CN116976539A - 基于交通噪声的路线布局优化方法、装置及设备 - Google Patents
基于交通噪声的路线布局优化方法、装置及设备 Download PDFInfo
- Publication number
- CN116976539A CN116976539A CN202311219521.1A CN202311219521A CN116976539A CN 116976539 A CN116976539 A CN 116976539A CN 202311219521 A CN202311219521 A CN 202311219521A CN 116976539 A CN116976539 A CN 116976539A
- Authority
- CN
- China
- Prior art keywords
- route
- noise
- acoustic environment
- planned
- point
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000005457 optimization Methods 0.000 title claims abstract description 24
- 238000011156 evaluation Methods 0.000 claims abstract description 39
- 238000004458 analytical method Methods 0.000 claims abstract description 34
- 238000009826 distribution Methods 0.000 claims abstract description 30
- 230000000875 corresponding effect Effects 0.000 claims description 116
- 230000035945 sensitivity Effects 0.000 claims description 63
- 230000008859 change Effects 0.000 claims description 17
- 238000003860 storage Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 11
- 230000002596 correlated effect Effects 0.000 claims description 8
- 230000006870 function Effects 0.000 description 18
- 238000010586 diagram Methods 0.000 description 10
- 230000007613 environmental effect Effects 0.000 description 8
- 230000036541 health Effects 0.000 description 5
- 238000009776 industrial production Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000007423 decrease Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/10—Noise analysis or noise optimisation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Geometry (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computational Mathematics (AREA)
- Quality & Reliability (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本申请公开了一种基于交通噪声的路线布局优化方法、装置及设备,方法包括:获取待规划路线对应的声环境影响评价范围内各声环境敏感点的分布情况;基于所述各声环境敏感点的分布情况,分别获取所述待规划路线对应的声环境影响评价范围内各声环境敏感点的敏感点噪声影响指数和路线噪声影响指数,所述敏感点噪声影响指数用于指示所述待规划路线对所述各声环境敏感点的噪声影响程度,在所述待规划路线对应的路线噪声影响指数小于或等于第一预设阈值时,确定所述待规划路线满足噪声要求,能够充分考虑声环境敏感点的类型对交通噪声进行分析,有效提高路线交通噪声分析的准确性,为路线布局优化提高可靠的噪声分析保障。
Description
技术领域
本公开一般涉及交通规划技术领域,具体涉及一种基于交通噪声的路线布局优化方法、装置及设备。
背景技术
随着经济发展,交通网建设日益完善,道路运营期间的交通噪声与居民区、学校等声环境保护目标之间的冲突越发明显,交通噪声影响也成为了路线建设合理性分析的重要指标之一。在现有的交通噪声分析中,主要以单个敏感点的等效声级作为分析量,预测分析路线运营期交通沿线各敏感点声环境超标情况。现有预测分析方法并未能定量体现交通沿线受影响的各敏感点的规模及声环境质量要求,也无法定量判断全线交通噪声总体影响情况,更无法定量判断多个路线方案声环境影响程度差异。
发明内容
鉴于现有技术中的上述缺陷或不足,期望提供一种基于交通噪声的路线布局优化方法、装置及设备,能够充分考虑声环境敏感点的类型对交通噪声进行分析,检测不同声环境敏感点类型的噪声情况,并进行相应的数据处理和分析,从而有效提高路线交通噪声分析的准确性,为路线布局优化提高可靠的噪声分析保障。
第一方面,本申请实施例提供了一种基于交通噪声的路线布局优化方法,包括:
获取待规划路线对应的声环境影响评价范围内各声环境敏感点的分布情况;
基于所述各声环境敏感点的分布情况,分别获取所述待规划路线对应的声环境影响评价范围内各声环境敏感点的敏感点噪声影响指数和路线噪声影响指数,所述噪声影响指数用于指示所述待规划路线对所述各声环境敏感点的噪声影响程度,所述路线噪声影响指数用于指示所述待规划路线对沿线所有声环境敏感点的噪声影响程度;
