基于GIS的高架道路交通噪聲環評可視化

吳培寧， 周百順， 周淑秋

(中國勞動關系學院計算機網絡應用研究所，北京 100048)

基于GIS的高架道路交通噪聲環評可視化

吳培寧， 周百順， 周淑秋

(中國勞動關系學院計算機網絡應用研究所，北京 100048)

針對基于地理信息系統(GIS)的評價區域交通噪聲環評可視化問題，引入了基于切割單元法的評價區域網格生成算法，分別提出了基于道路中心線段集的評價區域邊界生成方法和基于聲照區的網格自適應加密與稀疏算法，實現了復雜評價區域內非結構化網格的生成。在此基礎上提出了適應于區域計算的等效聲級計算模型，實現了環評計算結果的可視化顯示。通過一個高架高速公路的實例，驗證了該方法的準確性與有效性。

交通噪聲；環評；可視化；地理信息系統

隨著城市建設的加快，越來越多的城市高速公路、快速路及主干道采用高架道路的形式。高架道路交通噪聲影響評價已成為公路建設項目環評的重要組成部分[1]?；诘乩硇畔⑾到y(geographic information system，GIS)的高架道路噪音環評可視化能夠準確直觀地分析交通噪聲對道路周邊聲環境的影響，為環評提供基礎資料與決策支持，提高其準確性與效率，并且對于高架道路聲屏障的規劃與建設也具有十分重要的指導意義。

目前，將GIS技術應用于交通噪聲的研究已取得了一些進展[2-4]，但主要局限于基于 GIS的道路噪聲監測數據可視化分析，以及道路周圍離散點的噪聲預測。而基于GIS的高架道路評價區域交通噪聲環評可視化仍然是一個難點問題，主要體現在：①評價區域邊界確定與網格剖分問題。對于復雜高架道路系統，其評價區域是位于道路兩側的兩個復雜多邊形。由規劃道路的中心線段集來確定評價區域多邊形的邊界，生成評價區域邊界線段集并完成網格剖分是一個非常復雜的問題；②與一般道路不同，高架道路的橋面一般采用鋼筋砼做支柱，橋面距評價區域地面有幾十米的高度。其橋面道路兩側邊緣有垂直于路面的路側防撞護欄，且按照國家環境污染防治法的相關規定，經過噪聲敏感建筑集中區域的高架道路還需設置聲屏障。因此，高架道路評價區域內有大片區域屬于聲影區。而現有環評導則計算模式中聲影區的計算僅適用于點計算，無法滿足區域環評計算的要求；③環評計算結果的可視化顯示問題。

針對基于GIS的高架道路交通噪聲環評可視化難點①，本文提出了基于切割單元法的評價區域非結構化笛卡爾網格生成方法。切割單元法是一種近年來發展起來的二維復雜區域網格剖分方法，其基本思想是采用笛卡爾背景網格與區域輪廓線求交以得到切割單元網格及輪廓線內網格[5-6]。該方法應用于大氣及水環境GIS環評可視化中取得了良好的效果[7-9]，結合自適應分層切片算法后也可應用于三維復雜形體的網格剖分與物理場可視化[10-11]。

針對難點②，本文提出了適用于區域計算的聲影區及聲照區等效聲級計算模型。針對難點③，本文采用了基于非結構化笛卡爾網格的噪聲等效聲級等值線生成方法。

應用上述方法開發了基于GIS的環評可視化系統，首次實現了高架道路交通噪聲評價區域內的GIS環評可視化。

1 基于切割單元法的評價區域網格生成

1.1 高架道路噪聲評價區域確定

依據聲環境影響評價技術導則[12]，在公路建設項目聲環境影響評價中，為滿足一級評價的要求，一般以道路中心線外兩側200 m以內為評價范圍，如依據建設項目聲源計算得到的貢獻值到 200 m處，仍不能滿足相應功能區標準值時，應將評價范圍擴大到滿足標準值的距離。本文的研究對象為高架高速公路及主干道路，因其道路寬闊、交通流量大且沿線敏感目標多，因此其評價區域確定為：

