خلاصه

این مقاله اجرای ما از یک مدل داده هماهنگ برای شبیه‌سازی نویز در اتحادیه اروپا (EU) را ارائه می‌کند. روش های مختلف ارزیابی نویز توسط کشورهای مختلف عضو اتحادیه اروپا (MS) برای تخمین نویز در مقیاس های محلی، منطقه ای و ملی استفاده می شود. این روش‌ها، همراه با داده‌های ورودی استخراج‌شده از ثبت‌ها و پایگاه‌های اطلاعاتی ملی، و همچنین سایر داده‌های باز و/یا تجاری موجود، از جنبه‌های مختلفی متفاوت هستند و به‌دست آوردن نتایج قابل مقایسه در سراسر اتحادیه اروپا دشوار است. برای پرداختن به این موضوع، یک چارچوب مشترک برای روش های ارزیابی نویز (CNOSSOS-EU) توسط مرکز تحقیقات مشترک کمیسیون اروپا (EC) (JRC) ایجاد شد. با این حال، جدا از پیاده سازی نرم افزار برای CNOSSOS، برای دستورالعمل های عملی که مشخصات داده های ورودی مورد نیاز را مشخص می کند، بسیار کمی انجام شده است. ابرداده و طراحی طرحواره برای آزمایش موقعیت های دنیای واقعی با CNOSSOS. ما رویکرد خود را برای مدل‌سازی داده‌های ورودی و خروجی برای شبیه‌سازی نویز توصیف می‌کنیم و همچنین یک مجموعه داده دنیای واقعی از یک منطقه در هلند را بر اساس مدل داده‌های خود برای شبیه‌سازی نویز شهری با استفاده از CNOSSOS ایجاد می‌کنیم.

کلید واژه ها:

سر و صدای شهری ؛ روش های ارزیابی نویز ; CNOSSOS-EU ; مدل داده هماهنگ

1. معرفی

سر و صدای شهری منبع اصلی ناراحتی و آزار ساکنان مناطق شهری است. بیش از 44 درصد از جمعیت اتحادیه اروپا به طور منظم در معرض سطوح بالای ترافیک جاده ای و سر و صدای صنعتی هستند که اثرات مخرب جدی بر سلامت عمومی دارد [ 1 ]. خودروها، راه‌آهن‌ها، راه‌های هوایی، فعالیت‌های صنعتی و استفاده از سیستم‌های اعلام عمومی مانند بلندگوها همگی در ایجاد نویز شهری نقش دارند. نظارت و نقشه برداری منظم از سطوح نویز شهری اغلب به صورت قانونی برای دولت، مقامات شهرداری، برنامه ریزان شهری و سازمان های مختلف علمی تجویز می شود.
اتحادیه اروپا (EU) دستورالعمل 2002/49/EC Environmental Noise (END) را به عنوان یک برنامه مدیریت مشترک برای مقابله با نویز شهری تدوین کرده است [ 2 ]. این دستورالعمل، کشورهای عضو اتحادیه اروپا را ملزم می‌کند که قرار گرفتن یک فرد در معرض نویز محیطی را از طریق نقشه‌برداری استراتژیک نویز تعیین کند و در صورت لزوم، برنامه‌های عملی برای کاهش سر و صدا انجام دهد [ 2 ]]. کشورهای مختلف اتحادیه اروپا روش‌ها و دستورالعمل‌های ارزیابی نویز خود را برای تخمین نویز در مقیاس‌های محلی، منطقه‌ای و ملی توسعه داده‌اند، به عنوان مثال، RMW (Reken en meetvoorschrift Verkeerslawaai) در هلند، NMPB (Nouvelle Méthode du Prévision de Bruit) در فرانسه، CRTN. (محاسبه صدای ترافیک جاده ای) در انگلستان و غیره. مطالعات شبیه سازی نویز برای تخمین سطوح نویز از داده های ورودی (داده های مکانی و غیر مکانی) در مورد منابع نویز، اقدامات نویز (موانع و صفحه نمایش)، و محیط ساخته شده در رایانه استفاده می کند. پیاده سازی این روش های ارزیابی نویز [ 3 ]. همانطور که در مرجع [ 4 ، 5 ، 6 توضیح داده شد]، این روش‌های ارزیابی، همراه با داده‌های ورودی استخراج‌شده از ثبت‌های ملی و پایگاه‌های اطلاعاتی، و همچنین سایر داده‌های باز و تجاری، از جنبه‌های مختلفی متفاوت هستند، مانند: (1) روشی که برای تخصیص گیرنده‌ها در نمای ساختمان استفاده می‌شود. ساختمان ها؛ (2) کامل بودن، دقت و قابلیت اطمینان داده های مکانی استفاده شده؛ (3) رویکردی که برای محاسبه تعداد ساکنان یک ساختمان دنبال می شود. (4) استفاده از داده های پیش فرض به جای داده های واقعی دنیای واقعی، مانند حداکثر مقدار سرعت برای سرعت وسایل نقلیه، و غیره. ناهمگونی در این روش ها و داده های ورودی استفاده شده، دستیابی به نتایج قابل مقایسه در سراسر اتحادیه اروپا را دشوار می کند [ 4 ، 5 ، 7 ].
برای رسیدگی به این مشکل، یک چارچوب مشترک برای روش‌های ارزیابی نویز (CNOSSOS-EU) توسط کمیسیون اروپا با همکاری کشورهای عضو اتحادیه اروپا ایجاد شد تا گزارش‌دهی دقیق و منسجمی از نقشه‌برداری استراتژیک نویز توسط کشورهای عضو را فراهم کند و در نتیجه به تعهدات خود عمل کند. تحت پایان [ 8 ]. در سال 2015، به‌روزرسانی END Annex II منتشر شد که تمام کشورهای اتحادیه اروپا را ملزم به استفاده از CNOSSOS-EU از 31 دسامبر 2018 به بعد می‌کند [ 9 ]. چارچوب روش‌شناختی اصلی CNOSSOS برای نقشه‌برداری نویز اتحادیه اروپا در مرحله اول فرآیند CNOSSOS-EU (2009-2012) توسعه داده شد و در مرجع [ 8 ] توضیح داده شده است.]. مرحله دوم فرآیند CNOSSOS-EU مرحله پیاده سازی است. انتظار می‌رفت که توسعه دستورالعمل‌هایی برای اجرای عملی CNOSSOS، مانند طرح‌واره و طراحی پایگاه داده برای ورودی‌ها و خروجی‌های CNOSSOS-EU، استفاده از استانداردهای رایج و غیره را پوشش دهد (در بخش 2.3 بحث شد ). نسخه اثبات مفهومی ایده‌ها و ویژگی‌های اولیه دستورالعمل‌ها در قالب یک وب‌سایت ایجاد شد، اما عمومی نشد و تاکنون هیچ پیگیری انجام نشده است [ 8 ]. علاوه بر این، مرجع [ 8 ] تنها طرح کلی دستورالعمل های پیشنهادی برای CNOSSOS-EU را فهرست می کند.
برای این مقاله، ما بر روی یکی از چالش‌های حیاتی مرحله پیاده‌سازی فرآیند CNOSSOS-EU تمرکز کردیم، یعنی ساختار داده‌های ورودی و خروجی شبیه‌سازی نویز در یک قالب استاندارد شده برای اینکه بتوانیم نتایج نویزهای مختلف را با هم مقایسه کنیم. مطالعات در سراسر اتحادیه اروپا و قادر به ساختار بهتر و تبادل داده ها بین ذینفعان مختلف. یک کار مهم در این راستا، توسعه CityGML Noise ADE (افزودن دامنه برنامه) توسط گروه ویژه SIG 3D [ 10 ] است. CityGML یک استاندارد بین المللی سه بعدی GIS (سیستم اطلاعات جغرافیایی) است که توسط سازمان استاندارد بین المللی برای اطلاعات جغرافیایی ایجاد شده است: کنسرسیوم فضایی باز [ 10 ]]. CityGML Noise ADE طرح CityGML موجود را با افزودن کلاس ها و اشیاء جدید مرتبط با شبیه سازی نویز گسترش می دهد. بسیاری از شهرها در ایالت نوردراین وستفالن، آلمان، داده‌های نویز خود را بر اساس CityGML Noise ADE مدل‌سازی کرده‌اند [ 11 ]. با این حال، بر اساس مقررات آلمان برای مدل‌سازی سر و صدای ناشی از جاده‌ها و راه‌آهن، در یک زمینه آلمانی تنظیم شده است. علاوه بر این، نویز صنعتی و هواپیما را مدل نمی کند ( برای محدودیت های نویز ADE فعلی به بخش 2.4 مراجعه کنید).
ما در این مقاله تحقیق خود را در مورد پیاده‌سازی یک مدل داده ورودی/خروجی مبتنی بر CityGML برای شبیه‌سازی نویز شهری مبتنی بر CNOSSOS برای اتحادیه اروپا توصیف می‌کنیم. بخش 2 وضعیت فعلی دستورالعمل ها برای هماهنگ سازی داده ها برای مطالعات مختلف شبیه سازی نویز با استفاده از CNOSSOS-EU را شرح می دهد. در بخش 2 ، روش‌های ارزیابی نویز موجود را نیز بررسی می‌کنیم و فهرست گسترده‌ای از روش‌ها و دستورالعمل‌های ارزیابی نویز مورد استفاده در دور سوم نقشه‌برداری استراتژیک نویز در اتحادیه اروپا ارائه می‌کنیم ( جدول 1).). علاوه بر این، بحث شده است که چگونه ناهمگونی در روش‌ها و داده‌های ورودی مورد استفاده در مطالعات مختلف شبیه‌سازی نویز می‌تواند بر نتایج تأثیر بگذارد. در نهایت، ما چارچوب خود را برای هماهنگ کردن مدل داده های ورودی/خروجی در CityGML برای شبیه سازی نویز شهری در بخش 4 ارائه می کنیم. در رویکرد ما، CityGML Noise ADE بازسازی شده و با کلاس‌ها، ویژگی‌ها و سایر مفاهیم جدید مطابق با CNOSSOS-EU توسعه یافته است. علاوه بر این، یک مجموعه داده دنیای واقعی برای منطقه ای در هلند نیز برای مدل سازی داده های مورد نیاز برای شبیه سازی نویز شهری با استفاده از CNOSSOS-EU ( بخش 5 ) تولید می شود. مدل ما می‌تواند به عنوان مرجعی برای پیشرفت‌ها، برنامه‌های کاربردی و اعتبار سنجی چارچوب روش‌شناختی CNOSSOS-EU باشد.

