基于地理信息系統的高速鐵路噪聲地圖繪制技術

李晏良，劉蘭華，李志強

（中國鐵道科學研究院集團有限公司 節能環保勞衛研究所，北京 100081）

噪聲地圖是一種融合計算機、聲學、地理信息等多個學科的噪聲可視化技術，通過將噪聲的抽象聽覺感受轉化為直觀可視的圖像，顯著提升人們對噪聲影響程度和范圍的認知，已成為國內外環境噪聲管理的重要技術手段。目前，國內外噪聲地圖多應用在區域性的城市噪聲研究方面，在鐵路行業應用較少。我國也尚未形成成熟的鐵路噪聲地圖繪制技術［1］。

噪聲地圖繪制方法有3 種。第1 種是將監測數據與地理信息系統（GIS）結合的直接繪制方法，通過對一定密度的監測數據插值形成噪聲分布地圖，如西班牙馬德里的噪聲地圖就是利用25 個固定監測站和14 個流動監測站對4 000 多個監測點位的噪聲監測數據插值繪制而成［2］，該方法適合用于小范圍內噪聲地圖繪制，大范圍應用時噪聲監測成本過高。第2 種是采用噪聲預測軟件間接繪制的方法：先利用成熟的噪聲預測軟件（如Cadna/A，Sound Plan 或Lima 等）計算噪聲分布，再將計算結果發布至GIS 軟件將其與地理位置信息相組合［3?4］，該方法是對GIS 的初級利用和展示，沒有深度挖掘GIS 中地理信息的空間分析功能。第3 種方法是將噪聲預測技術與GIS深度融合，根據噪聲預測參數需求提取GIS中空間地理信息，實現噪聲預測模型與GIS的交互應用，繪制出符合實際地理空間特征的噪聲地圖［5］。

本文基于第3 種噪聲地圖繪制方法，以國內某高速鐵路為研究對象，通過優化噪聲預測模型，搭建相應的三維GIS模型，研究高速鐵路噪聲地圖技術方案，繪制我國首幅高速鐵路噪聲地圖并發布。

1 高速鐵路噪聲預測模型優化

1.1 三等效聲源模型

2010年以來，我國高速鐵路噪聲預測主要參照原鐵道部發布的《鐵路建設項目環境影響評價噪聲振動源強取值和治理原則指導意見》（簡稱鐵計44 號文）。隨著對高速鐵路噪聲特性研究的深入，業內專家學者均認為高速鐵路噪聲預測應考慮噪聲源發聲機理及分布特征［6—8］，三等效聲源的方法逐漸成為國內高速鐵路噪聲預測的主流。根據我國高速鐵路噪聲源識別結果，可將噪聲源劃分為下部區域、車體區域及集電系統區域等3 部分［8—9］，其中下部區域以輪軌噪聲為主，可等效為由不相干偶極子源組成的有限長線聲源；車體區域以車身的空氣動力噪聲為主，可等效為由不相干單極子源組成的有限長線聲源；集電系統區域以受電弓空氣動力噪聲為主，可等效為偶極子的空氣動力噪聲源［10］。

三等效聲源的劃分方法是從聲源分布的角度提出的，沒有考慮軌道結構對噪聲源的影響。

1.2 五等效聲源模型及其驗證

我國高速鐵路典型線路形式的橫截面示意圖如圖1所示。由圖1可看出：在路基區段，軌道外側相對開放，各等效聲源噪聲傳播基本不受影響；在橋梁區段，靠近軌道的防護墻及橋面等結構會遮擋下部區域噪聲傳播，引起較大計算誤差。此外，我國高速鐵路聲屏障典型高度為軌面以上2.05 m，而動車組高度約為4 m，在聲屏障區段將整個車體區域視為單一的噪聲源，也會導致聲屏障的插入損失計算誤差較大。

圖1 我國高速鐵路橫截面示意圖

根據不同線路形式結構差異及典型聲屏障高度特點，將高速鐵路噪聲源分布區域進一步細化為5個部分，構建更為細化的五等效聲源噪聲預測模型，各區域噪聲源劃分情況如圖2所示。五等效聲源與三等效聲源的關系見表1。

