噪声地图技术在中尺度城市区域的试点应用

郁 帅， 王亚晨

(中海环境科技(上海)股份有限公司， 上海 200135)

0 引 言

声环境与人们的日常生活密切相关，噪声污染相比其他方面的污染，更易引起人们产生生理和心理上的不良反应，从而降低人们的生活质量。噪声的来源广泛，交通设施、工业点源和建筑施工等都是城市区域的主要噪声源，其中交通噪声产生的不良影响尤为严重。

《中华人民共和国噪声污染防治法》于2022年6月5日起施行，相比1997年3月1日起施行的《中华人民共和国环境噪声污染防治法》，强化了各级政府责任，要求相关部门对城市交通噪声造成的污染进行调查评估，并制订噪声污染综合治理方案；同时，强化了源头防控，要求健全规划、标准和监测等制度，在监测方面增加了推进监测自动化，以及对噪声敏感建筑物周边等重点区域的噪声排放情况进行监测等内容。由此可知，新的噪声污染防治法的施行将敦促各级政府着力提升以交通噪声为主的环境噪声监测评估和治理能力。

传统的噪声监测在监测时间、覆盖范围和噪声源精准识别等方面存在很大的局限性，若要获取城市中尺度区域整体的噪声污染水平，往往需投入很大的人力和物力[1]。部分地区的政府部门已在寻求采用更为智能化、数字化、自动化的智慧监测及评估手段，评估噪声的影响程度，制订噪声治理方案。噪声地图无疑是非常有效的监测和评估工具。噪声地图技术的原理是将地理信息系统与声学仿真计算模型相结合开展模拟预测，并通过校准监测数据绘制生成二维、三维甚至动态的噪声分布图，从而从空间上和时间上对噪声的影响进行判断。

现以德国RLS90预测模型为依托，以在浦东新区某中尺度区域范围内开展的噪声地图技术城市区域试点应用为研究对象，对区域内的市政道路及周边构筑物进行建模，精准设定相关参数进行噪声预测，并将所得结果与实测数据相比对，绘制噪声地图，以期为区域内的交通噪声控制和整治提供参考。

1 试点区域概况

此次选取噪声地图试点应用区域遵循以下原则：

1) 区域内需包含不同规模、不同等级、不同车速和不同宽度的城市道路，以体现城市区域路网的丰富全面性；

2) 区域内的规划用地应包含住宅、教育、商业和绿地等各类常见城市用地；

3) 临路建筑物需有不同高度、朝向和距离差异性，从而使试点区域具备城市区域的典型代表性。

以浦东新区中心城区中环线(军工路隧道—杨高中路)为中轴线，选择两侧一定范围内的区域开展噪声地图建模，该区域的尺寸为2.5 km×3.1 km。该区域的道路交通主干路为中环线，包含高架快速路、地面道路、匝道辅路和中环线杨高路立交节点，其中地面道路包含浦东大道、张杨路、枣庄路、金杨路、金台路等主干路、次干路和城市支路，道路交通系统丰富全面。

该区域内包含大面积住宅组团、中小学教育配套设施、沿街金融商业设施和公园绿化设施等。临路住宅包括多层、小高层和超高层等各类住宅，是浦东新区主城区环境的典型代表。

选择该路段进行噪声地图研究具有较好的代表性。模型关联流量等数据，结合现场监测数据绘制噪声地图，并直观地展示区域内交通噪声对环境的影响，研究过程和内容可覆盖建立噪声地图涉及的各技术要点，可有效积累技术经验，为政府部门后续采取智慧监测及评估手段开展交通噪声研究和治理工作提供直观、有效的技术支持。

2 噪声地图系统架构

传统的噪声地图一般由地理信息系统、声学计算模型系统和配套的展示管理系统组成[2]。地理信息系统可通过导入地理信息数据建立区域地理模型；声学计算模型系统可通过录入声源数据将形成的地理模型转化为声学计算模型，在整体系统工程中发挥最关键的作用，过程中配以数据校验功能，对系统误差进行分析调整；配套的展示管理系统可用于查询噪声数据和展示图像结果。噪声地图系统框架见图1。

图1 噪声地图系统框架

2.1 地理信息系统

在建立噪声地图系统时，首先要建立区域地理模型，即对地理信息数据进行系统输入，从而形成地理信息系统。地理信息数据主要包括道路地理信息、区域地形信息和建筑物信息等，可由外部地理信息库进行导入和整合。与一般的地理信息系统数据不同，噪声地图中的地理信息数据需进行优化，提取并保留具有声学意义的数据。

浦东新区位于平原地区，其地形变化可忽略不计，地理信息系统中最重要的数据为道路地理信息和建筑物信息，其中：道路信息由道路名称和等级等常规信息，路段长度、宽度、节点坐标和高程等地理信息，以及声屏障等遮挡物信息组成，在实际运用时，道路信息可由城市交通信息系统提供，并经整合导入道路信息数据中；建筑物信息由建筑名称、性质和从属关系等常规信息，以及建筑外轮廓四限坐标和建筑物高度等信息组成[3]。

2.2 声学计算模型系统

声学计算模型系统是噪声地图的核心系统，通过录入关键声源数据(道路车流量)建立声学计算模型。该模型的基本原理是声波在大气中的传播理论。道路交通噪声是多辆车连续通过时形成的持续声源，是一种动态的随机声源。对于较长的时间尺度来说，在稳定持续的车流量情况下，交通噪声具有一定的稳定性，在声学上可作为稳定的线声源处理。

由于道路较长且多有曲折，将线声源作为一个整体计算难度较大，且精确度不高。在计算时，通常将道路离散化，将离散的道路作为多个点声源，独立计算其声波的传播，最后对所有的计算结果进行叠加，得到受声点的计算值，从而得到整个区域内的声场分布情况。

本文所述试点区域的噪声地图基于以上声学原理，采用德国RLS90预测模型对该区域的交通噪声进行预测计算[4]。该模型通过了国家评估中心的认证，具有较高的计算精度，具备应用于此次试点研究中的条件。试点区域的噪声地图三维声学模型见图2。

图2 试点区域的噪声地图三维声学模型

2.3 展示管理系统

在噪声地图系统中，传统的展示系统大多依托声学计算模型系统实现噪声数据查询和预测结果展示，输出的结果以图像为主，以表格为辅，多用于展示区域噪声的变化趋势。本文所述展示管理系统是类似于浦东新区智慧环保大数据平台的场景应用平台，除了具有基础的展示功能以外，更注重对大数据的深度管理、分析和运用，从而实现对城市交通噪声的智慧化管理。目前环保大数据平台受数据样本数量等因素的影响，并未将噪声要素纳入平台场景中，若未来噪声地图技术能在中尺度甚至大尺度城市区域得到运用，结合噪声监测网络的建设，可为噪声要素尽快纳入平台场景中创造条件。

3 噪声地图校验与输出

3.1 预测与监测噪声校验

对于受声点而言，某一时刻声压级的大小由距离最近的数条道路噪声贡献值确定，而噪声贡献值随道路车流量的变化而变化。在流量参数一致的前提下，通过对比部分点位的现场监测数据与噪声地图预测数据，可对噪声地图的精准性进行校验，实时更新噪声地图的声场分布情况，根据一些固定的校准监测点位的噪声监测结果快速准确地预测区域整体的噪声分布情况。

此次试点研究选取区域内的中轴线核心道路中环线(军工路隧道—杨高中路)沿线的7个点位开展现场噪声监测，其中：3个点位作为校准监测点，同步记录道路车流量，用于进行噪声地图校准；另外4个点位作为对比点，用于验证噪声地图预测结果的准确性。

在开展此次噪声监测时，设置以下条件：

1) 监测因子为等效连续A声级LAeq；

2) 按《声环境质量标准》(GB 3096—2008)的要求开展监测；

3) 监测频次确定为每个测点监测1 d，昼间(06:00—22:00)和夜间(22:00—次日06:00)各监测1次，每次监测20 min；

4) 监测于2021年7月完成。

用于进行噪声地图预测计算的车流量数据可根据交通管理部门导入的信息或现场实时记录获得，此次试点研究采用在现场监测噪声时同步记录的方式获取车流量数据。输入车流量数据之后，利用噪声模型进行预测计算，得出校准点的预测值。对校准点的预测值与实测值进行对比，若二者相差较大，则返回声学模型进行参数修正。此次试点区域校准点参数见表1。

表1 试点区域校准点参数

校验完成之后，可采用噪声地图预测全部试点区域的噪声值。试点区域4个典型点位的噪声预测结果与实测结果对比见表2。由表2可知，噪声地图在同时间段内相同点位的预测结果与实测结果的偏差基本上能控制在1.0 dB(A)以内。由此可知，噪声地图系统的预测结果具有较高的准确度。

表2 试点区域4个典型点位的噪声预测结果与实测结果对比

3.2 噪声地图成果输出

噪声地图最主要的作用是直观地输出不同时间段声场在水平方向和垂直方向的动态分布，快速展示区域内的声环境情况。图3为某时间段试点区域噪声地图输出的声场在水平方向和垂直方向的分布及变化情况；图4为试点区域噪声地图超标区域和超标建筑展示情况，显示了道路沿线受交通噪声的影响而超标的区域范围和超标区域涉及的敏感建筑，在外部地理信息系统数据的支撑下，后期甚至能计算受到影响的居民人数。此外，噪声地图还可通过调整输入参数预测拟采取措施之后的噪声防治效果，或对比不同污染防治措施的效果差异，这些应用都能为采取噪声治理措施改善声环境提供决策依据。

a) 水平空间成果输出情况

图4 试点区域噪声地图超标区域和超标建筑展示情况

4 结 语

本文以浦东新区某中尺度区域为例，开展了噪声地图技术在城市区域的试点应用研究，对区域内的市政道路及周边构筑物进行建模，精准设定相关参数预测噪声情况，并将所得结果与实测结果相比对，形成噪声地图系统，绘制生成二维、三维甚至动态的噪声分布图，直观地反映区域内的交通噪声情况。通过开展该试点应用研究，为类似区域提升以交通噪声为主的环境噪声监测评估和治理能力提供参考。未来，环保管理部门可基于噪声地图实时判定道路交通沿线的噪声达标情况，更好地辨析噪声源；同时，可通过对输入的参数进行调整，预测拟采取措施之后的噪声防治效果，或对比不同噪声防治措施的效果差异，为采取噪声治理措施改善声环境提供决策依据。