赵佳美 户文成 温香彩 张 萌 汪 贇

(1 中国环境监测总站 北京 100012)

(2 北京市劳动保护科学研究所 北京 100054)

0 引言

随着城市化进程加快，噪声污染已经渗透到人们生产生活的各个方面。长时间接触噪声不仅会损害人的听力，还会导致人体的循环系统、内分泌系统、心脑血管等出现状况[1−3]。目前，世界上许多国家已经开展了对声环境质量的监管。日本在有关声环境质量标准里将城市划分为AA 类区、A 和B 类区、C类区三种，要求各类区选择一天或者多天的监测结果代表全年的噪声水平[4]；自2002年欧洲噪声指令发布以来，欧洲许多城市也都被要求量化管理环境噪声[5]。我国则按区域的使用功能特点和环境质量要求将城市功能区划分为0、1、2、3、4(包括4a和4b 类)五种类型，各城市定期定点开展功能区声环境质量监测，监测时间为每季度1 次，每次连续监测24小时[6]。

由于各地作息习惯区别、自然环境季节性变化等原因，从长期来看声环境质量具有波动性，如何用具有代表性的短时间监测结果代表长期声环境质量平均水平是国内外环境噪声监测技术难点之一。Hueso 等[7]、Bąkowski等[8]对城市道路交通噪声数据进行了研究，根据各监测日期噪声水平与其所在周的噪声平均水平之间的标准差及误差，确定道路交通噪声最具代表性的监测日期。Geraghty 等[5]对城市环境噪声时间变化进行研究，得出若使用短时间噪声测量结果代表长时段噪声水平需对监测时段谨慎选择。我国的功能区声环境质量特征不同于其他国家，应根据实际特点对监测时间开展研究。但限于我国自动监测基础较薄弱，缺乏长期监测数据，因此现有研究较少，且仅针对道路交通噪声(4类区)开展[9−10]。本文选用4 个典型的功能区监测点位(涵盖2 类区、3 类区和4 类区这3 类主要声功能区)的长期监测数据，分析了不同功能区点位长期噪声波动特征，探讨我国功能区声环境监测如何选择能代表年度平均水平的监测时间，为我国功能区声环境监测提供借鉴。

1 功能区声环境质量监测概况

1.1 我国功能区噪声监测标准

根据我国《声环境质量标准》(GB 3096–2008)，按区域的使用功能特点和环境质量要求，将声环境功能区分为五种功能类型。在对各功能区进行监测时采用“定点监测法”，即选取一个或多个能代表城市功能区环境噪声平均水平的测点，监测得到测点的24 小时连续数据形成昼间和夜间等效连续A 声级，以此来了解该点昼夜声环境质量[6]。各等效连续A声级计算公式如下所示：

(1)昼间等效连续A声级计算公式为

(2)夜间等效连续A声级计算公式为

注：Li为昼间或夜间小时等效连续A声级。

1.2 监测数据采集

根据《2018 中国环境噪声污染防治报告》，2017年全国城市2类、3类和4a类功能区共监测了16424点次，占总监测点次的75.21%，因此这三类声环境功能区是城市中最主要的三类功能区类型，也是声环境质量监测的重点。

本研究在这三类功能区中选取了4 个典型的监测点位进行监测。选取方法是首先通过在各类功能区开展全覆盖的网格普查监测，粗选出其等效连续A 声级与该功能区平均等效连续A 声级无显著差异，能反映该类功能区声环境质量特征的测点若干个作为备选，再通过实地勘察，了解周围环境状况，排除易受其他固定或突发噪声源干扰的位置，选择合适测点布设长期自动监测点位，因此所选监测点对于各声环境功能区特点具有较好的代表性。A 监测点位于2 类功能区，处于某公园内，四周林木较多，无其他遮挡，主要声源是公园内人们休闲发出的声音以及自然声，包括虫鸣鸟叫等；B 监测点位于2类功能区，点位周边为办公楼及住宅区域，距离最近的公路约40 m，该道路车流量较小，该监测点主要声源是人们生活活动及车辆进出等噪声；C 监测点位于经济技术开发区，处于3 类功能区内，周围是一些工业企业，主要声源为周边工厂企业运作、车辆运行等声音；D监测点位于中心城区主干路旁边，处于4a 类功能区内，主要声源为道路交通噪声。测量时间为2016年1月1日–2016年12月31日，各监测点每日均进行连续24 小时噪声监测。监测内容包括：各监测点的分钟等效连续A 声级Leq、L5、L10、L50、L90、L95、Lmax、Lmin、SD等。通过监测获得A监测点有效样本个数526034 个；B 监测点获得有效样本个数488864个；C 监测点获得有效样本个数526707个；D监测点获得有效样本个数402361 个。