根據圖2和表1的三等效聲源、五等效聲源所在范圍劃分方法，軌下區域、車輪區域噪聲源屬于下部區域，其噪聲傳播規律均符合式（1）；車體兩部分噪聲源屬于車體區域，其噪聲傳播規律均符合式（2），集電系統區域噪聲傳播規律符合式（3）。通過式（4）對各等效聲源在預測點P處的噪聲貢獻量疊加，即可求得P點的列車通過等效聲級Leq。上述各式為

表1 三等效聲源與五等效聲源區域劃分

圖2 五等效聲源劃分示意圖

式中：LPl為軌下區域或車輪區域噪聲源對預測點P的貢獻噪聲等效聲級，dB（A）；LWl為軌下或車輪區域噪聲源聲功率級，dB（A）；d為預測點至相應聲源的直線距離，m；l為動車組長度，m。

式中：LPf為車體下半部或上半部區域噪聲源對預測點P的貢獻噪聲等效聲級，dB（A）；LWf為車體下半部或上半部區域噪聲源聲功率級，dB（A）。

式中：LPp為集電系統區域噪聲源對預測點P的貢獻噪聲等效聲級，dB（A）；LWp為集電系統區域噪聲源聲功率級，dB（A）；l1為受電弓與列車車頭的距離；v為動車組運行速度，km·h?1。

為驗證五等效聲源模型相對于三等效聲源模型的準確度優勢，在所研究高速鐵路的橋梁區段距離外軌中心線25 m 處布設不同高度的測點，監測某天24 h 內動車組以350 km·h?1速度通過測試斷面時的等效聲級Leq，實測Leq的最大值、最小值、均值并與三等效聲源模型、五等效聲源模型的預測結果對比如圖3所示，圖中A 為某一基準值。由圖3可知：三等效聲源模型和五等效聲源模型在軌頂面以上3.5 m 處的預測值與實測均值基本一致；隨著測點高度下降，防護墻與橋梁結構對下部區域噪聲的影響逐漸增大，三等效聲源模型預測值與實測均值差異可達到1 dB（A），而五等效聲源模型的預測值更接近實測均值，差異小于0.4 dB（A）；當測點高度進一步降低，橋面對下部區域噪聲源形成整體遮擋后，三等效聲源模型、五等效聲源模型的預測值與實測均值的差異又呈減小趨勢。

圖3 距離外軌中心線25 m 的不同高度處等效聲級實測結果與預測結果

可見，五等效聲源模型是對三等效聲源模型基于具體線路結構特征的細化，雖然等效聲源數量增加會提高計算復雜度，但可有效降低線路結構差異對預測結果的影響，使預測結果更加準確。

1.3 聲屏障端部插入損失修正

聲屏障對行駛至其端部與中間位置處動車組的噪聲遮蔽效果有顯著差異，為通過噪聲地圖分析聲屏障設計長度的合理性和有效性，在噪聲地圖的預測算法中需考慮聲屏障附加長度對降噪效果的影響。文獻［11］提出了一種用于計算聲屏障不同附加長度時的插入損失計算式［11］為

式中：a為聲屏障相對于預測點的附加長度，m；RP（a）為聲屏障附加長度為a時預測點P的插入損失，dB（A）；y為預測點至軌道中心線的直線距離，m；n為動車組通過時段等效聲級隨lgy衰減的常數；R為動車組全部駛入聲屏障后聲屏障對預測點P的插入損失，dB（A）。

目前圍產醫學技術迅速發展，早產兒存活率逐漸增加。但早產兒遠期后遺癥的發生率也逐漸增加，而且胎齡越小，出生體重越低，其發生腦癱可能性越大。其中甲狀腺激素對腦發育起著重要作用，在早產兒甲功異常中暫時性低甲狀腺素血癥最為常見，但國內外學者對THOP是否對早產兒神經系統有影響暫無定論。故本實驗研究THOP與腦損傷相關生物標志物和神經行為相關性研究，進一步探討THOP對早產兒神經系統發育的影響。現報告如下。

在利用式（5）計算聲屏障端部不同位置處聲屏障的插入損失時，a，y，l可通過預測點與線路相對位置關系以及動車組類型獲得，此外還需已知R和n的值。R值可通過對比無聲屏障區段和有聲屏障區段的計算或實測結果獲取，n值可通過對不同距離處的噪聲預測后，利用趨勢線擬合的方式獲得。

