基于空间插值的常熟市杨园镇声环境评价

 李小曼，  刘勤，  徐梦洁

(1.中国科学院南京土壤研究所，江苏南京210008；

2.南京农业大学公共管理学院，江苏南京210095)

 摘要：基于GIs研究了常熟杨同镇噪声污染。采用地统计学、确定性插值方法进行精度、效果的比较，选取最优模型。在此基础上，全面、直观地分析了噪声污染的时空分布特征，并对声环境进行了评价。结果表明，杨园镇昼、夜噪声都具有二次趋势，剔除趋势后克里金的球状模型拟合夜间噪声效果较好：经过验证，径向基函数法估计值与真实值相似样点都在800x,以f：，预测精度，插值效果较克里金法更优，被选为最优模型。噪声的空问变异主要存在于近正南一正北方向，以结构性变异为主，随机性变异为辅。杨园镇噪声整体评价为V二级，一般水平，超出限值的面积分别为昼问45.36%，夜间为57.32%，主要分布在立交、道路交叉路U、T-厂区域。需结合行政、法律等手段从声源及声传播途径上做出相应的整改措施。

 关键词：空间捕值；空间变异；声环境评价；地理信息系统

 随着社会的发展，环境噪声污染纠纷频发，噪声问题已发展成为制约人们生活质量提高，影响和谐社会建设的社会问题，因此逐渐被研究者关注。Brown等对11个大城市用CRTN88模型进行了交通噪声预测；李妍提出降噪对策的空间组合是降低城市道路交通噪声主要举措；樊风雷等探究了城市噪音的垂直空间分布规律。目前，大多数研究都集中在对机场、工厂、交通等单一、瞬时噪声污染进行研究，却较少对连续空间整体噪声进行研究。实际上，噪声污染点多面广，并具有复杂的空间分布特征，传统的噪声评价方法难以达到全面、直观的效果，而GIS其强大的空间插值、空间分析能力，及可视化图形界面使其在噪声时空分布研究中体现出巨大优势。空间插值可以将离散点拟合成连续曲面，从而分析出区域的噪声污染趋势，为污染评价提供依据。事实上，污染评价的合理性及真实性在一定程度上都依赖于空间插值的精确性。因此噪声污染趋势拟合中必须考虑空间插值方法的适用性、模型精度、插值效果及其验证。

 过去，人们往往认为城市是噪声污染的重灾区，乡村主要发展农业，因此没有噪声污染。但是，随着经济的快速发展和城市化的加速，乡镇企业逐渐增多，村镇地区又没有像城市地区那样具有强而有力的防护措施和监管政策，因此噪声污染往往被忽视。本文以经济较为发达，乡镇企业较多的常熟市杨园镇为例，借助于ArcGIS的地统计学模块，将地统计学插值、确定性插值方法的不同插值模型进行误差、效果的比较，选取较优插值模型生成噪声等效声级等值线图，污染限值图等，对村镇噪声环境进行评价，并初步提出降噪建议，为村镇噪声污染控制提供科学依据。

1  研究区与研究方法

1.1  研究区概况

 研究区为杨园镇一带，其位于常熟市西南，居北纬31。32’~ 31034r，东经1200377—120。39’之间，地处中国经济最活跃的区域——上海经济圈中心。杨园镇依托苏虞张公路、锡太公路的地理优势，高速发展苗木种植、水产养殖、农业观光旅游，尤其是工业。由于村镇与城市相比房屋低矮，建筑都在2层左右，无高楼建筑，市镇外非常开阔，主要为草地。故考虑将噪声研究区范围扩大，包括杨园市镇总共约为12.67kmz。

1.2  研究方法

1.2.1  数据采集与处理

根据《声环境质量标准》(GB 3096-2008)，在无雨雪、无雷电天气，风速5.0 m/s以下，采用网格法500 mx500 m的格网对研究区域噪声状况进行监测，如图1，共70个监测点，其中50个为分析点，布设在每个栅格的中心点，20个为验证点，布设在监测点之间（取南边4排格网）。采用GPS定位，监测时间分为昼间和夜间，昼间是上午9-11时，下午15-17时，夜间是22-24时。连续监测2周，取其平均值。测量位置满足《声学环境噪声测量方法标准》的户外测量的要求。最后将点的区域环境噪声监测值，功能区类别等属性值录入ArcGIS空间属性数据库进行插值和分析操作。

在噪声监测中，常以10 min的等效连续A声级k来表示噪声大小：

 式(1)中，L为瞬A计权声压级，T为测量时段间隔。

1.2.2  空间插值

 这里采用地统计学方法和确定性方法2种力法进行插值，比较两者的精度，选取拟合效果最好的方法。地统计法适用于那些区域化变量存在空间相关性的数据的插值，它的主要工具是变异函数，优点是既能定量地反映出监测点之间的空间变异性，又能显示并预测出样点在研究区内的空间分布格局。变异函数有不同的模型：球状模型( Spherical  model，SPH)、高斯模型(Gaussian model，GS)、指数模型(Exponentialmodel，EXP)、孔穴效应(Hole effect，HE)模型、K-贝塞尔函数( K-Bessel，KB)模型等。选用不同的模型拟合可以得到不同的空间相关关系和插值结果。变异函数的块金值(Nugget)、变程(Range)、基台值(Sill)和偏基台值(Partial Sill)等参数可以反映空间变异性程度。