2. بررسی آخرین هنر

2.1. فهرستی از روش های ارزیابی نویز موجود

قبلاً، ماده 6 و ضمیمه II END NMPB-Routes-96 [ 12 ]، RMR (Reken-en Meetvoorschrift Railverkeerslawaai) [ 13 ]، ECAC.CEAC Doc 29 (نسخه دوم، 1997) [ 14 ] و ISO را توصیه می کرد. -2 [ 15 ] به عنوان روش های محاسباتی موقت برای محاسبه سر و صدای ترافیک جاده، سر و صدای راه آهن، نویز هواپیما و نویز صنعتی.
END از اتحادیه اروپا MS می خواهد که هر پنج سال یک بار نقشه های استراتژیک نویز تولید کند. دور اول نقشه برداری راهبردی نویز در سال 2007 انجام شد و دور دوم آن در سال 2012 و دور سوم در سال 2017 انجام شد. به دلیل شرایط گزارش دهی متفاوت و ساختار و تفاوت در موارد، مسائل قابل مقایسه بین نتایج این سه دور وجود دارد. داده‌های ورودی مورد استفاده، فقدان روش ارزیابی رایج، داده‌های گمشده/ناقص از قرار گرفتن در معرض نویز، و تفاوت‌های کیفیت داده‌ها.
ما در مورد آخرین دور (دور 3) نقشه راهبردی نویز گزارش می دهیم. انواع روش های ارزیابی نویز در دور سوم استفاده شد. میز 1فهرست گسترده‌ای از روش‌ها و دستورالعمل‌های ارزیابی نویز را ارائه می‌کند که در اتحادیه اروپا MS برای دور شماره 3 نقشه‌برداری استراتژیک نویز در سال 2017 دنبال شد. در مجموع، 30 روش و دستورالعمل مختلف ارزیابی نویز شمارش شد. روش فرانسوی NMPB پرکاربردترین روش ارزیابی نویز ترافیک جاده‌ای بود که 17 مورد از 28 MS از آن استفاده می‌کردند. ایرلند از روش CRTN انگلستان استفاده کرد، در حالی که CNOSSOS-EU فقط توسط فنلاند استفاده شد. RMR هلندی توسط 16 از 28 MS برای محاسبه نویز از راه آهن استفاده شد. روش های محاسباتی برای هواپیما و نویز صنعتی، ECAC.CEAC Doc 29 و ISO 9613-2، به ترتیب توسط 18 و 14 MS استفاده شد.
هنگام تهیه این موجودی با مشکلاتی مواجه شدیم. به عنوان مثال، همه کشورهای عضو اتحادیه اروپا داده های خود را برای ارزیابی به مخزن مرکزی داده (CDR) مانند رومانی و قبرس ارسال نکردند. برخی از MS مانند ایرلند، یونان و بریتانیا اطلاعات ناقصی داشتند. مکانیسم گزارش دهی نویز الکترونیکی [ 16 ] از اتحادیه اروپا MS می خواهد که فراداده را به همراه فایل های داده اصلی به CDR ارسال کند. این ابرداده حاوی اطلاعاتی در مورد مرجع مسئول داده ها، سیستم مرجع مکانی و وسعت داده ها، روش های ارزیابی نویز و دستورالعمل های مورد استفاده و غیره است. با این حال، همه MS این ابرداده را ارسال نکردند.
ناهمگونی در روش های ارزیابی و داده های ورودی استفاده شده، دستیابی به نتایج قابل مقایسه را در سراسر اتحادیه اروپا دشوار می کند. این روش‌های ارزیابی از جنبه‌های مختلفی مانند نوع (مثلاً یک نقطه یا یک منبع خطی انتشار)، موقعیت و ارتفاع منبع، رویکرد مورد استفاده برای محاسبه نویز از یک منبع، باندهای طیفی مورد استفاده، و به زودی. مرجع [ 7 ] مقایسه دقیقی از روش های ارزیابی نویز موجود در کشورهای مختلف اتحادیه اروپا ارائه می دهد. به عنوان مثال، جاده ها به عنوان مجموعه ای از منابع نقطه ای نامنسجم در NMPB و Nord 2000 در نظر گرفته می شوند، اما CRTN جاده ها را به عنوان یک منبع خطی در نظر می گیرد [ 4 ]]. به طور کلی، محاسبات انتشار نویز نیز در این روش ها متفاوت است. به عنوان مثال، این روش‌ها در پارامترهای انتشار نویز، مانند جذب نویز توسط هوا و زمین، شیب زمین، انعکاس‌های متعدد از نماهای مجاور، موانع صوتی و سایر موانع متفاوت هستند. برای مثال، CRTN تضعیف اتمسفر را در نظر نمی گیرد، که در NMPB و Nord 2000 صدق نمی کند. دلیل دیگر تفاوت ها را می توان به پایگاه های داده و ثبت داده های مورد استفاده در ارتباط با روش های ملی نسبت داد، به عنوان مثال، تفاوت در طبقه بندی و سرعت وسایل نقلیه برای سر و صدای ترافیک جاده، طبقه بندی قطارها برای سر و صدای راه آهن، و غیره [ 17 ]. مرجع [ 18] روشی را برای بازسازی خودکار داده های ورودی برای شبیه سازی نویز به منظور بهبود کارایی و قابلیت اطمینان و سازگاری مطالعات مختلف نویز توصیف کرد. برای تجزیه و تحلیل کمی، نویسندگان تفاوت‌های بین نتایج شبیه‌سازی را با استفاده از داده‌های ایجاد شده توسط رویکرد آن‌ها و رویکرد نیمه خودکار موجود، برای منطقه مورد مطالعه در هلند در حدود 1000 نقطه مشاهده مقایسه کردند. تفاوت در سطوح نویز از -2.17 دسی بل تا 1.83 دسی بل بود. تفاوت در استفاده از روش‌های مختلف، پایگاه‌های داده ورودی و نرم‌افزار می‌تواند تأثیر قابل‌توجهی بر محاسبات کلی داشته باشد. با این حال، برخی از تفاوت ها فقط به دلیل مواد محلی است (مانند قطارها) و با داشتن یکنواختی در روش و داده های ورودی قابل حل نیست. یک روش رایج ارزیابی نویز اتحادیه اروپا،

