福州市道路交通噪聲變化趨勢及影響因子分析

摘要：本文通過對福州市歷年交通噪聲的變化趨勢及相關社會經濟統計指標進行灰色關聯分析，得出福州市交通噪聲的前三主要影響因素分別為車流量、公路通車里程數和市區常住人口。根據福州市近三年交通噪聲及相關交通因子的同步監測結果，具體分析了車流量、道路等級、道路寬度、車型比例等交通因子對道路交通噪聲的影響，為控制本市交通噪聲污染提供理論參考。

關鍵詞：交通噪聲；變化趨勢；灰色關聯分析；道路；交通影響因子

中圖分類號：X839 文獻標識碼：A 文章編號：2095-672X（2018）05-0207-04

DOI：10.16647/j.cnki.cn15-1369/X.2018.05.124

Abstract： Based on the grey correlation analysis of the traffic noise variation trend and relevant socio-economic indicators in Fuzhou over the years， it is concluded that the top three influencing factors of traffic noise in Fuzhou are traffic volume， highway mileage， and urban resident population. According to the synchronous monitoring results of the traffic noise and related traffic factors in Fuzhou in the past three years， the influence of traffic factors such as traffic volume， road class， road width， and vehicle model ratio on road traffic noise was analyzed， providing a theoretical reference for controlling traffic noise pollution.

Key words：Traffic noise；Change trend；Grey relational analysis；Road；Traffic influence factors

隨著社會的進步、經濟的發展和人民生活水平的不斷提高，噪聲污染問題也日益突出。噪聲污染會對人類產生諸多不良影響，如損傷聽力、干擾睡眠、嚴重的還會危害人們的身心健康，因此，研究和控制噪聲污染勢在必行。城市區域環境噪聲按其來源，可分為生活噪聲、交通噪聲、工業噪聲、施工噪聲四大類。根據福州市歷年區域環境噪聲的監測結果統計，四大噪聲來源中，按噪聲源影響的面積大小排序，交通噪聲排第二位，僅次于生活噪聲。按噪聲源產生的聲級水平排序，交通噪聲位于首位，其污染強度最高。由此可見，道路交通噪聲已成為福州市噪聲污染的重要來源。本文就福州市道路交通噪聲的變化趨勢及主要影響因子進行分析。

1 數據來源與計算方法

1.1 道路交通噪聲及相關交通因子數據來源與評價方法

本文涉及的道路交通噪聲及交通影響因子數據來源于福州市環境監測中心站2005～2017年的道路交通噪聲的晝間監測數據。道路交通噪聲晝間監測每年1次，在正常工作時段內測量。每個測點測量20min等效聲級Leq，記錄累積百分聲級L10、L50、L90、Lmax、Lmin和標準偏差（SD），并同步分類（大型車、中小型車）記錄車流量、監測時間、測點所在路段的道路等級、路長、路寬、車道數（單雙向）等信息[1]。對全市交通噪聲監測結果進行統計時，Leq、平均車流量和平均路寬采用道路長度加權平均法計算。道路交通噪聲強度級別按表1進行評價。

1.2 社會經濟統計數據來源

市區常住人口、公路通車里程合計、民用車輛擁有量、地區生產總值、城鎮居民人均可支配收入等年度統計數據來源于歷年《福州統計年鑒》。

2 福州市道路交通噪聲變化趨勢

2005～2017年福州市道路交通噪聲變化趨勢見圖1。由圖可看出，福州市道路交通噪聲等效聲級和累積百分聲級的年際變化曲線基本平行，呈先緩慢上升后出現回落，至2015年達到低值后又有所回升的趨勢。年均等效聲級Leq由2005年的68.3 dB，經上下波動至2017年的69.3 dB，各年間的秩相關系數為0.258，無明顯變化趨勢。

2005～2017年福州市不同交通噪聲強度的路段占比情況見圖2。其中，交通噪聲小等于68 dB的路段比例范圍為19.9%～48.9%，呈先降后升趨勢；交通噪聲在68.1 dB～70.0 dB的路段比例范圍為12.2%～52.3%，年際變化總體為下降趨勢；交通噪聲大于70 dB的路段比例范圍為12.7%～45.7%，2017年該比例為43.6%，各年間交通噪聲大于70 dB的路段比例的秩相關系數為0.698，呈明顯上升趨勢，可見道路交通噪聲的污染情況不容忽視。