在所述待规划路线对应的路线噪声影响指数小于或等于第一预设阈值时,确定所述待规划路线满足噪声要求。
在一些实施例中,在满足噪声要求的所述待规划路线为多个时,将所述路线噪声影响指数最小的待规划路线确定为所述声环境影响优选路线。
在一些实施例中,还包括:
获取依据路线对应的路线噪声影响指数;
获取所述待规划路线对应的所述路线噪声影响指数相对于所述依据路线对应的路线噪声影响指数的噪声影响指数变化率;
若所述路线噪声影响指数变化率大于或等于第二预设阈值时,确定所述待规划路线为重大变更路线。
在一些实施例中,所述各声环境敏感点的分布情况包括所述声环境敏感点的功能类别、各敏感点的分布、敏感点对应建筑物的敏感系数和敏感点对应建筑物的建筑面积中的至少一种。
在一些实施例中,所述获取所述待规划路线对应的声环境影响评价范围内各声环境敏感点的敏感点噪声影响指数,包括:
针对每个所述声环境敏感点,获取所述声环境敏感点对应的噪声超标量、各所述敏感点对应建筑物的敏感系数和各所述敏感点对应建筑物的建筑面积;
基于所述噪声超标量、各所述敏感点对应建筑物的敏感系数和各所述敏感点对应建筑物的建筑面积,确定所述各声环境敏感点对应的敏感点噪声影响指数。
在一些实施例中,所述敏感点噪声影响指数与所述敏感点对应建筑物的敏感系数正相关,所述敏感点噪声影响指数与所述敏感点对应建筑物的建筑面积正相关。
在一些实施例中,采用如下公式确定所述敏感点噪声影响指数和路线噪声指数:
;
其中,TNCII——敏感点噪声影响指数,单位dB·m²;
ΔLAeq——敏感点噪声超标量,单位dB;
fj——敏感点j类建筑物的敏感系数,无量纲;
Sj——敏感点j类建筑物的建筑面积,单位m²;
所述j类对应所述敏感点对应建筑物的敏感类别,j的取值根据敏感点建筑物类别数量确定;
;
其中,RTNCII——路线噪声影响指数,单位dB·m²;
TNCIIi——第i个敏感点的敏感点噪声影响指数,单位dB·m²。
在一些实施例中,所述获取所述声环境敏感点对应的噪声超标量,包括:
检测获取所述声环境敏感点的背景噪声;
利用交通噪声预测模型计算所述待规划路线的噪声贡献值;
基于所述噪声贡献值和所述背景噪声,确定所述待规划路线在所述声环境敏感点的噪声预测值;
所述预测值与所述声环境敏感点的功能类别对应的标准噪声之间的差值,确定为所述声环境敏感点对应的噪声超标量。
第二方面,本申请实施例提供了一种基于交通噪声的路线布局优化装置,包括:
获取模块,用于获取待规划路线对应的声环境影响评价范围内各声环境敏感点的分布情况;
分析模块,用于基于所述各声环境敏感点的分布情况,分别获取所述待规划路线对应的声环境影响评价范围内各声环境敏感点的敏感点噪声影响指数和路线噪声影响指数,所述敏感点噪声影响指数用于指示所述待规划路线对所述各声环境敏感点的噪声影响程度,所述路线噪声影响指数用于指示所述待规划路线对沿线所有声环境敏感点的噪声影响程度;
确定模块,用于在所述待规划路线对应的所述路线噪声影响指数等于第一预设阈值时,确定所述待规划路线满足噪声要求。
第三方面,本申请实施例提供了一种电子设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,该处理器执行该程序时实现如本申请实施例描述的方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本申请实施例描述的方法。
本申请实施例提出的基于交通噪声的路线布局优化方法,通过获取待规划路线对应的声环境影响评价范围内各声环境敏感点的分布情况,然后获取待规划路线对应的声环境影响评价范围内各声环境敏感点的敏感点噪声影响指数路线噪声影响指数,并根据路线噪声影响指数确定待规划路线是否满足噪声要求。本申请实施例通过待规划路线对途径的声环境敏感点的路线噪声影响指数对待规划路线的噪声影响程度进行分析,能够充分考虑到各声环境敏感点对噪声的耐受程度,相对于孤立的考虑交通噪声声级的分析方法及单个声环境敏感点超标量,路线噪声影响指数的分析方式更贴合路线两侧的实际情况,为路线布局优化能够提供更准确的分析结果。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1示出了本申请一实施例提供的基于交通噪声的路线布局优化方法的流程示意图;
图2示出了本申请一实施例提供的待规划路线及其对应的声环境影响评价范围内各声环境敏感点的分布情况的示意图;
图3示出了本申请另一实施例提供的基于交通噪声的路线布局优化方法的流程示意图;
图4示出了本申请一实施例提供的基于交通噪声的路线布局优化装置的结构示意图;
图5示出了适于用来实现本申请实施例的电子设备或服务器的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
交通噪声预测是交通类建设项目环境影响评价与分析中的一个重要内容。相关技术中,由于交通噪声暂无排放标准,主要以单个敏感点的等效声级作为交通噪声的分析量,即,计算路线沿线评价范围内各敏感点声环境达标情况和噪声超标量,并将其作为交通噪声环境影响的分析结论的重要参考。但是,路线沿线的各敏感点对应的建筑物由于其使用功能的不同,对噪声的要求存在差异。而且,即使同一功能区,由于其规模的不同,路线噪声对其影响也存在一定区别,仅以声环境功能区内单个敏感点作为声环境质量达标情况和噪声超标量分析该交通噪声,无法准确定量分析全线路线噪声对沿线的实际噪声影响。
基于此,本申请提出一种基于交通噪声的路线布局优化方法、装置及设备,能够充分考虑声环境敏感点的类型对交通噪声影响进行量化评价和分析,从而有效提高路线交通噪声分析的准确性,为路线布局优化提高可靠的噪声分析保障,为路线布局优化涉及提供决策支持。
为了进一步说明本申请实施例提供的技术方案,下面结合附图以及具体实施方式对此进行详细的说明。虽然本申请实施例提供了如下实施例或附图所示的方法操作指令步骤,但基于常规或者无需创造性的劳动在所述方法中可以包括更多或者更少的操作指令步骤。在逻辑上不存在必要因果关系的步骤中,这些步骤的执行顺序不限于本申请实施例提供的执行顺序。所述方法在实际的处理过程中或者装置执行时,可按照实施例或者附图所示的方法顺序执行或者并行执行。