2.2. CNOSSOS-EU: کجاست؟

CNOSSOS-EU یک روش هماهنگ برای ارزیابی سطوح نویز از منابع اصلی سر و صدا (ترافیک جاده‌ای، ترافیک راه‌آهن، هواپیما و صنایع) در سراسر اتحادیه اروپا است و باید جایگزین مدل‌های ملی برای دور بعدی نقشه‌برداری استراتژیک نویز (2021/2022) شود. [ 19 ]. فنلاند قبلاً از مدل CNOSSOS-EU در نقشه برداری نویز استراتژیک END در سال 2017 استفاده کرده است [ 20 ، 21 ]. برخی از کشورهای دیگر نیز اجرای چارچوب CNOSSOS-EU را آغاز کرده‌اند و تحقیقات برای تعیین سازگاری آن ادامه دارد. مرجع [ 19] کاربرد CNOSSOS را برای اهداف قانونی، مانند محدود کردن حداکثر انتشار یک جاده، یک راه آهن و یک صنعت، و کنترل حداکثر سطح سر و صدا در نمای ساختمان ها در هلند بررسی کرد. مرجع [ 22 ] ISO 9613-2 و CNOSSOS را برای ارزیابی نویز صنعتی یک کارخانه بزرگ صنعتی در لهستان مقایسه کرد. مرجع [ 23 ] سازگاری رویکرد قدیمی (XPS 31-133) را با رویکرد آینده (جاده CNOSSOS-EU) برای محاسبه سطح سر و صدای جاده برای شهر ترنتو، ایتالیا تعیین کرد. علاوه بر این، سوئیس مدل انتشار صدای ترافیک جاده ای خود (sonROAD18) را بر اساس CNOSSOS-EU [ 24 ] به روز کرده است. CNOSSOS همچنین در نرم افزارهای شبیه سازی نویز مانند Geomilieu [ 25 ]، MithraSIG [25] پیاده سازی شده است.26 ]، IMMI [ 27 ]، Predictor-LimA [ 28 ]، CadnaA [ 29 ]، و غیره علاوه بر این، سیستم های نقشه برداری نویز جدید، مانند DYNAMAP [ 30 ]، می توانند به راحتی با CNOSSOS ارتباط برقرار کنند.
در حال حاضر، CNOSSOS به دلایل زیادی مورد استفاده قرار نمی گیرد، به عنوان مثال، این واقعیت که هنوز در حال توسعه است، به پیاده سازی نرم افزار و دستورالعمل های داده نیاز دارد، پرسش و پاسخ باید انجام شود، جدید است و هنوز در حال مقایسه است و تجزیه و تحلیل و غیره. چارچوب CNOSSOS-EU به افزایش سازگاری بین برنامه‌های اقدام اتخاذ شده توسط اعضای اتحادیه اروپا بر اساس نتایج نقشه‌برداری نویز کمک می‌کند و همچنین امکان ارزیابی بهتر اثربخشی برنامه‌های اقدام و توسعه یک پایه را فراهم می‌کند. برای اقدامات اجتماعی توسط کمیسیون برای کاهش سر و صدای منتشر شده از منابع اصلی صدا. این همچنین به اعضای اتحادیه اروپا اجازه می دهد تا بر اجرای قابل اعتماد ابزارها و دستورالعمل های مشترک برای داده های ورودی، و همچنین توسعه و نگهداری بیشتر تمرکز کند.

2.3. ارائه دستورالعمل‌هایی برای هماهنگ‌سازی داده‌ها برای شبیه‌سازی نویز با استفاده از CNOSSOS-EU

جدا از اجرای نرم افزار و آزمایش های اعتبارسنجی برای CNOSSOS (ذکر شده در بخش 2.2 )، برای دستورالعمل های عملی که مشخصات داده ها (مکانی/غیر مکانی)، طراحی طرحواره، استانداردها و غیره برای CNOSSOS را مشخص می کند، بسیار کمی انجام شده است. . مستندات CNOSSOS [ 8 ] فقط طرح کلی دستورالعمل های پیشنهادی برای آن را فهرست می کند. طراحی یک طرح اساسی مشترک برای داده هایی که در شبیه سازی نویز مبتنی بر CNOSSOS استفاده می شود می تواند به دستیابی به نتایج قابل مقایسه در سراسر اتحادیه اروپا کمک کند. برخی از جنبه های مرتبط با داده ذکر شده (و اجرا نشده) در مستندات عبارتند از [ 8 ]:
  • طراحی طرحواره داده:
    ورودی و خروجی برای CNOSSOS-EU،
    جداول مشخصات داده ها و نمودار طرحواره،
    یک استاندارد باز و قابل توسعه سازگار با INSPIRE،
    قوانین و راهنمایی در مورد نحوه افزودن اشیاء و ویژگی های اضافی به طرحواره،
    یک فرمت داده رایج که امکان ارتباط با ارائه دهندگان داده، سایر صاحبان داده و رابط پروژه برون مرزی را فراهم می کند.
  • مشخصات GIS و مجموعه داده ها:
    الزامات GIS و END،
    اصطلاحات و مشخصات فنی داده ها و نرم افزار GIS،
    لایه‌های GIS، مقیاس و دقت: مدل داده، فرهنگ لغت داده، اعتبارسنجی داده‌ها، سیستم مرجع، ابرداده و مشخصات GML.
پیشنهاد شد که این دستورالعمل‌های CNOSSOS-EU فوق الذکر به عنوان یک ابزار تعاملی مبتنی بر وب، که به جنبه‌های خاص توضیحات فنی پیوند می‌خورد، توسعه یابد [ 8 ]. تاکنون پیگیری هایی صورت نگرفته است. مطالعات مستقلی توسط محققان مختلف برای مدل سازی داده ها برای استفاده با CNOSSOS انجام شده است. به عنوان مثال، مرجع [ 31 ] چگونگی استفاده از مجموعه داده های موجود برای جاده ها را مورد استفاده قرار داد، در حالی که از روش های موقت (NMPB-Routes-96) به CNOSSOS-EU مهاجرت کرد. مرجع [ 32 ] حساسیت چارچوب CNOSSOS-EU را با توجه به تغییرات شرایط هواشناسی در کشورهای شمال اروپا بررسی کرد. با این حال، هیچ مدل معنایی برای مدل‌سازی داده‌ها برای شبیه‌سازی نویز مبتنی بر CNOSSOS وجود ندارد.

2.4. CityGML Noise ADE موجود

CityGML مفهوم ADE (افزودن دامنه برنامه) را دارد تا طرحواره خود را با کلاس‌ها و اشیاء جدیدی که به طور صریح در ماژول‌های CityGML موجود مدل‌سازی نشده‌اند گسترش دهد [ 10 ، 33 ]. ADE ها قابلیت همکاری معنایی و نحوی را برای ذخیره و تبادل اطلاعات ویژه برنامه تضمین می کنند.
ADE نویز CityGML مطابق با END در مرجع [ 10 ] مستند شده است و مطابق با مقررات آلمان برای ارزیابی نویز است. CityGML Noise ADE، طرح CityGML موجود را با افزودن کلاس‌ها و ویژگی‌های جدید مرتبط با نگاشت نویز گسترش می‌دهد. بسیاری از شهرها در ایالت نوردراین وستفالن، آلمان، مدل های نویز سه بعدی خود را بر اساس CityGML Noise ADE [ 11 ، 34 ، 35 ] پیاده سازی کرده اند. سه ماژول CityGML موجود (حمل و نقل، ساختمان، CityFurniture) برای گنجاندن داده‌های مرتبط با نویز در CityGML گسترش یافتند.
ماژول حمل و نقل شامل کلاس های جدیدی است، به عنوان مثال،  NoiseRoadSegment و NoiseRailwaySegment ، که بخش هایی از جاده ها و خطوط راه آهن هستند. این اشیاء مجموعه ای از ویژگی های خود را دارند، به عنوان مثال، جریان ترافیک، محدودیت سرعت، نوع سطح، و غیره. هندسه این اشیاء از کلاس های مادر مربوطه آنها مشتق شده است: جاده و راه آهن . همچنین شامل یک نوع ویژگی جدید، Train ، با ویژگی هایی مانند نوع قطار، سرعت آن و غیره است تا اطلاعات مربوط به قطارهای فردی را ذخیره کند. به طور مشابه،  ساختمانماژول برای شامل ویژگی‌های نویز مربوط به ساختمان‌های موجود، به‌عنوان مثال، بازتاب از ساختمان‌ها، سطوح سر و صدای مشاهده‌شده در طول روز و شب، تعداد افرادی که در ساختمان‌ها زندگی می‌کنند، و غیره  گسترش یافته است. ویژگی های نویز تمام این ویژگی های نویز بر اساس مقررات صادر شده توسط دولت فدرال آلمان مطابق با END مشتق شده است.
Noise ADE فعلی دارای محدودیت هایی است که در مرجع [ 36 ] مستند شده است. به عنوان مثال، فقط داده های نویز ناشی از ترافیک جاده ای و راه آهن را نشان می دهد و از نویز صنعتی پشتیبانی نمی کند. تراموا نیز در مدل گنجانده نشده است. علاوه بر این، هیچ تفاوتی بین سرعت انواع مختلف وسایل نقلیه، به عنوان مثال، موتور سیکلت، وسایل نقلیه سبک، و وسایل نقلیه سنگین وجود ندارد. علاوه بر این، نویز ADE در زمینه آلمان تنظیم شده است و سازگاری با سایر کشورهای اتحادیه اروپا دشوار است.