 确定性插值方法以研究区域内部的相似性或平滑度为基础，由已知样点来创建表面。ArcGIS分别选用幂为1—3的反距离权重插值(IDW)、最高阶为4的局部多项式插值方法(LPI)，径向基函数插值方法(RBF)选用完全规则样条函数(Completely RegularizedSpline．CRS)、高次曲面函数(Multiquadric，MQ)、薄板样条函数(Thin Plate Spline，TPS)和张力样条函数(Spline with Tension，ST)、逆多元二次函数(InverseMultiquadric, IMQ)fll1.

 插值模型精度比较采用交叉验证法，比较的指标为平均误差(ME)、标准化平均误差(MSE)最接近于0，均方根误差(RMSE)越小，平均标准误差(ASE)与均方根误差（RMSE）越接近，标准化均方根误差（RMSSE）最接近于l的插值模型作为较优的克里金模型。

1.2.3  评价方法

 按照GB 3096-2008《声环境质量标准》乡村声环境功能确定，执行2类声环境功能区要求，标准限值为昼间60 dB(A)，夜间50 dB(A)。结合实地情况发现，由于研究区工厂较多，重型车辆较多车速较快，噪声较大，并且执行2类声环境功能区要求，故评价标准可以按照城市区域声环境质量总体水平等级划分，具体参见相关技术规定。

2  噪声空间插值分析

2.1  描述性统计

变异函数的计算要求数据服从正态分布，否则可能存在比例效应。2周内昼间和夜间等效声级统计特征见表1。昼间、夜间等效声级的变异系数分别为13.36%和11.12%，属于中等变异性中较低强度的变异。由于分析样点数据≤50个，采用精确Kol-mogorov-Smirnov法检验发现，2周的昼夜等效声级近似相伴概率值大于一般的显著性水平0.05，均符合正态分布，可以采用克里金插值。

2.2  趋势分析

图2为研究区昼间和夜间噪声趋势分析示意图。图中，x轴表示正东方向，）y轴表示正北方向，z轴表示各监测点测定值的大小。由此看出，昼间和夜间噪声都存在较为明显的趋势变化。其中昼间噪声主要表现为自西向东逐步增加，而由南到北则为先增加后减少的趋势。夜间噪声的趋势效应更为明显，并且除了由南到北倒“U”型二次趋势外，自西向东也呈现先增加后减少的倒“U”型二次趋势，使用克里金插值时注意剔除趋势。

2.3  地统计学插值

在均考虑各向异性的情况下，由于数据存在主导趋势，故选择泛克里金方法(Universal Kriging，UK)用不同模型，进行半方差函数拟合，由于夜间噪声二次趋势比较明显，故剔除趋势效应。如表2所示可以看出去除趋势效应后的模型模拟得更好，昼间噪声和夜间噪声精度较高的拟合模型为SPH、GS、EXP和HE。选择最优水平的指标≥3个，其余指标处于平均水平以上的插值模型为最优模型，则昼间噪声以EXP模型最优，夜间噪声以SPH模型最优。

空间变异性程度进行分析是地统计学方法的核心。通过变异函数分析得到了相应的理论模型和参数，见表3。昼间和夜间的基底效应来看比值都在25%N75%之间，表明系统的空间相关性中等强度，两者都是结构性变异主导，随机性变异为辅，并且两者差别不明显，主要是由于研究区内2条高架干道的交通噪声昼夜差别不大，较为稳定，增大了结构性变异的部分，相对于白天来说，夜晚较为安静，突然的风声、雨声、人声、狗吠等随机因素更容易影响系统，所以结构方差率相对较低。而白天可能更易受到内在因素的影响，如受到道路和施工工地等声源的影响，以及噪声传播上的相互影响，因此结构方差率相对较高。

 空间变异性尺度，即变程。它表达了空间自相关的范围，反映了噪声的主要变异过程。由表3可知，昼间长轴与短轴变程之比为2.83，比值较大，说明其具有明显的各向异性，长轴方位角为19.10。夜间比值为1.61，各向异性较昼间相对小些，长轴方位角为4.30。说明昼夜噪声的空间变异主要反映在西南一东北方向上，接近于正南一正北方向，即在这个方向上噪声扩散范围最广，影响程度最大。

 克里金方法需要区域化变量满足二阶平稳假设，当采用GS+9.0软件分析发现，昼间噪声几种模型的可决系数都<0.3，夜间噪声几种模型的可决系数都>0.9，说明地统计学模型不是很适用于昼间噪声数据的拟合，但夜间噪声数据拟合情况较好。

2.4  确定性插值

  采用ME最接近于0、RMSE最小（优先考虑）的原则来确定最优空间插值模型。由表4可以看出IDW幂次越高插值效果越好。LPI随着阶数的增加，噪声数据插值的精度先增加后减小，RBF的几种插值效果都比较好。最高阶为3的GPI尽管插值精度较高，但它是对全局趋势进行分析，插值结果只能反映主要趋势，不能反映细节趋势变化。经过比较分析，昼间插值最优的插值方法是RBF( TPS)，而夜间插值方法最优的是RBF( MQ)。几种较优插值方法生成的图像如图3所示。

