李楠，馮濤，吳瑞，劉元慶

(1.北京工商大學材料與機械工程學院，北京　100048；2.北京市勞動保護科學研究所，北京　100054；3.中國電力科學研究院，北京　100192)

?

環(huán)境噪聲監(jiān)測技術(shù)與預測模型的融合

李楠1，馮濤1，吳瑞2，劉元慶3

(1.北京工商大學材料與機械工程學院，北京100048；2.北京市勞動保護科學研究所，北京100054；3.中國電力科學研究院，北京100192)

摘要：環(huán)境噪聲的監(jiān)測技術(shù)和預測技術(shù)是其管理的重要技術(shù)手段。在敘述當前環(huán)境噪聲監(jiān)測技術(shù)和預測技術(shù)應(yīng)用現(xiàn)狀的基礎(chǔ)上，指出其在技術(shù)融合方面的需求和不足，并提出相應(yīng)的技術(shù)融合框架，來提升噪聲管理項目實施的效率和質(zhì)量。此外，還討論了該框架涉及的關(guān)鍵技術(shù)，包括環(huán)境噪聲監(jiān)測設(shè)備及其數(shù)據(jù)管理系統(tǒng)、環(huán)境噪聲預測模型、環(huán)境噪聲預測反演及修正、相干噪聲模型及噪聲地圖及其快速計算技術(shù)，最后給出相關(guān)系統(tǒng)研發(fā)的初步成果。

關(guān)鍵詞：環(huán)境噪聲監(jiān)測；環(huán)境噪聲預測；噪聲地圖

近年隨著我國經(jīng)濟建設(shè)的迅猛發(fā)展，城市人口呈現(xiàn)激增態(tài)勢，隨之而來的是城市工業(yè)噪聲和道路交通噪聲等問題日漸突出，大部分居民在不同程度上受到相關(guān)噪聲干擾。為降低環(huán)境噪聲對居民身心健康的危害，加強城市聲環(huán)境管理，輔助城市規(guī)劃建設(shè)，環(huán)境噪聲監(jiān)測和預測技術(shù)已成為相關(guān)科研活動和管理行為實施的重要手段。

1噪聲監(jiān)測及預測技術(shù)的應(yīng)用現(xiàn)狀

歐洲國家對于環(huán)境噪聲管理的研究開展較早，2002年6月，歐盟就公布了環(huán)境噪聲評價與管理指令，要求各成員國在5年時間內(nèi)，結(jié)合噪聲監(jiān)測技術(shù)和噪聲預測技術(shù)，繪制以干線道路、鐵路和機場為主要噪聲源的大區(qū)域策略性噪聲地圖，以求擬定緩解噪聲的行動計劃。

相比歐洲國家，我國在環(huán)境噪聲監(jiān)測技術(shù)和預測模型方面的研究目前還處于起步階段[1]，從實施和應(yīng)用角度來講，主要存在以下問題：

(1)技術(shù)融合與數(shù)據(jù)融合不充分。環(huán)境噪聲監(jiān)測相關(guān)的軟硬件系統(tǒng)由各專業(yè)廠商獨立研發(fā)，其數(shù)據(jù)結(jié)構(gòu)、數(shù)據(jù)接口、軟件開發(fā)接口、軟件實施細節(jié)均處于封閉狀態(tài)。當實施相對大型的城市環(huán)境噪聲監(jiān)控項目時，多源數(shù)據(jù)的融合和管理變得十分困難，極大削弱了數(shù)據(jù)價值的挖掘深度。另外，技術(shù)的封閉使得軟硬件協(xié)同應(yīng)用變得阻礙重重，技術(shù)人員將大量的精力消耗在不同體系結(jié)構(gòu)軟硬件的適配上。