3. روش شناسی

روش اصلی در این مقاله بررسی ادبیات و توسعه یک مدل داده برای هماهنگ سازی داده ها برای شبیه سازی نویز است. یک غربالگری سیستماتیک برای متون علمی، گزارش‌ها و داده‌های رسمی کشورهای عضو اتحادیه اروپا ارسال شده به مخزن مرکزی داده (CDR) ( https://cdr.eionet.europa.eu/ ) آژانس محیط زیست اروپا (EEA) انجام شد. ) برای نقشه برداری استراتژیک نویز. به عنوان بخشی از کار خود، ما همچنین با ذینفعان مانند شهرداری ها و شرکت ها در تماس بوده ایم تا نیازهای آنها را برای داده های ورودی برای انجام شبیه سازی نویز تعیین کنیم. ما فهرست گسترده‌ای از روش‌ها و دستورالعمل‌های ارزیابی نویز مورد استفاده در دور سوم نقشه‌برداری استراتژیک نویز در اتحادیه اروپا را گردآوری کردیم ( جدول 1)). ما به طور خلاصه بحث می کنیم که چگونه اختلاف بین این روش های ارزیابی و داده های ورودی می تواند بر نتایج شبیه سازی نویز کشورهای مختلف اروپایی تأثیر بگذارد. علاوه بر این، نیاز به یک روش رایج ارزیابی نویز اروپایی و یک پایگاه داده ورودی مشترک برای شبیه‌سازی نویز نیز برجسته شده است.
بر اساس یافته‌های بررسی و گفتگو با کارشناسان مدل‌سازی نویز، ما در اینجا بر توسعه یک مدل داده ورودی/خروجی هماهنگ برای شبیه‌سازی نویز تمرکز می‌کنیم ( بخش 4 ). مدل داده‌های ما مبتنی بر CNOSSOS-EU است زیرا به‌روزرسانی 2015 به پیوست II، تمام کشورهای اتحادیه اروپا را ملزم می‌کند که از CNOSSOS-EU از 31 دسامبر 2018 به بعد برای نقشه‌برداری استراتژیک نویز استفاده کنند. ما دستورالعمل‌های CNOSSOS-EU و منابع داده و مدل‌های مختلف زیر را برای درک نیازهای داده برای شبیه‌سازی نویز بررسی کردیم:
  • Geluidsregister ( https://www.rijkswaterstaat.nl/kaarten/geluidregister.aspx ): ثبت ملی نویز هلند،
  • مدل اطلاعات هلندی (IM) Geluid ( https://github.com/Geonovum/IMG ): مدل آینده اطلاعات و تبادل داده برای داده های نویز در هلند،
  • CityGML Noise ADE : یک توسعه CityGML برای مدل سازی داده ها مطابق با مقررات آلمان برای ارزیابی نویز (توضیح داده شده در بخش 2.4 )، و
  • دستورالعمل INSPIRE ( https://inspire.ec.europa.eu/ ): زیرساخت داده های مکانی برای سیاست ها و فعالیت های زیست محیطی اتحادیه اروپا که ممکن است بر محیط زیست تأثیر بگذارد.
CityGML به عنوان بهترین راه حل موجود برای پیاده سازی مدل داده ما برای مدل سازی داده های شبیه سازی نویز انتخاب شد. اولاً، CityGML مدل داده‌های سه بعدی، باز، معنایی و مبتنی بر GML است که امکان گسترش مدل داده‌های خود را با اطلاعات ویژه برنامه‌ها، با نام ADE، دارد. دوم، قبلاً در آلمان برای مدل‌سازی داده‌های مرتبط با نویز، یعنی CityGML Noise ADE استفاده شده است. ما CityGML Noise ADE موجود را مورد مطالعه قرار دادیم تا بفهمیم کدام عناصر در حال حاضر وجود دارند و کدام عناصر در این مدل داده وجود ندارد و آن را با معرفی عناصر جدید (اشیاء و ویژگی‌ها) بازسازی کردیم تا با CNOSSOS-EU، IM Geluid Model، INSPIRE، هماهنگ شود. و غیره.

4. مدل داده ما برای شبیه سازی نویز: eNoise ADE

eNoise ADE ما (Extended Noise ADE) به عنوان یک مدل زبان مدلسازی یکپارچه (UML) و طرح XSD تحقق یافته است. همه منابع (UML، XSD و مستندات) مربوط به eNoise ADE در مخزن عمومی GitHub ما در دسترس هستند: https://github.com/tudelft3d/eNoiseModel . مدل داده‌های ما نویز ناشی از جاده‌ها، راه‌آهن‌ها و صنایع را پوشش می‌دهد. ما صدای هواپیما را در این تحقیق مدل نمی کنیم. کلاس های مدل به 2 دسته تقسیم می شوند:
  • کلاس های موجود، که به روز می شوند ( بخش 4.1 ) و
  • کلاس های جدیدی که معرفی شده اند ( بخش 4.2 ).
برای جلوگیری از هرگونه ابهام، ویژگی‌ها و سایر کلاس‌ها را در ADE خود بر اساس منبع آنها، یعنی CityGML اصلی، Noise ADE موجود، geluidregister، Dutch IM Geluid، INSPIRE و CNOSSOS-EU جدا کردیم. علاوه بر این، شناسه‌های «نویز» و «نویز» برای تمایز بین ویژگی‌های Noise ADE موجود و eNoise ADE ما استفاده می‌شوند. شناسه های CityGML و GML مانند مدل داده واقعی باقی می مانند.