3 灰色關聯分析法判斷各宏觀指標對交通噪聲的影響程度

道路交通噪聲的來源主要有機動車發動機的噪聲、進氣排氣聲、喇叭聲、啟動制動聲以及輪胎與路面之間摩擦形成的噪聲等。除了機動車自身因素外，隨著社會經濟的發展，城市化進程的加快，人民生活水平的提高，城市機動車輛不斷增長，交通干線迅速發展，社會、人口、經濟層面的因素也對道路交通噪聲產生一定影響，但是它們之間的影響程度是不確定的，具有一定的灰色性，我們可以把這些相關因素組成的城市道路交通噪聲系統看成是一個灰色系統。通過選取可能對交通噪聲產生影響的若干指標，通過灰色關聯分析，得出各指標對福州市道路交通噪聲的影響程度[2]。

3.1 灰色關聯分析法的原理

灰色關聯分析的基本思想是根據序列曲線幾何形狀的相似程度來判斷其聯系是否緊密，曲線越接近，相應序列之間關聯度就越大，反之就越小[3]。其具體計算步驟如下：

（1）確定反映系統行為特征的參考數列X0={X0（k）|k=1，2，……，n}和影響系統行為的比較數列Xi={Xi（k）|k=1，2，……，n}，i=1，2，……，m。

（2）對參考數列和比較數列經初值化變換進行無量綱化處理：

（3）計算各指標的關聯系數：

ρ∈（0，∞）稱為分辨系數，通常取ρ=0.5。

（4）計算各指標的關聯度。由于關聯系數表示比較數列與參考數列在各個時刻的關聯程度值，它的數值不止一個，是分散性的不便于進行整體比較。因此對各個時刻的關聯系數求平均值ri，作為比較數列與參考數列間關聯程度的整體量值，即關聯度，計算公式如下：

（5）關聯度排序。根據各比較數列與參考數列的關聯度ri的大小，判斷其對參考數列的關聯程度。關聯度越大意味著該比較數列對參考數列的影響越大。

3.2 計算影響交通噪聲相關指標的關聯度

將福州市2005～2016年道路交通噪聲的平均等效聲級作為參考數列，將可能影響道路交通噪聲的車流量、道路寬度、市區常住人口、地區生產總值、民用車輛擁有量、公路通車里程數、城鎮居民人均可支配收入等統計指標作為比較數列（見表2），經初值化變換無量綱處理后，根據關聯系數的公式計算得到各指標對交通噪聲的關聯度（見表3）。

3.3 結果分析

灰色關聯分析結果表明：各指標對福州市道路交通噪聲影響的大小順序為：車流量>公路通車里程合計>市區常住人口>道路寬度>民用車輛擁有量>城鎮居民人均可支配收入>地區生產總值。車流量的關聯度最大，為0.9594，這表明車流量的大小直接影響交通噪聲的聲級水平；其次是公路通車里程數，其關聯度為0.9452，一般而言，公路通車里程越長，車流量就越容易被稀釋，在一定程度上可以降低交通噪聲；再次是市區常住人口，，其關聯度為0.9191，常住人口數量越多，交通出行的頻次就越大，車流量勢必相應增加，從而促進交通噪聲上升；道路寬度的關聯度為0.8652，對交通噪聲有一定影響，理論上，道路寬度越大，交通噪聲應該越小，但是隨著路寬的贈加，車流量和車速也會相應提高，又制約了交通噪聲的減輕，所以道路寬度對交通噪聲的影響是和其他交通因子共同體現的；民用車輛擁有量、城鎮居民人均可支配收入和交通噪聲的關聯度分別為0.7701和0.6803，對交通噪聲的影響不大，推其原因，可能由于停車位緊缺及道路擁堵等原因，部分有能力購置車輛的居民日常出行方式仍是以公共交通或者非機動車為主；地區生產總值與交通噪聲的關聯度最小，為0.6064，主要是因為一方面，隨著地區生產總值的提升，人民生活水平提高，汽車保有量上升，增加了交通噪聲的污染，另一方面，地區生產總值的提高也會加大政府對城市道路等基礎建設的投入，從而改善交通狀況，減少交通噪聲污染，二者作用相抵，地區生產總值對城市交通噪聲的影響變得不明顯。

4 交通因子對交通噪聲的影響分析

前文從宏觀層面分析了各社會經濟指標對道路交通噪聲的影響，為了更詳細地了解各交通因子對道路交通噪聲的具體貢獻情況，選取福州市近三年所有道路交通噪聲監測點的427個樣本進行統計，分析不同車流量、道路等級、道路寬度、車型比例對交通噪聲的影響。

