【技术实现步骤摘要】
一种基于噪声监测数据的道路交通噪声地图更新方法
本专利技术涉及交通噪声地图领域,更具体地,涉及一种基于噪声监测数据的道路交通噪声地图更新方法。
技术介绍
道路交通噪声地图能够模拟计算一定区域内道路交通噪声的污染程度以及污染分布情况,作为环境噪声管理的重要工具,它应该具备时效性,其更新十分必要。目前交通噪声地图主要使用预测模型来计算绘制。根据道路交通噪声的产生特点、噪声传播规律以及障碍物分布对传播的影响等建立起预测模型,将所需的数据(比如交通流数据)输入到模型中进行计算,模拟求解出区域内交通噪声情况。为了更新某一区域的噪声地图,通常需要重新采集该区域内的交通流数据,而如果区域面积很大,重新采集交通流数据的难度就会很大,需要耗费大量的人力物力。交通噪声地图的更新,包括两种类型:一是短时间间隔的更新,比如实时交通噪声地图的更新;二是长时间间隔的更新,比如年度交通噪声地图的更新。国外现有如下的一些方法:1.通过设立参考点,利用监测仪器测量记录参考点处的声压级和影响该参考点的各声源的特性,处理分析数据,划分测量时间段内的噪声事件,确定各噪声事件中各声源的权重比例,选择主要声源来代替该噪声事件中全部声源的作用,计算出参考点处新的声压级,再根据参考点处声压级结果和传播衰减模型计算受该噪声事件影响的各点处的声压级;2.利用固定的噪声监测装置获取噪声监测数据,结合噪声监测数据和已有的交通流数据反演计算出监测点位处新的交通流参数,然后根据新的交通流参数使用预测模型计算渲染噪声地图。方法1过程较为复杂繁琐,计算量较大,且对噪声监测设备要求较高,侧重于一段时间序列的噪声地图的动态 ...
【技术保护点】
一种基于噪声监测数据的道路交通噪声地图更新方法,根据历史交通流数据和当前噪声监测数据实现道路交通噪声地图更新方法,其中噪声监测数据包括噪声监测点经纬度、噪声监测的等效声压级结果、监测点距离道路第一车道中心线的距离,其特征在于,所述道路交通噪声地图更新方法包括以下步骤:S1:对于每一监测点,构造在其监测范围内的监测路段集合;S2:剔除各监测路段集合中的无效路段,形成各个监测点的有效路段集合,其方式为:计算监测路段集合中路段li对监测点j的预测声压级Li,j,求Lmax,j与Li,,的差值,当该差值小于声压级判断阈值时,则该路段li为对应监测点j的有效路段,Lmax,j为监测点j的监测路段集合中各路段对监测点j的预测声压级中的最大值;S3:局部修正:计算各个有效路段集合中各路段的最终修正差值;S4:根据局部修正的结果对已修正的路段进行区间划分;S5:扩展修正:根据区间划分结果确定所有未修正的路段的最终修正差值;S6:将各路段的最终修正差值作用在区域噪声更新计算过程中,计算渲染出更新后的道路交通噪声地图。
【技术特征摘要】
1.一种基于噪声监测数据的道路交通噪声地图更新方法,根据历史交通流数据和当前噪声监测数据实现道路交通噪声地图更新方法,其中噪声监测数据包括噪声监测点经纬度、噪声监测的等效声压级结果、监测点距离道路第一车道中心线的距离,其特征在于,所述道路交通噪声地图更新方法包括以下步骤:S1:对于每一监测点,构造在其监测范围内的监测路段集合;S2:剔除各监测路段集合中的无效路段,形成各个监测点的有效路段集合,其方式为:计算监测路段集合中路段li对监测点j的预测声压级Li,j,求Lmax,j与Li,j的差值,当该差值小于声压级判断阈值时,则该路段li为对应监测点j的有效路段,Lmax,j为监测点j的监测路段集合中各路段对监测点j的预测声压级中的最大值;S3:局部修正:计算各个有效路段集合中各路段的最终修正差值;S4:根据局部修正的结果对已修正的路段进行区间划分;S5:扩展修正:根据区间划分结果确定所有未修正的路段的最终修正差值;S6:将各路段的最终修正差值作用在区域噪声更新计算过程中,计算渲染出更新后的道路交通噪声地图;所述步骤S4的过程如下:S41:计算各个已修正路段的表征道路声源属性的变量SSPL值,所述SSPL值计算表达式如下:SSPL=10lg(102.2V12.632N1+100.88V23.048N2+101.26V32.473N3),其中N1、N2、N3分别为每小时内大型车、中型车和小型车的车流量;V1、V2、V3分别为大型车、中型车和小型车的车速;S42:以各个已修正路段的SSPL值为横坐标,以各个已修正路段的最终修正差值为纵坐标建立平面坐标系;S43:取输入集合中SSPL值最小的点作为第一个聚类中心,取SSPL值最大的点作为第二个聚类中心,若这两者距离小于阈值θ,则将计算出的已修正路段的SSPL值的集合中所有的点作为一个聚类并结束;否则,跳转至步骤S44,所述输入集合是指各个监测点有效区域内的所有已修正路段集合;S44:计算输入集合中第m个未被作为聚类中心的点分别到第一和第二聚类中心的距离dm,1、dm,2,并求出它们之中的最小值dm,min=min[dm,1,dm,2];接着从该集合所求出所有最小值当中获取最大值dmax=max[d1,min,d2,min,...]则该点作为一个新的聚类中心;S45:若已有k个聚类中心,计算输入集合中第m个未被作为聚类中心的点分别到各聚类中心的距离dm,1、dm,2、……、dm,k,并求出它们之中的最小值dm,min=min[dm,1,dm,2,...,dm,k];接着从该集合所求出所有最小值当中获取最大值dmax=max[d1,min,d2,min,....
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。