CN104331609A - 一种基于噪声监测数据的道路交通噪声地图更新方法 - Google Patents

Abstract

本发明提出一种基于噪声监测数据的道路交通噪声地图更新方法，该方法利用噪声监测数据和原交通流数据，首先对路段和监测点数据进行组织，构造各个监测点的有效路段集合；然后进行局部修正，根据能量守恒定律计算监测点有效路段集合中各路段的修正差值；接着对局部修正的结果做区间划分，根据区间划分结果确定其他未修正路段的修正差值，最后计算渲染得到更新后的道路交通噪声地图。本发明应用于道路交通噪声地图的更新，计算效率高，更新效果好。

Description

一种基于噪声监测数据的道路交通噪声地图更新方法

技术领域

本发明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。

背景技术

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更新。方法2只能在监测点覆盖的一定范围内进行更新，要做到较大范围的更新只能通过设立更多的监测点来实现，侧重于长时间间隔交通噪声地图的更新。

发明内容

本发明解决的技术问题是较长时间间隔交通噪声地图的更新，提供一种计算效率高、更新效果好的基于噪声监测数据的道路交通噪声地图更新方法。

为了达到上述技术目的，本发明的技术方案如下：

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，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l_i对监测点j的预测声压级L_i,j，求L_max,j与L_i,j的差值，当该差值小于声压级判断阈值时，则该路段l_i为对应监测点j的有效路段，L_max,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。

进一步的，所述步骤S3根据以下方式获取有效路段集合中各路段的最终修正差值

由以下两式获取监测点j的有效路段集合中所有路段的总修正差值Δ_j，并计算出路段l_i的修正差值Δ_i,j：

${10}^{0.1\×L_{\mathrm{eq},j}}=\underset{i}{\mathrm{\Σ}}{10}^{0.1\×(L_{i,j}+{\mathrm{\Δ}}_{i,j})}$

${\mathrm{\Δ}}_{i,j}=\frac{E_{i,j}}{E_j}\×{\mathrm{\Δ}}_j$

其中，L_eq,j为监测点j的监测声压级，E_i,j为路段l_i对该监测点j作用的能量值，E_j为监测点j有效路段集合中所有路段对该监测点j作用的总能量值，

由下式获取路段l_i的最终修正差值：

${\mathrm{\Δ}}_{l_i}={\mathrm{\Σ}}_j^N(\frac{p_{i,j}}{\mathrm{\Π}}\×{\mathrm{\Δ}}_{i,j})$

其中：Π＝p_i,1+p_i,2+…+p_i,N，p_i,1、p_i,2…、p_i,N分别表示路段l_i对各个监测点的能量贡献率，N表示总的监测点数。

进一步的，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(SourceSound Pressure Level)，所述SSPL值计算表达式如下：

SSPL＝10lg(10^2.2V₁ ^2.632N₁+10^0.88V₂ ^3.048N₂+10^1.26V₃ ^2.473N₃)，

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SPPL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d_m,1、d_m,2，并求出它们之中的最小值d_m,min＝min[d_m,1,d_m,2]，当d_e＝max[min[d_m,1,d_m,2]]＞θ，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d_m,1、d_m,2、……、d_m,k，获取距离d_m,1、d_m,2、……、d_m,k中的最大值d_max＝max[min[d_m,1,d_m,2,…,d_m,k]]，如果d_max＞θ，则将该点作为聚类中心，重复这一过程对输入集合中剩余未被聚类中心的点进行处理，当判断出不再有新的聚类中心出现之后，则跳转到下一步；

S46：在判断出不再有新的聚类中心出现之后，将剩下的各点按照最小距离原则分配到各聚类中，即对于剩下的每一个点，计算它到各聚类中心的距离，将它加入到距离最小的那个聚类中去；

S47：聚类完成之后，一个聚类对应一个区间，该聚类的横坐标上限即为区间上限，该聚类的横坐标下限即为区间下限。

进一步的，所述步骤S5的过程如下：

对于所有未修正路段，计算它的SSPL值，若其SSPL值处在一个已划分出来的区间中，则该路段的最终修正差值为该区间中的所有已修正路段修正差值的平均值。

进一步的，所述步骤S1中监测点的监测范围是指以该监测点为圆心，半径为R米的圆形区域；所述步骤S43中监测点的有效区域是指以该监测点为圆心，半径为r米的圆形区域，R>r。

进一步的，所述步骤S6的具体实现方式为：

对计算区域进行网格划分，对于每一个网格点，计算各路段l_i对该网格点的噪声声压级L_i，考虑各路段的最终修正差值则路段l_i对该网格点的最终噪声声压级为该网格点的总声压级为网格点之外的区域使用插值方法计算对应的声压级，根据整个监测道路的网格计算结果渲染出噪声地图；所述网格点即为网格的顶点。