(2)技術(shù)實施難度大且周期長。對于較為大規(guī)模的環(huán)境噪聲預測項目，如城市噪聲地圖繪制，實施周期往往一年或幾年，人力物力開銷很大。我國正處于城市化進程大發(fā)展時期，城市建設(shè)速度很快，導致了各種數(shù)據(jù)時效性與較長實施周期之間的矛盾。因此，對環(huán)境噪聲監(jiān)測系統(tǒng)的系統(tǒng)柔性和環(huán)境噪聲預測模型的迭代響應(yīng)速度提出了更高的要求。

(3)系統(tǒng)自動化和智能化程度不高。相較于目前，大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)等技術(shù)的飛速發(fā)展，環(huán)境噪聲監(jiān)測軟硬件及預測軟件的研發(fā)水平仍存在差距，主要是系統(tǒng)自動化和智能化程度不高，在一定程度上導致環(huán)境噪聲監(jiān)測、預測項目實施周期較長。

針對上述問題，本文將探討環(huán)境噪聲監(jiān)測技術(shù)與預測模型的融合，以提升環(huán)境噪聲管理效率、優(yōu)化管理質(zhì)量相關(guān)方法和技術(shù)。

2噪聲監(jiān)測及預測融合的技術(shù)框架

數(shù)據(jù)驅(qū)動的噪聲地圖繪制參考框架[2]給出了一個利用監(jiān)測數(shù)據(jù)來參與噪聲地圖修正迭代計算的參考模型。在此基礎(chǔ)上，可以進一步擴展出環(huán)境噪聲監(jiān)測技術(shù)與預測模型融合技術(shù)框架，如圖1所示。該框架主要包括兩部分，第一部分是將多源監(jiān)測數(shù)據(jù)進行融合，提供各類監(jiān)測數(shù)據(jù)服務(wù)；第二部分是把監(jiān)測數(shù)據(jù)引入環(huán)境噪聲預測模型進行求解計算。

圖1　環(huán)境噪聲監(jiān)測技術(shù)與預測模型融合技術(shù)框架Fig.1　Integration technology framework of environmental noise monitoring technology and prediction model

為應(yīng)對監(jiān)測設(shè)備的接口和數(shù)據(jù)格式多樣的問題，需要建立統(tǒng)一的中央數(shù)據(jù)倉庫來存儲多源監(jiān)測數(shù)據(jù)，并且需要建立相應(yīng)的數(shù)據(jù)轉(zhuǎn)換和數(shù)據(jù)遷移服務(wù)來進行數(shù)據(jù)規(guī)約。另外還需要專門的物理量計算模塊對各類必要統(tǒng)計數(shù)據(jù)進行計算。需要指出的是，該系統(tǒng)需要有較強的容錯性來應(yīng)對因數(shù)據(jù)采集和數(shù)據(jù)傳輸?shù)牟豢煽啃詫е碌臄?shù)據(jù)不完整等問題。

3噪聲監(jiān)測及預測融合的關(guān)鍵技術(shù)

3.1監(jiān)測設(shè)備及數(shù)據(jù)管理系統(tǒng)

環(huán)境噪聲監(jiān)測數(shù)據(jù)的積累是一個復雜的系統(tǒng)工程。高質(zhì)量、長時間的數(shù)據(jù)積累是噪聲管理研究和實施的重要前提。如西班牙馬德里在2002年左右實施噪聲地圖項目時，已經(jīng)累積了30年的監(jiān)測數(shù)據(jù)，城市部署了400多個固定監(jiān)測點，并且進行了4 000多次移動監(jiān)測，為得到高質(zhì)量噪聲地圖提供了保障。

環(huán)境噪聲監(jiān)測設(shè)備的發(fā)展主要經(jīng)歷了3個技術(shù)階段：第一階段是手持設(shè)備現(xiàn)場監(jiān)測，人工成本和時間成本高，且監(jiān)測數(shù)據(jù)的導出、整理和匯總也需要消耗大量時間；第二階段是全天候無人值守監(jiān)測站點，目前大多數(shù)監(jiān)測站的數(shù)據(jù)接口開放度不夠，當組建一個由多種品牌設(shè)備構(gòu)成的監(jiān)測網(wǎng)絡(luò)時，其數(shù)據(jù)融合將產(chǎn)生較多問題；第三階段為基于云平臺的監(jiān)測網(wǎng)絡(luò)， 由多種監(jiān)測終端結(jié)合云計算和云存儲平臺構(gòu)成的一體化軟硬件系統(tǒng)。通過中間件技術(shù)充分消解硬件接口的不一致性，能夠?qū)ν馓峁└哔|(zhì)量、柔性化的數(shù)據(jù)分析和數(shù)據(jù)可視化服務(wù)。