请参考图1,图1示出了本申请一实施例提供的基于交通噪声的路线布局优化方法的流程示意图。如图1所示,该方法包括:
步骤101,获取待规划路线对应的声环境影响评价范围内各声环境敏感点的分布情况。
需要说明的是,可以通过环境功能区划获取带规划路线声环境影响评价范围所涉及的各声环境功能区的分布情况,可以通过路线平面布置图获取目标路线及备选路线声环境影响评价范围各声环境敏感点的声环境影响评价范围分布情况,如图2所示。
需要说明的是,在本申请实施例中,声环境影响评价范围内的功能区内包括至少一种功能区,每个敏感点可包括至少一种建筑物。可选的,可以将每个建筑物看作一个敏感点。
在一种可行的实施例中,各声环境敏感点的分布情况包括功能类别和覆盖面积中的至少一种,所述声环境敏感点所在的环境功能区类别、各敏感点的分布、敏感点对应建筑物的敏感系数和敏感点对应建筑物的建筑面积。其中,声环境功能区可按区域的使用功能类别要求划分为五种类型:
0类声环境功能区:指康复疗养区等特别需要安静的区域。
1类声环境功能区:指以居民住宅、医疗卫生、文化教育、科研设计、行政办公为主要功能,需要保持安静的区域。
2类声环境功能区:指以商业金融、集市贸易为主要功能,或者居住、商业、工业混杂,需要维护住宅安静的区域。
3类声环境功能区:指以工业生产、仓储物流为主要功能,需要防止工业噪声对周围环境产生严重影响的区域。
4类声环境功能区:指交通干线两侧一定距离之内,需要防止交通噪声对周围环境产生严重影响的区域,包括4a类和4b类两种类型。4a类为高速公路、一级公路、二级公路、城市快速路、城市主干路、城市次干路、城市轨道交通(地面段)、内河航道两侧区域;4b类为铁路干线两侧区域。
在一个可行的实施例中,待规划路线对应的声环境影响评价范围可以为用于分析和评价待规划路线噪声影响的区域,声环境影响评价范围可以是根据待规划路线的类型预先设定的阈值,可以是通过待规划路线所处的行政区域的类型预先设定的阈值,也可以是通过有限次实验获取的标准阈值。优选的,在待规划路线为城市道路时对应的声环境影响评价范围为距待规划路线中心线200m的范围,或者,距待规划路线边界200m范围。
在一个可行的实施例中,各声环境敏感点中各敏感点对应建筑物的建筑面积可以根据路线平面布置图等图纸,进行分析得到各声环境敏感点对应建筑物的建筑面积。示例性的,可以利用CAD绘图软件对各声环境敏感点对应建筑物的建筑面积进行提取和计算,得到各敏感点对应建筑物的建筑面积。在本申请实施例中,对获取各声环境敏感点对应建筑物的建筑面积的具体方法不做具体限定。
在另一个可行的实施例中,各声环境敏感点对应建筑物的建筑面积还可以利用地理信息系统,对待规划路线对应的声环境影响评价范围进行图像分析与计算,得到各声环境敏感点对应建筑物的建筑面积。
步骤102,基于各声环境敏感点的分布情况,分别获取待规划路线对应的声环境影响评价范围内各声环境敏感点的敏感点噪声影响指数和路线噪声影响指数,敏感点噪声影响指数用于指示待规划路线对各声环境敏感点的噪声影响程度,路线噪声影响指数用于指示待规划路线对沿线所有声环境敏感点的噪声影响程度。
需要说明的是,待规划路线对声环境敏感点的噪声影响程度与各声环境敏感点对应建筑物的敏感系数和各声环境敏感点对应建筑物的建筑面积息息相关。
在一个可行的实施例中,获取待规划路线对应的声环境影响评价范围内各声环境敏感点的敏感点噪声影响指数,包括:针对每个声环境敏感点,获取声环境敏感点对应的噪声超标量、各敏感点对应建筑物的敏感系数和各敏感点对应建筑物的建筑面积;基于噪声超标量、敏各敏感点对应建筑物的敏感系数和各敏感点对应建筑物的建筑面积,确定各声环境敏感点对应的敏感点噪声影响指数。
应当理解的是,交通噪声虽然对声环境敏感点的会产生一定的影响,但是,由于声环境敏感点的功能不同,其对交通噪声的耐受也不相同,即,声环境敏感点的功能不同会导致交通噪声对声环境敏感点的影响也不同相同。
示例性的,疗养区等特别需要安静的区域,由于其特别需要安静,因此,疗养区等声环境敏感点对交通噪声的敏感程度更高,同等交通噪声声级情况下,疗养区受到交通噪声影响程度更高,而工业生产、仓储物流等功能区自身就会产生大量的噪声,因此,工业生产、仓储物流等建筑物对交通噪声的敏感程度较低,甚至需要防止工业噪声对周围环境产生严重影响,同等交通噪声声级情况下,工业生产、仓储物流等建筑物受到交通噪声影响程度更低。
在一个可行的实施例中,各声环境敏感点对应建筑物的功能类别和敏感系数,如表1所示:
表1
;
由表1可知,从疗养区到库房,随着声环境敏感点对交通噪声敏感程度的降低,敏感系数逐渐降低,即,敏感点噪声影响指数与敏感系数正相关。
另一方面,声环境敏感点对应建筑物的建筑面积也会大大影响声环境敏感点受交通噪声的影响程度。例如,如果声环境敏感点中建筑物的建筑面积较大,则说明声环境敏感点整体受到交通噪声影响的总量更高,而如果声环境敏感点中建筑物的建筑面积较小,则说明声环境敏感点整体受到交通噪声影响的总量更小。进一步地,对于覆盖面积较小的声环境敏感点而言,由于其覆盖面积小,可以更好的布设声屏障、隔声窗等措施以降低交通噪声对声环境敏感点带来的影响,相反的,建筑物的建筑面积较大的声环境敏感点也较难采取相应措施降低交通噪声对其的影响,因此,敏感点噪声影响指数与声环境敏感点对应建筑物的建筑面积正相关。
在一个可行的实施例中,可采用如下公式确定所述噪声影响指数和路线噪声敏感指数:
;
其中,TNCII——敏感点噪声影响指数,单位dB·m²;
ΔLAeq——敏感点噪声超标量,单位dB;
fj——敏感点j类建筑物的敏感系数,无量纲;
Sj——敏感点j类建筑物的建筑面积,单位m²;
所述j类对应所述敏感点对应建筑物的敏感类别,j的取值根据敏感点建筑物类别数量确定。
;
其中,RTNCII——路线噪声影响指数,单位dB·m²;
TNCIIi——第i个敏感点的敏感点噪声影响指数,单位dB·m²。
所述敏感点噪声影响指数和所述路线噪声影响指数相关信息采集可以通过地理信息系统(GIS)等技术手段实现,现有技术中,暂无交通噪声排放标准,未考虑声环境敏感点的使用功能,也未对噪声信息进行综合性的分析判断,造成对于路线噪声影响的数据信息分析及评价不准确,本发明通过检测噪声超标量,声环境敏感点面积等信息参数,综合考虑声环境敏感点不同建筑物的建筑面积及噪声敏感系数等,通过对检测到的噪声数据信息结合区域位置关系和区域面积等因素进行综合性监测及计算,实现更加准确地分析噪声对声环境敏感点的噪声影响,减少了噪声分析的误差,对更准确的分析噪声对声环境敏感点的噪声影响具有积极的现实意义。