与现有技术相比，本发明技术方案的有益效果是：

本发明一是对监测点路段集合中的各路段进行有效性判断，形成该监测点有效路段集合，在保证了求解质量的情况下减少运算量，大大提高了效率；二是根据能量守恒定律，按照由原始交通流数据计算出来的监测点有效路段集合中各路段的能量贡献比例来分配该监测点处测量声压级对应的声能，从而确定监测点有效路段集合中各路段的修正差值，这样保证了更新结果的科学性；三是根据局部修正的结果来划分区间，根据区间划分结果确定未修正路段的修正差值，使得噪声地图更新的范围不仅仅局限在所布置的监测点的周围区域，还能更新到监测点周围以外的局部区域，扩大了更新范围。

附图说明

图1是本发明方法的流程图。

具体实施方式

附图仅用于示例性说明，不能理解为对本专利的限制；

为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；

对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。

下面结合附图和实施例对本发明的技术方案做进一步的说明。

实施例1

如图1所示，一种基于噪声监测数据的道路交通噪声地图更新方法，步骤如下：

步骤1：对于监测点集合内的各监测点，获取该监测点对应的监测范围的路段集合，位于监测范围外的路段不参与对该监测点处声压级的求解，这样可以在保证求解质量的情况下减少运算量。这里的监测范围为以监测点为圆心，一定半径R的圆形区域，半径R长度的选择，是需使得处在该圆形区域外的路段噪声对于监测点处噪声声压级的影响小至可以忽略不计，在本实施例中，半径R＝500m。

步骤2：根据区域结构数据、交通流数据、监测数据等的基础数据，对于每个监测点，使用预测模型计算监测路段集合中路段l_i对一监测点j的预测声压级L_i，j，求L_max，j与L_i，j的差值，当该差值小于声压级判断阈值时，则该路段l_i为对应监测点j的有效路段，L_max,j为监测点j的路段集合中各路段对监测点j的预测声压级中的最大值；

步骤3：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

由以下两式获取监测点j的有效路段集合中所有路段的总修正差值Δ_j，并计算出路段l_i的修正差值Δ_i,j：

${10}^{0.1\×L_{\mathrm{eq},j}}=\underset{i}{\mathrm{\Σ}}{10}^{0.1\×(L_{i,j}+{\mathrm{\Δ}}_{i,j})}$

${\mathrm{\Δ}}_{i,j}=\frac{E_{i,j}}{E_j}\×{\mathrm{\Δ}}_j$

其中，L_eq,j为监测点j的监测声压级，E_i,j为路段l_i对该监测点j作用的能量值，E_j为监测点j有效路段集合中所有路段对该监测点j作用的总能量值，

由下式获取路段l_i的最终修正差值：

${\mathrm{\Δ}}_{l_i}={\mathrm{\Σ}}_j^N(\frac{p_{i,j}}{\mathrm{\Π}}\×{\mathrm{\Δ}}_{i,j})$

其中：Π＝p_i,1+p_i,2+…+p_i,N，p_i,1、p_i,2…、p_i,N分别表示路段l_i对各个监测点的能量贡献率，N表示总的监测点数。

步骤4：根据局部修正的结果对已修正的路段进行区间划分；将各条已修正路段视为平面坐标上的点集，横坐标为路段的SSPL值，纵坐标为该路段的修正差值，进行区间划分，区间划分方法采用根据最小距离原则的简单聚类方法，这里的距离指的是两点在横坐标方向上的距离，一个聚类相当于一个区间，该聚类中SSPL最小值作为区间下限，SSPL最大值作为区间上限。

SSPL值的计算表达式如下：

SSPL＝10lg(10^2.2V₁ ^2.632N₁+10^0.88V₂ ^3.048N₂+10^1.26V₃ ^2.473N₃)，

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；

区间划分方法描述如下：

1)以各个已修正路段的SPPL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；

2)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3)；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，这里的有效区域为以监测点为圆心，半径r的圆形区域，半径r取值一般小于等于200m。

3)计算SSPL值的集合中未被作为聚类中心的第m个点分别到第一和第二聚类中心的距离d_m,1、d_m,2，并求出它们之中的最小值d_m,min＝min[d_m,1,d_m,2]，当d_e＝max[min[d_m,1,d_m,2]]＞θ，则该点作为一个新的聚类中心；在本实施例中，阈值θ取1.5m。

4)若已有k个聚类中心，计算未被作为聚类中心的第m个点分别到各聚类中心的距离d_m,1、d_m,2、……、d_m,k，获取距离d_m,1、d_m,2、……、d_m,k中的最大值d_max＝max[min[d_m,1,d_m,2,…,d_m,k]]，如果d_max＞θ，则将该点作为聚类中心，重复这一过程对剩余未被聚类中心的点进行处理，当判断出不再有新的聚类中心出现之后，则跳转到下一步；

5)在判断出不再有新的聚类中心出现之后，将剩下的各点按照最小距离原则分配到各聚类中，即对于剩下的每一个点，计算它到各聚类中心的距离，将它加入到距离最小的那个聚类中去。