4.1. کلاس های موجود که به روز می شوند

CityModel
کلاس CityGML CityModel در اصل فقط نام ( gml:name ) و ID ( gml:id ) مدل شهر سه بعدی موجود در مجموعه داده را ذخیره می کند. کلاس CityModel در ADE ما برای ذخیره ویژگی های ابرداده مربوط به eNoise ADE ما گسترش یافته است ( شکل 1 )، مانند:
  • نام ADE ( enoise:adeName )،
  • نسخه ADE ( enoise:adeVersion )،
  • فضای نام ADE ( enoise:adeNamespace )،
  • مرجع مسئول ADE ( enoise:adeAuthority )،
  • پیوند به طرح XML ADE ( enoise:adeXMLschema )،
  • پیوند به مدل UML ADE ( enoise:adeUML )،
  • مرجع مسئول مجموعه داده ( enoise:dataAuthority )،
  • روش‌های ارزیابی یا دستورالعمل‌های مورد استفاده برای سر و صدای جاده‌ها ( نویز: نویز جاده )، راه‌آهن ( نویز: نویز راه‌آهن )، و صنایع ( نویز: نویز صنعتی )،
  • نام ( enoise:noiseSoftwareName )، نسخه ( enoise:noiseSoftwareVersion )، و سازمان/شرکت ( enoise:noiseSoftwareAuthority ) نرم افزار مورد استفاده برای شبیه سازی نویز، و
  • پیوند به هر سند اضافی ( enoise:documentation ).
این ویژگی ها مطابق با ISO 19115 و بر اساس CityGML Metadata ADE توسعه یافته توسط مرجع [ 37 ] هستند.
ساختمان
کلاس CityGML Building صفات و روابط را از کلاس abstract _AbstractBuilding به ارث می برد . AbstractBuilding قبلاً دارای برخی ویژگی‌ها برای ذخیره معنایی مدل ساختمان در مجموعه داده است، مانند کلاس ساختمان، عملکرد آن (مثلاً مسکونی، عمومی یا صنعتی)، استفاده از آن، سال ساخت، سال تخریب، نوع سقف آن، ارتفاع اندازه گیری شده آن، و تعداد طبقات بالا و زیر زمین و ارتفاع آنها (همانطور که در  شکل 2 به رنگ زرد نشان داده شده است ).
Noise ADE موجود کلاس _AbstractBuilding را با ویژگی های مرتبط با نویز غنی کرد ( شکل 3 )، مانند:
  • انعکاس از ساختمان ( noise:buildingReflection ) و تصحیح بازتاب در دسی بل ( noise:buildingReflectionCorrection )
  • سطوح نویز مشاهده شده در طول روز، عصر و شب ( نویز:LDenMax، نویز:LDenMin، نویز:LNightMax، نویز:LNightMin، نویز:LDenEq، نویز:LNightEq )،
  • تعداد ساکنان ساختمان ( noise:buildingHabitants )
  • تعداد آپارتمان ها در ساختمان ( سر و صدا: ساختمانآپارتمان ها ) و
  • لیستی از نقاط انتشار ( noise:buildingImmissionPoints ).
با این حال، اصطلاح ساختمان مستقیماً در زمینه ارزیابی های مواجهه مورد نیاز در پیوست VI END ذکر نشده است. در عوض، از اصطلاح مسکن استفاده می شود که می توان آن را به عنوان یک واحد مسکونی مستقل توصیف کرد [ 38 ]. یک ساختمان ممکن است شامل صفر، یک یا چند واحد مسکونی باشد. به عنوان مثال، یک ساختمان مسکونی می تواند شامل یک یا چند واحد مسکونی باشد. برای مطابقت با END، CNOSSOS-EU و INSPIRE ، یک شیء شهری جدید در eNoise ADE ما با ویژگی های زیر معرفی شده است:
  • شناسه خانه ( gml:id )،
  • آدرس محل سکونت ( هسته: آدرس )
  • تعداد طبقات در خانه ( نویز:numberOfFloors )،
  • تعداد ساکنان در خانه ( نویز:numberOfInhabitants )،
  • مساحت کف خانه ( نویز: FloorArea )،
  • سطوح نویز برای هر واحد مسکونی ( نویز:LDenMax، نویز:LDenMin، نویز:LNightMax، نویز:LNightMin، نویز:LDenEq، نویز:LNightEq، نویز:L24Max، نویز:L24Min )،
  • باند اکتاو برای هر دوره زمانی (روز، عصر و شب) ( نویز:octaveBandDay، enoise:octaveBandEvening، enoise:octaveBandNight )،
  • تعداد گیرنده های قرار داده شده بر روی ساختمان ( نویز:numberOfReceivers )، و
  • اطلاعات مربوط به گیرنده های قرار داده شده در خانه ( نویز: گیرنده ).
eNoise ADE ما شامل تمام ویژگی های ذکر شده برای ساختمان ها از Noise ADE است. جدای از آن، ویژگی های زیر مطابق با INSPIRE و CNOSSOS-EU به کلاس _AbstractBuilding در eNoise ADE ما اضافه می شود :
  • باند اکتاو برای هر دوره زمانی (روز، عصر و شب) ( نویز:octaveBandDay، enoise:octaveBandEvening، enoise:octaveBandNight )،
  • سطوح نویز محاسبه شده برای کل ساختمان به مدت 24 ساعت ( نویز:buildingL24Max، نویز:buildingL24Min )،
  • بیشترین نمای در معرض دید ( نویز:mostExposedFacade )،
  • نمای ساکت ( enoise:quietFacade )
  • مساحت پایه ساختمان ( نویز: BaseArea )،
  • حجم ساختمان ( نویز: حجم )،
  • ارتفاع مطلق زمین ساختمان ( نویز: ارتفاع زمین )،
  • تعداد گیرنده های نصب شده روی ساختمان ( نویز:numberOfReceivers )،
  • اطلاعات مربوط به گیرنده های قرار داده شده در ساختمان، به عنوان مثال، شناسه نمای نما که گیرنده روی آن قرار گرفته است ( enoise:receiverFacade )، محل گیرنده ( enoise:receiverLocation )، و ارتفاع از سطح زمین ( enoise:receiverHeight )،
  • تعداد خانه های ساختمان ( نویز:numberOfDwellings ) و
  • اطلاعات در مورد خانه ها ( مسکن ).
امداد (زمین)
متخصصان سیستم اطلاعات جغرافیایی اغلب زمین (نقاط برجسته) را به عنوان TIN (شبکه های نامنظم مثلثی) یا شبکه مدل می کنند. علاوه بر این، CityGML اجازه می دهد تا یک زمین را به عنوان یک شبکه معمولی، یا TIN، یا به عنوان خطوط شکست، یا به عنوان مجموعه ای از نقاط مدل سازی کنید [ 10 ]. جدای از نمایش های ذکر شده، می توان یک زمین را با خطوط سه بعدی (که می توانند خطوط کانتور نیز باشند) مدل کرد. یک مزیت می تواند ذخیره سازی خطوط سه بعدی باشد که به طور قابل توجهی به زمین کمک می کنند، در نتیجه حجم داده های ورودی مورد نیاز برای شبیه سازی کاهش می یابد و عملکرد محاسباتی شبیه سازی افزایش می یابد. بنابراین، enoise:LineRelief به عنوان یک نوع نمایش زمین دیگر در CityGML اضافه شده است که این خطوط سه بعدی را نشان می دهد ( شکل 4). این نیز مطابق با مدل هلندی IM Geluid است. ایده این است که تغییرات ارتفاع را با کمترین عنصر (نقاط ارتفاع یا خطوط) تا حد امکان ثبت کنید.
کاربری زمین
کلاس CityGML LandUse نه تنها برای توصیف کاربری خاص یک منطقه، بلکه ویژگی های فیزیکی منطقه، به عنوان مثال، تالاب ها، علفزارها، جنگل ها، شن و ماسه و غیره استفاده می شود [ 10 ]. انعکاس یا جذب صدا از ویژگی های یک منطقه زمین است. بنابراین، کلاس CityGML LandUse بسط داده می‌شود تا یک ویژگی ( enoise:absorptionFraction ) را برای مدل‌سازی درجه جذب نویز بر اساس مساحت زمین در بر گیرد ( شکل 5 ). این نیز مطابق با هلندی IM Geluid و CNOSSOS-EU است. مقدار مشخصه پیشنهادی در یک شمارش تعریف شده است ( enoise:AbsorptionFractionValues) با مقادیر 0 (سخت) ، 1 (نرم) و  0.5 (متوسط/متوسط) .
جاده
کلاس CityGML Road در اصل فقط دارای چند ویژگی برای ذخیره شناسه (gml:id) ، کلاس (tran:class) ، تابع (tran:function) و استفاده (tran:usage) جاده است. کلاس Road این ویژگی های ذکر شده را از کلاس CityGML TransportationComplex به ارث می برد . Noise ADE موجود یک نویز از نوع شی جدید اضافه کرد : NoiseRoadSegment برای نمایش بخش‌های جداگانه یک جاده با ویژگی‌های خاص برای محاسبه نویز، مانند:
  • میانگین جریان ترافیک ساعتی برای روز، عصر و شب در بخش جاده ( noise:mDay، noise:mEvening، noise:mNight )،
  • میانگین جریان ترافیک ساعتی برای 16 ساعت از روز در بخش جاده، یعنی به طور خلاصه روز و عصر ( نویز:mDay16 )،
  • درصد وسایل نقلیه سنگین بر حسب درصد برای روز، عصر و شب در بخش جاده ( نویز:pDay، نویز:pEvening، noise:pNight )،
  • درصد وسایل نقلیه سنگین بر حسب درصد برای 16 ساعت از روز در بخش جاده، به عنوان مثال، روز و عصر به طور خلاصه ( نویز:pDay16 )،
  • میانگین جریان ترافیک روزانه در بخش جاده ( نویز: dtv )،
  • محدودیت سرعت بر حسب کیلومتر در ساعت برای خودروهای سواری در روز، عصر و شب در بخش جاده ( نویز:speedDayPkw، speedEveningPkw، speedNightPkw )،
