史本杰，刘开国，胡喜生，邱荣祖

(1. 福建农林大学 交通与土木工程学院，福州 350002；2. 莆田市环境监测中心站，福建 莆田 351100)



莆田市道路交通噪声变化趋势与相关性分析

史本杰1，刘开国2，胡喜生1，邱荣祖1

(1. 福建农林大学 交通与土木工程学院，福州 350002；2. 莆田市环境监测中心站，福建 莆田 351100)

基于莆田市2006～2015年道路交通噪声的监测数据，将每年的监测数据平均化处理，分析近10年噪声与交通量年变化趋势.着重从交通量方面研究交通噪声的影响变化，运用SPSS软件进行分析，发现等效声级与交通量对数关系最为明显，选取部分道路进行交通量与等效声级相关性分析，研究得出结论：对数交通量显著影响交通噪声.

交通噪声; 变化趋势; 交通量; 相关性分析

随着城市交通的不断发展和汽车化进程的加快，交通噪声污染已变得日趋严重，成为城市面临的严峻的环境问题之一.研究表明，噪声强度在55 dB以下时，对于人体并无多大伤害，如果噪声的强度超过70 dB，会给人正常生活造成不利影响[1]；长期处在高噪声的环境中，将会损害听力和中枢神经，干扰睡眠，对人们的身心健康和生理造成巨大的影响[2].交通噪声会对公路沿线经济发展产生直接或间接影响，造成住宅区、工厂、商业大厦、办公大楼等区域的经济效率和生产效率不同程度的下降.2015年《中国环境公告》显示，道路噪声一级的城市较2014年相比，下降3.5%，较2013年下降9%，城市交通噪声面临的形势十分严峻.本文基于莆田市2006～2015年道路交通的监测数据，分析近10年来噪声与交通量的变化趋势，结合莆田市道路交通特点，深入剖析交通量对噪声的影响，并运用SPSS软件进行相关性定量分析，为城市交通噪声变化及其治理提供决策参考.

1 交通噪声监测指标与监测方法

道路交通噪声主要是由运行在道路交通线上机动车以及非机动车造成的.莆田市道路交通噪声监测的噪声指标有等效A声级Leq、累计百分升级L10、L50、L90以及Lmax、Lmin、标准偏差SD.

1.1 噪声监测指标

交通噪声是一种无规律，无规则的声音，用瞬时声音的大小无法代表一个区域内实际交通噪音的大小.需要一个阶段的声音进行平均等效化处理，即等效A声级.国际与国内很多噪声预测模型[3-4]都是使用等效A声级作为评价噪声的标准.累计百分声级是利用数理统计的概念对噪声数据进行处理.它可以代表噪声的起伏程度.L10、L50与L90分别代表峰值、均值、背景值.英国交通噪声预测模型CRTN88[5]是以L10作为噪声的评价指标.

1.2 监测方法

莆田市道路交通噪声共监测13条道路，26个监测点位.平均每条道路设置两个监测点位，涵盖荔城区(6个监测点位)、城厢区(12个监测点位)、涵江区(8个监测点位)，监测点位为道路两侧的无遮挡物的位置.依据《环境噪声监测技术规范 城市声环境常规监测》(HJ640-2012)道路交通噪声监测方法，每年监测一次，在昼间正常的工作时段监测，避开节假日等非正常的时段，每个监测点位测量20 min的等效声级Leq、累计百分声级L10、L50、L90、Lmax、Lmin及标准偏差SD，同步记录交通量、道路宽度、路段长度、车道数(单双向)、风速等信息.所用噪声仪器是红声器材公司生产的型号为HS6228E、HS6020和杭州爱华公司生产的型号为AWA6228、AWA6221A的噪声分析仪和声级校准器.

2 噪声变化趋势分析

2.1 噪声变化趋势

为了直观近10年噪声变化趋势，通过对莆田市环境监测中心站2006～2015年的监测数据进行整理分析，取每年所有监测点的等效A声级与累计百分声级的平均值，做出10年变化折线图，如图1所示.