其中，D為道路中心線至評價區域一側邊界的垂直距離(單位為m)；B為道路寬度；H為高架道路的高度。

在GIS系統中，規劃建設的公路項目由一組折線段構成，其線段集表示為：

其中，R為規劃公路的道路中心線段集；(xi, yi)為某一道路中心線段的端點。

該公路項目的聲環境評價區域為沿道路兩側的兩個封閉區域，如圖1所示，其任一封閉區域的內邊界為道路一側邊沿，外邊界為距道路中心線D的一組折線段集。沿道路中心線前進方向，其道路左側及右側邊界線段集由Rl及Rr表示，評價區域邊界線段集由RL及RR表示。則：

其中，αi為第i段道路中心線段與X軸的夾角。

沿順時針方向排列的公路左側評價區域邊界線端點集由 CL表示，右側評價區域邊界線端點集由CR表示。

圖1 高架道路噪音評價區域

1.2 切割單元交點追蹤與背景網格單元刪除

基于笛卡爾切割單元法的交通噪聲環評計算網格生成過程是：采用背景網格與評價區域封閉邊界折線集CL與CR中的每一條邊界線段逐一求交，其結果由評價區域內網格單元與邊界切割網格單元組成。在切割過程中，如圖2所示CL中評價區域左側邊界線中某一線段由起點坐標與終點坐標確定，包含該線段起點與終點的背景網格單元(Is, Js)及(Ie, Je)為：

其中，int(x)表示對x的取整；x0、y0為計算區域左下角處的坐標；Δx與Δy為背景網格在X軸與Y軸方向的間距。

該邊界線段與背景網格單元的交點a、b、c、d、e可依據切割單元交點追蹤算法獲得[5-6,10-11]。

圖2 道路線段切割點的追蹤

在進行切割單元交點追蹤前，先將背景網格單元標記為初始網格單元，當完成所有切割單元的交點追蹤后，則將所有與評價區域邊界折線集有交點的初始網格單元標記為切割網格單元，存入切割單元鏈表中。

完成背景網格與噪聲評價區域邊界線的切割后，背景網格被分成3類：①評價區域內網格；②評價區域外網格；③邊界線切割網格。評價區域外網格作為無用網格需要加以刪除。

在刪除無用網格過程中，首先需要判斷哪些背景網格節點被評價區域邊界線包圍。如采用常用的點與多邊形包含關系判斷算法，則對于評價區域邊界線為凹多邊形且折線段數量巨大的情況，存在著判斷不準確及效率低下的缺點。因此，本文采用了基于凸包的點集與多邊形包含關系判斷方法[13]來判斷背景網格節點與評價區域邊界線之間的包含關系。通過計算背景網格節點集的凸包[14]，得到被評價區域邊界線包圍的背景網格節點集，并將除該節點集以外的背景網格刪除。算法的時間復雜度為：

遠低于點與多邊形包含關系判斷算法的時間復雜度O(mn)，因此在得到被評價區域邊界線包圍的背景網格節點集時節省了大量的計算時間。

1.3 碎片切割單元的合并

通過笛卡爾切割單元法得到的公路噪聲環評計算網格由評價區域內網格單元與邊界切割網格單元組成，但當某一個切割單元過于細小時，將降低環評計算與可視化顯示的效率。如圖 3(a)所示，灰色部分為評價區域內，評價區域邊界線段a及a+1與背景網格切割后共得到12個切割單元，其中單元j、q為碎片單元。需采用碎片切割單元合并算法將其與相鄰切割單元合并。通過切割單元的合并得到如圖3(b)所示合并后的切割單元k、r。合并算法如下：

步驟1. 對于CL與CR兩個評價區域，分別從端點開始，順序遍歷各評價區域的切割單元鏈表，判斷每一個切割單元的節點數，若節點數等于4則不需要被合并，直接進入步驟4。

步驟2. 對于節點數小于4的切割單元，計算其沿邊界線方向兩個切割點間線段長度及兩個切割點與另一單元節點的距離。若3個長度值中有一個值小于合并閾值，則判定此為碎片單元。如圖3(a)所示，切割單元j與q的某一個長度值小于合并閾值，則判定為碎片單元。

