城市地鐵與道路復合交通噪聲源識別方法研究

許雪記，徐文文，殷承啟，張 瑋，姜文靜，胡 婕

(1.華設設計集團股份有限公司，江蘇 南京 210014；2.江蘇省交通運輸環境保護工程技術研究中心，江蘇 南京 210014)

0 引言

隨著城鎮化進程不斷加快，大城市出行難問題越來越嚴重。與其他交通工具相比，城市軌道交通具有高速快捷、運輸量大、舒適安全、空間利用率高、環境污染低等優勢，在解決城市交通擁堵問題時，成為大城市、特大城市優先發展的公共基礎設施[1－2]，近年來，城市地鐵交通得到蓬勃發展。

隨著大城市軌道交通網絡的不斷發展，地鐵運力的不斷提升，地鐵、城市道路通行產生的聲環境問題引起了社會各界的普遍關注，尤其是地鐵高架路段，沿線用地開發強度大，軌道交通與沿線居民生活區距離接近，軌道交通高架段對沿線居民日常生活的干擾程度有增加趨勢[3－5]。周寧暉等[6]對南京地鐵1號線高架段、車廂內和站臺上環境噪聲進行了調查，并將地鐵與城市快速路的噪聲貢獻值進行對比分析；沈曼莉等[7]用現場實測方法，檢測了沈陽1號線地鐵列車運行時車廂內、站臺上以及地鐵站外環境噪聲最大值；黃述芳等[8]對北京地鐵5號線地下線路風亭和冷卻塔周圍11 處聲環境敏感點進行了噪聲監測，并分析了地鐵對于交通噪聲的增量；陳正英等[9]對蘇州軌道交通1號線敏感點噪聲進行了監測，結果表明實測噪聲值對背景噪聲的增量在3～6 dB（A）之間；吳云霞[10]對成都地鐵2號線高架段的噪聲特性進行了研究，并分析了Canda/A 軟件在地鐵噪聲預測中的適用性。

現階段城市地鐵高架段與城市主干道、快速路等不可避免的存在并行現象，此類復合交通噪聲的影響，在針對某種單一噪聲源采取降噪措施后，對聲環境敏感點的影響并未顯著降低，造成了環保投資與環境效益不匹配的現象。本文以某市地鐵高架段為例，針對城市地鐵與地面道路并行路段，提出監測以及軟件模擬的方法，識別出噪聲影響較大的聲源，為有效聚焦噪聲防治的主要方向、實現最小工程投資下的最大環境效益提供技術支撐。

1 材料與方法

1.1 城市地鐵與地面道路復合噪聲源的識別方法

在某市地鐵高架段區間選取敏感點1～6 處開展噪聲源識別，各敏感點的主要地面道路噪聲源見表1。針對上述敏感點，選擇部分敏感點采用多通道間斷性噪聲監測、交通量與噪聲值耦合性監測、噪聲仿真模擬預測、特殊評價量監測4種方法來進行主要噪聲源識別。

表1 地面道路噪聲源

（1）多通道間斷性噪聲監測

利用多個聲級計同步監測，不同聲級計采集相對應的聲源噪聲，監測時段根據不同交通方式的運行特征呈間斷分布，最終運用噪聲疊加原理分解出目標噪聲值。

（2）交通量與噪聲值耦合性監測

交通量與噪聲值同步監測，通過回歸擬合分析不同交通方式的交通量與整體環境噪聲的耦合關系，判斷出主要噪聲源。

（3）噪聲仿真模擬預測

通過Cadna/A 噪聲模擬軟件將不同交通方式的交通量以及地形數據錄入，模擬出不同交通源。

（4）特殊評價量模擬

針對交通噪聲，一般使用等效聲級LAeq作為評價指標，但是對于復合交通，有必要分析最大聲級Lmax以及列車通過時聲級LAeq(t)，并將特殊評價量與標準評價量進行數據對比。

1.2 噪聲仿真模擬模型

（1）Cadna/A 軟件

Cadna/A 軟件是一套得到我國環保部門認證的噪聲計算軟件，集成了HJ 2.4 — 2009,Schall03,ISO 9613，RLS—90 等標準，在軌道交通運輸部門和公路交通等方面廣泛應用，分析計算三維模擬區域聲級分布優勢突出。本次使用的為德國Schall03 模式[11]。