数据来源：莆田市环境监测中心站图1 2006～2015年莆田市道路交通噪声的变化趋势

通过图1噪声数据的变化趋势可以发现，莆田市交通噪声各项指标从2006年～2015年趋于平缓的上升，上升幅度不大，四个指标变化趋势比较接近，其中L50与L90的变化最为相近，变化幅度趋于平行；Leq变化幅度最为轻微.10年间，Leq、L10、L50、L90的增长值分别为1.34、2.88、4.79、5.69 dB，增幅依次递增.L90与L50在2009～2010年上升的最为明显，两者均增长4 dB左右；等效声级Leq反而下降约0.7 dB.L50虽然表示是噪声的均值，与Leq具有较大差距，2006～2009年间，两者的差值平均为5 dB；2009～2015年，两者逐渐靠拢，尤其在2014～2015年，两者已经比较接近，差值约为1 dB.2009年之前，L10与Leq相对比较接近，2009年两者最为接近相差1.37 dB，此时L50与Leq的差值也达到最大6 dB；2009年之后，L10与Leq的差距开始拉大，2015年达到最大为3.56 dB.这可以说明，在2009年之前，瞬时噪声的波动的幅度比较大，瞬时噪声数据处于不稳定不集中的状态，标准差和极差比较大；2009年之后，瞬时噪声相对比较集中，标准差比较小.

按照环境保护部《环境噪声监测技术规范 城市声环境常规监测》(HJ640-2012)道路交通噪声等级划分[6]，具体等级划分见表1.

表1 道路交通噪声强度等级划分

根据 GB 3096—2008声环境质量标准[7]，道路交通噪声昼间的标准属于4A标准，不能超过70 dB.对莆田市昼间的道路噪声的监测点进行统计分析，2007、2008、2009、2011年有3个监测点超过70 dB，达标率为10年最低88.5%，其次是2013年达标率为92.3%，2006、2014及2015年仅有1个监测点超过70 dB，2010、2012年监测点全部达标.

纵观10年莆田市道路交通噪声的变化趋势，总体来说，交通噪声符合国家对道路交通噪声的标准要求.等效声级作为环境保护部噪声等级的划分标准，10年间，莆田市昼间道路交通噪声的等效声级处于平缓的上下浮动，10年间的极差为2.8 dB，没有大幅度的上升.从横向看，2006～2015年，在26个监测点位中，2010年与2012年，监测的所有道路均符合声环境的监测标准，其他年份达标率也比较理想，最低的年份达到88.5%.在10 a的监测数据中，监测的道路没有超过五级标准的，四级标准的也只有3个监测点位，这说明莆田市昼间道路交通噪声总体状况良好，只有极个别道路稍微超标.

2.2 交通量的变化趋势

在进行道路噪声数据采集时，车流量与噪声数据同时同步采集.将所有监测道路的交通量进行平均化处理，得到10年间交通量的变化趋势图.如图2所示.

图2 2006～2015年莆田市车流量的变化趋势

通过10年昼间交通量变化趋势，可以看出，交通量的波动起伏很大，增加幅度比较大，平均每条道路交通量由2006年1 739 pcu/h到2015年2 946 pcu/h，除了2009～2010年，交通量出现下降之外，其他年份均是呈现递增的趋势.2007～2008年，增长幅度最快，由1 763 pcu/h增长到2 325 pcu/h，增长率达32%；2011～2015年，交通量呈现较为稳定的增长.

3 影响因子分析

3.1 交通量与噪声的相关性分析

通过分析图1 、2的变化趋势，发现噪声并不是随着交通量的变化趋势而变化，交通量的波动较为明显，且大多为上升的趋势，噪声的变化趋势则较为平缓，而且总是处于上下波动的态势，与交通量的变化还是有很大区别的.这可以说明交通量与等效声级并不是简单的线性关系，影响交通噪声的等级的因素不仅仅是交通量一个参数，还包括其他的影响因素.国内外学者在进行交通噪声的影响因子的研究时，交通量是最为重要的影响因子之一.在一定的范围内，交通噪声往往随着车流量的增加而变大.车流量增加一倍时，等效声级Leq增加3 dB[8-9]；交通量超过2 000 pcu/h时，大型车的比例决定交通噪声的峰值[10].刘涛[11]通过现场实验监测调查研究交通量对交通噪声的影响，得出交通噪声与交通量呈对数的正相关.Edgar等[12]在研究哥伦比亚道路交通噪声时，基于当地实际情况摩托车引入车流量中，以等效声级为评价指标，建立一种用于评价道路交叉口交通噪声模型.国内外的大多道路交通噪声模型研究中，等效声级与交通量的对数存在正相关.