3.2預測模型及誤差來源

近年來，很多國家都推出環(huán)境噪聲預測模型，包括美國FHWA、英國CoRTN、日本ASJ RTN-Model、法國NMPB、歐盟Harmonoise以及我國的公路和鐵路交通噪聲預測模型等。預測模型基本都由兩部分組成，聲源模型和傳播模型。聲源模型主要是將復雜的聲學對象(如公路噪聲、鐵路噪聲、工業(yè)區(qū)噪聲等)等效為抽象的聲學對象(點聲源、線聲源、面聲源等)，而傳播模型主要是求解聲源點到預測點之間的衰減量，進而得出指定位置的預測結(jié)果。

以我國模型為例，《環(huán)境影響評價技術(shù)導則 聲環(huán)境》中給出了戶外聲傳播衰減計算的基本形式：Lp(r)=Lp(r0)-(Adiv+Aatm+Agr+Abar+Amisc)

(1)

式中，Lp(r)為預測點r處的聲壓級，dB；Lp(r0)為已知距離無指向性點聲源參考點r0處的倍頻帶聲壓級，dB；Adiv為幾何發(fā)散引起的衰減；Aatm為大氣吸收引起的衰減；Agr為地面效應(yīng)；Abar為聲屏障衰減；Amisc為其他衰減。

預測模型求解的結(jié)果與監(jiān)測站點監(jiān)測的數(shù)據(jù)一般會有差異，稱之為預測誤差。文獻[3]分析了預測誤差的來源，主要包括3類：(1)預測模型的準確性。由于不同國家、不同地區(qū)的環(huán)境狀況、交通狀況及城市規(guī)劃都有所不同，所以難以找到一個通用的預測模型。(2)聲源信息的準確性。環(huán)境噪聲預測涉及的聲源參數(shù)非常復雜，例如針對交通噪聲，主要包括道路狀況、車流量、車速、車型比例及每種車型的參考噪聲級等。上述參數(shù)的輸入值一般來自于以往長時間實測數(shù)據(jù)的平均值或等效值，與噪聲監(jiān)測點測量的真實值往往有較大偏差。(3)傳播模型和傳播路徑的準確性。在預測求解中，聲源與接收點之間的聲傳播環(huán)境十分復雜，而具體計算過程中關(guān)于聲傳播環(huán)境的輸入信息一般來自于GIS統(tǒng)計數(shù)據(jù)，可能出現(xiàn)信息滯后甚至信息錯誤的狀況，導致預測值和監(jiān)測值之間產(chǎn)生較大誤差。另外，預測模型的可計算化程度和完備度也是計算誤差產(chǎn)生的原因。

3.3預測反演及修正技術(shù)

環(huán)境噪聲預測模型需要利用監(jiān)測數(shù)據(jù)對其計算過程進行修正，改善后續(xù)預測計算的質(zhì)量。這種修正過程是一個持續(xù)的迭代過程，需要監(jiān)測數(shù)據(jù)不斷更新，不斷地驅(qū)動預測計算過程。目前，基于監(jiān)測數(shù)據(jù)的反演和修正已經(jīng)取得了一些研究成果[3-4]，其原理一般可以用式(2)來表達：

(2)