步骤103,在待规划路线对应的路线噪声影响指数小于或等于第一预设阈值时,确定待规划路线满足噪声要求。
应当理解的是,待规划路线通常途径至少一个声环境功能区,至少涉及一个声环境敏感点,因此,要对待规划路线整体的噪声影响程度进行分析,需要先获取待规划路线途径的各声环境敏感点的敏感点噪声影响指数,再获取路线噪声影响指数,即,先确定待规划路线对全线途径各个声环境敏感点产生的各敏感点噪声影响指数,再确定待规划路线全线途径所有声环境敏感点产生的总的噪声影响指数。然后,判断路线噪声影响指数是否小于或等于第一预设阈值,如果路线噪声影响指数小于或等于第一预设阈值,则说明待规划路线对其声环境影响评价范围内的所有声环境敏感点的综合噪声影响程度之和小于或等于第一预设阈值,即,待规划路线沿线的噪声超标量的程度小于或等于第一预设阈值,因此,确定待规划路线满足噪声要求,可以考虑实施建设。
可选的,第一预设阈值可以为一个满足噪声要求的数值,以确保选择的待规划路线的噪声影响程度足够小。优选的,第一预设阈值可以为0,即,待规划路线的沿线每个敏感点的噪声影响指数均为0,换言之,待规划路线对沿线的敏感点的噪声超标量均为0。
在一个可行的实施例中,若待规划路线为多个,且满足噪声要求的待规划路线为多个时,将路线噪声影响指数最小的待规划路线确定为声环境影响优选路线。
也就是说,还可以通过路线噪声影响指数之间的比较,对满足噪声要求的待规划路线进行优选,即,选取路线噪声影响指数最小的路线,从而能够在路线布局优化时可以在多个满足条件的待规划路线中进行优化选择,将噪声影响降至最低。
在一个可行的实施例中,在需判断待规划路线是否发生重大变更时,则获取当前路线对应的路线噪声影响指数,获取待规划路线对应的路线噪声影响指数相对于依据路线对应的路线噪声影响指数的噪声影响指数变化率,若路线噪声影响指数变化率大于或等于第二预设阈值时,确定待规划路线为重大变更路线。
其中,依据路线可以为变化前的路线,例如当前路线或者其他用于参考的路线。路线噪声影响指数变化率为路线噪声影响指数变化的占比,即,两个路线对应的路线噪声影响指数的差值在依据路线的路线噪声影响指数中的占比,在本申请实施例中,可以为待规划路线对应的路线噪声影响指数与依据路线对应的路线噪声影响指数的差值,在依据路线对应的路线噪声影响指数中的占比。第二预设阈值可以为根据实际情况预先设定的,也可以是规范化比例,示例性的,在本申请实施例中,第二预设阈值为30%,即,待规划路线与依据路线之间的路线噪声影响指数的差值占比小于依据路线的路线噪声影响指数的30%,则确定待规划路线为重大变更路线。
具体地,分别获取依据路线和待规划路线的路线噪声影响指数,即,分别获取依据路线对应的路线噪声影响指数以及待规划路线对应的路线噪声影响指数,然后计算待规划路线对应的路线噪声影响指数与当前路线对应的路线噪声影响指数的差值,进而计算差值在依据路线对应的路线噪声影响指数中的占比,即,路线噪声影响指数变化率。然后判断路线噪声影响指数变化率是否大于或等于第二预设阈值,如果路线噪声影响指数变化率大于或等于第二预设阈值,即路线噪声影响指数的差值在依据路线对应的路线噪声影响指数的占比超过30%,则说明待规划路线在噪声影响方面变化较大,属于重大变更路线,如果路线噪声影响指数变化率小于第二预设阈值,即路线噪声影响指数的差值在依据路线对应的路线噪声影响指数的占比不足30%,则说明待规划路线在噪声影响方面变化较小,不属于重大变更路线。
由此,本申请实施例提出的基于交通噪声的路线布局优化方法,通过获取待规划路线对应的声环境影响评价范围内各声环境敏感点的分布情况,然后获取待规划路线对应的声环境影响评价范围内各声环境敏感点的敏感点噪声影响指数及路线噪声影响指数,并根据路线噪声影响指数确定待规划路线是否满足噪声要求。本申请实施例通过待规划路线对途径的所有声环境敏感点的路线噪声影响指数对待规划路线的噪声影响程度进行分析,能够充分考虑到各声环境敏感点对噪声的耐受程度,相对于孤立的考虑交通噪声声级的分析方法及单个声环境敏感点超标量,路线噪声影响指数的分析方式更贴合路线两侧的实际情况,为路线布局优化能够提供更准确的分析结果。
在一个可行的实施例中,如图3所示,获取声环境敏感点对应的噪声超标量,包括:
步骤301,检测获取声环境敏感点的背景噪声。
需要说明的是,背景噪声为声环境敏感点在不受待规划路线影响时的噪声,包括但不限于已有的噪声生源产生的噪声。
还需要说明的是,检测背景噪声通常使用现有的噪声检测仪器,在声环境敏感点附近至少布设一个检测点进行检测,得到声环境敏感点的背景噪声。
步骤302,利用交通噪声预测模型计算待规划路线的噪声贡献值。
需要说明的是,交通噪声预测模型主要包括三类:
(1)公路(道路)交通运输噪声预测模型;
(2)铁路、城市轨道交通噪声预测模型;
(3)机场航空器噪声预测模型;
可以根据待规划路线中包含的交通类型选择相应的交通噪声模型进行计算,本申请不做具体限定。
以公路(道路)交通噪声为例,将公路车辆按照表2的类型进行分类。
表2
;
a)第i类车等效声级的预测模型
;
其中,Leq(h)i——第i类车的小时等效声级,dB(A);
——第i类车速度为Vi,km/h;水平距离为7.5米处的能量平均A声级,dB(A);
Ni——昼间、夜间通过某个预测点的第i类平均小时车流量,辆/h;
r——从车道中心线到预测点的距离,m;该公式适用于r>7.5m的预测点的噪声预测;
Vi——第i类车的平均速度,km/h;
T——计算等效声级的时间,1h;
ψ1、ψ2——预测点到有限长路段两端的张角,弧度;
ΔL——由其他因素引起的修正量,dB(A)。
b)总车流等效声级
;
其中,Leq(T)——总车流等效声级,dB(A);
Leq(h)大、Leq(h)中、Leq(h)小——分别为大型车、中型车、小型车的小时等效声级,dB(A)。
如某个预测点受多条线路交通噪声影响(如高架桥周边预测点受桥上和桥下多条车道的影响,路边高层建筑预测点受地面多条车道的影响),应分别计算每条路线对该预测点的声级后,经叠加后得到贡献值。
进一步地,在得到贡献值后,还需要对贡献值进行修正,例如因公路的纵坡、两侧建筑物的反射等均会影响公路(路线)噪声的贡献值。