步驟 3. 當碎片切割單元被確定后，將其與下一切割單元k、r合并，作為一個單元存入合并單元鏈表中。

步驟4. 對下一個切割單元執行步驟1的判斷，直至完成對切割單元鏈表的遍歷。

以上算法的時間復雜度為O(n)。

圖3 碎片切割單元的合并

完成碎片切割單元的合并后，邊界切割網格單元存儲于合并單元鏈表中。該鏈表為雙向鏈表，其數據域由下式描述：

其中， (xi1,yi1),(xi2,yi2),(xi3,yi3),(xi4,yi4)為邊界切割單元4個節點坐標； (a1,a2,a3,a4)為節點屬性，其屬性分為邊界線段切割交點與背景網格點兩類。

如圖4所示，噪聲環評計算網格包括評價區域內網格單元與邊界切割網格單元，分別存儲于左側評價區域內網格單元鏈表、左側評價區域合并單元鏈表、右側評價區域內網格單元鏈表和右側評價區域合并單元鏈表中。

圖4 切割單元法得到的評價區域網格

2 高架道路交通噪聲預測模型

2.1 高架道路噪音預測模型

依據聲環境影響評價技術導則[12]，某型車等效聲級的預測計算為：

其中，Leq(h)i為第i類車的小時等效聲級，單位為dB(A)；Ni為晝間、夜間通過某個預測點的第i類車平均小時車流量，單位為輛/小時；r為從車道中心線到預測點的距離，單位為m；Vi為第i類車的平均車速，單位為km/h；T為計算等效聲級的時間，單位為h；1ψ、2ψ為預測點P到有限長度公里線段A、B兩端點的張角，單位為弧度(如圖5所示)；ΔL為由其他因素引起的修正量，單位為dB(A)；ΔL d的計算為：

將高架道路的公路縱坡坡度設為0°，路面類型為瀝青混凝土，則：

圖5 有限路段的修正

則高架公路總車流等效聲級為：

其中，Leq(h)大、Leq(h)中、Leq(h)小分別為大型車、中型車及小型車的小時等效聲級，單位為dB(A)；ΔL1為線路因素引起的修正量；ΔL坡度為公路縱坡修正量；ΔL路面為公路路面材料引起的修正量；ΔL2為聲波傳播途徑中引起的衰減量；ΔL3為由反射等引起的修正量，單位為dB(A)。

2.2 聲波傳播途徑修正量及衰減量計算

在聲波傳播途徑引起的衰減量ΔL2計算中，需要計算大氣吸收引起的衰減量Aatm、地面效應衰減量Agr、屏障引起的衰減量Abar及其他多方面引起的衰減量Amisc。

大氣吸收衰減量Aatm為：

其中，a為大氣吸收衰減系數，預測計算中可由項目所處區域常年平均氣溫和濕度查表選擇相應的值，單位為dB/km；r為預測點至聲源的距離，單位為m；r0為某一通過實測已知聲級的參考點至聲源的距離，單位為m。

地面效應衰減量Agr為：

其中，r為預測點至聲源的距離，單位為m；hm為傳播路徑的平均離地高度，單位為m。

屏障引起的衰減量Abar是指高架道路高路堤或低路塹兩側聲影區的衰減量，高路堤或低路塹兩側聲影區衰減量Abar為預測點在高路堤或低路塹兩側聲影區內引起的附加衰減量。如圖6所示，聲源點離路面高度為1 m，路面距地面高度為H，接受點離地面高度為h。當預測點處于聲照區時，Abar為零。當預測點處于聲影區時，Abar取決于聲程差，聲程差δ=a+b–c。