  • محدودیت سرعت بر حسب کیلومتر در ساعت برای وسایل نقلیه سنگین برای روز، عصر و شب در بخش جاده ( نویز:speedDayLkw، speedEveningLkw، speedNightLkw )،
  • مواد سطح بخش جاده ( نویز:roadSurfaceMaterial )،
  • تصحیح انتشار نویز از مواد سطح قطعه جاده مطابق با دسی بل ( نویز: جاده سطح تصحیح )،
  • عرض یک مقطع از بخش جاده بر حسب متر ( صدا: فاصله راهرو )،
  • عرض بخش جاده بر حسب متر ( صدا: فاصلهD )
  • مشخصه برای نشان دادن اینکه بخش جاده یک پل ( سر و صدا: پل ) است یا یک تونل ( سر و صدا: تونل )
  • اصلاح شیب برای بخش جاده ( نویز:roadGradientPercent )،
  • اصل و نسب داده ها ( noise:lineage ) و
  • هندسه بخش جاده ( نویز:lodOBaseLine ).
برای مطابقت با CNOSSOS-EU، بخش‌های جاده با ویژگی‌های زیر به‌روزرسانی می‌شوند ( شکل 6 ):
  • ارتفاع منبع ( enoise:sourceHeight )؛
  • ویژگی noise:distanceCarriageway را حذف کرد و noise:distanceD را به enoise:roadWidth تغییر نام داد تا عرض بخش جاده را بر حسب متر منعکس کند.
  • سن سطح جاده ( نویز:ageOfRoad )،
  • مشخصه برای تشخیص اینکه آیا بخش جاده یک تقاطع ( نویز:تقاطع ) یا یک دوربرگردان (نویز:گردی ) است.
  • سرعت وسایل نقلیه در روز، عصر و شب. ما وسایل نقلیه را طبق پیشنهاد CNOSSOS-EU به پنج دسته تقسیم کردیم: وسایل نقلیه موتوری سبک، وسایل نقلیه موتوری متوسط ​​سنگین، وسایل نقلیه سنگین، موتورهای دوچرخ (موتور سیکلت و موتور سیکلت) و وسایل نقلیه موتور الکتریکی [ 8 ] و گزارش سرعت آنها در طول دوره روز ( enoise:speedDay )، در شب ( enoise:speedEvening )، و در شب ( enoise:speedNight ) CNOSSOS شامل یک کلاس باز برای وسایل نقلیه جدید است که در آینده توسعه خواهند یافت. این کلاس می تواند وسایل نقلیه الکتریکی یا هیبریدی یا هر وسیله نقلیه آینده نگرانه دیگری را پوشش دهد [ 8]؛ ما فقط دسته رایج وسایل نقلیه موتور الکتریکی را در مدل خود گنجانده ایم. ما ویژگی های مربوط به سرعت نویز ADE فعلی را لحاظ نکردیم.
  • میانگین جریان ترافیک سالانه در هر دسته وسیله نقلیه در بازه زمانی، به عنوان مثال، برای روز، عصر، و در شب برای بخش جاده ( نویز:mDay، نویز:mEvening، نویز:mNight ). ویژگی‌های جریان ترافیک Noise ADE فعلی دسته خودرو را در نظر نمی‌گیرد.
  • باند اکتاو برای هر دوره زمانی (روز، عصر و شب) که در آن تابش‌ها ثبت می‌شوند ( enoise:octaveBandDay، enoise:octaveBandEvening، enoise:octaveBandNight ). و
  • انتشار نویز از بخش جاده در طول روز ( enoise:emissionDay )، در عصر ( enoise:emissionEvening ) و در شب ( enoise:emissionNight ).
راه آهن
راه آهن نشان دهنده مسیرهایی است که توسط وسایل نقلیه ریلی مانند تراموا یا قطار استفاده می شود. کلاس CityGML Railway همان ویژگی های جاده CityGML را از CityGML TransportationComplex به ارث می برد . Noise ADE موجود یک نویز از نوع شی جدید اضافه کرد : NoiseRailwaySegment برای نمایش بخش های مجزا از یک مسیر راه آهن با ویژگی های خاص برای محاسبه نویز، مانند:
  • نوع ماده سطحی بخش از مسیر راه آهن ( نویز:railwaySurfaceMaterial ) و تصحیح آن بر حسب دسی بل ( نویز:railwaySurfaceCorrection )،
  • ویژگی برای نشان دادن اینکه بخش راه آهن یک پل ( نویز:پل ) یا یک گذرگاه ( نویز:تونل ) است.
  • شعاع منحنی بخش ریل بر حسب متر ( نویز: curveRadius )،
  • تصحیح اضافی انتشار نویز در صورت نیاز ( noise:additionalCorrectionSegment ) و
  • هندسه بخش راه آهن ( نویز:lodOBaseLine ).
به طور کلی، مرتبط‌ترین عناصری که بر انتشار صدای راه‌آهن تأثیر می‌گذارند، ناهمواری سر راه‌آهن، سفتی پد ریل، پایه مسیر، اتصالات ریل و شعاع انحنای مسیر راه‌آهن هستند [ 8 ]. زبری سر راه آهن و نرخ پوسیدگی مسیر دو پارامتر مهم صوتی بر اساس ISO 3095 [ 39 ] هستند. اینها در CityGML Noise ADE موجود نیستند. برای مطابقت با CNOSSOS-EU و ISO 3095، بخش‌های راه‌آهن ( شکل 6 ) را با ویژگی‌های زیر به‌روزرسانی کردیم:
  • نشانگر ناهمواری سر راه آهن ( enoise:railRoughness )، مانند نگهداری خوب و بسیار صاف، به طور معمول حفظ شده و غیره، و مقدار آن (معمولاً برحسب میکرون) ( enoise:railRoughnessValue ). مقادیر صفت enoise:railRoughness در یک شمارش تعریف شده است ( enoise:railRoughnessValues ​​).
  • نشانگر سفتی پد ریل ( Enoise:railpadStiffness )، مانند نرم، سخت، متوسط ​​و مقدار آن ( enoise:railpadStiffnessValue ). مقادیر صفت enoise:railpadStiffness در یک شمارش تعریف می‌شوند ( enoise:railpadStiffnessValues ).
  • نوع پایه قطعه ریلی (مسیر) ( نویز:TrackBase )، به عنوان مثال، بالاست، مسیر دال، و غیره. مقادیر این ویژگی در یک شمارش تعریف شده است ( enoise:trackBaseValues ).
  • نوع ( enoise:curveType ) منحنی یک بخش راه آهن، یعنی منحنی مستقیم، منحنی کم، منحنی متوسط ​​و منحنی بالا. مقادیر این ویژگی از یک شمارش گرفته شده است ( enoise:CurveTypeValues ​​);
  • اقدامات کاهش نویز در مسیر راه آهن ( نویز: نویزMeasure )، مانند دمپرها، موانع، و غیره. مقادیر این ویژگی در یک شمارش تعریف شده است ( enoise:noiseMeasureValues ​​);
  • قطع اتصالات (کلیدها یا اتصالات) در بخش ریل ( Enoise:rail Joints )؛
  • طول سوئیچ یک بخش ریلی ( نویز:switchLength )؛
  • نرخ پوسیدگی آهنگ بر حسب دسی بل بر متر ( نویز:trackDecayRate )؛ نرخ پوسیدگی بالا معمولاً صدای کم را نشان می دهد و برای مثال می توان با استفاده از لنت های سفت بین مسیر راه آهن و تراورس ها به دست آورد.
  • ویژگی برای تشخیص اینکه آیا بخش راه آهن در یک تونل قرار دارد یا خیر ( enoise:tunnel );
  • باند اکتاو برای هر دوره زمانی (روز، عصر و شب) که در آن تابش‌ها ثبت می‌شوند ( enoise:octaveBandDay، enoise:octaveBandEvening، enoise:octaveBandNight ).
  • میانگین جریان ترافیک سالانه در بخش راه آهن در طول روز، عصر و شب ( نویز:mDay، نویز:mEvening، enoise:mNight )؛ و
  • انتشار سر و صدا از بخش راه آهن در طول روز ( enoise:emissionDay )، در عصر ( enoise:emissionEvening )، و در شب ( enoise:emissionNight ).
در مدل منبع CNOSSOS-EU برای راه آهن، جهت دهی منبع بخشی از توضیحات منبع است. عمود بر منبع، اصلاحی وجود ندارد، اما اگر منبع در زاویه دیده شود، انتشار کمتر است. این در تصحیح جهت بیان می شود. این یک ویژگی منبع است، اما فقط در حین محاسبه قابل ارزیابی است و در ADE گنجانده نشده است.
قطار – تعلیم دادن
نوع ویژگی قطار از قبل در CityGML Noise ADE موجود با ویژگی‌های زیر وجود دارد:
  • نوع قطار (نویز:trainType)
  • تصحیح انتشار نویز (در دسی بل) بر اساس نوع قطار ( نویز:trainTypeCorrection )
  • بخش (در درصد) واگن‌های دارای ترمز دیسکی چرخ برای روز، عصر و شب ( نویز:brakePortionDay، نویز:brakePortionEvening، نویز:brakePortionNight )
  • طول کل هر قطار برای روز، عصر و شب بر حسب متر ( صدا: طول روز، طول عصر، طول شب )
  • سرعت قطار در روز ( noise:speedDay )، در عصر ( noise:speedEvening )، و در شب ( noise:speedNight )
  • اصلاح اضافی انتشار نویز در صورت نیاز ( نویز:additionalCorrectionTrain )
نوع ویژگی Train با ویژگی های زیر در ADE ما به روز می شود:
  • نوع قطار (enoise:trainType) ; ما یک شمارش TrainTypeValues ​​برای انواع مختلف قطارها (مانند قطارهای پرسرعت، تراموا و غیره) معرفی کردیم.
  • نوع ترمز در قطار ( نویز:brakeType )؛ ما یک نویز شمارش را معرفی کردیم:BrakeTypeValues ​​برای انواع مختلف ترمز در قطار. و
  • ویژگی برای نشان دادن وجود اقدامات کاهش نویز، مانند ( نویز: دمپر ) و صفحه نمایش ( نویز: صفحه نمایش ).

