基于车流密度的道路噪声源动态辐射模型

李晓，毛东兴

基于车流密度的道路噪声源动态辐射模型

李晓，毛东兴

(同济大学声学研究所，上海200092)

相较于车流相对稳定的高速公路而言，城市交通流因上下班高峰、红绿灯、交叉路口等影响，具有明显的波动性。现有噪声预测模式中，声源辐射模型采用小时流量及设计速度作为独立变量，车速与车流量没有关联，仅适用于测量常年平均声级，不能正确反映城市道路噪声的动态变化特征。文章对交通流模型进行了调查，以行车速度与车流密度制约关系为基础，结合道路车辆的物理模型及声源辐射模型，建立以车流密度为变量的噪声源动态声源辐射计算模型，描述城市道路交通噪声辐射声级随车流密度的动态变化特征，与已有模型进行对比并通过实测，验证了新模型能更好地反映城市道路车辆声源辐射声级的变化情况。

城市道路；车流密度；声源辐射；动态模型

0 引言

道路交通噪声作为环境噪声的主要来源，具有影响范围广、影响强度大的特点．对其治理已成为城市环境噪声防控的重点。交通噪声预测模型在城市环境规划、环境影响评价以及环境噪声治理等领域中有着至关重要的地位，这一概念最早出现于1952年的噪声控制手册[1]，随后各国致力于研究适用于本国情况的道路噪声预测模型，一系列经典的模型，包括FHWA模型、CORTN模型、RLS90模型等[2]已大范围使用，我国也在美国FHWA模型的基础上发展出适合我国国情的导则模型及规范模型，并广泛应用于我国的交通噪声环境影响评价预测中。现有预测模型在声源辐射计算方面，除了在车型区分、声源高度、指向性以及频谱等方面的差异外，声源辐射计算中一般采用设计速度或最高限速以及小时平均车流量进行描述，噪声源强是车流量以及速度的独立函数，并随着车流量的增长而增大，无法体现城市交通中因车流变化而引起的道路行车速度以及相应的声源辐射声压级的变化特征。

本文对交通流模型进行调查分析，提出将交通流模型、声源辐射模型及道路车辆的物理模型进行结合，以车流密度为参量，建立了动态噪声源辐射模型，反映车辆声源辐射声级随车流密度的变化情况，特别在城市道路通行能力达到临界点后，给出道路交通噪声源强更为准确的动态描述。研究对完善城市交通噪声预测模型、提高噪声预测准确度，尤其是在城市动态噪声地图的绘制方面具有重要意义。

1 现有声源模型分析

现有的交通噪声预测模型主要有美国的FHWA模型、日本的ASJ RTN 2008模型、英国的CORTN模型、德国的RLS90模型、法国的NMPB-Routes-2008模型以及欧盟的Harmonoise以及CNOSSOS-EU模型等。这些模型的核心内容包括两大部分，即声源辐射模型以及声传播衰减模型，声源辐射模型的基本形式为

由公式(1)看出，模型中车速和车流量是两个独立参量，声源辐射声级随车速和车流量单调递增。在城市道路交通中，经常发生交通流饱和并出现高峰拥堵的情况，这时，道路车流量变化将对行驶车速产生影响，而行驶速度的降低又会影响到道路车流量，即车流量和车速存在相互依赖关系，并从而影响道路噪声辐射声压级的变化特征。因此，对城市道路而言，尤其是在实时噪声地图的绘制中，需要反映不同时段的道路交通噪声的辐射，常规的道路交通噪声的声源辐射模型将不再适用，应该建立车速和车流量相互依托的辐射噪声模型。

2 交通流模型

为了准确体现城市交通噪声辐射的波动特征，建立交通噪声的动态模型，需要掌握城市交通流的特性。描述道路交通流特性的三个主要参数为车流量、速度以及车流密度，研究城市道路的噪声级的前提条件是掌握三个主要参数的关系，确立三者之间的关系模型是掌握交通状况的核心。三者基本关系为

2.1 微观车辆跟随模型

交通流模型包括宏观模型及微观模型两类[3]。微观车辆跟随模型致力于模拟出每一辆汽车的运动状况，主要研究车辆速度随车头距之间的变化关系。典型的微观模型如Pipes模型[4]，该模型将交通状况分为两段，即道路通畅以及拥挤两种交通状况。道路通畅时，车头距相对很大，超过200~400 m时，汽车行驶时不受其余车辆干扰，以接近道路限速的自由流速度恒速行驶，与车头距无明显相关性。拥堵路段车头距与车速的关系为

(4)

结合公式(2)推出车流量表达式为

2.2 宏观交通流模型

宏观交通流模型则将道路上的车辆看作是连续的流体，不考虑单辆车所受其他车辆的作用，研究整体运动的状态。这其中应用最为广泛的是Greenshields模型[5]。模型具体表达形式为