（2）模型驗證

采用噪聲仿真模擬軟件Cadna/A 開展軌道交通預測模擬前，需先驗證Cadna/A 用于軌道交通預測的適用性，本文在晝間及夜間選取地鐵高架段沿線56 處敏感點有地鐵通過的時段開展噪聲監測，用積分聲級計連續1 h 測量等效連續A 聲級，每個點位監測2 d，每晝夜各監測1 次，再將Cadna/A 仿真的噪聲預測值與對應點位的噪聲實測平均值利用SPSS 軟件進行T 檢驗，以探討Cadna/A 用于軌道交通預測的適用性。

2 結果與討論

2.1 多通道間斷性噪聲監測結果分析

分別選取敏感點1～4 以及敏感點6 開展無列車經過時的噪聲現狀值監測，該5 處監測點覆蓋了3條地面道路污染源。并對噪聲監測結果進行分析。

（1）和平路沿線敏感點1，2 監測點。敏感點1處和平路噪聲監測值與地鐵噪聲差值范圍在0.4～3.5 dB(A)，敏感點2 差值范圍在0.2～6.9 dB(A)，可以看出龍華和平路沿線敏感點，道路噪聲貢獻高于地鐵噪聲貢獻，地面道路為主要噪聲源。

（2）騰龍路沿線敏感點3，4。敏感點3 處騰龍路噪聲監測值與地鐵噪聲差值范圍在－9.8～－5.9 dB（A），敏感點4 監測點差值范圍在5.4～5.9 dB（A），對于敏感點3，地鐵是其主要噪聲源；而敏感點4 由于其處于地鐵站處，軌道交通行駛速度較慢，且地鐵站有一定的遮擋作用，此外由于現場條件，在現場監測時，噪聲監測未正對著軌道交通，而是從敏感點側方進行監測，綜合上述原因導致對于敏感點4，地面道路是其主要噪聲源。

（3）民塘路沿線敏感點6。敏感點6 的民塘路噪聲貢獻與地鐵噪聲差值范圍在－2.3～0 dB(A)，因此對于敏感點6，地鐵是其主要噪聲源。

2.2 交通量與噪聲值耦合性監測結果分析

項目組于地鐵二期沿線敏感點1（區間1，和平路）、敏感點5（區間2，騰龍路）、敏感點6（區間3，民塘路）開展24 h 噪聲值監測，并記錄24 h 道路車流量以及地鐵車流量。選取3 處24 h 監測點地鐵運營時的噪聲監測值與地面道路交通量進行線性擬合，擬合情況見圖1～圖3。由圖1～圖3可知：

（1）敏感點1 的噪聲監測值與和平路車流量高度正相關，相關系數達到0.84，與地鐵車流量相關系數為0.433，結合現場觀測可知和平路車流量較高，最高可超過10 000 輛/h，因此可認為對于敏感點1監測點，和平路是其主要噪聲污染源。

（2）與2.1 節中的敏感點3 不同，敏感點5 雖然也位于區間2 內，但距離騰龍路更接近，其噪聲監測值與騰龍路車流量呈正相關，相關系數為0.44，與地鐵車流量也呈正相關，相關系數為0.47。現場觀測時，騰龍路相比于地鐵更接近敏感點，但車流量較低，因此對于敏感點5，地鐵以及騰龍路均產生一定的影響，影響程度相當。綜合來看，對于騰龍路沿線敏感點，由于騰龍路交通量較低，且騰龍路與軌道交通處于并列的位置關系，除地鐵站處敏感點外，距離騰龍路更近的敏感點，地面道路是主要噪聲源，相比地鐵的噪聲影響更大。

（3）對于敏感點6，可以看出，民塘路車流量與噪聲監測值之間無明顯的相關性，與地鐵車流量呈正相關，相關系數為0.56，結合現場觀測可知民塘路車流量較少，因此可認為對于敏感點6，其地鐵噪聲貢獻值高于地面道路。