對所研究高速鐵路的橋梁區段噪聲隨距離變化規律進行分析，結果如圖4所示。圖中：B 為某一基準值。由圖4可知：根據距離外軌中心線20～120 m 范圍的噪聲擬合結果得到n的值約為11.2。利用相同方法得到路基區段n的值約為10.8。

圖4 噪聲隨距離變化情況

在高速鐵路典型明線區段，可直接使用五等效聲源預測模型計算列車通過等效聲級；在聲屏障區段，需在五等效聲源噪聲預測模型的基礎上利用鐵計44 號文中聲屏障插入損失計算方法及聲屏障端部插入損失修正方法對預測結果進行修正；其他需要對噪聲進行修正的環境條件均按照鐵計44 號文中相應規定執行。五等效聲源噪聲預測模型、鐵計44 號文及聲屏障端部插入損失修正方法共同構成了高速鐵路噪聲地圖所使用的噪聲預測理論模型。

2 基于GIS的噪聲地圖繪制

根據高速鐵路噪聲預測模型涉及的計算參數可知，繪制高速鐵路噪聲地圖所需的關鍵地理信息主要包括預測點與線路之間的相對位置、地形起伏、建筑物影響、預測點所在區段的線路形式（橋梁、路基）及聲屏障安裝的范圍和高度等，因此需基于上述需求搭建包含上述關鍵信息的三維GIS模型。

2.1 三維GIS模型搭建

在地理信息系統桌面端加載衛星影像圖、高程數據（DEM）、鐵路沿線建筑矢量面要素數據及鐵路軌道中心線要素。將高程數據作為高程源形成起伏地形，將建筑物矢量面要素按照樓房高度屬性進行垂直拉伸，并將建筑物高程設置為地面以上，形成三維建筑體要素，即可得到所需的三維基礎地理信息模型，如圖5所示。

圖5 三維基礎地理信息模型

由于高程數據未包含線路高度信息，當前基礎地理信息模型無法提取接收點與其對應區段的線路相對高度、線路形式及聲屏障安裝情況等信息，因此需針對高速鐵路進行單獨的三維設計。為使鐵路線同時包含高度、線路形式和聲屏障安裝情況等信息，需要搭建三維鐵路模型，其流程如圖6所示，主要包括以下步驟。

圖6 三維鐵路模型搭建流程

第1 步，將二維鐵路中心線離散為沿線的節點，根據鐵路縱斷面圖補充線路起伏的關鍵節點。

第3 步，將各節點按高度屬性順序連接生成三維鐵路線。

第4 步，創建路基區段和聲屏障區段面要素，分別將其與二維鐵路中心線相交，得到路基/橋梁區段、有/無聲屏障區段的劃分，并對聲屏障區段賦予相應的聲屏障高度信息。

第5 步，通過鄰近分析和連接分析將線路形式、聲屏障等屬性根據與線路的相對位置關系賦給三維鐵路線相應區段。

通過以上操作，即構建出包含三維鐵路的三維GIS 模型，對于模型中任意位置均可通過空間分析提取相應的地理信息參數作為開展噪聲預測計算的基礎數據。

2.2 噪聲數據生成及可視化

為建立包含即拿即用地理數據信息的噪聲數據庫，可對分析區域面進行網格劃分，并把計算得到的網格中心點噪聲值作為整個網格面內的噪聲值，實現噪聲數據庫的快速構建。但該方法得到的噪聲圖像在復雜邊界處（如建筑物輪廓處、曲線段邊界處）會產生鋸齒形，在噪聲變化顯著位置會產生馬賽克現象［5］，對噪聲的展示效果影響較大。因此通過對離散點處噪聲的插值分析形成連續的噪聲云圖，得到更為細致且連續的噪聲分布數據。

在高速鐵路中心線兩側一定范圍內（以距離鐵路中心線10～250 m 為例）創建噪聲地圖繪制緩沖區，按照一定網格密度，在該區域內生成離散的噪聲分析節點。一方面，從地理數據庫中提取各噪聲分析節點的地理信息，并將各分析節點與高速鐵路中心線、地形及沿線建筑物等做空間分析，獲取噪聲傳播路徑參數；另一方面，將各分析節點與高速鐵路做鄰近分析和連接分析，提取所在區段的線路形式和聲屏障類型等信息，獲取噪聲源和障礙物影響修正參數。將各參數輸入高速鐵路噪聲預測模型，計算得到動車組通過時段各節點處的等效聲級，并采用克里金插值法生成緩沖區內連續的噪聲柵格數據，按照噪聲值大小分級渲染色彩，實現噪聲在地圖中的可視化。按以上方法生成的某高速鐵路兩側250 m 內動車組通過時段等效聲級分布地圖如圖7所示。通過該噪聲地圖，可直觀地觀察該高速鐵路全線兩側的噪聲影響情況。

