路晓东，蔡 军，祝培生

（大连理工大学 建筑与艺术学院，辽宁 大连116023）

噪声污染已发展成为制约人们生活质量提高的社会问题[1-2]，对身体健康的有害影响从不舒适、沟通困难、睡眠问题到心理和心血管病变[3-6]。其中道路交通噪声大约占80%的来源[1]。交通噪声来源于道路上车辆的行驶，受到车流量和车速影响，而每条路上的车流量和车速又与城市路网密切相关[7]。宏观层面，路网的等级结构完成车辆在空间的配置，每条路上交通负荷均与其有很大关系；微观层面，不同的路网间距影响着车速、车流密度等[8-9]。城市路网规划应将道路交通噪声作为重要的考虑因素。

以往研究大都借助于数值模拟探讨路网对噪声的影响。Wang 等通过比较中国武汉与英国曼彻斯特交通噪声与城市形态的差异，发现不同的道路覆盖率对城市交通噪声有显著影响[10]。Salomons讨论了城市形态及交通特征对交通噪声的影响规律[11]。Tang等通过对澳门的噪声模拟，指出狭窄道路、高密度的路网可能会导致较低的噪声污染[12]。我国学者也展开大量相关研究[13-14]。这些成果所借助的噪声数值模拟，大都将车流视为稳态的线声源[15]。这尽管部分反映了真实情况，但却无法反映如红绿灯、驾驶条件或道路交叉路口的影响[16-17]。为此，有学者[18-19]提出了噪声动态模拟方法，建立交通微观仿真模型，获取噪声实时预测，但目前侧重点是微观层面的城市交叉口及局部路网，对城市路网规划的指导作用有限，且所需的交通流基础数据及其跟车模型与实际往往存在偏差。

未来中国路网规划有可能发生大的变化。2016年初中国政府要求新建住区要推广“街区制”，“原则上不再建设封闭住宅小区，已建成的住宅小区和单位大院要逐步打开”，这表明路网规划将由“疏路网、大街区”向“密路网、小街区”的转变。本文通过对典型区域的噪声实测与分析，试图明确两种路网规划对交通噪声的影响规律，以供城市规划管理及设计者参考。

1 方法

1.1 实验设计

常规的交通噪声测试大都是在路边连续测试一段时间[20]，衡量的是道路的综合噪声水平，但期间空闲无车时的背景噪声会掩盖噪声指标与交通流的对应关系。为能使噪声能尽可能反映其间饱含的交通信息，在测试中进行以下设定。

(1)选取路段中间进行测试

完整的驾驶过程会是路口加速，而后平稳行驶，到下一个路口减速。路口的加速、减速都是瞬间行为，影响因素复杂。而路段中间行驶相对平稳，道路本身会很大程度上影响车速、车头间距及车流密度等，进而影响交通噪声。为探究路网对交通噪声的影响，本文选取路段中间进行测试。

(2)记录每组车辆驶过的短时噪声

实际交通流中，在路网及信号灯控制下，部分车辆成组的现象是很常见的，尤其是当车流量较大但又未达到饱和[21]。实验仅记录每组车辆经过时的短时噪声，使得噪声值有明确的行驶车辆相对应，进而保证噪声与车流量、车速的关系较为明晰。具体的车组划分依据为：平均每车道的车辆数大于1；组内车辆处于“跟车”状态，即车头时距小于5秒，也即在平均车速为30 km/h 的情况下，车头间距不超过40米；不同车组之间的距离不小于100 m。车辆单独驶过，车头距过大，车组间距过小等情况下的数据，均未采用。

(3)减少背景噪声干扰

测试中消除噪声干扰措施有：测点位于路肩，测点距后侧建筑距离远超过2 m，可认为避免了来自建筑反射声的影响，接收到的噪声基本以直达声为主，不需对数值进行修正[22]；测试前进行背景噪声测试，确保车辆驶过时噪声超出背景噪声10 dB以上；排除因信号灯，车辆缓行拥堵的数据；排除包含如摩托车、自行车等其他车辆噪声的数据；测试期间不受其他噪声源干扰。