步骤303,基于噪声贡献值和背景噪声,确定待规划路线在声环境敏感点的噪声预测值。
需要说明的是,待规划路线在声环境敏感点的噪声预测值为噪声贡献值和背景噪声的能量叠加。
可选的,可以采用如下公式获取噪声预测值:
;
步骤304,预测值与声环境敏感点的声环境功能区类别对应的标准噪声之间的差值,确定为声环境敏感点对应的噪声超标量。
需要说明的是,声环境敏感点对应的声环境功能区类别对应的标准噪声如表3:
表3 单位:dB
在计算得到噪声预测值之后,利用噪声预测值减去该声环境敏感点对应时段的声环境质量标准(即标准噪声),则得到该声环境敏感点该时段的噪声超标量。
应当理解的是,由于声环境质量标准昼间和夜间不同,预测值也可以跟据昼间和夜间分别计算,即,分昼间和夜间采集背景噪声以计算昼间和夜间的噪声预测值。
示例性的,如图2所示的公路环境中,待规划路线的一侧已有工业生产厂区建筑物,及文化教育和居民住宅等声环境敏感点,另一侧已有医疗卫生声环境敏感点。该区域的声环境功能区为2类,对应的标准噪声为昼间:60dB;夜间:50 dB。
以医疗卫生声环境敏感点为例,利用检测设备检测医疗卫生声环境敏感点的背景噪声为昼间:51 dB;夜间:45 dB。然后,基于公路(路线)交通噪声计算待规划路线的公路噪声贡献值为昼间:67 dB;夜间:58 dB。基于背景噪声和噪声贡献值,计算医疗卫生声环境敏感点的噪声预测值,其中,昼间:L噪声预测值=67.1dB;夜间:L噪声预测值=58.2dB。基于此,医疗卫生声环境敏感点的噪声超标量为昼间:67.1dB-60dB=7.1dB;夜间:58.2dB-50dB=8.2dB。
综上所述,本申请实施例提出的基于交通噪声的路线布局优化方法,通过获取待规划路线对应的声环境影响评价范围内各声环境敏感点的分布情况,然后获取待规划路线对应的声环境影响评价范围内各声环境敏感点的敏感点噪声影响指数,并根据路线噪声影响指数确定待规划路线是否满足噪声要求。本申请实施例通过待规划路线对途径的所有声环境敏感点的路线噪声影响指数对待规划路线的噪声影响程度进行分析,能够充分考虑到各声环境敏感点对噪声的耐受程度,相对于孤立的考虑交通噪声声级的分析方法及单个声环境敏感点超标量,路线噪声影响指数的分析方式更贴合路线两侧的实际情况,为路线布局优化能够提供更准确的分析结果。
图4示出了本申请一实施例提供的基于交通噪声的路线布局优化装置的结构示意图。
如图4所示,基于交通噪声的路线布局优化装置10,包括:
获取模块11,用于获取待规划路线对应的声环境影响评价范围内各声环境敏感点的分布情况;
分析模块12,用于基于所述各声环境敏感点的分布情况,分别获取所述待规划路线对应的声环境影响评价范围内各声环境敏感点的敏感点噪声影响指数和路线噪声影响指数,所述敏感点噪声影响指数用于指示所述待规划路线对所述声环境敏感点的噪声影响程度,所述路线噪声影响指数用于指示所述待规划路线对沿线所有声环境敏感点的噪声影响程度;
确定模块13,用于在所述待规划路线对应的路线噪声影响指数小于或等于第一预设阈值时,确定所述待规划路线满足噪声要求。
在一些实施例中,确定模块13,还用于:
在满足噪声要求的所述待规划路线为多个时,将所述路线噪声影响指数最小的待规划路线确定为所述声环境影响优选路线;
在一些实施例中,确定模块13,还用于:
获取依据路线对应的路线噪声影响指数;
获取所述待规划路线对应的所述路线噪声影响指数相对于所述依据路线对应的路线噪声影响指数的噪声影响指数变化率;
若所述路线噪声影响指数变化率大于或等于第二预设阈值时,确定所述待规划路线为重大变更路线。
在一些实施例中,所述各声环境敏感点的分布情况包括所述声环境敏感点的功能类别、各敏感点的分布、敏感点对应建筑物的敏感系数和敏感点对应建筑物的建筑面积中的至少一种。
在一些实施例中,分析模块12,还用于:
针对每个所述声环境敏感点,获取所述声环境敏感点对应的噪声超标量、各所述敏感点对应建筑物的敏感系数和各所述敏感点对应建筑物的建筑面积;
基于所述噪声超标量、各所述敏感点对应建筑物的敏感系数和各所述敏感点对应建筑物的建筑面积,确定所述声环境敏感点对应的敏感点噪声影响指数。
在一些实施例中,所述敏感点噪声影响指数与所述敏感点对应建筑物的敏感系数正相关,所述敏感点噪声影响指数与所述敏感点对应建筑物的建筑面积正相关。
在一些实施例中,采用如下公式确定所述敏感点噪声影响指数和路线噪声影响指数:
;
其中,TNCII——敏感点噪声影响指数,单位dB·m²;
ΔLAeq——敏感点噪声超标量,单位dB;
fj——敏感点j类建筑物的敏感系数,无量纲;
Sj——敏感点j类建筑物的建筑面积,单位m²;
所述j类对应所述敏感点对应建筑物的敏感类别,j的取值根据敏感点建筑物类别数量确定。
;
其中,RTNCII——路线噪声影响指数,单位dB·m²;
TNCIIi——第i个敏感点的敏感点噪声影响指数,单位dB·m²。
在一些实施例中,分析模块12,还用于:
检测获取所述声环境敏感点的背景噪声;
利用交通噪声预测模型计算所述待规划路线的噪声贡献值;
基于所述噪声贡献值和所述背景噪声,确定所述待规划路线在所述声环境敏感点的噪声预测值;
所述预测值与所述声环境敏感点的功能类别对应的标准噪声之间的差值,确定为所述声环境敏感点对应的噪声超标量。
应当理解,基于交通噪声的路线布局优化装置10中记载的诸单元或模块与参考图1描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作和特征同样适用于基于交通噪声的路线布局优化装置10及其中包含的单元,在此不再赘述。基于交通噪声的路线布局优化装置10可以预先实现在电子设备的浏览器或其他安全应用中,也可以通过下载等方式而加载到电子设备的浏览器或其安全应用中。基于交通噪声的路线布局优化装置10中的相应单元可以与电子设备中的单元相互配合以实现本申请实施例的方案。
在上文详细描述中提及的若干模块或者单元,这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