圖7 某高速鐵路噪聲地圖

為驗證噪聲地圖繪制結果準確度，在所研究高速鐵路上行線一側某小區內建筑物前、建筑物之間及建筑物后等多個位置，對上行方向動車組噪聲進行測試和統計，各測點位置如圖8所示（彈出窗口為測點1 處噪聲地圖計算結果）。實測結果與噪聲地圖計算結果對比見表2。

圖8 某高速鐵路噪聲地圖驗證測點位置

表2 實測結果與噪聲地圖計算結果對比 dB（A）

由表2可知：各測點處噪聲地圖計算值與實測均值的差異在0.1～0.7 dB（A）之間，說明采用本文方法繪制的高速鐵路噪聲地圖準確度高，可滿足實際應用需求。

在形成動車組通過時段等效聲級的噪聲地圖后，可進一步根據車流量、車長及速度等參數計算任意時段內的鐵路貢獻噪聲地圖，如每小時等效聲級、晝間等效聲級及夜間等效聲級等，用于分析鐵路貢獻噪聲在不同時段的動態變化情況和不同聲功能區內鐵路噪聲影響大小和范圍。

3 高速鐵路噪聲地圖發布

上述高速鐵路噪聲地圖的繪制和展示借助了專業的地理信息軟件，用戶訪問數據時仍需使用該軟件，導致噪聲地圖的通用性較差。為方便用戶直接訪問高速鐵路噪聲地圖成果，需將相關數據進行發布管理。

基于網絡地理信息系統（WebGIS）的高速鐵路噪聲地圖發布方案示意圖如圖9所示。首先利用桌面端GIS軟件將處理后的地理信息數據和噪聲數據發布至GIS服務器，并在服務器端搭建相關數據的初級展示應用程序；其次添加GIS服務器的地理信息標注、檢索及地理測距等常見的地理信息服務功能，并設計服務器端圖形縮放、漫游、數據篩選及統計分析等工具，增強噪聲地圖應用程序的實用性；最后將服務器端應用程序共享至網絡終端，用戶即可利用計算機和手持終端等通過IE 瀏覽器或其他專用瀏覽軟件訪問服務器中的噪聲地圖數據。

圖9 高速鐵路噪聲地圖發布服務方案示意圖

使用瀏覽器訪問某高速鐵路沿線晝間鐵路貢獻噪聲等效聲級的示例如圖10所示。基于WebGIS的高速鐵路噪聲地圖發布方式，實現了噪聲地圖的靈活管理與便捷應用。

圖10 使用瀏覽器訪問某高速鐵路噪聲地圖

4 結 語

本文在優化高速鐵路噪聲預測模型基礎上，根據高速鐵路噪聲預測模型的參數需求搭建三維地理信息模型，提出了一種融合高速鐵路噪聲預測模型和GIS模型的高速鐵路噪聲地圖技術，成功繪制了我國首幅高速鐵路噪聲地圖，并研究了利用Web?GIS 的噪聲地圖發布技術方案。對高速鐵路噪聲地圖繪制結果與現場實測數據的對比表明，基于GIS的高速鐵路噪聲地圖計算結果與實測結果誤差小于1 dB（A）（在0.1～0.7 dB（A）之間），證明該噪聲地圖技術具有較高的準確度，可作為鐵路噪聲管理部門制定噪聲監管及控制對策的重要依據。該技術在我國高速鐵路網中大范圍推廣應用，將有效提升我國高速鐵路噪聲管理技術水平。

作為一種高效、直觀的噪聲可視化技術手段，噪聲地圖是未來噪聲管理的重要發展方向之一。隨著我國高速鐵路運營里程的迅猛增長以及“高鐵進城”的新發展趨勢，高速鐵路噪聲地圖將成為城市區域噪聲地圖的重要組成部分，并將在城市和鐵路規劃、噪聲污染防治、智慧高鐵、信息化高鐵等方面發揮重要作用，對于推動我國高速鐵路環境噪聲管理數字化、智能化和現代化具有重要意義。