1.2 样本区域的选择

本文选择了两个典型样本，均为方格路网，面积均为500 m×500 m（图1）。

图1 样本区域

片区A 位于大连市中心区“三八广场”，形成于20世纪80年代，主次干道明显，城市支路网密集，道路密度高（17.3 km/km2），支路网间距大致为80 m×140 m，每栋住宅都直接临近城市道路，是“密路网、小街区”的典型代表。片区B 位于大连市次中心，“幸福E家”小区附近，形成于2010年，6条城市道路将用地均匀分成四块，也是四个住宅组团，每块大约0.06 km2，道路间距大致为240 m，道路密度小（11.8 km/km2），是“疏路网、大街区”的典型代表。两个片区均有两条城市主干路，见图1粗实线示意，其余道路为城市次干路。

1.3 实验组织

在路段中间布置测试区间（60 m～80 m）及噪声测点，见图2所示。

实验采取多频次，短时间噪声测试。先期进行交通观测，若车流量过少，则放弃对该路段的选择。每个测点记录的数据不少于10组，测试的噪声指标包括LAeq、Lmax、Lmin、LN（含L10、L50、L90）。LAeq是连续等效A 声级，表征噪声强度的大小；LN为统计声级，反映了N%的声压级超过的值，其中L10表征了噪声峰值，L90表征了噪声背景值。交通流数据（车速、车流量）的获得依赖于同期录制的交通视频。车速是每组车辆驶入、驶出测试区间的平均车速，即区间车速。车流量由测试期间驶过的车辆等比换算成每小时流量。

图2 测试方法简图

实验安排在工作日的下午1:00－3:00 进行，持续进行4 天。测试期间交通顺畅，天气晴朗，无风。测试仪器为AWA 6228 型声级计（一级）、激光测距仪以及摄像机。路面均为常规沥青路面，坡度＜3%，每车道宽度均为3.5 m 左右。实验共获得191组测试数据，其中包括片区A的9个测试区间的126组有效数据，片区B 的6 个测试区间的65 组有效数据。每组数据的平均测试时间为38.8 s（SD=30）。

2 讨论

2.1 两种路网下噪声值比较

对噪声指标进行均值分析，片区A 较片区B，LAeq均值差为2.5 dB。由图3可见，片区A主干路、支路的各个噪声指标均大于片区B。

图3 两个片区的噪声各指标对比

而后对各噪声指标进行独立样本T 检验，结果均表明不同的路网下噪声强度存在显著差异。同时进行片区A 与片区B 噪声均值差的计算，由图4可知，两种路网下，噪声各指标中差值最大的均为Lmax，最小的均为Lmin。同时各统计声级(L10，L50，L90)也大致呈现越是噪声峰值，差值越大的规律。这表明较之交通噪声的背景值，交通噪声的峰值更易受到路网影响。

图4 两个片区的噪声各指标均值差

这种差异产生的机制较为复杂，可以预想的有两方面原因。一方面是因为两种路网对交通量的分配，车速的构成上存在较大差别。另一方面是因两种路网实际上反映了片区在城市中的区位：片区A处于市中心，“密路网、小街区”模式是为应对周边交通量大的特点；片区B 处于次中心，“疏路网、大街区”模式是为应对交通量相对较少的特点。交通总量的区别自然会使二者的交通噪声也存在较大差别。前者可通过交通流数据的分析，进一步验证，后者则需要以城市规划的视角进行更多典型片区的调研。

2.2 两种路网下噪声与交通流的相关性比较

将调研所得到的各个测试区间的噪声值与相应交通流数据，即车流量和车速，进行Pearson 相关分析，结果见表1。

可见，在不同片区、不同道路等级下，片区A 和片区B的交通特性（车速和车流量）都与噪声值之间存在显著相关(p＜0.05），且大都是正向的（r＞0），这就意味着在车速和车流量增加的情况下，噪声值也可能随之增加，反之亦然。还可见，较之车速，车流量与噪声指标具有更强的相关性。除去片区B的支路，所有其他道路，车流量与噪声指标的相关性都要大于车速。这可能与车流量和车速的波动程度有关。车速和车流量的量纲不同，故本文使用变异系数，即标准差与均值的比值，来比较它们的波动程度。如图5－图6所示。