式中，S表示聲源離散化點的源強；R表示各個預測點位置的預測結(jié)果；SR表示從聲源到聲預測點之間的傳播衰減矩陣。

預測模型通過對傳播衰減矩陣的計算來得到預測結(jié)果值。當發(fā)現(xiàn)預測點的實際監(jiān)測值和預測值有偏差時，則利用測量值代替預測值，假設(shè)衰減矩陣不變，反求出各個點聲源的源強值。需要指出的是，上述反演方法無法處理傳播路徑不準確產(chǎn)生的誤差，只能處理源強信息不準確而產(chǎn)生的誤差。由于衰減矩陣的求解十分復雜，涉及的衰減量很多，所以利用有限的監(jiān)測數(shù)據(jù)來反演衰減矩陣難度很大。

目前，針對不同預測誤差來源需要采取不同的修正策略，總結(jié)如下：

(1)因預測模型不適用而產(chǎn)生的誤差。此類誤差往往是由于預測區(qū)域的城市環(huán)境或交通流特征與預測模型的適用范圍存在較大距離而產(chǎn)生。有兩種解決策略，一種是假設(shè)預測模型誤差出現(xiàn)在聲源計算部分，通過監(jiān)測值對源強進行修正；另一種是對預測模型本身進行修正，通過大量實驗及利用回歸分析等方法對聲源模型的相關(guān)系數(shù)進行調(diào)整。

(2)聲源信息不準確產(chǎn)生的誤差。車速信息、車型比例等交通流信息更新不及時會產(chǎn)生聲源誤差。其應(yīng)對策略一般有兩種，一種是將交通監(jiān)測裝置、氣象監(jiān)測裝置等與環(huán)境噪聲預測系統(tǒng)進行數(shù)據(jù)聯(lián)動，保證所有數(shù)據(jù)處于最新狀態(tài)，增強聲源信息的時效性；另一種是通過監(jiān)測數(shù)據(jù)反演出等效源強，其中等效源強一般用單位長度聲功率級來表示。利用第二種方法時需要注意監(jiān)測點數(shù)目往往少于聲源數(shù)目，且聲源的粒度很難統(tǒng)一。例如一般將道路抽象成線聲源，而線聲源在計算中會進一步等效成一系列點聲源。那么不同長度道路離散的點聲源數(shù)量是不同的，其傳播路徑一般單獨計算。由于一個監(jiān)測點可能受到若干道路離散出的點聲源影響，因此如何將監(jiān)測值反演回每一個離散點進而更精確地等效出線聲源的源強成為一個問題。一般對于此類反演會進行一些假設(shè)，如假設(shè)每個聲源點源強雖然需要調(diào)整，但其對預測點影響的貢獻比例不變。但由于商用預測軟件求解過程一般被視為黑箱，難以進行如此粒度的假設(shè)操作，只有在自研的高度可控的預測軟件包中才能實現(xiàn)。

(3)傳播過程中產(chǎn)生的誤差。由于傳播模型一般固定不變，此類誤差主要由計算原始數(shù)據(jù)和真實環(huán)境數(shù)據(jù)不一致造成。為降低此類誤差，地理信息數(shù)據(jù)的及時更新至關(guān)重要。傳播模型軟件化實現(xiàn)是另外一個關(guān)鍵，即傳播模型計算模塊是否能處理復雜的反射繞射環(huán)境，及復雜地形的影響。

3.4相干噪聲模型

在環(huán)境噪聲預測中，聲接收點處的聲壓往往是多個聲源共同作用的結(jié)果，設(shè)聲接收點處聲壓為pR，兩個聲源經(jīng)傳播衰減達到聲接受點處的聲壓分別為p1和p2。一般情況下，聲源間不相干，聲接收點處聲壓可按能量來疊加，如式(3)所示：

(3)

但在某些特殊情況下，如聲源構(gòu)成主要為A、B、C三相變壓器的變電站，各相變壓器輻射噪聲相位相差120°，需要將相干噪聲模型引入到環(huán)境噪聲預測中。相干噪聲模型如式(4)所示：

(4)

式中，θ為接收點處兩聲源聲壓信號的相位差。

3.5噪聲地圖及快速計算技術(shù)