该模型认为车速是关于车流密度的线性函数，车速与车流量的关系则为抛物线形式。对求导，可得道路车流量达到最大通行能力时，车流速度为自由流速度的一半。

2.3 Van Aerde 模型

上述两种模型广泛应用于各类交通仿真软件中，但在与现场实际测量值进行比较时，存在一定误差。Pipes模型为分段函数，确定其间断点是一大难题，而Greenshields模型虽形式简单，但与实际测量值误差较大，因此Van Aerde将Greenshields的宏观模型与Pipes车辆跟随模型进行结合，形成单段式函数[6]，具体形式为

结合公式(2)推出车流量表达式为

(8)

该模型存在两个边界条件[7]：(1) 道路达到最大通行能力时，对流量求速度的导数其值为0；(2) 道路达到最大车流密度时，车速为0。根据这两个边界条件，可求得、、的表达式如下：

研究表明[8]，该模型对于不同等级道路，包括高速公路、城市干道等均具有较为广泛的适用性，与实测数据进行拟合后得到的曲线，能够很好地反映道路交通状况。并且该模型将道路畅通以及拥挤两种交通状况通过单一函数的形式表达出来，相较于其它多段式模型而言，在保证模型准确性的基础上，省去了寻找函数间断点的麻烦，具有较大的优越性。

3 噪声预测动态模型

为了建立噪声预测动态模型，首先对公路上运动的车流进行简化。将每辆汽车作为个体进行研究，以不相干小球源的线阵模拟行驶在公路上的车辆，并认为车辆之间距离相等，假设车头距为，模型如图1所示。

假设单辆车辐射声功率为，根据半自由场中点声源的辐射模型，可知某一点声源在接收点处的声压为

(11)

化简可得

(13)

考虑到车头距与车流密度互为倒数，即

(15)

可得出交通噪声的动态模型为：

由于大部分道路为多车道，在噪声预测时，可分车道进行计算，单独计算每条车道在接收点处产生的声压级，并对声级按能量进行叠加，最终得到多车道在接收点处的总声压级。

现考虑一种简单情况，即道路为沥青路面，车道为单车道，车辆类型仅考虑小客车。取自由流速度=77.5 km/h，道路最大通行能力速度=63.1 km/h，道路处于最大通行能力时车流量=1825 veh/h，交通阻塞密度=0.12 veh/km，测点距车道中心线距离=7.5 m，以交通流参数关系及声源辐射随交通流参数变化情况为例进行分析。

图2中给出了车流速度随车流密度的变化关系曲线，从图中可以看出，速度随车流密度变化呈现倒S趋势，在车流密度为25 veh/km以下，道路的车流速度基本可以保持在自由流速度附近；在25 veh/km以上，道路车流出现饱和，车速开始下降，并逐渐过渡到拥堵状态，如50 veh/km时，车流的行驶速度下降到30 km/h，在自由流速度的40%以下。车流量变化的临界点出现在车流密度为30 veh/km附近时，这时的车速为60 km/h。

图3中给出了车流量随车流密度的变化曲线，从图中可以看出，在车流密度30 veh/km以下，车流量随车流密度呈现单调增长的特征，道路车流处于自由流状态，车流密度30 veh/km是道路饱和车流的临界点，此后由于车流密度的增大，对应于图2中点以后车流行驶速度的下降，车流量也出现下降，说明道路的通行能力下降。

图4中给出了根据图3的车流量变化曲线计算得到的道路辐射噪声声压级随车流量的变化曲线，曲线中车流量临界点以上的部分表示道路车流未饱和前，车速随车流密度的增加逐步降低，车流量逐渐增加，辐射声压级基本保持恒定，不随车流量变化而改变；临界点以下的部分为道路车流量饱和后，随着车流速度的下降，车流量出现下降趋势，辐射声级变化呈现随车流量减少而递减的特征。

图5中给出了道路辐射噪声随车流密度的变化曲线，与图2对比可知，在车流密度为30 veh/km以下、车速基本稳定的情况下，道路辐射声压级基本保持恒定；当车流量超过30 veh/km时，道路辐射声压级呈现随车流密度递减的特征。

对比图4和图5中道路的辐射声压级随车流量以及车流密度的变化特征可以看出，辐射声压级与车流量不是单调变化关系，而与车流密度呈单调变化关系。

比较新模型与美国FHWA模型及我国导则模型对于不同车流密度的噪声预测，得到结果如图6所示。

从图6曲线变化趋势来看，新模型的噪声级随车流密度的增大而减小，FHWA模型以及导则模型的噪声级随车流密度的增加呈现先增大后减小的趋势。在车流密度小于25 veh/km时，新模型的噪声预测值相对稳定，FHWA模型以及导则模型的噪声级随车流密度的增加而增大；在车流密度为25 veh/km左右，即车流量在道路最大通行能力附近时，三种模型得到的噪声预测值比较接近，同时两种已有模型的噪声级达到最大值；当车流密度超过25 veh/km后，三种模型的噪声级随车流密度的增大而减小，但下降幅度有所不同。