圖6 聲程差計算示意圖

在目前環評計算中，需要依據δ值根據500 Hz時的噪聲衰減量Abar與聲程差δ關系曲線圖來人工確定Abar的值，無法滿足區域環評計算的需要。因此本文采用最小二乘法進行曲線擬合，將該關系曲線圖擬合為四段直線，以滿足評價區域內接受點集的屏障衰減量Abar自動計算需求。將聲程差δ劃分為0.01～0.10 m、0.10～1.00 m、1.00～10.00 m、10.00～100.00 m 4個區段，每區段10個點，根據這40個聲程差δ值，可查得40個衰減量Abar值，每一區段10個值。4個區段集合分別為：

將i個誤差平方后加起來得到總誤差：

由下列方程組所決定：

解之則有：

將每一區段中的δ值與Abar值代入式(8)、(9)，可求得該區段相應的j、k。則S1、S2、S3、S4區段衰減量Abar的最小二乘法擬合公式分別為：

當接受點位于聲照區時，屏障引起的衰減量Abar為零。當接受點位于聲影區時，需首先計算聲程差δ，根據計算得到的δ確定該接受點的Abar所屬區段，再根據該區段的衰減量最小二乘法擬合公式代入δ值后求出Abar。

2.3 評價區域內非結構化笛卡爾網格生成

在高架道路噪聲環評數值模擬中，其車流等效聲級大小與車輛種類、車流量、氣象條件、高架橋土木結構、路堤高度及聲屏障遮蔽角等諸多環評參數密切相關。而切割單元法生成的評價區域內網格為結構化笛卡爾網格，其網格間距等于背景網格的間距。將固定間距的結構化笛卡爾網格應用于不同環評參數的噪聲計算，無法兼顧數值計算及可視化顯示的精度與效率。若減小背景網格間距將造成切割單元交點追蹤計算量的增大及碎片切割單元數目的增加，而增加背景網格間距又會降低計算精度。

針對這種情況本文提出了基于聲照區的網格自適應加密與稀疏算法，對通過切割單元法得到的評價區域內網格進行局部加密或稀疏，生成非結構化笛卡爾網格，以兼顧環評計算及可視化的準確性與效率。具體算法如下：

步驟 1. 人機交互輸入環評參數，包括：高架道路高度、寬度、路面類型、路肩高度、接受點高度、設計時速、各類車型平均小時車流量、項目所處區域常年平均氣溫和濕度等相關參數，將輸入的相關參數存入環評參數表中。

步驟 2. 依據輸入的環評參數計算得到聲影區長度L聲影，沿道路中心線前進方向，其公路左側及右側聲影線段集由SRL及SRR表示。則：

沿順時針方向排列的公路左側聲影區域邊界線端點集由SCL表示，右側聲影區域邊界線端點集由SCR表示，即：

步驟3. 判斷被SCL與SCR包圍的網格節點，將其從所屬鏈表中刪除，存儲于新的鏈表中。將噪聲環評計算網格更新為聲影區域內網格單元與邊界切割網格單元及聲照區域內網格單元與邊界切割網格單元。分別存儲于左、右側聲影區域內網格單元鏈表；左、右側聲照區域內網格單元鏈表；左、右側聲影區域合并單元鏈表；左、右側聲照區域合并單元鏈表中。

步驟 4. 在左側及右側聲照區域內距聲影線最近處選取一個檢測單元，依據輸入的環評參數計算檢測網格單元4個節點的噪聲值，在每一個檢測單元內，計算4個節點間的噪聲等效聲級值差，并進行計算：

其中，ΔLeq為檢測單元各節點等效聲級值差的最大值；Δ1,2，Δ2,3，Δ3,4，Δ1,4，Δ1,3，Δ2,4為檢測單元節點間的等效聲級值差。

步驟5. 根據求得的ΔLeq來分別判斷是否對左側及右側聲照區域內網格網格單元進行加密或稀疏。若 ΔLeq大于加密閾值，則進行加密。若 ΔLeq小于稀疏閾值，則對該聲照區域內網格單元進行稀疏。若不滿足上述條件，則網格間距不變。

