持久、不積累的特點，且與車流行駛狀態與流量關系密切，車流越大，噪聲往往也越大，但是噪聲對周圍環境并沒造成惡劣影響，主要對人類的影響較大，因此需要結合噪聲的頻率特性和時間特性與人的直接感受才能對噪聲進行合理地評價.國際比較常用的評價指標有等效聲級、累積百分聲級、噪聲污染指數、交通噪聲指數、噪聲污染級，本文主要采用等效聲級與噪聲污染指數，結合國家規范標準進行評價.

噪聲污染指數PN以道路干線兩側適用區域的國家標準為依據，描述道路噪聲本身的能量水平和達標狀況，算式為：

PN=Leq/Lb

(4)

其中，Leq為噪聲等效聲級，Lb為國家標準的極限值，取70 dB.

通過對交通噪聲的監測數據整理，得到等效聲級交通噪聲的最大值為73.1 dB，超過70 dB有5組數據，平均值為68.2 dB.結合等效聲級進行污染指數分析，最高值為1.04，噪聲平均污染指數為0.97.基于 GB 3096—2008聲環境質量標準，從所監測的數據來看，324國道莆田路段交通噪聲總體狀況良好，達標率為83.3%.

依據HJ640-2012《環境噪聲監測技術規范-城市聲環境常規監測》[13]道路交通噪聲強度等級劃分與評價標準(表3)，所選取道路監測數據位于一般級以上的評價占據90%，一級標準占有43.3%，屬于好的評價，位于二級標準有40%，屬于較好評價，三級標準有6.7%；屬于較差評價的占據10%；沒有超過五級標準的數據.

表3 道路交通噪聲晝間強度等級劃分
Tab. 3 Daytime road traffic noise intensity grading

等級一級二級三級四級五級晝間平均等效聲級( Ld)≤68．068．1～70．070．1～72．072．1～74．0>74．0相應評價好較好一般較差差

324國道莆田路段交通噪聲狀況良好，只有個別監測數據有超過標準極限值.由于324國道穿越莆田3個市區，交通地位顯著，交通量高于其他道路，以致324國道莆田路段的噪聲等級大多高于莆田市其他道路的噪聲等級，由此可以判斷莆田市道路交通噪聲整體狀況良好，大多均低于國家標準的極限值.

3 防治措施

交通噪聲主要從噪聲源、傳播途徑、噪聲受音體三方面進行防治保護.在噪聲源方面，國內外主要從改善路面材料、定期養護路面、優化輪胎花紋、改良汽車發動機性能、合理設計道路結構等工程措施方面進行防治研究，楊磊[14]提出增大路面孔隙、增加路面材料的彈性與阻尼、改善路面紋理等方面削弱噪聲.在傳播途徑方面，建設聲屏障與種植綠化林帶是主要的措施.胡喜生等[15]基于實測數據運用Photoshop軟件研究不同行道樹綠化帶疏透度的減噪的效果，具有重要的實際參考意義.在噪聲受音體方面，主要是安裝隔音窗，建設防噪走廊等措施.

在噪聲源方面控制措施大多還處于理論研究階段，具體實施還有難度；聲屏障與種植綠化林需要結合道路交通周邊的環境，未必有空間與余地；家裝隔音窗需要結合住戶的意愿，具體實施較為復雜.本文根據莆田市實際發展狀況與道路交通周圍環境，主要從規劃設計、交通管制方面提出噪聲防治措施.

3.1 合理規劃布局

莆田市是一個在不斷發展壯大的中小型城市，許多道路還需規劃與擴建，在公路網選線規劃時，以工程技術為依托，盡可能的遠離噪聲敏感區.在進行建筑物的規劃建設時，明確功能區的分類標準，嚴格按照國家噪聲標準進行規劃建設.對于噪聲敏感建筑物應注意做好防護措施，與城市道路保持安全距離.一般認為，學校、醫院與住宅區等一級功能區周圍50 m的范圍內，避免建設地面交通道路.合理的城市道路規劃對于噪聲的防治具有重要的意義與價值.