4 新模型准确性验证

为验证模型准确性，现通过道路实测，对实测数据及模型数据进行比较。测试地点选在同济大学校园旁的一条单行道，道路两旁无明显障碍物。通过视频记录仪记录交通流信息，利用声级计记录道路声压级，每组数据采样时间为5 min。测得有效数据共计10组，具体数据见表1。

表1 实测数据

表2 实测数据与模型数据对比

对新模型预测声级与现场实测声压级数据进行比较，具体分析见表2及图7。两组数据绝对差值最小不到0.1 dB，最大为1.6 dB，模型数据与实测值吻合度较高，误差在合理范围内。因此，新模型能够较为准确地反映交通噪声级随交通流的变化特征。

5 结论

本文通过分析城市交通流特性，提出现有声源辐射模型不能很好地应用于城市交通噪声的动态预测。通过交通参数之间的相互关系的分析，提出以车流密度为参量，将交通流模型、声源辐射模型及道路车辆的物理模型进行结合，建立适用于动态噪声预测的道路交通噪声声源辐射模型。研究分析结果表明，道路辐射声级变化以道路最大通行能力为临界点，当车辆运行低于道路最大通行能力时，道路辐射声级基本保持稳定，不随车流密度产生较大变化；当车辆运行水平超出道路最大通行能力后，道路辐射声级随车流密度的增大而递减，直至道路堵塞，车辆速度下降为零。通过与道路实测数据的对比，验证了新车流密度模型可以更好反映城市道路车辆声源辐射声级的变化情况，特别是城市道路达到自由流极限后，道路声源辐射的动态特征。

[1] Anon. Handbook of acoustic noise control[M]. Washington D. C: Wright Air Development Center, 1952.

[2] Garg N, Maji S. A Critical Review of Principal Traffic Noise Models-Strategies and Implications[J]. Environmental Impact Assessment Review(0195-9255), 2014, 46(3): 68-81.

[3] Can A, Leclercq L, Lelong J. Dynamic Estimation of Urban Traffic Noise: Influence of Traffic and Noise Source Representations[J]. Applied Acoustics(0003-682X), 2008, 69(10): 858-867.

[4] Rakha H, Crowther B. A Comparison of Greenshields, Pipes, and Van Aerde Car-following and Traffic Stream Models[J]. Transportation Research Record: Journal of the Transportation Research Board, 2002, 1802(1): 248-262.

[5] Greenshields B D, Channing W, Miller H. A study of traffic capacity[C]// Highway research board proceedings. National Research Council (USA), Highway Research Board, 1935.

[6] Van Aerde M. A Single Regime Speed-Flow-Density Relationship for Freeways and Arterials[C]// Proc. 74th TRB Annual Conf.Washington D.C. 1995.

[7] Rakha H. Validation of Van Aerde's Simplified Steadystate Car-following and Traffic Stream Model[J]. Transportation Letters(1942-7867), 2009, 1(3): 227-244.

[8] Rakha H, Gao Y. Calibration of Steady-state Car-following Models Using Macroscopic Loop Detector Data[R]. Mid-Atlantic Universities Transportation Center, 2010.

[9] Kohei Yamamoto. Road traffic noise prediction model "ASJ RTN-Model 2008" report of the research committee on road traffic noise[J]. Acoust. Sci. Tech., 2010, 31(1): 2-55.

Dynamic emission model of road noise source based on the traffic density

LI Xiao, MAO Dong-xing

(Institute of Acoustics, Tongji University, Shanghai 200092,China)

Apart from relatively stable traffic on the highway, the road traffic flow in urban area shows strong fluctuation due to the influence of rush hours, traffic lights and the intersections. Hourly flow and default designing speed are used as two separate parameters in the existing noise prediction models, which is only adapted to the measurement of long time average sound level, and so the existing noise prediction models cannot describe the dynamic characteristic of road traffic noise in urban areas. Currently the existing traffic models are investigated with the combination of physical model of vehicles and the sound emission model, a dynamic emission model of road noise source is proposed based on the traffic density. Compared with the existing models, this model describes the dynamic characteristic of traffic noise emission level with the changes of traffic density and better reflects the fluctuation of the traffic noise with the demonstration of the experimental data.

urban traffic; traffic density; sound emission; dynamic model

TU112.3

A

1000-3630(2015)-05-0444-05

10.16300/j.cnki.1000-3630.2015.05.012

2015-04-08;

2015-07-09

李晓(1991－), 女, 江苏南京人, 硕士研究生, 研究方向为环境声学。

李晓, E-mail: lixiao_0928@163.com