1.3 长期分布特征分析

由于自动监测获取的数据量较大，为了更好地呈现各监测点监测时间内声环境质量水平随时间分布情况，本文设计采用多时间维度声级分布图，通过不同颜色标识出等效连续A声级大小。以B监测点1月份监测结果为例，示例图如图1所示，横坐标轴代表监测日期(如：1月1日–1月31日)，纵坐标轴代表时间(24 小时)；图中灰色部分代表该时间段数据缺失。图中直观反映出声环境质量分布具有很强的规律性和时间周期性：昼夜间等效连续A 声级差异规律明显；等效连续A 声级具有以一周为周期的周期性分布特征等。

图1 B 监测点1月份声环境质量监测结果Fig.1 The monitoring results of acoustic environmental quality at monitoring site B in January

利用上述表征方法，将A、B、C和D 4个监测点位监测日期内(连续12 个月)功能区噪声连续24 小时自动监测结果分别绘制如图2所示。

根据图2可以看出，4 个监测点隶属不同功能区，其各月监测数据差异性也各不相同：A 监测点处于2类功能区，该监测点于6月–8月声级较高，与其他月份相比明显上升，考虑该监测点处于公园附近及当地环境，可能主要受到鸣蝉噪声影响，故该监测点受季节变化影响较大。B 监测点处于2 类功能区且监测点位于生活办公区，该监测点夏秋季6月–9月夜间等效连续A 声级平均水平高于其他月份，即该监测点季节性特点较为明显。C 监测点处于3 类功能区，受季节变化或工业作业影响，下半年噪声水平相对低于上半年噪声水平。2月上旬5日–11日左右为农历新年假期，该时间段声级在全年最低。此外，C 监测点休息日与非休息日间昼夜间等效连续A 声级存在明显的差别：休息日期间的噪声强度相对低于非休息日的噪声强度。D监测点处于4a 类功能区，主要受到交通噪声影响，该监测点全年昼夜间等效连续A 声级变化相对稳定，月与月之间声级变化较小，昼夜间等效连续声级差距较小，夜间安静时段少，噪声污染较为严重。

各监测点具有不同的声环境特点，其各月噪声水平分布也有差异，本文采用以下方法进行详细分析探讨其差异与规律。

2 监测时间优化分析

2.1 分析方法

非参数统计方法适用于总体分布不能用确定的实参数来刻画或者不确定数据总体分布形态的情形， 具有不受总体的限定、 适用范围广等优点[11]。常用的多独立样本的非参数检验方法有Kruskal-Wallis H 检验(简称K-W 检验)、Jonckheere-Terpstra 检验、中位数检验等方法。KW 检验检验适合进行多个独立样本的检验，检验效率达到0.95[12]，故本研究采用此方法进行判断功能区噪声监测数据的差异性进行分析。

K-W 检验的基本思想是将数据转化为秩统计量[13]。即将多个样本排序并排秩，然后将各组的样本秩求均值，如果各组样本平均秩大致相等，则多个总体分布没有明显差异，反之则有显著差异。

2.2 年监测时间优化

本次研究利用采集的小时噪声数据，计算得到各日的昼夜间等效连续A声级。以各监测点一年12个月的昼夜间等效连续A 声级有效数据作为样本，采用Shapiro-Wilk检验对4 个监测点的各样本进行正态分布检验。根据检验结果得知A、B、C、D 4 个监测点正态分布特性不统一，因此本研究根据样本分布特性采用非参数检验方法中的K-W 检验对各月样本之间的差异进行检验分析。

本研究通过SPSS 软件，利用K-W 检验分析本次研究的4 个监测点位各月之间数据的差异性。为了能够更好地表征各分样本之间的差异显著性结果，本文为每个监测点绘制了各月昼夜间等效连续A 声级差异性比较的矩阵图，如图3(a)和图3(b)所示。图中灰色方格部分表示相对应的二者具有显著性差异(显著水平为0.05)；空白方格部分表示相对应的二者无明显差异；部分数据无效，除自对应的月份外也为黑色方格。

图2 A、B、C、D 监测点一年声环境质量监测结果Fig.2 The monitoring results of acoustic environmental quality at monitoring sites A,B,C,D in a year

