交通噪声预测模式对低等级道路的适用性的研究

《交通噪声预测模式对低等级道路的适用性的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、西南交通大学硕士研究生学位论文第1页摘要本文通过比较环境影响评价工作中先后使用的四种交通噪声预测模式(FHWA公路交通噪声预测模式、交通部96年规范中推荐的交通噪声预测模式、交通部06年规范中推荐的交通噪声预测模式、环保部09年导则中推荐的交通噪声预测模式)，分析各模式之间的差异，并选取典型的低等级道路进行监测，将实测结果与预测结果的类比和对比分析，探讨各交通噪声预测模式在此类低等级道路上的适用性。通过对实测数据的分析，得出了其能量主要集中在低频段(<500Hz)，且中高频交通噪声(>500Hz)衰减量大于低频交通噪声(<500Hz)衰减量，及交通噪声在距道路较

2、近范围内衰减较快，随着距离的增大，交通噪声衰减呈下降趋势等特点。通过将模式预测结果与实测结果的对比分析，探究各交通噪声预测模式在此类低等级道路上的适用性。研究结果表明：对于二级、三级公路，FHWA预测模式和环保部09年预测模式均较适用；对于城市次干路，在大车流量情况时(车流量大于800辆／11)，FHWA预测模式和交通部96年预测模式较适用，在小车流量情况时(车流量小于100辆／11)，FHWA预测模式和环保部09年预测模式较适用，在中等车流量时(车流量大于100辆／ll、小于800辆／h)，各模式预测值与实测值的误差较大。对于误差较大的情况，本次研究通过查阅资

3、料和分析监测数据，研究产生误差的原因，并选取环保部09年导则中推荐的交通噪声预测模式，对其提出相应的修正建议。关键词：低等级道路；交通噪声；预测模式；适用性研究西南交通大学硕士研究生学位论文第ll页AbstractComp撕ngfourtra衢cnoiseprcdictionmodels，includinghi曲waynoisepredictionmodelf而mtlleUnitedStatesFederalHighWayAuthority(FHWrA)，andtheotherSarereconlmendedbVChineseT}ansponationIⅥini

4、snVinSpecifictionsf．orEnviromentalhnpactAssesSm％tofHighway(on埘al，J”005-96)，SpeCifications矗"EnVironmentalImpaCtAsseSsmentofHighwavs(JTGB03．2006)，锄drecommendedbvChineseEnvironmentalProtectionMinistryinTeChicalGuidelinesforNoiseImpaCtAssessment(HJ2．4．2009)，whichhavebeellusuallvusedinthe

5、assessmentwork∞enviro姗entalimpact．AndbVanalVzin2thedi行erencesbetweeneachmodeandmonito—ngthetypicallow—leVelhi曲way觚durb锄road，m∞combiningthecontrastingand狮alogyanalysisonthemonitoringresults粕dprcdictionresults，cominguptorese盯chingontheapplicabilityoftra衔cnoisepredictionmodela．tlow．1eve

6、lhi曲wayandufb锄rDad．Througllthe锄alysisofrealdatabymonito打ng，itshowsthattheenergyofnoisemainlyconcentrateSinlow6．equenc“<500Hz)，粕dthe锄outofattenuationofthehigll仔equencV仃afjFicnoiseis田．eaterthanthatoflowf}equencytra衔cnoise．Tra伍cnoiseattenuatedf瓠缸粕tllehighwayorurb觚roadinclose豫nge，andacco

7、mpanyingtheincreaseofspace，theattenuationoftrafhcnoiseshowsdownwardt啪d．Researchonapplicabilityof仃a衔cnoisep砌ictionmodelatlow-伊adehi曲way锄durbanroadisbasedoncomparingthemonitonngresults锄dpredictionresults．1tshowsthattheFHWAmodel锄dHJ2．4modelcanprovideamorcaccuratepredictionincl硒slI锄dclas

8、sllIhi2hwavs