步驟6. 若進行了網格加密或稀疏，則更新左、右側聲照區域內網格單元鏈表，將加密或稀疏后的網格單元存入左、右側聲照區域內網格單元鏈表。

以上算法的時間復雜度為O(lmn)。圖7所示為對左、右側聲照區內網格單元進行一次加密后的網格單元。

圖7 評價區域內非結構化笛卡爾網格

2.4 評價區域交通噪聲預測算法

評價區域內網格的生成，使區域交通噪聲環評計算成為可能。對于左側及右側評價區域內網格，需要按照其所屬區域，分別采用聲照區及聲影區等效聲級計算公式，求得其噪聲值。以左側評價區域為例，其算法如下：

步驟 1. 依次遍歷左側聲照區域內網格單元鏈表、左側聲照區域合并單元鏈表、左側聲影區域內網格單元鏈表及左側聲影區域合并單元鏈表。

步驟2. 對于被遍歷網格單元中的任一節點P，從該點依次向規劃公路道路中心線段集R中的公路線段做垂線。若垂線與該線段有交點，則此線段為P點的影響路段，P點與交點的距離則為預測點至聲源的距離 r。P點與影響路段兩端點的夾角即為張角ψ1與ψ2。

步驟3. 讀取環評參數表中已交互輸入的參數，若 P點為聲影區網格節點，則計算其聲程差δ，根據δ確定P點的Abar所屬區段，由式(8)～(11)中的某式得到Abar值。若P點為聲照區網格節點，則其Abar值為零。再由式(6)、(7)求得Aatm與Agr，共同代入式(2)得到ΔL。將ψ1、ψ2及ΔL代入式(1)求得第i類車的小時等效聲級 Leq(h)i。

步驟4. 由式(5)得到影響路段對P點的總車流等效聲級，若P點有多條影響路段，則其總車流等效聲級 Leq為各影響路段等效聲級的代數和。將計算結果存入左側評價區域噪聲值鏈表中。

步驟5. 對下一個網格節點執行步驟1，直至完成對所有單元鏈表的遍歷。

以上算法的時間復雜度為 O(4mn2)，將該算法分別應用于左、右側評價區域，生成左側及右側評價區域的兩個噪聲值鏈表，就實現了整個評價區域內噪聲等效聲級的計算。

3 可視化與實例分析

3.1 基于非結構化笛卡爾網格的噪音等值線生成

左側及右側評價區域兩個噪聲值鏈表的生成為噪聲等值線的繪制提供了數據基礎，該鏈表為雙向鏈表，其結點數據域描述為：

其中，(xi,yi)為網格節點Vi坐標；為 Vi節點沿X軸、Y軸正向及負向至相鄰網格節點的距離；Leq為Vi節點處的總車流等效聲級。

二維標量場等值線抽取方法分為網格序列法與網格無關法兩大類，網格無關法適用于等值線分布較規則，且穿過的單元數只占整個網格單元的較小部分(10%以下)的情況。網格序列法適用面較廣，但對于四邊形網格馬鞍點二義性的解決很復雜。目前常用的等值線抽取算法主要是網格序列法，采用的網格大多為矩形網格或三角形網格，但這類算法均無法適用于非結構化各項異性笛卡爾網格數據場。

本文針對評價區域內噪聲等效聲級值的分布特點，采用了基于非結構化各項異性笛卡爾網格的等值點追蹤算法及等值點連接算法[10]，兩個算法的時間復雜度均為O(n)。

完成等值點的追蹤與連接后的等值線數據存儲于GIS系統的TAB表中，將其依次連接后等到的等值線是由多條線段構成，顏色為單色。對于非結構化各向異性笛卡爾網格，由于其網格單元尺寸差異很大，在大網格單元區域會出現鋸齒狀等值線，且單色等值線集無法直觀反映評價區域內噪聲變化情況。