图5 车流量、车速的变异系数比较

两个区域的主次干路的车流量变异系数均大比例超过车速变异系数。这可能是因在交通非高峰时段，驶过测点的成组车辆的数量随机性强，波动幅度大，使得对噪声的影响更大，同时信号灯对交通流的干预较强，车速波动幅度不大。由图6LAeq与车流量、车速的散点图也可获得相似的直观判断。LAeq与车流量的散点图大致呈现线性的关系，而与车速的散点图则较为离散，规律性不强。

存在一种假设可能，即车流量与车速变异系数的比值表征了二者与噪声相关性的强弱。对该例而言，片区B 的主路车流量与车速变异系数比为2.76(0.62/0.23)，为四组比值的最高值，噪声指标与车流量相关性最高，与车速相关性最低；片区B的支路车流量与车速变异系数比为1.68(0.46/0.27)，为四组比值的最小值，噪声指标与车流量的相关性最低，与车速相关性最高。片区A主次干道的数据也呈现一样的规律。

另外，如表1所示，两个片区主路的噪声指标与交通流指标的关系趋势接近，较为一致，但支路呈现相反的趋势。片区A支路的噪声与交通流关系与主路呈现一致的趋势，片区B支路则相反，其噪声指标与车流量相关性不显著，甚至有负相关的趋势，与车速则大都呈现显著的正相关。这可能是因城市主干路主要承担远距离出行，受局部区域的影响较小，交通噪声也就与路网关系不大；而城市支路主要承担近距离交通出行，噪声更易受到局部路网的影响。这也表明城市路网的不同主要会影响城市次干路的交通噪声。

表1 噪声指标与交通指标相关性分析

图6 LAeq与车流量、车速散点图

2.3 两种路网下噪声与路段长度的相关性比较

“疏路网、大街区”和“密路网、小街区”两种路网的差异是路网间距，也就是交叉口间的路段长度。有相关研究表明，增大路段长度，降低路网密度，可提高车速[23]，但也有文献持不同意见[24]。这使得路段长度对交通噪声的影响并不明确。所选的片区A、B 的路段长度（均值105 m VS.192 m）与路网密度（17.3 km/km2VS.11.8 km/km2）存在较大差异，可以作为样本，更好地探究这一问题。本例在一个测点会获取多组交通噪声数据，每个数据所对应的测试时间均很短，且并非连续测试，很多不符合要求的驶过车辆均已排除，这使得同一测点所获取的噪声数据随机，均可视作独立数据与路段长度进行相关分析。同时，由于片区A和B的主干路均只有两条，样本数偏少，故仅对次干路的数据进行分析，包含片区A 支路的7 个测点91 组数据，片区B 支路的4 个测点46组数据。如表2所示。

表2 噪声指标与路段长度相关性分析

由表2可见，片区A 支路的路段长度与噪声指标大都呈现显著的正相关，路段越长，噪声越大，而与噪声背景值(L90，Lmin)相关性不显著。

而片区B支路的路口长度与噪声的相关性大都不显著，但与噪声背景值(L50，L90)呈显著的负相关。这两种路网下，路段长度对噪声的影响趋势相反，反映出道路交通噪声的复杂性，就本例而言，路段长度越长，噪声未必一定会增加，需要扩大样本调研，从机制方面入手，得到清晰的结论。

3 结语

本文进行典型片区的比较，探究“疏路网、大街区”、“密路网、小街区”两种路网下的交通噪声及其影响因素的差异。就研究样本而言，两种路网会影响到交通噪声级的分布。具体为，较之噪声的背景值，两种路网的不同更易影响到噪声的峰值；较之城市主干路，更易影响到城市支路。在城市区域，较之车速，车流量波动相对大，随之与噪声指标具有更强的相关性。车流量变异系数与车速变异系数的比值可反映噪声与二者相关性的强弱。比值越大，说明车流量波动越大，越容易影响噪声级，比值越小，说明车速波动越大，越容易影响噪声级。路段长度与噪声存在一定的相关性，但二者关系受到其他因素制约，相关性并不稳定，需要进一步的研究。

整体来说，路网与交通噪声存在着密切联系，城市规划者应对不同的路网所导致的噪声有所考虑，防治措施应有所区别，其内在影响机制有待补充样本，进一步研究。