AERMOD模型在复杂地形大气预测中的应用——以某钢厂为例

介绍了AERMOD模型,利用AERMOD模型并结合《环境影响评价技术导则大气环境》(HJ2.2-2008)中相关要求,以某钢厂为例在有无探空数据、地形数据的条件下对敏感点预测分析,结果表明探空数据的有无对预测结果的影响十分显著,地形数据有无对预测结果影响较小。     

连霍高速宝天段噪声监测及优化建议

以连霍高速宝天段为研究对象,监测分析现有声屏障保护下沿线19个噪声敏感点噪声影响现状,结果显示昼间和夜间噪声差值最大为9.8dB,最小为3.9dB,平均昼夜声压值差为6.7dB;单因子指数昼间19个噪声敏感点中5%达到1.0,37%达到0.9,3所学校噪声污染指数分别为0.8、0.8、0.9,夜间16个噪声敏感点中31%达到1.0,79%达到0.9,夜间噪声影响更为突出。并根据pcu与dB关系、敏感点距路中心线距离和路基高差,针对性地提出种植降噪绿化带、加高及改进声屏障类型等降噪措施。
     

连霍高速宝天段噪声监测及优化建议

以连霍高速宝天段为研究对象,监测分析现有声屏障保护下沿线19个噪声敏感点噪声影响现状,结果显示昼间和夜间噪声差值最大为9.8dB,最小为3.9dB,平均昼夜声压值差为6.7dB;单因子指数昼间19个噪声敏感点中5%达到1.0,37%达到0.9,3所学校噪声污染指数分别为0.8、0.8、0.9,夜间16个噪声敏感点中31%达到1.0,79%达到0.9,夜间噪声影响更为突出。并根据pcu与dB关系、敏感点距路中心线距离和路基高差,针对性地提出种植降噪绿化带、加高及改进声屏障类型等降噪措施。     

宝鸡文理学院老校区声学环境研究

目的了解宝鸡文理学院老校区校园噪声污染现状,探讨减少噪声污染、保护校园声学环境的措施。方法结合采用网格布点法和敏感点监测法,把宝鸡文理学院老校区划分成6个不同的功能区进行测量,并依据城市区域环境噪声标准（GB／T14623）对监测结果进行分析和评价。结果6个功能区中教学区、学生住宿区超标,其余各测点均未超标。结论宝鸡文理学院老校区噪声环境总体较为安静,但教学区受交通噪声影响,污染较严重。     

城市道路交通建设噪声影响分析及治理措施探讨

城市道路交通建设的快速发展带来了许多环境问题,其中,噪声污染是其重要环境影响因素之一,施工期机械噪声和运营期交通噪声成为干扰人们生活的重要因素.以武汉市某道路交通建设为实例,分析了施工期、运营期的噪声源,预测了这两个阶段的敏感点噪声分布.其结论是:施工期单台机械作业时,距敏感点60 m处可满足昼间70 d B(A)噪声标准,夜间要使噪声达到55 d B(A)的要求,施工设备需距敏感点200 m以外;运营期昼间环境敏感点均能达标,夜间部分敏感点有超标现象,并提出了噪声的防治措施.     

基于Matlab GUI的风电场噪声预测软件开发

为了准确预测风力发电中风电机组产生的噪声污染范围及程度,设计了一款风电场噪声预测软件。软件基于风电机组噪声预测的数学模型,采用Matlab语言编写,开发了相应的图形用户界面(GUI)。该软件能结合不同地面类型(山地、草地、平地),实现风电场周边环境的等声级线图绘制和敏感点噪声计算。     

典型区域公路交通环境影响评价噪声预测对比分析

根据对华北地区、西北地区、西藏地区3个典型区域公路的交通量、车型及车速等的数据监测,应用HJ 2.4-2009推荐噪声预测模式,选择3个区域内3条公路在不同工况、条件下进行噪声预测评价,并提出合理的降噪措施,为提高环境影响评价质量,更好地控制3个不同区域公路交通噪声污染提供参考。     