步骤5：对于计算区域内所有未修正路段，计算其SSPL值，若该值处在某个已划分出来的区间中，则设定该路段的修正差值为该区间内的所有已修正路段修正差值的平均值。

步骤6：对区域内进行更新计算，渲染出更新后的道路交通噪声地图。对计算区域(计算区域即为所要绘制更新噪声地图的区域)进行网格划分，比如1000m×1000m的区域，以100m为网格步长进行网格划分，则该区域可划分成100个100m×100m的小正方形网格，网格点即为小正方形网格的顶点。对于每一个网格点，计算各路段l_i对该网格点的噪声声压级L_i，考虑各路段的最终修正差值则路段l_i对该网格点的最终噪声声压级为该网格点的总声压级为网格点之外的区域使用插值方法计算对应的声压级，根据整个监测道路的网格计算结果渲染出噪声地图。

本方法根据噪声监测数据与原交通流数据进行道路交通噪声地图的更新，被更新的区域占整个区域的比重跟监测点的选取有较大关系。如果区域中监测点布置点数多且布置的密集程度合理，那么可以在局部修正之后直接计算绘制出更新后的噪声地图。如果监测点集合中监测点较多且能够覆盖较多不同声源属性的路段，则能够划分出较多的SSPL值区间，会有更多的路段得到修正，更大的范围得到更新。

相同或相似的标号对应相同或相似的部件；

附图中描述位置关系的用于仅用于示例性说明，不能理解为对本专利的限制；

显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims (6)

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l_i对监测点j的预测声压级L_i,j，求L_max,j与L_i，，的差值，当该差值小于声压级判断阈值时，则该路段l_i为对应监测点j的有效路段，L_max,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。

2.根据权利要求1所述的基于噪声监测数据的道路交通噪声地图更新方法，其特征在于，所述步骤S3根据以下方式获取有效路段集合中各路段的最终修正差值：

由以下两式获取监测点j的有效路段集合中所有路段的总修正差值Δ_j，并计算出路段l_i的修正差值Δ_i,j：

${10}^{0.1\×L_{\mathrm{eq},j}}=\underset{i}{\mathrm{\Σ}}{10}^{0.1\×(L_{i,j}+{\mathrm{\Δ}}_{i,j})}$

${\mathrm{\Δ}}_{i,j}=\frac{E_{i,j}}{E_j}\×{\mathrm{\Δ}}_j$

其中，L_eq,j为监测点j的监测声压级，E_i,j为路段l_i对该监测点j作用的能量值，E_j为监测点j有效路段集合中所有路段对该监测点j作用的总能量值，

由下式获取路段l_i的最终修正差值：

${\mathrm{\Δ}}_{l_i}={\mathrm{\Σ}}_j^N(\frac{p_{i,j}}{\mathrm{\Π}}\×{\mathrm{\Δ}}_{i,j})$

其中：Π＝p_i,1+p_i,2+···+p_i,N，p_i,1、p_i,2···、p_i,N分别表示路段l_i对各个监测点的能量贡献率，N表示总的监测点数。

3.根据权利要求2所述的基于噪声监测数据的道路交通噪声地图更新方法，其特征在于，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(10^2.2V₁ ^2.632N₁+10^0.88V₂ ^3.048N₂+10^1.26V₃ ^2.473N₃)，

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SPPL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d_m,1、d_m,2，并求出它们之中的最小值d_m,min＝min[d_m,1,d_m,2]，当d_e＝max[min[d_m,1,d_m,2]]>θ，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d_m,1、d_m,2、……、d_m,k，获取距离d_m,1、d_m,2、……、d_m,k中的最大值d_max＝max[min[d_m,1,d_m,2,×××,d_m,k]]，如果d_max>θ，则将该点作为聚类中心，重复这一过程对输入集合中剩余未被聚类中心的点进行处理，当判断出不再有新的聚类中心出现之后，则跳转到下一步；

S46：在判断出不再有新的聚类中心出现之后，将剩下的各点按照最小距离原则分配到各聚类中，即对于剩下的每一个点，计算它到各聚类中心的距离，将它加入到距离最小的那个聚类中去；

S47：聚类完成之后，一个聚类对应一个区间，该聚类的横坐标上限即为区间上限，该聚类的横坐标下限即为区间下限。

4.根据权利要求3所述的基于噪声监测数据的道路交通噪声地图更新方法，其特征在于，所述步骤S5的过程如下：

对于所有未修正路段，计算它的SSPL值，若其SSPL值处在一个已划分出来的区间中，则该路段的最终修正差值为该区间中的所有已修正路段修正差值的平均值。

5.根据权利要求3或4所述的基于噪声监测数据的道路交通噪声地图更新方法，其特征在于，所述步骤S1中监测点的监测范围是指以该监测点为圆心，半径为R米的圆形区域；所述步骤S43中监测点的有效区域是指以该监测点为圆心，半径为r米的圆形区域，R>r。

6.根据权利要求1所述的基于噪声监测数据的道路交通噪声地图更新方法，其特征在于，所述步骤S6的具体实现方式为：

对计算区域进行网格划分，对于每一个网格点，计算各路段l_i对该网格点的噪声声压级L_i，考虑各路段的最终修正差值则路段l_i对该网格点的最终噪声声压级为该网格点的总声压级为网格点之外的区域使用插值方法计算对应的声压级，根据整个监测道路的网格计算结果渲染出噪声地图；所述网格点即为网格的顶点。