4.2. کلاس های جدید در مدل

صنعت
برای مدل‌سازی طرح نویز صنعتی، یک کلاس بتن IndustrialNoiseSource برای نشان دادن منابع نویز صنعتی تعریف شده است ( شکل 7 ). از آنجایی که در حال حاضر، CNOSSOS-EU برای مدل‌های نویز استراتژیک استفاده می‌شود، از اطلاعات جهت دهی منابع نویز استفاده نمی‌شود. بنابراین، در ADE توضیح داده نشده است. کلاس IndustrialNoiseSource دارای ویژگی های زیر است:
  • نوع منبع نویز صنعتی، یعنی نقطه/خط/سطح ( نویز:نوع )،
  • هندسه منبع نویز ( نویز: هندسه )،
  • ارتفاع منبع از زمین ( نویز:heightAboveGround )،
  • ساعات کار (روز، عصر، شب بر اساس میانگین سالانه) ( نویز:operatingHoursDay ، enoise:operatingHoursEvening ، enoise:operatingHoursNight )،
  • سطح نویز منتشر شده توسط منبع ( enoise:emissionDay ، enoise:emissionEvening ، noise:emissionNight ) و
  • باند اکتاو برای هر دوره زمانی (روز، عصر و شب) که در آن تابش‌ها ثبت می‌شوند ( enoise:octaveBandDay، enoise:octaveBandEvening، enoise:octaveBandNight ).
نقاط مرجع
نقاط مرجع نقاطی هستند که از نظر قانونی مقرر شده اند که حداکثر سطوح سر و صدا با تصمیم قانونی تعیین می شود و به همین ترتیب نظارت می شود. اینها بر اساس geluidregister و IM Geluid مدل‌سازی شده‌اند . یک کلاس ( enoise:ReferencePoint ) به عنوان بخشی از ماژول CityGML CityFurniture برای نمایش چنین نقاطی پیاده سازی شده است. ما هندسه این نقاط (( enoise:geometry )، مقدار واقعی و حداکثر نویز را در این نقاط ( enoise:noiseValue و enoise:maxNoiseValue ) و ارتفاع این نقاط از سطح زمین ( enoise:heightAboveGround ) ذخیره می کنیم.
موانع صوتی
ویژگی مانع نویز در یک کد لیست در ماژول CityFurniture در CityGML Noise ADE موجود تعریف شده است. علاوه بر این، هندسه موانع نویز به عنوان یک نمایش خط LOD0 در Noise ADE موجود تعریف می‌شود، در حالی که هیچ نمایش LOD0 از ویژگی‌های مبلمان شهری در ماژول CityFurniture وجود ندارد . علاوه بر این، مشخص نیست که آیا این نمایش خط بالا یا پایین موانع نویز را ذخیره می کند. ما آن را به عنوان یک کلاس بتن در CityGML تعریف می کنیم ( شکل 8 ) با ویژگی های زیر بر اساس geluidregister ، IM Geluid و Noise ADE موجود:
  • نوع مانع نویز ( enoise:barrierType ); ما یک شمارش BarrierTypeValues ​​برای ذخیره انواع موانع نویز ایجاد کردیم.
  • ارتفاع مانع نسبت به زمین ( نویز:barrierHeight )؛
  • طول مانع ( enoise:barrierLength )؛
  • ضریب بازتاب مانع در سمت چپ و راست آن در باند اکتاو ( enoise:refFactorL, enoise:refFactorR )؛
  • ویژگی نویز: شناور برای بررسی موقعیت مانع (مقدار 0 = مانع نویز در یک شیب و 1 = مانع نویز در یک راه‌راه). و
  • هندسه مانع به صورت منحنی/خطوط ( نویز:lod0TopLine که بالای موانع نویز را نشان می‌دهد و نویز :lod0BaseLine که پایه موانع نویز را نشان می‌دهد) و سطوح ( نویز:lod1MultiSurface ).

5. مجموعه داده های مورد استفاده و پیاده سازی

5.1. مجموعه داده های مورد استفاده

داده های ورودی زیر برای آزمایش قابلیت استفاده ADE استفاده شد:
  • منابع نویز ، به عنوان مثال، داده‌های مربوط به جاده‌ها و بخش‌های جاده، موانع صوتی، و نقاط مرجع قرار گرفته در کنار جاده‌های منطقه‌ای در هلند. نقاط مرجع همیشه 50 متر دورتر از جاده، 4 متر ارتفاع و 100 متر از هم فاصله دارند [ 40 ]. این داده ها از geluidregister ( https://www.rijkswaterstaat.nl/kaarten/geluidregister.aspx )، ثبت ملی نویز هلند گرفته شده است.
  • سایر داده‌های محیط ساخته شده ، به عنوان مثال، داده‌های مربوط به ساختمان‌ها، زمین، و انواع زمین با عوامل بازتاب/جذب نویز برای منطقه‌ای در هلند. این داده ها به عنوان بخشی از پروژه در حال انجام ” بازسازی خودکار داده های ورودی سه بعدی برای مطالعات نویز ” ( https://3d.bk.tudelft.nl/opendata/noise3d/en.html ) با همکاری Rijkswaterstaat، RIVM، ایجاد شده است. Kadaster و گروه تحقیقاتی اطلاعات جغرافیایی سه بعدی، TU Delft.
شکل 9 داده های ورودی مورد استفاده در این تحقیق را نشان می دهد.

5.2. پیاده سازی

یک نمونه اولیه Python منبع باز توسعه داده شد که به طور خودکار مجموعه داده های ورودی فوق الذکر (شرح شده در بخش 5.1 ) را ساختار می دهد تا با فرمت CityGML eNoise ADE ما برای ذخیره سازی داده ها، تجزیه و تحلیل نویز سه بعدی و تجسم مطابقت داشته باشد. شکل 10 مدل شهر سه بعدی تولید شده را در CityGML eNoise ADE ما نشان می دهد.

5.2.1. ساختمان ها

مجموعه داده شامل ردپای دو بعدی برای ساختمان ها با اطلاعات ارتفاع است. این ردپاها به صورت جامدات به صورت سه بعدی با استفاده از ارتفاع داده شده اکسترود می شوند، بنابراین مدل های ساختمانی LOD1 به دست می آید.
5.2.2. جاده ها و نقاط مرجع
مجموعه داده شامل بخش های جاده است که به صورت خطوط با اطلاعاتی در مورد عرض جاده، ارتفاع منبع، جریان ترافیک و غیره نمایش داده می شود. بخش های جاده نیز به عنوان خطوط در مدل ما مدل شده اند. نقاط مرجع قرار داده شده در طول جاده ها نیز با هندسه، ارتفاع و مقدار واقعی و حداکثر نویز مشاهده شده در این نقاط ذخیره می شوند. قطعه 1 ویژگی های ورودی مرتبط با نویز ایجاد شده و مقادیر آنها را برای بخش های جاده در CityGML eNoise ADE به تصویر می کشد.
قطعه 1. CityGML Road با ویژگی های نویز ورودی در eNoise ADE گسترش یافته است.
5.2.3. موانع صوتی
مجموعه داده شامل موانع نویز است که به صورت خطوط با اطلاعاتی در مورد نوع، ارتفاع، طول، عوامل بازتابی و غیره نمایش داده می شود. موانع نویز را می توان به دو روش در مدل ما ذخیره کرد: به عنوان سطوح سه بعدی که با استفاده از اطلاعات ارتفاع اکسترود شده اند ( شکل 11 را ببینید ) یا به عنوان خطوط سه بعدی که نمایانگر بالا و پایین موانع هستند ( شکل 10 را ببینید ). Snippet 2 موانع نویز را در CityGML eNoise ADE به تصویر می کشد.
قطعه 2. موانع نویز به عنوان سطوح سه بعدی در eNoise ADE مدل‌سازی شده‌اند.
5.2.4. زمین
داده‌های ورودی شامل زمین به‌عنوان خطوط ارتفاع (که خطوط منفرد، خطوط خطوط و خطوط شکست نیستند) [ 41 ] است. ما این خطوط را به عنوان خطوط سه بعدی، یعنی CityGML LineRelief مدل کردیم .
5.2.5. نوع زمین
ویژگی جذب نویز سطح زمین به عنوان ویژگی مشخصه زمین مدل شده و با استفاده از کلاس CityGML LandUse نشان داده شده است ( شکل 11 را ببینید ).
5.2.6. خروجی شبیه سازی
سطوح نویز خروجی تولید شده توسط شبیه سازی نویز نیز می تواند در ADE ذخیره شود. سطوح نویز بر اساس انتشار و مکان منبع نویز و یک مدل سه بعدی از محیط (به عنوان مثال، ساختمان ها، جاده ها، موانع صوتی) که برای تعیین انتشار نویز استفاده می شود، محاسبه می شود. Geomilieu یک نرم‌افزار شبیه‌سازی نویز است که توسط DGMR (لاهه، هلند) برای محاسبه سطوح نویز ناشی از ترافیک جاده‌ای، ریل، صنایع و هواپیما مطابق با روش‌های ارزیابی نویز توسعه یافته است [ 25 ]. Geomilieu همچنین CNOSSOS-EU را برای محاسبه نویز از جاده ها، مناطق صنعتی و راه آهن پیاده سازی می کند. ما داده ها را برای اجرا در Geomilieu برای محاسبه سطوح نویز آماده کردیم. قطعه 3 ساختمان CityGML ADE را به تصویر می کشدغنی شده با نتایج شبیه سازی نویز.
قطعه 3. ساختمان CityGML با ویژگی های نویز خروجی در eNoise ADE گسترش یافته است.