噪聲地圖是利用環(huán)境噪聲監(jiān)測技術(shù)和預測技術(shù)進一步衍生出的用于噪聲管理的重要工具。噪聲地圖主要用途[5]有：(1)量化確定主要噪聲源；(2)可視化顯示噪聲分布，為決策者提供決策依據(jù)；(3)推動噪聲控制政策的發(fā)展；(4)區(qū)域噪聲控制的成本決策與效益分析；(5)預測環(huán)境噪聲的發(fā)展趨勢；(6)改進國家或區(qū)域性政策，減少新噪聲源，保護噪聲敏感區(qū)域；(7)監(jiān)控環(huán)境噪聲變化趨勢；(8)監(jiān)控治理噪聲污染執(zhí)行過程中降低效果；(9)提供噪聲對人類影響研究的基礎(chǔ)平臺。

噪聲地圖的求解依賴于環(huán)境噪聲預測模型的軟件化實現(xiàn)，目前商業(yè)化的噪聲預測軟件包括CadnaA、Lima、SoundPlan、SwallowSound等。但由于商業(yè)化軟件的封閉性，使得計算軟件與監(jiān)測系統(tǒng)數(shù)據(jù)平臺之間的集成變得困難，因此預測軟件的云端化、平臺化、服務(wù)化逐漸將成為趨勢。

另外，噪聲地圖計算，特別是3D噪聲地圖計算，是高度的計算密集性任務(wù)，需要消耗大量的計算資源。傳統(tǒng)計算軟件主要是利用并行計算技術(shù)來提升計算效率。其并行模式一般為：軟件多節(jié)點部署并直接通訊、子任務(wù)分發(fā)、子任務(wù)計算、結(jié)果匯總展示。此并行模式優(yōu)點是機制簡單、實現(xiàn)容易；缺點是系統(tǒng)部署較為復雜，系統(tǒng)柔性、容錯性和冗余性都較差，并且計算任務(wù)管理不夠靈活，難以應(yīng)對大型噪聲地圖繪制項目中的軟硬件環(huán)境重構(gòu)及海量計算任務(wù)數(shù)據(jù)管理。

目前來看，充分利用云計算或分布式計算技術(shù)，甚至是通用計算技術(shù)來求解噪聲地圖，將成為噪聲地圖計算軟件下一階段的發(fā)展方向。圖2給出了利用面向服務(wù)的體系結(jié)構(gòu)進行噪聲地圖分布式計算的體系結(jié)構(gòu)圖[6]。

圖2　基于SOA的噪聲地圖分布式計算Fig.2　SOA-based distributed computing of noise mapping

4監(jiān)測數(shù)據(jù)與預測模型的融合平臺

目前，環(huán)境噪聲預測的關(guān)鍵技術(shù)研發(fā)已經(jīng)取得了一些初步成果，如圖3所示?；谶@些平臺，可以實現(xiàn)環(huán)境噪聲監(jiān)測數(shù)據(jù)與預測模型的融合。

4.1開放式動態(tài)噪聲地圖計算平臺

圖3　環(huán)境噪聲監(jiān)測數(shù)據(jù)與預測模型的融合平臺研發(fā)成果Fig.3　Development results of integration platform for the environmental noise monitoring technology and prediction model

基于監(jiān)測數(shù)據(jù)的開放式動態(tài)噪聲地圖計算平臺集成了多種環(huán)境噪聲監(jiān)測設(shè)備的數(shù)據(jù)源，能夠?qū)悩?gòu)數(shù)據(jù)規(guī)約化處理，并針對環(huán)境噪聲預測計算平臺實現(xiàn)基于監(jiān)測數(shù)據(jù)的聲源反演算法，可用于動態(tài)更新噪聲地圖計算結(jié)果。

4.2相干環(huán)境噪聲計算工具

相干環(huán)境噪聲計算工具在傳統(tǒng)環(huán)境噪聲預測模型的基礎(chǔ)上增加了相位計算功能，針對特殊需求進行快速相干噪聲分布圖計算。

4.3噪聲地圖實時渲染系統(tǒng)

噪聲地圖實時渲染提供了數(shù)據(jù)驅(qū)動的三維建筑物和噪聲地圖渲染引擎，能夠根據(jù)GIS數(shù)據(jù)自動生成3D建筑物模型，并能夠?qū)崿F(xiàn)二維和三維噪聲地圖的等值線、溫標圖、差值等顯示方法。

5結(jié)語

環(huán)境噪聲管理是典型的跨學科技術(shù)領(lǐng)域，涉及環(huán)境聲學、測量儀器儀表、計算機與互聯(lián)網(wǎng)、高性能計算、地理信息系統(tǒng)等技術(shù)。同時，相關(guān)政策和標準的研究制定對于環(huán)境噪聲管理也有著舉足輕重的影響。

因此，充分結(jié)合現(xiàn)有技術(shù)優(yōu)勢，在數(shù)據(jù)層面、模型層面、算法層面和技術(shù)層面進行深度融合，是未來提升環(huán)境噪聲管理技術(shù)水平的重要舉措。

參考文獻(References)：

[1]李本綱, 陶澍. 道路交通噪聲預測模型研究進展[J].環(huán)境科學研究, 2002,15(2):56- 59.

[2]李楠, 馮濤, 劉斌. 噪聲地圖求解中的多源數(shù)據(jù)融合方法[J]. 噪聲與振動控制, 2013, 33(S1): 167- 169.

[3]李楠, 馮濤, 李賢徽, 等. 交通噪聲地圖的聲源反演及修正計算[J]. 中國環(huán)境科學, 2013, 33(6): 1 081- 1 090.

[4]Probst W. Noise Prediction based on Measurements[EB/OL]. (2012-08-23) [2016-04-12]. http://www.datakustik.com/fileadmin/user_upload/PDF/Papers/Paper_Measurement Calculation_Probst_DAGA2010.pdf.

[5]DEFRA. Towards a national ambient noise strategy[Z]. 2001.

[6]李楠, 馮濤, 劉斌, 等. 基于面向服務(wù)對象體系結(jié)構(gòu)的交通噪聲地圖分布式計算方法[J]. 計算機應(yīng)用, 2012, 32(8): 2 146- 2 149.

收稿日期：2016-04-12

基金項目：北京市自然科學基金(L150007)；國家電網(wǎng)公司科技項目資助(BB1508-1508-00561)

作者簡介：李楠(1979—)，男，北京人，副教授，博士，主要研究方向為環(huán)境聲學，E-mail：linan@th.btbu.edu.cn 通訊作者：馮濤(1969—)，男，上海人，教授，博士，主要研究方向為環(huán)境聲學，E-mail：fengt@th.btbu.edu.cn

DOI:10.14068/j.ceia.2016.04.003

中圖分類號：X593

文獻標識碼：A

文章編號：2095-6444(2016)04-0009-05

The Integration Between the Monitoring Technology and Prediction Model of Environmental Noise

LI Nan1, FENG Tao1, WU Rui2, LIU Yuan-qing3

(1.School of Material and Mechanical Engineering, Beijing Technology and Business University, Beijing 100048, China;2.Beijing Municipal Institute of Labour Protection, Beijing 100054, China; 3.China Electric Power Research Institute, Beijing 100192, China)

Abstract:The monitoring technology and prediction model are important technical measures for the environmental noise management. This paper investigated the current application status, pointed out the demand and inadequacy in the technical integration, and put forward the corresponding technology integration framework to improve the implementation efficiency and quality of environmental noise management projects. In addition, key technologies involved in this framework were discussed in this paper, including the environmental noise monitoring equipment and its data management system, the prediction model, the prediction inversion and correction model, the coherent noise model, and the noise mapping and its fast computation technology. Finally, the preliminary development results of related systems were introduced in this paper.

Key words:environmental noise monitoring; environmental noise prediction; noise map