道路交通噪声预测模型的实证比较分析

本文选择了沈阳市7条具有代表性的典型道路进行道路交通噪声现场监测,并同时采用3种常用的道路交通噪声预测模型FHWA、RLS-90、NMPB-Routes-96对上述7条典型道路进行道路交通噪声预测,根据实测噪声值对3种预测模式进行比较验证分析。结果表明这3种预测模型中,FHWA模型对各类型道路的交通噪声预测值均较实测值偏低较多,误差在7.4-11.5分贝之间,预测精度低;RLS-90模型预测值在实测值上下波动,误差在0.1-4.4分贝之间,预测精度高于FHWA模型;NMPB-Routes-96模型预测值在实测值上下波动,预测误差在1.7-2.7分贝之间,预测精度高于前两个模型。NMPB-Routes-96模型较适合作为我国噪声评价的预测模型。     

西安市南郊道路噪声污染及其防治研究

为查明噪声在水平和垂直方向的变化特点,对西安市南郊南二环路段与长安南路的道路噪声进行实地监测.监测结果表明,白天(7∶00-18∶00)南二环和长安南路主干道的噪声平均值分别是70.73 dB和70.68 dB,夜间(19∶00-6∶00)噪声平均值分别是68.27 dB和67.55 dB,夜间超标严重,超标10 dB之多;道路噪声随水平距离的增加而降低;道路噪声在垂直方向上70 m高度范围内呈现由低到高,之后又变低的变化特点.通过分析道路噪声污染传播途径和造成噪声污染的各种原因,提出了解决噪声污染措施:拓宽道路,在道路交通主干道两侧预留绿化带,在步行道和建筑物之间再配以乔灌木和草地等植物群落,用疏水沥青低噪声路面,优化车道,调整交通信号及加强交通管理等.     

基于概率积分法和ARMA模型的开采沉陷算法

工程地质条件复杂的采空区,采用概率积分法预测地表沉陷量时会出现较大偏差,因而提出概率积分法和ARMA模型相结合的采空区地表沉陷预测模型。模型将采空区地表沉陷分为两部分：受采空区影响的趋势项沉陷和受工程地质条件影响的突变项沉陷,利用平动法分离这两项沉陷量,然后分别采用概率积分法和ARMA模型对趋势项和突变项进行沉陷分析预测,两项之和为采空区最终沉陷预测结果。采用该模型对湖南省冷水江宝大兴矿区采空区地表沉陷预测,预测结果较好地反映出复杂工程地质条件作用下采空区地表沉陷的变化发展趋势,通过对监测值、概率积分法预测值和新模型预测值进行对比,新模型预测精度较高,与监测值相吻合,在相似的复杂条件下具有较高的可行性。     

广州内环路的交通噪声地图

城市发展建设中各样的问题干扰着人们的生活．广州中心区内环路的建设而引起的交通噪声更是极大地影响了中心区的环境．为了控制交通噪声污染，绘制交通噪声地图、管理和削减内环路的噪声水平是迫切需要的．文中将地理信息系统的数据整合于噪声模型中，利用内环路噪声监测的多项数据，通过噪声分析软件绘制了内环路的道路交通噪声地图．该噪声地图以可视化的方式展示了道路噪声状况，并预测了监测点的噪声水平．通过预测声级和实测道路噪声声级的比较，证明该噪声地图具有较高可信度，可作为中心区环境保护决策支持的工具．     

ADMS模型在复杂地形地区的应用

应用新一代的大气扩散模型（ADMS模型）预测重庆某个复杂地形区域的H2S地面浓度,并分别将其与导则模型的预测值与实际监测值进行了对比统计分析。分析结果表明：ADMS模型对复杂地形的处理是有效的,在复杂地形上应用相比导则模型能够获得较好的预测结果,可应用到重庆的大气污染预测及管理中。     

基于概率积分法和自四归模型的开采沉陷算法

工程地质条件复杂的采空区,采用概率积分法预测地表沉陷量时会出现较大偏差,因而提出概率积分法和ARMA(auto-regressive and moving average model)模型相结合的采空区地表沉陷预测模型。模型将采空区地表沉陷分为两部分:受采空区影响的趋势项沉陷和受工程地质条件影响的突变项沉陷;利用平动法分离这两项沉陷量,然后分别采用概率积分法和ARMA模型对趋势项和突变项进行沉陷分析预测,两项之和为采空区最终沉陷预测结果。采用该模型对湖南省冷水江宝大兴矿区采空区地表沉陷预测,预测结果较好地反映出复杂工程地质条件作用下采空区地表沉陷的变化发展趋势。通过对监测值、概率积分法预测值和新模型预测值进行对比,新模型预测精度较高,与监测值相吻合,在相似的复杂条件下具有较高的可行性。     