2.5  最优模型的选择

 通过20个检验样点数据验证发现，昼间RBF的MQ方法的86.1%的估计值非常接近真实值，比例最高，误差范围在+0.1之间，而克里金的EXP法只有50.3%。克里金法的8个低值点中，实际监测值较高，说明克里金法预估的噪声污染严重部分偏小。而夜间MQ方法中有82.3%的估计值接近真实值，而克里金的SPH有67.7%较为接近真实值。

 与克里金的2种方法相比，在本例中，确定性插值的TPS、MQ方法能够保证插值图像不会偏移、变形，更能充分合理地反映等效声级值的整体和局部趋势，并且插值平滑性较好，预测精度高，更加真实的反映杨园镇的噪声污染现状，因此被选为最优插值方法。

3  噪声时空分布特征分析

借助ArcGIS 9.3，以3 dB为间隔，采用RBF法的TPS和MQ法分别生成昼间和夜间等效声级的等值线图，见图4。这里噪声图区别于污染源噪声图，图4中的值不是瞬时噪声而是等效声级的平均噪声。可以看出昼间等值线较密，表现噪声值普遍偏高，且变化较快，峰值较为明显。主要噪声污染源是车流量较大的道路，以及人类活动频繁的工商业用地。夜间等值线图较稀疏，说明夜间噪声普遍偏低。由于夜间商业、工业活动停止，主要污染源只有道路。昼夜噪声的峰值往往出现在道路交叉口，如杨园互通立交附近昼间噪声平均最高达70—80 dB，夜间平均最高达53—56dB。此外，噪声往往还与车速有关，由于高架上的车速较快，主干道上的车速较慢。比较来看，高架附近的噪声明显高。

4  声环境评价

经计算，昼间平均等效声级为59.48 dB，夜间为50.51 dB，根据《城市区域声环境质量总体水平等级划分标准》可知，昼夜声环境都属于三级水平，总体评价为一般。局部可以划分出“好”、“较好”、“一般”、“较差”和“差”5个等级，如图5所示。昼间“较好”和“好”的区域是远离公路的居民区，农田与草地。“差”的区域主要是杨园镇活动中心的十字路口处，杨园立交周围，几条路的交叉路口处，车速较快的沙洞路南端，以及北部的公路及工厂附近。“较差”的区域除了在“差”的区域范围扩大以外，还增加了东部的沙洞路及周边工厂区域。夜间杨园镇的工商业活动普遍减少，杨园镇东西向和南北向主干道由于车流量骤减，不再成为声环境“差”的区域。由于夜间评价标准比昼间严格，分贝值<40的“好”区域没有，“较好”区域都远离交通干线。“较差”区域的面积相比昼间有所增加。而杨园立交及锡太公路与沙洞路的交叉路由于有大量外地途经车辆，车流量与昼间相比只有小幅减少，所以成为夜间噪声“差”区域的主要声源。根据声环境评价标准限值可以筛选出超出限值的部分，即夜间>50 dB，昼间>60 dB的范围。占研究区总面积比例分别为：昼间45.36%，夜间为57.32%。面积较大，需要引起足够重视。

5  结论

 (1)对噪声进行趋势分析可知，杨园镇昼夜间噪声都存在较为明显的趋势变化。昼间噪声呈现自西向东逐步增加的一次趋势，而由南到北呈现倒“U”型二次趋势。夜间噪声都呈现倒“U”型趋势，使用克里金法剔除趋势再还原全局趋势后能够有效改善插值精度和效果。

 (2)本例来看，地统计学模型更适用于拟合夜间噪声数据。插值模型精度昼夜间分别以EXP、SPH模型最高。噪声空间变异主要存在于接近正南一正北方向。从变异性程度来看，由于区域交通噪声比较稳定且为主要声源，因此昼夜间噪声都以稳定的结构性变异噪声为主，而以偶然性的噪声（随机性变异）为辅。相比昼间，夜间更易受到入声、犬吠等随机因素干扰，因此夜间随机性变异程度较高。

 (3)确定性插值拟合结果较优，其中RBF的TPS和MQ法分别拟合昼、夜间效果最好。通过检验样点数据验证发现RBF法比克里金法更接近真实值。此外，RBF插值平滑性较好，精度较高，图像不易偏移变形，因而被选为最优插值方法。

 (4)杨园镇噪声整体水平为三级一般，超出限值的范围较大，需要从声源或声传播途径方面做出一些整改措施。如应对重型车辆进行限制，在夜间靠近居民区位置禁止鸣笛，噪声峰值较大的区域应进行相应噪声隔离措施。此外，在今后的乡村规划上可以参考等效声级分类图，如新建居民区、道路的选址等。

 (5)在研究方向方面，噪声不仅存在各向异性，而且相同方向上由于不同声源干扰也存在多层次的变化，情况十分复杂。因此，今后可以构建多种模型套合并结合GIS拟合这种变化。