因此需采用等值線光滑與顏色映射算法[10]，對等值線進行后續處理并在GIS系統中完成可視化。步驟如下：

步驟1. 讀取等值線數據TAB表，采用三次樣條函數對等值線進行光滑，將求得的插值點坐標存入光滑等值線TAB表中。

步驟2. 建立基于噪聲等效聲級值的顏色映射表，依據每條等值線的等效聲級dB(A)通過顏色漸變算法賦予其顏色R、G、B值。

步驟3. 在GIS中創建一個圖層，讀取光滑等值線TAB表，將插值點采用給定顏色R、G、B值的直線段依次連接起來，繪制得到經三次樣條函數光滑的等值線。

步驟4. 將繪制完成的等值線圖層與背景地圖疊加顯示，實現基于GIS的噪聲環評可視化。

3.2 系統實現

采用本文提出的方法，在Mapinfo平臺上實現了高架道路交通噪聲的環評計算及可視化。圖8所示為評價區域內等效聲級等值線與背景地圖疊加顯示圖，其高架道路中心線的前進方向為自右下向左上，中心線至評價區域一側邊界的垂直距離D為350 m，圖中下部為左側評價區域，上部為右側評價區域。評價區域內共有9條等值線，按評價導則要求設等值線間隔為5 dB(A)[12]，每條等值線的等效聲級值均在屏幕上輸出。依據國家聲環境質量標準[15]，評價區域為4a類，其晝間噪聲等效聲級限值為70 dB(A)。因此大于等于70 dB(A)的等值線，其顏色隨等效聲級值升高而漸變至紅色，小于70 dB(A)的等值線其顏色保持系統默認色。

圖8 評價區域內噪聲等效聲級等值線與背景地圖疊加顯示

3.3 實例分析

為驗證本系統對于評價區域噪聲環評計算的準確性，將其計算結果與噪聲實測數據進行了比較。實驗地點選擇在G6高速公路官廳湖特大橋，選擇此實驗地點的原因是其地理環境優越，測量場地開闊、無任何反射物，且G6高速車流量大，車型以大型車為主。大橋橋面至地面高度為20.5 m、橋面寬27 m、中央分隔帶寬帶1 m、橋長1 846 m、路側防撞護欄高0.5 m，路面材料為瀝青混凝土。所使用聲級計為宏城科技 HT-8352，風速與風溫計為HT-856C，測量時風向為北風，平均風速為3.6 m/s，滿足聲環境質量標準要求[15]。測量時間為晝間，聲級計距地面高度1.2 m。長度測量采用HT-308激光測距儀及JY-361999測距輪，在與橋梁路面邊界線水平距離65 m、100 m、200 m、300 m處分別設置4個噪聲監測點。4個監測點同步進行測量，每次測量時間為30 min，并同時監測車流量。左側評價區域環評計算與監測結果對比如表1所示。

表1 GIS噪聲環評計算與實際監測結果比較

表中數據顯示 GIS環評系統所計算的噪聲預測值與實測值基本相近但存在一個下偏差，其原因在于：系統在計算地面效應衰減時是按疏松地面由式(7)求得Agr值。而監測點位于官廳水庫岸邊，預測點接收到的部分聲波其聲源區及中間區域為水面。水面屬于堅實地面，其地面因子G為0，而疏松地面的地面因子G為1[16]，此差異導致預測值低于監測值。

距離聲源最近的65 m處監測點，其值較低是因為此處位于聲影區，其δ值為0.48 m，代入式(9)得到屏障引起的衰減量Abar為11.155 dB(A)。100 m處監測點對于最外側車道來說已處于聲照區，因此此處的等級聲效值比65 m處有了大幅增加。

4 結 束 語

本文引入基于切割單元法的高架道路噪聲評價區域網格生成方法，結合聲照區網格自適應加密與稀疏算法，對通過切割單元法得到的評價區域內網格進行局部加密或稀疏，生成非結構化笛卡爾網格，提高了環評計算的準確性與效率。針對現有環評導則計算模式僅適用于點計算，無法滿足區域環評計算的問題，對聲程差δ與噪聲衰減量Abar關系圖進行了曲線擬合，實現了聲影區的區域計算。首次實現了基于GIS的高架道路評價區域交通噪聲環評可視化。通過案例分析，驗證了文中所提方法的準確性與有效性。實驗表明，基于GIS的環評可視化系統在聲環境影響評價中有著良好的應用前景。而如何將本文所提方法由二維擴展至三維，更好地反映交通噪聲的時空分布特征則是下一步的研究重點。

[1] 蓋 磊, 王亞平. 快速高架復合道路近場交通噪聲垂向分布[J]. 環境工程學報, 2014, 8(4): 1687-1691.

