首先 ,利用统计分析工具 ,从实测数据中提取 5 min间隔内各车道上小 、中 、大车型的流量 ,并将其 换算为小时流率 。
其次 ,利用式 (4) ,计算等效车流量 (小 、中 、大型 车权重依次为 1 ∶11 5 ∶31 0) ,而后代入式 (10) 计算 车流速度 。
再次 ,假设所有车型速度相等 ,利用式 (7) 、(8) 计算各车道上不同车型车流的噪声级 。
最后 ,利用式 (6) 对所有车道上车流的噪声级进 行求和 ,即公路交通噪声值 ,计算结果见表 1 第三列。 31 3 分析与结论
为了量化噪声预测结果与实测结果之间的拟合 程度 , 采用误差理论中不确定度[6 ,8] 的概念对其进 行衡量 。
首先根据算术平均值的无偏性原理 , 计算误差 均值 :
v = v1 + v2 + … + vn ≈ 01 8 ( dBA)
公路 2009 年 2 月 第 2 期 H IGHWA Y Feb1 2009 No1 2 文章编号 : 0451 —0712 (2009) 02 —0176 —04 中图分类号 : X8391 1 文献标识码 :A
基于速度 —流量关系模型的 公路噪声预测方法
2210 + 36132 ×lg[ f ( Q) ] +ΔL 纵坡 重型车
(8) 式中 : ( L Aeq ) 交 表示公路交通噪声小时等效声 级 ,dB ;ΔL1 表示公路曲线或有限长路段引起的交通 噪声修正量 ,dB ; LAeq( j , i) 表示第 j 车道上第 i 种车型 (通常分大、中、小三种车型) 车辆的小时等效噪声 , dB ;L0i表示第 i 种车型在参照点 (715 m 处) 的平均辐 射噪声级 ,dB ; Ni 表示第 i 种车型的小时交通量 ,辆/ h ; f ( Q) 表示各种车型的平均行驶速度 , km/ h ; T 为 计算等效声级的时间 ,取 1 h ;ΔL距离 表示距噪声等效 行车线距离 r 的预测点处的距离衰减量 , dB ;ΔL地面 表示路面吸收引起的交通噪声衰减量 , dB ;ΔL障碍物 表示噪声传播途中障碍物的障碍衰减量 ,dB 。
速度 —流量模型中的流量指等效车流量 ,即不
同车型流量的加权平均值 , 其计算公式如下 。其中
Qi 表示第 i 种车型的流量 ,ηi 表示第 i 种车型的折算
n
∑ 系数 ,且 ηi = 1 。
i =1
n
∑ Q =
(ηi ·Qi )
(4)
i =1
(2) 速度相等假设 。
现有速度 —流量模型无法区分各车型的速度 ,所
2009 年 第 2 期 李 超等 :基于速度 —流量关系模型的公路噪声预测方法
— 177 —
推导出的表达式只需代入车流量 , 即可计算出 车流速度 。
由于现有速度 —流量模型主要用于计算道路
通行能力 ,如将其引入公路噪声预测模型则必须满 足如下两点假设 。
(1) 等效车流量假设 。
关键词 : 速度 —流量关系模型 ; 噪声预测模型 ; 交通流特性
车流速度是我国公路交通噪声预测模型[1] 中的 重要参数之一 ,其准确性将直接影响声环境评价的 结果 。目前 ,车流速度数据的获取方法有限 ,主要包 括实地测量法和公式计算法两种 。实地测量法可获 得准确的速度数据 ,但调查成本较高 ,调查范围有 限 。公式计算法相对简便易行 ,但预测精度不高 。 此外 ,实际工程应用中 ,亦有将道路设计速度[2] 或车 道限速[3] 视为车流速度的做法 ,该方法忽视了车流 速度的时空变化规律 ,显然欠妥 。车流速度数据失 真或获取困难的问题 ,一方面会阻碍噪声预测模型 的推广应用 ,另一方面会造成预测结果严重偏离实 际 ,进而导致决策失误 。
基本路段同步采集断面交通流特征参数和路侧噪声 级数据 ,利用本文提出的方法计算公路交通噪声级 。 将计算结果与实测噪声值进行比对 ,通过误差分析 , 验证方法的有效性 。 3. 1 试验介绍
为了提高数据的可比性 ,最大限度排除干扰因 素影响 ,本试验在地点选取 、观测条件和数据内容等 方面提出如下要求[1 ,7 ] 。
以为便于工程应用 ,假设各种车型的速度均相等 ,即 :
V i = V = f ( Q)
(5)
基于上述假设 ,将速度 —流量关系式代入公路
交通噪声预测模型 ,可得 :
n
∑ L Aeq交 = 10 ×lg
10 + 0. 1 (Fra bibliotekLAeq) 大
j =1
10 10 + 0. 1 ( LAeq) 中
0. 1 ( L Aeq) 小
(2) 选取车型折算系数 1 ∶11 5 ∶31 0 ,将大 、中
型车等效为小型车 ,计算各时间间隔内单车道上的
等效小客车流量和平均速度 。
(3) 采用非线性回归的方法 ,标定格林希尔治模
型 ,确定速度 —流量关系模型 , 据此绘制 Q —V 曲
线 。标定后模型形式和 Q —V 曲线见式 (9) 、图 1 。
(1) 地点选取 :试验路段需为高速公路 ,道路路 面平坦 ;路面状况良好 ,路面干燥 、洁净 ,且路面类型 为典型沥青混凝土路面 ;根据目测 ,道路线形平直 ,
© 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved.