综上所述,本申请实施例提出的基于交通噪声的路线布局优化装置,通过获取待规划路线对应的声环境影响评价范围内各声环境敏感点的分布情况,然后分别获取待规划路线对应的声环境影响评价范围内各声环境敏感点的敏感点噪声影响指数以及路线噪声影响指数,并根据路线噪声影响指数确定待规划路线是否满足噪声要求。本申请实施例通过待规划路线对途径的所有声环境敏感点的路线噪声影响指数对待规划路线的噪声影响程度进行分析,能够充分考虑到各声环境敏感点对噪声的耐受程度,相对于孤立的考虑交通噪声声级的分析方法及单个声环境敏感点超标量,路线噪声影响指数的分析方式更贴合路线两侧的实际情况,为路线布局优化能够提供更准确的分析结果。
下面参考图5,图5示出了适于用来实现本申请实施例的电子设备或服务器的计算机系统的结构示意图,
如图5所示,计算机系统包括中央处理单元(CPU)501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM503中,还存储有系统的操作指令所需的各种程序和数据。CPU501、ROM502以及RAM503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
以下部件连接至I/O接口505;包括键盘、鼠标等的输入部分506;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分507;包括硬盘等的存储部分508;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器510上,以便于从其上读出的计算机程序根据需要被安装入存储部分508。
特别地,根据本申请的实施例,上文参考流程图图2描述的过程可以被实现为计算机软件程序。例如,本申请的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分509从网络上被下载和安装,和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元(CPU)501执行时,执行本申请的系统中限定的上述功能。
需要说明的是,本申请所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以为的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作指令。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,前述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以不同于附图中所标注的顺序发生。例如,两个连接表示的方框实际上可以基本并行地执行,他们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作指令的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元或模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中,例如,可以描述为:一种处理器包括获取模块、分析模块和确定模块。其中,这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定,例如,获取模块,还可以被描述为“获取待规划路线对应的声环境影响评价范围内各声环境敏感点的分布情况”。
作为另一方面,本申请还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的电子设备中所包含的,也可以是单独存在,而未装配入该电子设备中的。上述计算机可读存储介质存储有一个或多个程序,当上述程序被一个或者一个以上的处理器用来执行描述于本申请的基于交通噪声的路线布局优化方法。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离前述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其他技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (10)
1.一种基于交通噪声的路线布局优化方法,其特征在于,包括:
获取待规划路线对应的声环境影响评价范围内各声环境敏感点的分布情况;
基于所述各声环境敏感点的分布情况,分别获取所述待规划路线对应的声环境影响评价范围内各声环境敏感点的敏感点噪声影响指数和路线噪声影响指数,所述敏感点噪声影响指数用于指示所述待规划路线对所述声环境敏感点的噪声影响程度,所述路线噪声影响指数用于指示所述待规划路线对沿线所有声环境敏感点的噪声影响程度;
在所述待规划路线对应的路线噪声影响指数小于或等于第一预设阈值时,确定所述待规划路线满足噪声要求。
2.根据权利要求1所述的方法,其特征在于,还包括:
在满足噪声要求的所述待规划路线为多个时,将所述路线噪声影响指数最小的待规划路线确定为所述声环境影响优选路线。
3.根据权利要求1所述的方法,其特征在于,还包括:
获取依据路线对应的路线噪声影响指数;
获取所述待规划路线对应的所述路线噪声影响指数相对于所述依据路线对应的路线噪声影响指数的噪声影响指数变化率;
若所述路线噪声影响指数变化率大于或等于第二预设阈值时,确定所述待规划路线为重大变更路线。
4.根据权利要求1或2所述的方法,其特征在于,所述各声环境敏感点的分布情况包括所述声环境敏感点的功能类别、各敏感点的分布、敏感点对应建筑物的敏感系数和敏感点对应建筑物的建筑面积中的至少一种。
5.根据权利要求4所述的方法,其特征在于,所述获取所述待规划路线对应的声环境影响评价范围内各声环境敏感点的敏感点噪声影响指数,包括:
针对每个所述声环境敏感点,获取所述声环境敏感点对应的噪声超标量、各所述敏感点对应建筑物的敏感系数和各所述敏感点对应建筑物的建筑面积;
基于所述噪声超标量、各所述敏感点对应建筑物的敏感系数和各所述敏感点对应建筑物的建筑面积,确定所述声环境敏感点对应的敏感点噪声影响指数。
6.根据权利要求5所述的方法,其特征在于,所述敏感点噪声影响指数与所述敏感点对应建筑物的敏感系数正相关,所述敏感点噪声影响指数与所述敏感点对应建筑物的建筑面积正相关。
7.根据权利要求5所述的方法,其特征在于,采用如下公式确定所述敏感点噪声影响指数和路线噪声影响指数:
;