3.2 交通管制

交通量、車速、車型對交通噪聲具有重要的影響，車流量增加一倍，交通噪聲增加3 dB，車速增加一倍，交通噪聲增加6～7 dB[16].通過合理控制交通流，對交通流進行積極引導，盡量避免重型車、大型車經過敏感點區域；大力發展公共交通，發展新型能源的公交車.現在很多大型市正在試著使用以天然氣、二甲醚等主要燃料或發展電力公交車，電力公交車較傳統燃料的公交車可以平均降噪5 dB.開辟公交車行駛專用道，完善公交線路的覆蓋范圍，體現公交優先原則，減少機動車等私家車的通行量.設置非機動車車道，將機動車與非機動車進行分離，減少由于其相互影響而導致頻繁加速、減速.與在城市的主要交通道路設置限速標志，可以有效地降低噪聲水平，對控制交通噪聲具有積極的意義.建立健全交通管理與法制法規，市區禁止鳴笛，淘汰超齡汽車等.鳴笛是交通噪聲非常嚴重的污染源，莆田市道路交通的鳴笛現象較為嚴重.據研究發現[17]，鳴笛會增加噪聲10～15 dB.將禁鳴落實到實處，加強監控與監管措施.

4 結束語

借助ArcGIS軟件，分析324國道在莆田市區具體分布，明確其在莆田市區主干道的地位.基于324國道在莆田路段的噪聲監測數據，作出等效聲級與交通量的預測模型，精確度可以達到噪聲預測的要求.按照噪聲評價指標與國家道路噪聲的相關規范進行評價，得出噪聲的總體狀況良好.結合莆田市實際狀況提出噪聲的防治措施，對進一步提升莆田市交通噪聲等級具有重要的參考意義與價值.

交通噪聲的預測與評價，正在得到不斷的完善與規劃，將與現代信息技術相結合，朝著數據化、精確化、科技化、人性化的方向發展.

[1]李方園，李巧云，關欣．公路交通噪聲對環境的影響及其治理措施[J]． 湖南農業大學學報(自然科學版)，2009，35(1)：44-47．

[2]莆田市統計局．莆田統計年鑒2016[M]．北京：中國統計出版社，2016．

[3] BARRY T M，REAGAN J A．FHWA highway traffic noise prediction mode[R]．Washington DC：U．S．Department of Transportation，1978．

[4] HANKARD M，ROCHAT J L．Ground and pavement effects using FHWA，S traffic noise model，version 2.5[R]．Cambridge，MA：Volpe National Transportation System Center Acoustics Facility，2010．

[5] Department of Transport and Welsh Office UK( DoT UK)．Calculationof road traffic noise[R]．London： HMSO，1988．

[6] Road Construction Section of the Federal Ministry for Transport( RCS-FMT)．Directives for anti-noise protections along roads [R]．Berlin：Ministry for Transport，1990．

[7]鄧佳，趙劍強，張曉寧，等．公路交通噪聲預測模型FHWA與RLS90的比較[J]．環境工程學報，2012，(6)2：688-689．

[8] AMIR A R，JAFAR G．Highway traffic noise modeling and estimation based on vehicles volume and speed[J]．Advances in Environmental Research，2015，4(4)：211-218．

[9]交通部公路科學研究院．JTG B03-2006 公路建設項目環境影響評價規范[S]．北京：人民交通出版社，2006．

[10]環境保護部．HJ 2.4-2009環境影響評價技術導則噪聲環境[S]．北京：中國環境出版社，2009．

[11]邱榮祖，張東水，余德志．基于GIS的城市交通噪聲環境影響評價系統[J]．遙感信息，2005，78(2)：29-32．

[12] 中華人民共和國環境保護部．GB3096-2008聲環境質量標準[S]．

[13] 中華人民共和國環境保護部．HJ640-2012環境噪聲監測技術規范城市聲環境常規監測[S]．

[14]楊磊．高速公路交通噪聲及典型防治措施分析[J]．山西交通科技，2015，(4)：83-85．

[15] 胡喜生，鄭燕，陳敏，等．不同行道樹綠化帶疏透度對降低交通噪聲效果的對比[J]．重慶交通大學學報(自然科學版)，2015，34(4)：95-98．

[16] 李丹．青島市快速路交通噪聲影響與防治對策研究[D]．青島：青島理工大學，2008．

[17] 李英，姜祎周，楊娜．城市交通噪聲及其控制對策——以北京市三里屯地區為例[J]． 城市問題：2010，179(6)：17-21．