将式 (2) 中的速度视作未知量 , 利用求根公式
求解该一元二次方程 , 可得连续流下速度与流量之
间的关系式 ,见式 (3) 。
V = f ( Q) = Kj +
Kj 2 - 4 × Kj ×Q/ V f 2 × Kj / V f
= V f + V f 2 - V f ×Q
(3)
2
4
Kj
© 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved.
V = f ( Q)
(1)
式中 :V 表 示 车 流 速 度 , km/ h ; Q 表 示 车 流
量 ,辆 / h。
交通工程领域中 ,有关速度 —流量关系模型的
研究成果很多 ,其中最具开创性意义的当属格林希
尔治抛物线模型 ,模型形式如下 。
Q=
Kj × V
-
V2 Vf
(2)
式中 :V f 表示自由流速度 , km/ h ; Kj 表示堵塞 密度 ,辆 / km ,其余符号意义同上 。
— 178 — 公 路 2009 年 第 2 期
且测点距离道路较近 ;车辆行驶轨迹和接收点周边 30 m 范围内 ,地形平整开阔 ,无高大建筑物 (如静止 车辆 、信息板 、建筑物或山坡等) ;道路远离已知噪声 源 (如飞机场 、施工工地 、铁路或其他大交通流道 路) ,无其他声源干扰 。
(2) 观测条件要求 :观测时段内 ,天气晴朗 ,无 风 、雪 、雨等异常气象干扰 ;本底噪声比所测车辆噪 声至少低 10 dBA 。
(3) 数据要求 :试验数据需包括各车道中心线至 噪声计的垂直距离 ;每 5 min 统计间隔内各车道大 、 中 、小车型的流量 ,以及相应的噪声值 。
满足上述要求的前提下 ,选取京津塘高速公路 分钟寺至十八里店段作为试验地点 。试验时 ,利用 架设在过街桥上的 2 台摄像机分别记录双向车流的 视频信息 ,过街桥北约 100 m 路西侧布设 1 台噪声 计 ,距最外侧车道 81 6 m 远 ,距路面 11 25 m 高的位 置 ,用其记录交通噪声值 。3 台设备校对时间后 ,同 步进行测量 。 3. 2 噪声计算方法
表 1 实测噪声与预测噪声汇总
初始时间 结束时间 预测噪声 a 实测噪声 b 绝对误差 a —b
dBA
dBA
dBA
8 :45 :00 8 :50 :00 8 :50 :00 8 :55 :00 8 :55 :00 9 :00 :00 9 :00 :00 9 :05 :00 9 :05 :00 9 :10 :00 9 :10 :00 9 :15 :00 9 :15 :00 9 :20 :00 9 :20 :00 9 :25 :00 9 :25 :00 9 :30 :00 9 :30 :00 9 :35 :00 9 :35 :00 9 :40 :00 9 :40 :00 9 :45 :00 9 :45 :00 9 :50 :00 9 :50 :00 9 :55 :00 9 :55 :00 10 :00 :00 10 :00 :00 10 :05 :00 10 :05 :00 10 :10 :00 10 :10 :00 10 :15 :00 10 :15 :00 10 :20 :00 10 :20 :00 10 :25 :00 10 :25 :00 10 :30 :00 10 :30 :00 10 :35 :00 10 :35 :00 10 :40 :00 10 :40 :00 10 :45 :00 10 :45 :00 10 :50 :00
2 标定速度 —流量模型参数 本文利用京津塘高速公路基本路段 2004 年 11
月下旬实测的速度 、流量数据 ,采用非线性回归分析
的方法标定格林希尔治模型参数[4] ,确定速度表达
式 f ( Q) 。具体分析步骤如下[5 ] 。
(1) 选取 5 min 作为统计间隔 ,计算各时间间隔
内单方向上小 、中 、大三种车型的流量和平均速度 。
n
其次利用贝赛尔公式计算误差标准差 :
σ^ = v1 2 + v2 2 + … + vn2 ≈ 01 7 ( dBA)
n- 1 再次假设误差服从 t 分布 , 估计随机不确定度 ( n = 25 ,α = 01 05) :
Δ = tα( n - 1) ·σ^ = 21 06 ×0. 70 = 11 4 (dBA)