[2] 王建華, 趙江華, 秦其明, 等. 道路噪聲預測的GIS評價方法[J]. 測繪科學, 2015, 40(2): 128-131.

[3] 陳冬青, 袁曉梅, 施月娣. 基于GIS的交通噪聲綜合評價系統研究[J]. 工程圖學學報, 2007, 28(5): 136-141.

[4] 黃寶香. 基于VRGIS的城市噪聲三維分析模型及可視化評價研究[D]. 青島: 中國海洋大學, 2011.

[5] Ingram D M, Causon D M, Mingham C G. Developments in Cartesian cut cell methods [J]. Mathematics and Computers in Simulation, 2003, 61(3-6): 561-572.

[6] Gao F, Ingram D M, Mingham C G. The development of a Cartesian cut cell method for incompressible viscous flows [J]. International Journal for Numerical Methods in Fluids, 2007, 54(9): 1033-1053.

[7] 吳培寧, 趙 越, 孫曉霞. GIS環評可視化的自適應圖像處理方法[J]. 計算機工程, 2008, 34(12): 271-273.

[8] 吳培寧, 譚建榮, 劉振宇, 等. 基于 Voronoi圖的環評等值線快速拓撲填充[J]. 浙江大學學報: 工學版, 2009, 43(2): 321-327.

[9] 吳培寧. 基于笛卡爾切割單元法的復雜河道地理信息系統環評可視化[J]. 計算機應用, 2014, 34(3): 780-784. [10] 吳培寧. 基于變層厚的復雜區域物理場可視化若干關鍵技術研究及其應用[D]. 杭州: 浙江大學, 2006.

[11] Wu P N, Tan J R, Liu Z Y. Adaptive layered Cartesian cut cell method for the unstructured hexahedral grids generation [J]. Chinese Journal of Mechanical Engineeing, 2007, 20(2): 6-12.

[12] 中華人民共和國環境保護部. HJ2.4—2009 環境影響評價技術導則—聲環境[S]. 北京: 中國環境科學出版社, 2009.

[13] 周培德. 判斷點集是否在多邊形內部的算法[J]. 計算機研究與發展, 1997, 34(9): 672-674.

[14] Ye Q Z. A fast algorithm for convex hull extraction in 2D images [J]. Pattern Recognition Letters, 1995, 16: 531-537.

[15] 中華人民共和國環境保護部, 國家質量監督檢驗檢疫局. GB3096—2008聲環境質量標準[S]. 北京: 中國環境科學出版社, 2008.

[16] 國家技術監督局. GB/T 17247.2—1998聲學戶外聲傳播的衰減 第2部分: 一般計算方法[S]. 北京: 中國標準出版社, 1998.

GIS-Based EIA Visualization of Elevated Road Traffic Noise

Wu Peining, Zhou Baishun, Zhou Shuqiu

(Institute of Computer & Network, China Institute of Industrial Relations, Beijing 100048, China)

Focus on the visualization of GIS-based evaluation area traffic noise environmental impact assessment (EIA), the boundary lines generating algorithm followed on the centre line of the road is presented. A method for the Cartesian grids generation with sound area self-adaptive grids refinement algorithm is provided to the complex evaluation area for the unstructured grids generation. Based on the unstructured grids, the equivalent sound level EIA model for evaluation area is proposed and the visualization of the EIA calculation is achieved. Through the visualization and analysis of an elevated highway example, the accuracy and efficiency of the proposed methods are confirmed.

traffic noise; environmental impact assessment; visualization; geographic information system

TP 391.9

10.11996/JG.j.2095-302X.2016030308

A

2095-302X(2016)03-0308-08

2015-11-02；定稿日期：2015-12-10

中國勞動關系學院院級科研項目(一般項目15YY002)

吳培寧(1966–)，男，北京人，副教授，博士。主要研究方向為可視計算與圖形學。E-mail：wupeining@ciir.edu.cn