图3 A、B、C、D 监测点各月昼夜间等效连续A 声级差异显著性Fig.3 Significance indication for between month comparisons of day-time and night-time equivalent sound level A at monitoring sites A,B,C,D

根据图3可以看出：对大多数月份来说，昼间等效连续A 声级在月与月之间没有表现出明显的差异性，主要的差异月份在每年的1月和2月，因此若要选择短期监测时间代表全年水平最好不要选择在1月和2月。对于A监测点，8月和10月也是昼间等效连续A 声级与全年差异较大的两个月份。而夜间等效连续A 声级月与月之间的一致性相对昼间较差，A 监测点和B 监测点主要体现在春夏季和秋冬季之间的差别；C 监测点各月夜间等效连续A 声级并没有明显的季节和月份规律，说明企业夜间工况不稳定导致噪声排放不稳定，对这类声源应长期监测；D 监测点夜间等效连续A 声级各月的一致性较高，仅1月、2月和12月与其他月份有明显差异。

由于各月份之间声环境质量水平存在一定的差异性，特别是夜间等效连续A声级的代表性较低，采用一年监测1 次的监测结果难以代表全年声环境质量的总体水平。但本次研究通过将4 个监测点一年的数据划分为4个季度分析发现：一个季度内的3个月份以无显著差异为主。各季度内3 个月的昼间等效连续A声级差异性明显的占11.36%，无显著差异的数量占88.64%；各季度内3 个月的夜间等效连续A声级差异性明显的占18.18%，无显著差异的数量占81.82%。4 个监测点季度内月间和一年内月间昼夜间数据差异显著性对比结果如表1所示。

通过表1可以看出，各监测点季度内差异性水平整体低于月间差异性水平，因此以季度为单位，每季度监测一次较为合理。

此外，在本组试验的4 个点位一年监测结果中可以发现，各个季度内第2 个月份与季度内其他月份一致性更好：昼间等效连续A声级一致性达90%，夜间等效连续A声级的一致性达93%。因此各季度在季度的第二个月份进行监测的结果更能代表所在季度的声环境质量水平。

表1 季度内月间和一年内月间差异显著性统计结果对比Table1 Comparison of the statistical results of significant comparisons between months in the quarter and between months in a year

2.3 周监测时间优化

利用K-W 检验方法检验A、B、C 和D 监测点一年中每周中各日之间差异性进行检验(显著性水平为0.05)，得出结果为A、D 监测点为一周内各日之间昼/夜间等效连续A 声级均无显著差异(A 监测点为公园内，D监测点为道路交通噪声，各日间无明显差异说明两点的噪声水平情况较为稳定，这也与实际情况相符)；B监测点昼间等效连续A声级差异显著性如图4所示，夜间等效连续A 声级无显著差异；C监测点差异显著性如图5所示。

图4 B 监测点日之间差异显著性(昼间)Fig.4 Significance indication for between day comparisons of day-time at monitoring site B

图5 C 监测点日之间差异显著性Fig.5 Significance indication for between day comparisons of day-time/night-time at monitoring site C

由图4看出，B 监测点昼间等效连续A 声级仅周三、周四与周日间具有显著差异，其他各日之间无显著差异，即可选择除周日的日期作为代表监测日期。由图5可知，C监测点工作日昼间噪声值间相似性较大，差异性较小，夜间噪声值周二至周六间差异性不显著。故综合来看，可以选择周二至周五之间的日期作为代表监测日期，利用代表监测日期的监测结果表征监测点这一周的噪声水平。

3 结论

根据本文分析得出以下结论及建议：(1)本文分析的4个监测点位季度内月间差异性明显低于一年内月间差异性，季度内的3 个月份中各月之间无显著差异的比例占80%以上，因此对这4 个测点每季度进行一次监测较为合理，且在每季度的第二个月份进行监测所得数据更有代表性。(2)选取一周内具有代表性的监测时间也可以采用差异性对比方法，本文中4 个监测点位在周二至周五之间的日期进行监测更具代表性。以上结论适用于2 类、3 类和4a类区声环境特点相似的点位，并为其他不同特点的功能区监测点位提供了监测时间优化方法。

现阶段我国大部分城市采用人工监测方式进行功能区声环境质量监测，选取合理的监测时间既可以保证数据的有效性，也可以有效节约人力、物力等成本，在实际工作中具有重要意义。