4.1 車流量對交通噪聲的影響

從前文灰色關聯分析法的結論可知，車流量是影響福州市道路交通噪聲最重要的因素。國內外大多數道路交通噪聲模型的研究結果顯示，交通噪聲等效聲級與車流量的對數存在正相關[4]。本文根據近三年的實際監測數據，利用EXCEL做出交通噪聲等效聲級與車流量的散點圖，對散點圖進行趨勢線擬合，得到對數趨勢線（R2=0.1971）的擬合程度較其他趨勢線都大，與文獻的結論相符，如圖3，當車流量較小時，交通噪聲等效聲級隨著車流量的增加呈明顯上升趨勢，隨著車流量的增大，交通噪聲等效聲級上升的趨勢越來越緩，最終將趨于水平。趨勢線的R2值較低，交通噪聲上下波動的范圍比較大，說明影響交通噪聲的因素不僅僅是車流量，還包括其他交通因子。

4.2 車速對交通噪聲的影響

車速對交通噪聲也有重要的影響作用。根據前人的研究成果，車流量一定的情況下，車速越快，交通噪聲值通常也越高。一般情況下，行車速度每減少10km/h，噪聲值減少2～3dB（A）[5]。

4.3 道路等級對交通噪聲的影響

福州市道路交通噪聲監測點位主要分布在快速路、主干路和次干路三個等級道路。根據近三年的監測數據統計，快速路的交通噪聲總體平均等效聲級最高，為70.6 dB，其次是主干路68.4 dB，最低的是次干路67.6 dB。由統計結果可知，三種道路等級中，道路平均寬度，車流量、噪聲累積百分聲級的大小順序均是：快速路>主干路>次干路，見表4。

以所有監測樣本的車流量為橫坐標，以噪聲監測等效聲級為縱坐標，分不同道路等級作散點圖，然后分別對快速路、主干路、次干路添加對數趨勢線（見圖4），三條趨勢線的R2順序為：快速路>次干路>主干路，當車流量較小時，不同等級道路的噪聲等效聲級大小順序為：主干路>次干路>快速路，隨著車流量的增大，噪聲等效聲級大小順序變化為：快速路>次干路>主干路。主要是因為次干路和主干路上私家車、公交車、小型貨車比較多，上下車、啟動制動和裝卸活動頻繁，而且行人、非機動車也多，多數非機動車道與人行道合并，人車混流，增加了車輛加速減速及鳴笛次數，對主干路和次干路的交通噪聲產生了額外的干擾，而快速路上的交通狀況相對穩定，額外噪聲干擾較少，所以快速路的等效聲級與交通量的曲線擬合度R2大于主干路和次干路。當車流量較小時，由車流量產生的噪聲也相對較小，額外的干擾噪聲所占比例就顯得尤為突出，于是出現了主干路、次干路的交通噪聲大于快速路的現象。隨著車流量的增大，其車流對應的噪聲也增大，額外的干擾噪聲所占比重隨之減少，可逐漸忽略，另一方面，隨著車流量增加，主干路和次干路的車速受到限制，一定程度上抑制了噪聲的增加，而快速路由于路面較寬，紅綠燈少，隨著車流量的增加，車速基本不受影響，快速路交通噪聲的上升趨勢較主干路和次干路更明顯，因此，當車流量增加到一定程度時，快速路的交通噪聲值就超過了主干路和次干路的交通噪聲。

4.4 道路寬度對交通噪聲的影響

將2015～2017年福州市道路交通噪聲的監測樣本按不同道路寬度分類，計算各個寬度范圍內的交通噪聲平均值并進行比較，初步得出交通噪聲隨道路寬度的增加呈波動上升趨勢。為了考慮車流量的影響，將車流量按每1000輛/h為一個變化梯度，分別計算不同車流量下交通噪聲隨道路寬度的變化情況，參見表5。由計算結果得出，當車流量為1000～3000輛/h時，道路交通噪聲隨著道路寬度的增加呈波動下降趨勢，但下降趨勢不明顯；當車流量在<1000輛/h及>3000輛/h時，道路交通噪聲隨著道路寬度的增加而增加，尤其在車流量為3000～4000輛/h及>5000輛/h時，道路交通噪聲隨著道路寬度的增加呈顯著上升趨勢，可見，道路寬度對交通噪聲有一定的影響，但沒有絕對的相關性，它是和車流量、車速等其他交通因子共同影響著交通噪聲。