上述3 處敏感點的監測分析結論與2.1 節相吻合。

圖1 敏感點1 噪聲監測值與地面交通量擬合曲線

圖2 敏感點5 噪聲監測值與地面交通量擬合曲線

圖3 敏感點6 噪聲監測值與地面交通量擬合曲線

2.3 噪聲仿真模擬預測結果分析

2.3.1 模型驗證結果

選取某市地鐵高架段沿線56 處敏感點進行噪聲軟件預測及現場實測，將噪聲模擬值與實測值進行對比，各監測點位處的晝間模擬聲級與實測聲級的偏差絕對值的平均值為1.7 dB(A)，夜間模擬聲級與實測聲級的偏差絕對值的平均值為1.5 dB(A)。因此，本次采用的計算模型的模擬結果與實際情況偏差較小（3 dB（A）以內）。預測值與監測值配對樣本T檢驗結果見表2 和表3，由表2 和表3可以看出在顯著性水平為0.05 時，晝間、夜間相伴概率Sig=0.000 ＜0.05，拒絕原假設，可認為實測值和模型預測值具有明顯的相關性。由配對樣本T 檢驗結果可知，實測值、預測值晝夜配對樣本T 檢驗的相伴概率Sig分別為0.121 和0.122，均大于0.05，應接受原假設，可認為互相配對的2 組數據沒有顯著性差異，即晝夜的預測值與監測值無顯著性差異，因此Cadna/A軟件預測某市地鐵噪聲現狀是可信的。

表2 晝夜成對樣本相關系數1

表3 晝夜成對樣本檢驗2

2.3.2 結果分析

以敏感點3，5為對象，以區域地形圖為基礎，利用Cadna/A 預測模型摸清軌道交通沿線噪聲影響現狀。

（1）敏感點3

敏感點3位于區間2 內，現已建4 棟建筑，其中首排建筑分別為30 層和33 層，3 樓以上為居民區，主要地面道路噪聲源為騰龍路。地鐵與地面道路的噪聲模擬結果見表4。由表4可以看出，除了1 樓由于聲影區衰減導致地鐵影響小于道路的影響外，其余樓層因地鐵產生的噪聲影響均高于道路，可以看出對于敏感點3，差值范圍為5.0～6.9 dB（A），地鐵是其最主要的噪聲污染源，影響程度顯著高于騰龍路，結論與2.1 節一致。

表4 敏感點3 現狀噪聲模擬結果 dB（A）

（2）敏感點6

敏感點6位于區間3 內，首排為3 棟30 層居民區，1～5 層為商鋪，敏感點范圍內基本無聲屏障遮擋，主要地面道路噪聲源為民塘路，地鐵與地面道路的噪聲模擬見表5。由表5可以看出，與敏感點3 相同，除了1 樓由于聲影區衰減導致地鐵影響小于道路的影響外，其余樓層因地鐵產生的噪聲影響均高于道路，差值范圍為0～1.6 dB（A），可以看出對于敏感點6，地鐵的噪聲影響程度略高于民塘路，結論與2.1 節一致。

表5 敏感點6 現狀噪聲模擬結果 dB（A）

2.4 3種方式適用性分析

上文提到的多通道間斷性噪聲監測、交通量與噪聲值耦合性結果監測以及噪聲仿真模擬預測的優缺點見表6。

表6 3種噪聲源識別方法對比

2.5 特殊評價量

雖然軌道交通噪聲的主要評價量是等效連續A計權聲級，但運行列車是間歇性噪聲，有無列車通過時的聲壓級相差較大，軌道交通噪聲具有暫時性和間歇性等特點，軌道列車行駛速度較快，因此地鐵周邊受其噪聲一次性影響時間較短。考慮本項目列車駛過時間為6.3 s 左右，通過將車流量進行等效換算，模擬出列車駛過時的噪聲級，以敏感點6為例，敏感點6 處列車駛過聲級在74.9～77.7 dB （A），與等效噪聲Leq的差值在16.7～20.2 dB（A），由此可知地鐵通過時段的噪聲影響較大，進行噪聲控制時應注意地鐵駛過時的噪聲影響。

3 結論

（1）根據現階段城市地鐵高架段與城市主干道、快速等地面道路并行現象較多，降噪措施缺乏針對性的情況，提出多通道間斷性噪聲監測、交通量與噪聲值耦合性結果監測以及噪聲仿真模擬預測等3種城市地鐵與道路復合交通噪聲源識別方法。

（2）多通道間斷性噪聲監測方法限制因素較多，但其操作簡單，適用于單一敏感點且周圍其他噪聲源較少的情況：交通量與噪聲值耦合性結果監測方法限制因素低于多通道間斷性噪聲監測，且更準確，但是在城市建成區內實施難度較大，適用于單一或多個敏感點且周圍交叉路口較少的情況：噪聲仿真模擬預測方法準確性最高，且可以獲得詳細的噪聲預測值，宜用于區域性主要交通噪聲源辨別以及降噪效果分析等情況。

（3）對于城市復合交通，應注意列車通過時段的最大聲級Lmax以及列車通過時等效聲級LAeq(t)，以敏感點6為例，可以看出對于軌道交通，地鐵通過時段的噪聲影響較大，進行噪聲控制時應注意地鐵駛過時的噪聲影響。