其中,TNCII——敏感点噪声影响指数,单位dB·m²;
ΔLAeq——敏感点噪声超标量,单位dB;
fj——敏感点j类建筑物的敏感系数,无量纲;
Sj——敏感点j类建筑物的建筑面积,单位m²;
所述j类对应所述敏感点对应建筑物的敏感类别,j的取值根据敏感点建筑物类别数量确定;
;
其中,RTNCII——路线噪声影响指数,单位dB·m²;
TNCIIi——第i个敏感点的敏感点噪声影响指数,单位dB·m²。
8.根据权利要求5所述的方法,其特征在于,所述获取所述声环境敏感点对应的噪声超标量,包括:
检测获取所述声环境敏感点的背景噪声;
利用交通噪声预测模型计算所述待规划路线的噪声贡献值;
基于所述噪声贡献值和所述背景噪声,确定所述待规划路线在所述声环境敏感点的噪声预测值;
所述预测值与所述声环境敏感点的功能类别对应的标准噪声之间的差值,确定为所述声环境敏感点对应的噪声超标量。
9.一种基于交通噪声的路线布局优化装置,其特征在于,包括:
获取模块,用于获取待规划路线对应的声环境影响评价范围内各声环境敏感点的分布情况;
分析模块,用于基于所述各声环境敏感点的分布情况,分别获取所述待规划路线对应的声环境影响评价范围内各声环境敏感点的敏感点噪声影响指数和路线噪声影响指数,所述敏感点噪声影响指数用于指示所述待规划路线对所述各声环境敏感点的噪声影响程度,所述路线噪声影响指数用于指示所述待规划路线对沿线所有声环境敏感点的噪声影响程度;
确定模块,用于在所述待规划路线对应的所述路线噪声影响指数小于或等于第一预设阈值时,确定所述待规划路线满足噪声要求。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-8中任一所述的基于交通噪声的路线布局优化方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311219521.1A CN116976539B (zh) | 2023-09-21 | 2023-09-21 | 基于交通噪声的路线布局优化方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311219521.1A CN116976539B (zh) | 2023-09-21 | 2023-09-21 | 基于交通噪声的路线布局优化方法、装置及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116976539A true CN116976539A (zh) | 2023-10-31 |
CN116976539B CN116976539B (zh) | 2024-01-09 |
Family
ID=88479887
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311219521.1A Active CN116976539B (zh) | 2023-09-21 | 2023-09-21 | 基于交通噪声的路线布局优化方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116976539B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
---|---|---|---|---|
CN109886502A (zh) * | 2019-03-06 | 2019-06-14 | 北京工业大学 | 一种减少夜间配送噪音影响的路线选择方法 |
CN110428098A (zh) * | 2019-07-29 | 2019-11-08 | 国网陕西省电力公司电力科学研究院 | 电网建设项目环境敏感区识别方法和计算机可读取存储介质 |
CN110579272A (zh) * | 2019-07-30 | 2019-12-17 | 安徽工和环境监测有限责任公司 | 铁路专用线验收噪声监测方法 |
US11107359B1 (en) * | 2018-01-19 | 2021-08-31 | Architecture Technology Corporation | Terminal area noise management system and method |
-
2023
- 2023-09-21 CN CN202311219521.1A patent/CN116976539B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11107359B1 (en) * | 2018-01-19 | 2021-08-31 | Architecture Technology Corporation | Terminal area noise management system and method |
CN109886502A (zh) * | 2019-03-06 | 2019-06-14 | 北京工业大学 | 一种减少夜间配送噪音影响的路线选择方法 |
CN110428098A (zh) * | 2019-07-29 | 2019-11-08 | 国网陕西省电力公司电力科学研究院 | 电网建设项目环境敏感区识别方法和计算机可读取存储介质 |
CN110579272A (zh) * | 2019-07-30 | 2019-12-17 | 安徽工和环境监测有限责任公司 | 铁路专用线验收噪声监测方法 |
Non-Patent Citations (7)
Title |
---|
刘晶晶;李小敏;海热提・涂尔逊;: "快速轨道交通规划环境影响评价方法及实例研究", 环境科学研究, no. 02 * |
尹坚;张卫红;: "区域规划声环境影响评价方法和指标探析", 环境科学与技术, no. 05 * |
舒锦琼;: "从道路交通噪声影响角度优化道路设计方案", 城市道桥与防洪, no. 12 * |
邢大伟;田勇;万莉莉;王倩;: "降低噪声影响的进场航线路径优化", 科学技术与工程, no. 13 * |
邱涌涛;张书景;杨雅雯;李宪同;: "较复杂公路交通噪声环境影响评价实例分析", 绿色科技, no. 12, pages 3 * |