為了進一步研究道路寬度對交通噪聲的影響，以車流量與對應道路寬度的比值為橫坐標，交通噪聲平均等效聲級為縱坐標，同時為了弱化車速的干擾，根據不同道路等級分別計算作圖，參見圖5，可以看出，隨著車流量和道路寬度比值的上升，快速路的噪聲值呈明顯上升趨勢，主干路和次干路噪聲值則上下波動。隨車流量和道路寬度比值的增加，快速路上的車速不易產生大的變化，曲線的趨勢基本可以反映車流量和道路寬度對噪聲的影響，即對于車速穩定的路面情況而言，交通噪聲對車流量呈正相關，對道路寬度呈負相關。當車流量和道路寬度比值增加時，主干路和次干路出現擁堵的概率增大，車速下降，干擾交通噪聲的因素也增多，交通噪聲沒有明顯的變化趨勢。

4.5 車型對交通噪聲的影響

交通噪聲不僅受車流量、道路環境、車速等因素影響，機動車車型的影響也是不可忽略的。一般而言，大型車產生的噪聲貢獻大于中小型車。根據近三年的監測數據，計算大型車車流量占總車流量的比例，其范圍為0～44.2%，以每5%為一個變化梯度做統計，同時為了排除車流量的差異對評價結果產生干擾，分別計算不同車流量范圍下交通噪聲隨大型車比例的變化情況。由于大型車比例大于15%的樣本數比較少，于是將大型車比例大于15%的樣本合并統計，計算結果參見表6、圖6。

由圖可知，當總車流量在小于3000輛/h及4000～5000輛/h范圍的時候，交通噪聲隨著大型車所占比例的增加而升高，當總車流量為3000～4000輛/h的時候，大型車比例大于15%的測點噪聲均值最低，大型車比例為0的測點噪聲均值相對較高，但是這個車流量范圍內，大型車比例為0和大于15%的樣本數較少（均為2個，占3.4%），代表性不足。總體來看，交通噪聲隨著大型車流量占總車流量比例的增加而升高。可見，車型對噪聲也有重要的影響。

5 結論

（1）自2005年以來，福州市道路交通噪聲平均等效聲級經上下波動至2017年上升1dB，無明顯變化趨勢，但交通噪聲大于70dB的路段比例由2005年的12.7%經上下波動至2017年的43.6%，呈明顯上升趨勢，道路交通噪聲的污染情況不容忽視。

（2）通過對福州市歷年交通噪聲變化趨勢及相關社會經濟統計指標進行灰色關聯分析，結果表明，各指標對交通噪聲的影響程度大小順序為：車流量>公路通車里程合計>市區常住人口>道路寬度>民用車輛擁有量>城鎮居民人均可支配收入>地區生產總值。

（3）對福州市近三年交通噪聲及相關交通因子的同步監測結果進行分析得出：交通噪聲與車流量呈對數的正相關；車速越快，交通噪聲值越高；不同道路等級比較，當車流量較少的情況下，交通噪聲大小順序為主干路>次干路>快速路，當車流量較大時，交通噪聲大小順序變化為：快速路>次干路>主干路；道路交通噪聲和道路寬度沒有明顯的相關性，但是在車速穩定的情況下，和車流量/道路寬度的比值正相關；隨著大型車占總車流量比例的增加，交通噪聲也會相應上升。

（4）影響交通噪聲的原因多樣復雜，除了文中分析的因素外，還有車身狀況、路面材料、交通管理手段、道路兩側邊界條件等因素共同影響著道路交通噪聲，還需要我們繼續不斷進行分析探討。

參考文獻

[1]HJ 640-2012，環境噪聲監測技術規范 城市聲環境常規監測[S].

[2]廉婕，馬民濤，劉潔.灰色理論及其模型在北京典型城市區域聲環境研究中的應用[J].環境監測管理與技術，2013，25（3）：21-25.

[3]李輝，彭曉春，鐘志強，等.灰色關聯分析法在交通噪聲影響因素分析中的應用[J].噪聲與振動控制，2012，（2）：93-95.

[4]史本杰，胡喜生，邱榮祖.城市交通噪聲的影響因子與治理策略[J].莆田學院學報，2016，23（5）：105-108.

[5]邊歸國，莊一廷，黃田平，等.福州市城市環境噪聲污染來源及防治對策的研究[J].噪聲與振動控制，2004，（5）：26-30.

收稿日期：2018-04-29

作者簡介：張敏艷（1984-），女，本科，工程師，研究方向為環境監測與環境質量分析。