高校校园声环境质量监测与评价分析

通过对河南机电高等专科学校新校区校园及其周围声环境进行问卷调查和现场监测,对校园声环境质量现状进行了分析评价.调查问卷统计结果表明,有76.8%的被调查者认为校园存在噪声污染问题,其中有12.8%的被调查者认为噪声污染十分严重,影响了师生的正常生活和学习.监测结果显示,校园内长期噪声水平为昼间54.4dB,夜间43.7dB,均符合国家标准,校园整体声环境质量达标,但局部区域存在噪声超标现象.针对噪声超标的主要噪声源,提出了相应改善校园声环境质量的建议对策.     

基于RIAM方法对城市道路拓建的环境影响评价

以福州市乌龙江大道拓建项目为案例,利用快速影响评价矩阵方法 (RIAM)进行环境影响评价,评价结果显示:项目施工期噪声影响以及土地利用性质改变的影响最为显著,道路运营后噪声影响增强,但其社会经济的积极影响逐渐凸显.因此,RIAM方法较传统环评方法具有综合、快速和透明的优点.     

新疆师范大学校园环境噪声测量与评价

通过对新疆师范大学本部和文光校区的校园环境噪声进行实地监测,将监测结果与相关评价标准进行了对比分析与评价。结果表明：新疆师范大学本部昼间等效连续A声级（Leq）平均值为55．3dB,校园环境噪声对教学没有太大的影响,评价结果为一般安静;而文光校区昼间Leq平均值为56．7dB,高于国家标准,校园环境已受噪声污染,评价结果为吵闹。校园周边道路的交通噪声是主要噪声污染源,提出了校园环境噪声污染的防治对策。     

黄黄高速噪声污染规律及防治措施初探

高速公路的噪声污染愈来愈受到社会的关注,以黄黄高速公路为例,对改造后不同剖面路段进行了系统的噪声监测、评价、分析,研究了其噪声污染规律,提出了噪声污染防治措施,为高速公路的环境管理提供科学依据。     

基于Caffe深度学习框架的车牌数字字符识别算法研究

在车牌字符识别的某些场合中,获得的字符通常存在切割不均匀、光照对比度强烈、遮挡严重等强噪声污染.针对被强噪声污染的数字字符,提出一种基于Caffe深度学习框架的字符识别算法,在Caffe框架下搭建卷积神经网络,并对网络参数训练获得了一个鲁棒性强、识别精度高的网络结构.实验结果表明,在低噪声、中度噪声、强噪声污染情况下,文章中提出的方法相比当前典型的识别方法,在数字字符识别上均具有较好的识别能力,平均识别率高出将近5%,而在强噪声污染情况下,识别效果具有更加明显的优势.     

水流强度对淹没式方桩局部冲刷特性的影响

为研究不同水流强度作用下淹没式方桩的局部冲刷特性及流场变化,开展了非均匀沙条件下的桩基局部冲刷试验,分析了桩周的冲刷地形、冲刷深度变化规律;利用OpenFOAM对不同水流强度下的桩周流场进行了模拟,讨论了桩前马蹄涡、桩周回流和下降水流的分布特点。结果表明:在清水冲刷条件下,桩周的冲刷坑深度、沙丘高度和受冲刷影响区域大小均随水流强度的增大而增大;在平衡冲刷地形下,高水流强度冲刷后桩周流动更加复杂,冲刷坑内的涡流强度大幅度提高;当水流强度接近1时,粗颗粒泥沙对细颗粒的屏蔽效应会在一定程度上影响桩周最大冲刷深度。     

浅析220 kV户外变电站噪声影响预测

以四川某220 kV户外变电站为例,利用Cadna/A软件探讨了变电站噪声源特性和不同因素对噪声预测结果的影响,并与实际监测结果进行比较分析,结果表明在噪声预测中应充分考虑地形因素、声源的等效设置和频谱效应、地面效应等影响,以真实地反映变电站主要噪声源的声传播和衰减规律。通过修改预测模型中的相关参数,可将其应用于同类变电站噪声模拟预测,具有指导意义,有利于变电站噪声的预先控制。