基于国内外学者关于交通噪声与交通量的的研究，本文主要从交通量及对交通量取对数(常用对数以10为底)进行研究.为了更直观的看出交通噪声与交通量的之间的关系，选取10年所有监测点的交通量与等效声级进行归纳整理，并将交通量取对数处理，做出等效声级与交通量、对数交通量的散点图，如图3、4所示.

图3 等效声级与交通量的变化散点图

图4 等效声级与对数交通量散点图

运用SPSS软件，对10年所有监测点的等效声级与交通量进行曲线拟合，得到等效声级与交通量对数拟合关系最好，R2最高为0.323，说明等效声级与对数交通量的相关性最强，进行回归分析得到，常量项与自变量的回归系数t检验都达到了显著水平，F值为123.073，均具有重要的统计学意义，说明等效声级Leq与交通量的对数关系显著见表2.

表2 回归系数估计及检验表

残差的直方图分布大致符合正态分布，累积概率图中代表残差的点基本分布在对角线上，可以判定残差较为服从正态分布，从而说明样本是来自正态分布的总体，符合统计学意义，通过对对数交通量与等效声级的回归研究表明，对数交通量可以解释等效声级变化的32.3%.见图5.

图5 残差分布直方图、累积概率图的散点图

选取5条城市道路与1条国道进行交通量与等效声级单独分析时，研究结果与上文的研究存在差异.运用SPSS软件分别对每条道路等效声级与交通量的进行相关性分析时，分析结果：5条城市道路等效声级与交通量拟合度R2较差，极不显著；但国道等效声级与交通量的对数拟合度R2较好，达到强显著相关性的要求，说明国道等效声级与对数交通量的拟合关系良好，交通量对等效声级有直接的影响.

部分道路等效声级与对数交通量出现的线性关系不显著，主要是由莆田市的道路状况与交通流复杂造成的.通过对莆田市的道路交通情况进行调查发现，在交通流中，不仅存在私家车、客货车、公交车等机动车，还存在大量的摩托车、电动车等非机动车，道路交通鸣笛现象比较严重，且大多道路并没有设置非机动道，这样就造成机动车与非机动车的混流，造成运行不通畅，增加车辆的加速、减速、鸣笛频次，这些情况势必产生额外的噪声，也是造成瞬时噪声数据波动较大、峰值比较高的原因.然而道路交通噪声的实际监测只包含机动车的交通量统计，所以交通噪声的采集会有很大的误差，从而导致交通量与等效声级相关性很差.国道监测数据的分析结果也证实这一点，国道只有机动车行驶，车流比较稳定，没有上述因素的干扰，所以国道交通量与等效声级的相关性系数要远远高于其他道路.

对于瞬时噪声比较稳定的噪声数据，等效声级Leq与累计百分声级L50会比较接近，从噪声变化趋势图可以看出，2006～2009年，两者之间的差距比较大，平均差值为5 dB，Leq与L10较为接近，说明在此期间交通噪声上下波动幅度比较大，瞬时噪声很不稳定，极差与标准差较大，主要是因为交通流不稳定，此时机动车处于增长期，还远远没有达到饱和，且非机动车在车流中占有较大的比例，交通流的不稳定使得瞬时噪声处于高频波动的状态.2010年之后，交通量处于平缓稳定的增长，此时的交通流已趋于稳定饱和，所以等效声级Leq与累计百分声级L50渐渐靠拢，Leq与L10差距逐渐拉大，此时的瞬时噪声比2009年之前要稳定.

3.2 路面宽度对噪声的影响分析

从10 a的监测数据选取道路宽度为20～50 m之间，变化梯度为5 m，但交通量相似(2 819～2 890 pcu/h)的道路进行研究.根据所选取的数据作出道路宽度与噪声之间的折线图.交通噪声的各项指标随道路宽度的变化趋势如图6.

图6 道路交通噪声随道路宽度的变化

从图5中可以看出，交通噪声会随着道路宽度的增加而有所降低.当道路宽度为25～45 m，等效声级Leq一直处于缓慢下降的趋势，L10、L50、L90则是在上下波动的趋势.当道路宽度为40～45 m时，四项指标变化下降较为明显，尤其是L50与L90分别下降11.7 dB、16.9 dB，L10与Leq下降幅度相近，曲线趋于平行.45～50 m时，各项指标都上升明显.通过分析可以发现，道路宽度对交通噪声有一定的影响，但影响不大，但并不是道路越宽对降低噪声越有利.

4 结 语

通过对莆田市10 a交通噪声的变化趋势，得出近10 a 莆田市昼间交通噪声的总体状况优良.交通量与噪声影响分析发现，莆田市道路交通流比较复杂，通过数据整理归纳分析，交通量对等效声级具有显著影响，对数交通量与等效声级的拟合关系较为显著.交通流多为机动车时，对数交通量与等效声级的相关性更强.另外，路面宽度对交通噪声也有一定的影响.因此，对机动车与非机动车运行进行有效管理，使非机动车严格按照非机动车道行驶，对鸣笛等不文明驾驶行为进行规范治理，加强交通运行管理机制，莆田市的道路交通噪声将大幅减弱，道路交通环境也会更加友好.

莆田市夜间交通噪声的具体变化状况需要进一步监测研究，本文主要研究交通量对交通噪声的影响，研究不够系统全面，对交通噪声影响变化的因素还包括车速、车型结构、路面材料等因素，需要深入监测研究分析，才能建立适用于莆田市道路特征交通噪声预测模型，对交通噪声监测与评价具有理论与实际意义.

[1] 王春梅, 冯秀荣. 公路交通噪声危害及降噪方法手段探讨[J]. 杨凌职业技术学院学报, 2013, 3(1): 40-42.

[2] 索伦森, 徐赫男. 预防糖尿病应择地而居——关注道路交通噪音与糖尿病[J]. 糖尿病天地, 2013, 10(5): 231-231.

[3] KALAISELVI R, RAMACHANDRAIAH A. Honking noise corrections for traffic noise prediction models in heterogeneous traffic conditions like India [J].Applied Acoustics, 2016, 111: 25-38.

[4] 环境保护部. 环境影响评价技术导则噪声环境[M]. 北京: 国环境出版社, 2009.

[5] GIVARGIS S, MAHMOODI M. Converting the UK calculation of road traffic noise (CORTN) to a model capable of calculating LAeq, l h for the Tehran’s roads [J].Applied Acoustics, 2008, 69(11): 1108-1113.

[6] HJ640-2012, 环境噪声监测技术规范城市声环境常规监测[S].

[7] GB3096-2008, 声环境质量标准[S].

[8] 金燕波. 城市道路交通噪声污染及控制[J]. 长春大学学报, 2005, 4(4): 64-65.

[9] 李 丹, 张延青. 青岛市快速路交通噪声研究[J]. 城市管理与科技, 2008, 10(1): 59-61.

[10] 冯 霞, 孙凤英, 胡 薇.交通流影响因子与道路交通噪声的关系研究[J]. 森林工程, 2014(3): 128-130.

[11] 刘 涛. 城市道路交通噪声影响因素与传播规律分析[D]. 西安: 长安大学, 2009. 35-37.

Trend and correlation analysis of road traffic noise in Putian

SHI Ben-jie1, LIU Kai-guo1, HU Xi-sheng1, QIU Rong-zu1

(1. School of Transportation and Civil Engineering, Fujian Agriculture and Forestry University, Fuzhou 350002, China; 2. Environmental Monitoring Center Station, Putian 351100, China)

Based on monitoring data of road traffic noise from 2006 to 2015 in Putian, annual monitoring data were averaged, and the noise and traffic volume changes of recent 10 years were analyzed. The influence trend between traffic volume and traffic noise was studied by SPSS analysis. The equivalent sound level and traffic volume logarithmic relationship was obvious. Part of the roads was selected for Pearson correlation analysis. The conclusion was that logarithmic volume traffic significantly affects traffic noise.

traffic noise; change trend; traffic flow; correlation analysis

2016-09-22.

国家自然科学基金(41201100)；福建省自然科学基金(2015J01606)；福建省科技厅重点项目(2014H0010)

史本杰(1991-)，男，硕士，研究方向：公路交通噪声.

TB53

A

1672-0946(2017)03-0280-04