陈玲;陈晨;: "S209安仁段公路交通噪声对周边敏感目标影响分析及防治对策", 环境科学导刊, no. 06 * |
雷彬;吴芳;许阳;: "城市轨道交通建设及线网规划环境影响评价研究", 铁道勘测与设计, no. 03 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
Also Published As
Publication number | Publication date |
---|---|
CN116976539B (zh) | 2024-01-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Truong et al. | Using GIS to identify pedestrian-vehicle crash hot spots and unsafe bus stops | |
Shamo et al. | Linear spatial interpolation and analysis of annual average daily traffic data | |
CN116976539B (zh) | 基于交通噪声的路线布局优化方法、装置及设备 | |
KA et al. | Developing proximal safety indicators for assessment of un-signalized intersection–a case study in Surat city | |
Saliminejad et al. | A spatial‐Bayesian technique for imputing pavement network repair data | |
Ma et al. | Predicting traffic conflicts for expressway diverging areas using vehicle trajectory data | |
CN114684217B (zh) | 一种轨道交通健康监测系统及方法 | |
Huang et al. | Acoustic amenity analysis for high-rise building along urban expressway: Modeling traffic noise vertical propagation using neural networks | |
Yadav et al. | Modelling of traffic noise in the vicinity of urban road intersections | |
CN112801541A (zh) | 一种危险化学品道路运输风险动态评估及风险导航方法 | |
CN108876075B (zh) | 城市轨道交通站点地区宜步行性评价方法 | |
Ambros et al. | A feasibility study for developing a transferable accident prediction model for Czech regions | |
Puyana-Romero et al. | A 3D GIS tool for the detection of noise hot-spots from major roads | |
Mitra et al. | Safety assessment of urban un-signalized intersections using conflict analysis technique | |
Lu et al. | Research on the intelligent assignment model of urban traffic planning based on optimal path optimization algorithm | |
CN117128950A (zh) | 一种点云地图构建方法、装置、电子设备和存储介质 | |
Weng et al. | Uncertainty-based prediction of work zone capacity using a Bayesian approach | |
Haghighatpour et al. | Pedestrian crash prediction models and validation of effective factors on their safety (case study: Tehran signalized intersections) | |
Becker et al. | Modeling hourly weather-related road traffic variations for different vehicle types in Germany | |
CN115391746A (zh) | 针对气象要素数据的插值方法、装置、电子设备及介质 | |
Li et al. | Analysis of factors that influence the sensor location problem for freeway corridors | |
Yadav et al. | Investigating important and necessary conditions to analyse traffic noise levels at intersections in mid-sized cities | |
Jeong et al. | Toward real-world implementation of deep learning for smartphone-crowdsourced pavement condition assessment | |
CN117576914B (zh) | 在线交通指数驱动的交通噪声地图绘制方法和系统 | |
Jha et al. | GIS-based model for highway noise analysis |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |