CN111428285A - 一种噪音评估方法、装置及存储介质 - Google Patents
一种噪音评估方法、装置及存储介质 Download PDFInfo
- Publication number
- CN111428285A CN111428285A CN202010170032.1A CN202010170032A CN111428285A CN 111428285 A CN111428285 A CN 111428285A CN 202010170032 A CN202010170032 A CN 202010170032A CN 111428285 A CN111428285 A CN 111428285A
- Authority
- CN
- China
- Prior art keywords
- base
- noise
- data
- road
- preset range
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 39
- 238000000034 method Methods 0.000 claims abstract description 26
- 238000012937 correction Methods 0.000 claims description 36
- 238000004590 computer program Methods 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 2
- 238000013480 data collection Methods 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004630 mental health Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000005180 public health Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种噪音评估方法、装置及存储介质，所述方法通过获取基地的轮廓数据，基地的轮廓数据包括基地的位置，再根据基地的位置确定基地预设范围的道路数据和建筑数据，从而根据道路数据和建筑数据计算出基地的预估噪音，最后将基地预设范围划分为多个区域，并计算各区域的接收噪音；本发明通过互联网大数据自动快速获取基地周围的实时道路数据和建筑数据，再准确计算出噪音，数据比较全面准确，且不需要用户手动收集基地周围数据并进行输入，从而省去了耗时巨大的数据收集和参数填写等繁复的工作，降低了噪音评估的难度，提高了噪音评估的效率和准确率。
Description
技术领域
本发明涉及噪音评估技术领域，尤其涉及一种噪音评估方法、装置及存储介质。
背景技术
噪音对于房地产开发是一个重要的建筑排布依据，主要分为以下几类：交通噪声、工业噪声、生活噪声。其中，随着私家车辆的不断增多，交通噪音成为城市环境噪声的主要来源，且交通噪声是起伏噪音，而起伏噪声相较于稳态噪声对人的干扰更大，对人的身心健康、公共卫生和劳动效率有着重要影响，道路交通噪声污染已经严重影响城市人居的环境质量，因此大多噪音评估算法都会优先考虑交通噪声，比较常见的有德国的计算机辅助噪声控制算法(Cad多a/A噪音评估预测)。
由于城市中的交通噪音受城市生活环境影响较多，为了获得更准确的交通噪音，需要将各影响因素计算在内，如建筑、噪音遮挡。由于目前交通噪声预测技术中，进行交通噪音评估需要用户手动输入诸多参数信息，例如周边道路、建筑数据、噪音遮挡衰减参数等，但大部分用户都难以获取此类信息数据，导致噪音评估门槛高，用户难以获取有效的噪音评估数据，且手动输入参数信息准确度低，易造成获取的噪音评估数据不准确，不足以描述噪声的变化趋势，存在严重不足。
发明内容
本发明实施例提供一种噪音评估方法、装置及存储介质，以解决在用户在评估噪音的时候需要手动输入数据的问题。
一种噪音评估方法，包括：
获取基地的轮廓数据，所述基地的轮廓数据包括所述基地的位置；
根据所述基地的位置确定所述基地预设范围的道路数据和建筑数据；
根据所述道路数据和所述建筑数据计算出所述基地的预估噪音；
将所述基地预设范围划分为多个区域，计算各所述区域的接收噪音。
进一步地，所述计算各所述区域的接收噪音之后，包括：
根据所述接收噪音的大小对各所述区域的接收噪音进行颜色区分；
将各所述区域和各所述区域的接收噪音进行图形化展示。
进一步地，所述根据所述基地的位置确定所述基地预设范围的道路数据和建筑数据，包括：
根据所述基地的位置确定所述基地预设范围的所述道路数据，所述道路数据包括各道路的道路名称、道路等级、道路的经纬度坐标；
根据所述基地的位置确定所述基地预设范围内的所述建筑数据，所述建筑数据包括各建筑轮廓以及各建筑轮廓对应的经纬度坐标。
进一步地，所述根据所述道路数据和所述建筑数据计算出所述基地的预估噪音，包括：
根据所述道路数据获得所述基地预设范围的实时交通数据，并计算出交通噪音；
根据所述道路数据和所述建筑数据计算噪音修正量；
根据所述交通噪音和所述噪音修正量获得所述预估噪音。
进一步地，所述根据所述道路数据获得所述基地预设范围的实时交通数据，包括：
根据所述道路数据获得所述基地预设范围的所述各道路的各类车辆通行数量；
根据所述道路数据获得所述基地预设范围的所述各道路的路况。
进一步地，所述根据所述道路数据和所述建筑数据计算噪音修正量，包括：
根据所述道路数据和所述建筑数据计算第一噪声修正量，所述第一噪声修正量为由公路曲线或有限长路段引起的交通噪声修正量；
根据所述道路数据和所述建筑数据计算第二噪声修正量，所述第二噪声修正量为由公路与预测点之间的障碍物引起的交通噪声修正量。
进一步地，所述将所述基地预设范围划分为多个区域，包括：
将所述基地预设范围纵横划分为多个M*M的方格。
一种噪音评估装置，包括：
获取模块，用于获取基地的轮廓数据，所述基地的轮廓数据包括所述基地的位置；
确定模块，用于根据所述基地的位置确定所述基地预设范围的道路数据和建筑数据；
第一计算模块，用于根据所述道路数据和所述建筑数据计算出所述基地的预估噪音；
第二计算模块，用于将所述基地预设范围划分为多个区域，计算各所述区域的接收噪音。
一种噪音评估装置，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述噪音评估方法的步骤。
一种可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述噪音评估方法的步骤。
上述噪音评估方法、装置及存储介质，通过获取基地的轮廓数据，基地的轮廓数据包括基地的位置，再根据基地的位置确定基地预设范围的道路数据和建筑数据，从而根据道路数据和建筑数据计算出基地的预估噪音，最后将基地预设范围划分为多个区域，并计算各区域的接收噪音；本发明通过确定基地的位置来自动获取地预设范围的道路数据和建筑数据，再根据道路数据和建筑数据计算出基地预设范围内准确的评估噪音，从而获得基地各区域的接收噪音，通过互联网大数据自动快速获取基地周围的实时道路数据和建筑数据，再准确计算出噪音，数据比较全面准确，且不需要用户手动收集基地周围数据并进行输入，从而省去了耗时巨大的数据收集和参数填写等繁复的工作，降低了噪音评估的难度，提高了噪音评估的效率和准确率。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明一实施例中噪音评估方法的一应用环境示意图；
图2是本发明一实施例中噪音评估方法的流程示意图；
图3是本发明一实施例中噪音评估方法的可视化噪音效果图；
图4是本发明一实施例中噪音评估方法步骤S30的实现流程示意图；
图5是本发明一实施例中噪音评估装置的一结构示意图；
图6是本发明一实施例中噪音评估装置的另一结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例提供的噪音评估方法，可应用在如图1的应用环境中，其中，客户端通过网络与噪音评估装置进行通信。噪音评估装置获取基地的轮廓数据后，根据基地的位置确定基地预设范围的道路数据和建筑数据，再根据道路数据和建筑数据计算出基地的预估噪音，最后将基地预设范围划分为多个区域并计算各区域的接收噪音，客户端接收各区域的接收噪音之后，对各区域的接收噪音向客户进行展示。其中，客户端可以但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。噪音评估装置可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
本实施例中，在计算各区域的接收噪音之后，客户端对各区域的接收噪音向客户进行展示仅为示例性说明，在其他实施例中，各区域的接收噪音也可以由噪音评估装置直接展示，在此不再赘述。
在一实施例中，如图2所示，提供一种噪音方法，以该方法应用在图1中的噪音评估装置为例进行说明，包括如下步骤：
S10：获取基地的轮廓数据，基地的轮廓数据包括基地的位置。
获取基地的轮廓数据，基地的轮廓数据包括基地的位置。
其中，基地的位置可以有基地轮廓的经纬度坐标确定，基地的轮廓数据可以包括基地面积、基地轮廓、基地轮廓的经度坐标和纬度坐标。基地的轮廓数据可以通过客户端接收用户输入基地的数据，也可以由用户在噪音评估装置输入。
本实施例中，基地的位置通过基地轮廓的经纬度坐标确定为示例性说明，在其他实施例中，基地的位置可以通过其他方式确定，基地的轮廓数据除包括基地的位置之外，还可以包括其他数据，在此不再赘述。
S20：根据基地的位置确定基地预设范围的道路数据和建筑数据。
在获得包括基地的位置在内的基地的轮廓数之后，根据基地的位置通过互联网大数据确定基地预设范围的道路数据和建筑数据。
其中，可以根据基地的位置，采用空间索引数据结构(如R-tree索引)来确定基地预设范围的道路数据和建筑数据，来减少无效的查询数，从而大大提高对的基地预设范围的道路数据和建筑数据的空间索引效率。
例如，基地的位置为深圳A小区，预设范围为以基地为中心方圆二公里范围内，采用R-tree索引结构，根据互联网大数据索引获得深圳A小区方圆二公里范围内的道路数据和建筑数据。
本实施例中，预设范围为以基地为中心方圆2公里范围内、根据R-tree索引结构索引仅为示例性说明，在其他实施例中，预设范围的数值和确定道路数据和建筑数据的方式还可以是其他方式，在此不再赘述。
S30：根据道路数据和建筑数据计算出基地的预估噪音。
根据基地的位置确定基地预设范围的道路数据和建筑数据之后，根据获得的道路数据计算出各道路上的实时交通噪音，再根据建筑数据计算出各建筑对交通噪音的影响，从而计算出基地的预估噪音。
S40：将基地预设范围划分为多个区域，计算各区域的接收噪音。
计算出基地的预估噪音之后，将基地预设范围划分为多个区域，再一一计算各区域的接收到的接收噪音。
其中，所述将所述基地预设范围划分为多个区域，包括：将基地预设范围纵横划分为多个M*M的方格。
具体地，将基地预设范围切割成M*M的格子，格子的大小预设大小，可以根据需要的图形精度、平滑度和算法时间开销等确定。
例如，基地预设范围为以基地为中心方圆2公里的范围，M为30米，综合时间开销、图形精度等考虑，将以基地为中心方圆2公里的范围划分为每30米一个格子的网格。
本实施例中，以基地为中心方圆2公里的范围、M为30米仅为示例性说明，在其他实施例中，基地预设范围、M可以是其他，在此不再赘述。
本实施例中，通过获取基地的轮廓数据，基地的轮廓数据包括基地的位置，再根据基地的位置确定基地预设范围的道路数据和建筑数据，从而根据道路数据和建筑数据计算出基地的预估噪音，最后将基地预设范围划分为多个区域，并计算各区域的接收噪音；本发明通过确定基地的位置来自动获取地预设范围的道路数据和建筑数据，再根据道路数据和建筑数据计算出基地预设范围内准确的评估噪音，从而获得基地各区域的接收噪音，通过互联网大数据自动快速获取基地周围的实时道路数据和建筑数据，再准确计算出噪音，数据比较全面准确，且不需要用户手动收集基地周围数据并进行输入，从而省去了耗时巨大的数据收集和参数填写等繁复的工作，降低了噪音评估的难度，提高了噪音评估的效率和准确率。
在一实施例中，步骤S40之后，即计算各区域的接收噪音之后，所述方法还包括如下步骤：
S11：根据接收噪音的大小对各区域的接收噪音进行颜色区分。
根据接收噪音的大小对各区域的接收噪音进行颜色区分，将不同的噪音区间可视化区分。
例如，噪音的单位为分贝，即DB(A)，噪音值在0-45DB(A)的时候可视化为蓝色区间，噪音值在45-55DB(A)可视化为绿色区间，噪音值在55-100DB(A)可视化为红色区间。
本实施例中，噪音值的区间和对应颜色仅为示例性说明，在其他实施例中，噪音值的区间和对应颜色还可以是其他，在此不再赘述。
S12：将各区域和各区域的接收噪音进行图形化展示。
在将基地预设范围划分为多个区域，并计算各区域的接收噪音之后，根据各区域对应的噪音大小，将对应的颜色填入各区域中，最后得到可视化的噪音效果图。如图3所示，本实施例中采用灰度的深浅作为颜色的区分，可视化噪音效果图，在其他的实施例中，也可以使用例如红色、蓝色的色度强弱作为可视化颜色。
本实施例中，在计算各区域的接收噪音之后，通过根据接收噪音的大小对各区域的接收噪音进行颜色区分，将各区域和各区域的接收噪音进行图形化展示，根据接收噪音的大小将噪音以不同的颜色进行区分，再将对应的噪音颜色填入各区域中，以进行图形化展示，使用户对基地各区域所接收到的接收噪音一目了然，清晰方便。
在一实施例中，在获取基地的轮廓数据之后，步骤S20中，即根据基地的位置确定基地预设范围的道路数据和建筑数据，具体包括如下步骤：
S21：根据基地的位置确定基地预设范围的道路数据，道路数据包括各道路的道路名称、道路等级、道路的经纬度坐标。
在获取基地的轮廓数据之后，根据基地的位置获取基地预设范围内的道路数据，道路数据包括道路名称、道路等级(分为主干道、高速、二级道路、小区道路等十几个类别)、道路的经纬度坐标。
S22：根据基地的位置确定基地预设范围的建筑数据，建筑数据包括各建筑轮廓以及各建筑轮廓对应的经纬度坐标。
在获取基地的轮廓数据之后，根据基地的位置获取基地预设范围内的建筑数据，建筑数据包括各建筑轮廓以及各建筑轮廓对应的经纬度坐标。
本实施例中，在获取基地的轮廓数据之后，根据基地的位置确定基地预设范围的各道路的道路名称、道路等级、道路的经纬度坐标等道路数据，并根据基地的位置确定基地预设范围的各建筑轮廓以及各建筑轮廓对应的经纬度坐标等建筑数据，以便后续根据获得的道路数据计算出各道路上的实时交通噪音，再根据建筑数据计算出各建筑对交通噪音的影响，从而计算出基地的预估噪音，提高了基地预设范围内道路数据和建筑数据的全面性和准确性，从而提高了预估噪音的准确性。
在一实施例中，在获取基地的轮廓数据，并根据基地的位置确定基地预设范围的道路数据和建筑数据之后，如图4所示，步骤S30中，即根据道路数据和建筑数据计算出基地的预估噪音，具体包括如下步骤：
S31：根据道路数据获得基地预设范围的实时交通数据，并计算出交通噪音。
根据道路数据获得基地预设范围的实时交通数据，例如，在获取基地预设范围的道路数据后，根据实时的各道路交通情况，若a道路顺畅、b道路堵塞、c道路缓行等，获得基地预设范围所有的实时交通数据，然后根据实时交通数据计算出基地预设范围的交通噪音。
在一实施例中，在获取基地的轮廓数据，并根据基地的位置确定基地预设范围的道路数据和建筑数据之后，步骤S31中，即根据所述道路数据获得所述基地预设范围的实时交通数据，具体包括如下步骤：
S311：根据道路数据获得基地预设范围的各道路的路况。
在获得道路名称、道路的经纬度坐标、道路等级等道路数据之后，根据道路数据获得基地预设范围的所述各道路的实时路况。
例如，一般道路情况分为拥堵、严重拥堵、畅通、缓行和未知等情况，所以可根据道路情况计算各道路的畅通所占百分比、缓行所占百分比、拥堵所占百分比、未知路段所占百分比等实时路况。
本实施例中，畅通所占百分比、缓行所占百分比、拥堵所占百分比、未知路段所占百分比等路况仅为示例性说明，在其他实施例中，路况还可以是其他，在此不再赘述。
S312：根据道路数据获得基地预设范围的各道路的各类车辆通行数量。
例如，把包括集装箱车、拖挂车、工程车等车辆按车型区分为小型车、中型车、大型车三种，其中，小型车、中型车、大型车分别是指车辆排放量在3.5t以下的、3.5-12t的、12t以上的车辆，实际车辆的排放量不同时可按相近归类。
根据道路数据计算预设时间内(如1小时)的各道路的各类车辆通行数量，进而计算每种车型的小时交通噪声，交通噪音公式参照公路部门相关文件。
本实施例中，小型车、中型车、大型车以及对应的排放量仅为示例性说明，在其他实施例中，各类车辆还可以根据其他情况区分，在此不再赘述。
S32：根据道路数据和建筑数据计算噪音修正量。
在城市环境中，由于建筑过多，建筑对交通噪音影响很大，为获得准确的噪音结果，在获得基地预设范围的道路数据和建筑数据之后，需要根据道路数据和建筑数据计算噪音修正量。
其中，所述根据道路数据和建筑数据计算噪音修正量，具体包括如下步骤：
S321：根据道路数据和建筑数据计算第一噪声修正量，第一噪声修正量为由公路曲线或有限长路段引起的交通噪声修正量。
S322：根据道路数据和建筑数据计算第二噪声修正量，第二噪声修正量为由公路与预测点之间的障碍物引起的交通噪声修正量。
S33：根据交通噪音和噪音修正量获得预估噪音。
将以上各型车辆产生的噪音进行汇总获得交通噪音，再减去交通噪声的噪音修正量，可以得到最终的预估噪音，提高基地预设范围内预估噪音的准确性。
本实施例中，在根据基地的位置确定基地预设范围的道路数据和建筑数据之后，通过根据道路数据获得基地预设范围的实时交通数据，并计算出交通噪音，根据道路数据和建筑数据计算噪音修正量，最后根据交通噪音和噪音修正量获得预估噪音，提高了基地预设范围内道路数据和建筑数据的全面性和准确性，从而提高了预估噪音的准确性。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
在一实施例中，提供一种噪音评估装置，该噪音评估装置与上述实施例中噪音评估方法一一对应。如图5所示，该噪音评估装置包括获取模块501、确定模块502、第一计算模块503和第二计算模块504。各功能模块详细说明如下：
获取模块501，用于获取基地的轮廓数据，基地的轮廓数据包括基地的位置；
确定模块502，用于根据基地的位置确定基地预设范围的道路数据和建筑数据；
第一计算模块503，用于根据道路数据和建筑数据计算出基地的预估噪音；
第二计算模块504，用于将基地预设范围划分为多个区域，计算各区域的接收噪音。
其中，所述确定模块502具体用于：
根据所述基地的位置确定所述基地预设范围的所述道路数据，所述道路数据包括各道路的道路名称、道路等级、道路的经纬度坐标；
根据所述基地的位置确定所述基地预设范围的所述建筑数据，所述建筑数据包括各建筑轮廓以及各建筑轮廓对应的经纬度坐标。
其中，所述确定模块502还具体用于：
根据所述道路数据获得所述基地预设范围的所述各道路的各类车辆通行数量；
根据所述道路数据获得所述基地预设范围的所述各道路的路况。
其中，所述第一计算模块503具体用于：
根据所述道路数据获得所述基地预设范围的实时交通数据，并计算出交通噪音；
根据所述道路数据和所述建筑数据计算噪音修正量；
根据所述交通噪音和所述噪音修正量获得所述预估噪音。
其中，所述第一计算模块503还具体用于：
根据所述道路数据和所述建筑数据计算第一噪声修正量，所述第一噪声修正量为由公路曲线或有限长路段引起的交通噪声修正量；
根据所述道路数据和所述建筑数据计算第二噪声修正量，所述第二噪声修正量为由公路与预测点之间的障碍物引起的交通噪声修正量。
其中，所述第二计算模块504还具体用于：
将所述基地预设范围纵横划分为多个M*M的方格。
关于噪音评估装置的具体限定可以参见上文中对于噪音评估方法的限定，在此不再赘述。上述噪音评估装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于噪音评估装置中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种噪音评估装置，该噪音评估装置可以是计算机，其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口。其中，该噪音评估装置的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部服务器通过网络连接通信。该计算机程序被处理器执行时以实现一种噪音评估方法。
在一个实施例中，提供了一种噪音评估装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现以下步骤：
获取模块，用于获取基地的轮廓数据，基地的轮廓数据包括基地的位置；
确定模块，用于根据基地的位置确定基地预设范围的道路数据和建筑数据；
第一计算模块，用于根据道路数据和建筑数据计算出基地的预估噪音；
第二计算模块，用于将基地预设范围划分为多个区域，计算各区域的接收噪音。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取模块，用于获取基地的轮廓数据，基地的轮廓数据包括基地的位置；
确定模块，用于根据基地的位置确定基地预设范围的道路数据和建筑数据；
第一计算模块，用于根据道路数据和建筑数据计算出基地的预估噪音；
第二计算模块，用于将基地预设范围划分为多个区域，计算各区域的接收噪音。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Sy多chli多k)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。
Claims (10)
1.一种噪音评估方法，其特征在于，包括：
获取基地的轮廓数据，所述基地的轮廓数据包括所述基地的位置；
根据所述基地的位置确定所述基地预设范围的道路数据和建筑数据；
根据所述道路数据和所述建筑数据计算出所述基地的预估噪音；
将所述基地预设范围划分为多个区域，计算各所述区域的接收噪音。
2.如权利要求1所述的噪音评估方法，其特征在于，所述计算各所述区域的接收噪音之后，包括：
根据所述接收噪音的大小对各所述区域的接收噪音进行颜色区分；
将各所述区域和各所述区域的接收噪音进行图形化展示。
3.如权利要求1所述的噪音评估方法，其特征在于，所述根据所述基地的位置确定所述基地预设范围的道路数据和建筑数据，包括：
根据所述基地的位置确定所述基地预设范围的所述道路数据，所述道路数据包括各道路的道路名称、道路等级、道路的经纬度坐标；
根据所述基地的位置确定所述基地预设范围的所述建筑数据，所述建筑数据包括各建筑轮廓以及各建筑轮廓对应的经纬度坐标。
4.如权利要求1-3任一项所述的噪音评估方法，其特征在于，所述根据所述道路数据和所述建筑数据计算出所述基地的预估噪音，包括：
根据所述道路数据获得所述基地预设范围的实时交通数据，并计算出交通噪音；
根据所述道路数据和所述建筑数据计算噪音修正量；
根据所述交通噪音和所述噪音修正量获得所述预估噪音。
5.如权利要求4所述的噪音评估方法，其特征在于，所述根据所述道路数据获得所述基地预设范围的实时交通数据，包括：
根据所述道路数据获得所述基地预设范围的所述各道路的各类车辆通行数量；
根据所述道路数据获得所述基地预设范围的所述各道路的路况。
6.如权利要求4所述的噪音评估方法，其特征在于，所述根据所述道路数据和所述建筑数据计算噪音修正量，包括：
根据所述道路数据和所述建筑数据计算第一噪声修正量，所述第一噪声修正量为由公路曲线或有限长路段引起的交通噪声修正量；
根据所述道路数据和所述建筑数据计算第二噪声修正量，所述第二噪声修正量为由公路与预测点之间的障碍物引起的交通噪声修正量。
7.如权利要求1-3任一项所述的噪音评估方法，其特征在于，所述将所述基地预设范围划分为多个区域，包括：
将所述基地预设范围纵横划分为多个M*M的方格。
8.一种噪音评估装置，其特征在于，包括：
获取模块，用于获取基地的轮廓数据，所述基地的轮廓数据包括所述基地的位置；
确定模块，用于根据所述基地的位置确定所述基地预设范围的道路数据和建筑数据；
第一计算模块，用于根据所述道路数据和所述建筑数据计算出所述基地的预估噪音；
第二计算模块，用于将所述基地预设范围划分为多个区域，计算各所述区域的接收噪音。
9.一种噪音评估装置，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述噪音评估方法的步骤。
10.一种可读存储介质，所述可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述噪音评估方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010170032.1A CN111428285A (zh) | 2020-03-12 | 2020-03-12 | 一种噪音评估方法、装置及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010170032.1A CN111428285A (zh) | 2020-03-12 | 2020-03-12 | 一种噪音评估方法、装置及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111428285A true CN111428285A (zh) | 2020-07-17 |
Family
ID=71546297
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010170032.1A Pending CN111428285A (zh) | 2020-03-12 | 2020-03-12 | 一种噪音评估方法、装置及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111428285A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115235614A (zh) * | 2022-09-23 | 2022-10-25 | 广州声博士声学技术有限公司 | 一种城市环境噪声实时监测方法、系统、设备及存储介质 |
| CN116558631A (zh) * | 2023-05-24 | 2023-08-08 | 广东力王科技股份有限公司 | 一种基于物联网的智能校园数据监测方法及系统 |
| CN117848365A (zh) * | 2023-12-12 | 2024-04-09 | 西藏北斗森荣科技(集团)股份有限公司 | 一种基于北斗定位的导航路线规划系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103440411A (zh) * | 2013-08-15 | 2013-12-11 | 中山大学 | 基于暴露人群\面积\声环境功能区的交通噪声污染模型 |
| CN103956101A (zh) * | 2014-05-21 | 2014-07-30 | 首都师范大学 | 一种基于建筑表面噪音模型的噪音地图构建方法 |
| CN105737971A (zh) * | 2016-02-03 | 2016-07-06 | 东南大学 | 一种城市噪声3d数字地图制作方法 |
| CN108254069A (zh) * | 2018-02-09 | 2018-07-06 | 广州市怡地环保有限公司 | 城市道路噪声预测方法 |
-
2020
- 2020-03-12 CN CN202010170032.1A patent/CN111428285A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103440411A (zh) * | 2013-08-15 | 2013-12-11 | 中山大学 | 基于暴露人群\面积\声环境功能区的交通噪声污染模型 |
| CN103956101A (zh) * | 2014-05-21 | 2014-07-30 | 首都师范大学 | 一种基于建筑表面噪音模型的噪音地图构建方法 |
| CN105737971A (zh) * | 2016-02-03 | 2016-07-06 | 东南大学 | 一种城市噪声3d数字地图制作方法 |
| CN108254069A (zh) * | 2018-02-09 | 2018-07-06 | 广州市怡地环保有限公司 | 城市道路噪声预测方法 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115235614A (zh) * | 2022-09-23 | 2022-10-25 | 广州声博士声学技术有限公司 | 一种城市环境噪声实时监测方法、系统、设备及存储介质 |
| CN116558631A (zh) * | 2023-05-24 | 2023-08-08 | 广东力王科技股份有限公司 | 一种基于物联网的智能校园数据监测方法及系统 |
| CN117848365A (zh) * | 2023-12-12 | 2024-04-09 | 西藏北斗森荣科技(集团)股份有限公司 | 一种基于北斗定位的导航路线规划系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110677859B (zh) | 弱覆盖区域的确定方法、装置和计算机可读存储介质 | |
| CN111428285A (zh) | 一种噪音评估方法、装置及存储介质 | |
| JP6141393B2 (ja) | 目標位置を確定するための方法及び装置 | |
| CN110738354B (zh) | 预测颗粒物浓度的方法、装置、存储介质及电子设备 | |
| CN106529410A (zh) | 一种基于监控视频的灰霾扩散路径绘制与来源确定方法 | |
| KR101721114B1 (ko) | 위치정보가 포함된 포인트 데이터를 다축척의 웹 지도상에 클러스터링하기 위하여 격자의 크기를 결정하는 방법 | |
| CN110687255A (zh) | 一种空气污染物的溯源方法、装置、设备和存储介质 | |
| CN106355881A (zh) | 一种基于空间自相关的事故多发点鉴别方法及装置 | |
| CN110309952B (zh) | 一种基于通勤模型的城市就业空间布局优化辅助系统 | |
| CN112566029B (zh) | 基于手机定位数据的城市就业中心识别方法及装置 | |
| CN109933637A (zh) | 一种洪水风险动态展示及分析系统 | |
| CN117216341B (zh) | 一种电网分布式时空数据的可视化方法及系统 | |
| CN118171035B (zh) | 人流热力的预警方法及装置、电子设备和存储介质 | |
| CN118097961A (zh) | 交通流量数据的分析方法、装置、电子设备及存储介质 | |
| CN115936350A (zh) | 一种基于大数据的区域性消防资源调配方法及系统 | |
| CN114205831B (zh) | 一种优化方案的确定方法、装置、存储介质及设备 | |
| CN114138868B (zh) | 空气质量统计分布图绘制方法和装置 | |
| CN114184881B (zh) | 一种基于拓扑模型追踪分析故障事件定位方法 | |
| CN106528997B (zh) | 一种绘制区域颗粒物小时浓度分布图的方法 | |
| CN116739388B (zh) | 减排措施评估方法、装置及存储介质 | |
| EP3659402B1 (en) | System and method for displaying street lighting levels | |
| CN113780835A (zh) | 基于可变色网格的道路质量评价管理方法 | |
| CN115271821A (zh) | 网点分布处理方法、装置、计算机设备及存储介质 | |
| CN115017585A (zh) | 一种拱坝变形行为表征可视化分析系统 | |
| CN115018536A (zh) | 区域确定方法、装置、电子设备和可读存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200717 |
|
| RJ01 | Rejection of invention patent application after publication |