为研究交通流影响因子对噪声的影响,在早晚高峰时段对东北林业大学边和兴路进行连续4个星期的数据调研,运用灰色关联度分析的方法得出了车流量、车速、大型车、中型车和小型车与噪声的关联度分别为0.947,0.868,0.73,0.894,0.942。车流...为研究交通流影响因子对噪声的影响,在早晚高峰时段对东北林业大学边和兴路进行连续4个星期的数据调研,运用灰色关联度分析的方法得出了车流量、车速、大型车、中型车和小型车与噪声的关联度分别为0.947,0.868,0.73,0.894,0.942。车流量与噪声的同步变化程度最高,而大型车与噪声的同步变化程度最低,因为和兴路高峰时段大型车的辆数较少。中型车与小型车与噪声的关联度均大于车速,是因为高峰时段车辆停靠时间较长,所以车型对噪声的影响较大。由此,可以通过更换老旧汽车、减少大型车的进入等方法来降低城市噪声。运用Cadna/A通过改变车流量对居民楼附近的数据进行仿真,得到居民楼附近的噪声分布状况。当车流量从2 000辆/h增加到6 000辆/h时,噪声增加了6 d B,说明车流量对噪声影响较大。研究结果为城市降噪、创造良好的城市声环境提供理论依据。展开更多
文摘为研究交通流影响因子对噪声的影响,在早晚高峰时段对东北林业大学边和兴路进行连续4个星期的数据调研,运用灰色关联度分析的方法得出了车流量、车速、大型车、中型车和小型车与噪声的关联度分别为0.947,0.868,0.73,0.894,0.942。车流量与噪声的同步变化程度最高,而大型车与噪声的同步变化程度最低,因为和兴路高峰时段大型车的辆数较少。中型车与小型车与噪声的关联度均大于车速,是因为高峰时段车辆停靠时间较长,所以车型对噪声的影响较大。由此,可以通过更换老旧汽车、减少大型车的进入等方法来降低城市噪声。运用Cadna/A通过改变车流量对居民楼附近的数据进行仿真,得到居民楼附近的噪声分布状况。当车流量从2 000辆/h增加到6 000辆/h时,噪声增加了6 d B,说明车流量对噪声影响较大。研究结果为城市降噪、创造良好的城市声环境提供理论依据。