6. نتیجه گیری

این مقاله تحقیقات ما را در مورد اجرای یک مدل داده ورودی/خروجی هماهنگ برای شبیه‌سازی نویز شهری در اتحادیه اروپا ارائه می‌کند. علاوه بر این، فهرستی از روش‌ها و دستورالعمل‌های ارزیابی نویز که در کشورهای اتحادیه اروپا برای دور سوم نقشه‌برداری استراتژیک نویز در سال 2017 دنبال می‌شوند، ارائه کردیم ( جدول 1 ). ما در مورد چالش‌هایی که در حین تهیه این فهرست با آن مواجه می‌شویم بحث کردیم و توضیح دادیم که چگونه ناهمگونی در روش‌های ارزیابی و داده‌های ورودی مورد استفاده می‌تواند دستیابی به سطوح نویز قابل مقایسه در سراسر اتحادیه اروپا را دشوار کند.
علاوه بر این، توضیح دادیم که چگونه پذیرش چارچوب CNOSSOS-EU می‌تواند به افزایش سازگاری بین نتایج مطالعات شبیه‌سازی نویز در سراسر اتحادیه اروپا کمک کند. در نهایت، مدل داده هماهنگ مبتنی بر CityGML ما برای مدل‌سازی ورودی‌ها و خروجی‌های شبیه‌سازی نویز بر اساس CNOSSOS-EU ارائه شده است. ما یک مجموعه داده در قالب ADE خود برای منطقه ای در هلند ایجاد کردیم تا داده های ورودی/خروجی را برای شبیه سازی نویز مدل سازی کنیم. مقایسه اجرای eNoise ADE ما با CityGML Noise ADE موجود در جدول 2 آورده شده است. ارزیابی مدل داده ما در برابر الزامات ذکر شده در بخش 2.3 ، مدل ما:
  • داده های ورودی/خروجی را برای شبیه سازی نویز ذخیره می کند.
  • دارای UML و XSD (شما XML) است.
  • باز، قابل توسعه و سازگار با INSPIRE است. با پیروی از قوانین گسترش طرح CityGML می‌توان به مدل اضافه کرد.
  • سازگار با GML است و هندسه و معناشناسی اشیاء شهری مرتبط با نویز را در یک مدل داده ترکیب می کند.
  • دارای متادیتا برای نویز در مجموعه داده های ADE. و
  • می تواند برای اعتبارسنجی نویز مجموعه داده های ADE استفاده شود.
کشورهای اتحادیه اروپا در نقطه عطفی قرار دارند و فرصت راه اندازی یک مدل داده مشترک برای داده های ورودی/خروجی شبیه سازی نویز با استفاده از CNOSSOS-EU باید قبل از دور بعدی نقشه برداری استراتژیک نویز مورد استفاده قرار گیرد. کشورهای عضو باید آماده اجرای دور بعدی نقشه برداری، آزمایش چارچوب جدید باشند. این تحقیق گامی در جهت استانداردسازی داده های ورودی برای شبیه سازی نویز برای به دست آوردن نتایج قابل مقایسه از شبیه سازی های مختلف نویز با استفاده از CNOSSOS در سراسر اتحادیه اروپا است.

منابع

  1. دن بوئر، ال. Schroten، A. کاهش صدای ترافیک در اروپا. CE دلفت 2007 ، 14 ، 2057-2068. [ Google Scholar ]
  2. دستورالعمل، E. دستورالعمل 2002/49/EC پارلمان اروپا و شورای 25 ژوئن 2002 مربوط به ارزیابی و مدیریت نویز محیطی. خاموش J. Eur. جوامع L 2002 ، 189 ، 12-26. [ Google Scholar ]
  3. دکلایور، اچ. Stoter، J. نقشه برداری نویز و GIS: بهینه سازی کیفیت و کارایی مطالعات اثر نویز. محاسبه کنید. محیط زیست سیستم شهری 2003 ، 27 ، 85-102. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  4. مورفی، ای. کینگ، نقشه‌برداری استراتژیک نویز محیطی EA: مسائل روش‌شناختی در مورد اجرای دستورالعمل نویز محیطی اتحادیه اروپا و پیامدهای سیاستی آن‌ها. محیط زیست بین المللی 2010 ، 36 ، 290-298. [ Google Scholar ] [ CrossRef ] [ PubMed ][ نسخه سبز ]
  5. کینگ، EA; مورفی، ای. رایس، HJ اجرای دستورالعمل نویز محیطی اتحادیه اروپا: درس هایی از مرحله اول نقشه برداری استراتژیک نویز و برنامه ریزی اقدام در ایرلند. جی. محیط زیست. مدیریت 2011 ، 92 ، 756-764. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  6. کفالوپولوس، اس. پاویوتی، ام. Anfosso-Lédée, F.; ون مرکه، دی. شیلتون، اس. Jones, N. پیشرفت در توسعه روش های رایج ارزیابی نویز در اروپا: چارچوب CNOSSOS-EU برای نقشه برداری استراتژیک نویز محیطی. علمی کل محیط. 2014 ، 482 ، 400-410. [ Google Scholar ] [ CrossRef ]
  7. نیلند، اچ. ون وی، جی. سر و صدای ترافیک در اروپا: مقایسه روش های محاسبه، شاخص های نویز و استانداردهای نویز برای ترافیک جاده ای و راه آهن در اروپا. ترانسپ Rev. 2005 , 25 , 591-612. [ Google Scholar ] [ CrossRef ]
  8. کفالوپولوس، اس. پاویوتی، ام. Anfosso-Lédée, F. روشهای رایج ارزیابی نویز در اروپا (CNOSSOS-EU) ; دفتر انتشارات اتحادیه اروپا: بروکسل، بلژیک، 2012. [ Google Scholar ]
  9. دستورالعمل، E. دستورالعمل کمیسیون (EU) 2015/996 مورخ 19 مه 2015 ایجاد روش های ارزیابی نویز مشترک بر اساس دستورالعمل 2002/49/EC پارلمان اروپا و شورا. خاموش J. Eur. Union L 2015 ، 168 ، 58. [ Google Scholar ]
  10. OGC. استاندارد رمزگذاری 2.0.0 زبان نشانه گذاری جغرافیای شهر OGC® (CityGML Doc. شماره 12–019 ; OGC: Wayland، MA، ایالات متحده آمریکا، 2012. [ Google Scholar ]
  11. چروینسکی، آ. سندمن، اس. استوکر مایر، ای. Plümer, L. SDI پایدار برای نقشه‌برداری نویز اتحادیه اروپا در NRW بهترین عمل برای INSPIRE. IJSDIR 2007 ، 2 ، 90-111. [ Google Scholar ]
  12. دوتیلو، جی. دفاع، جی. اکوتییر، دی. گاورو، بی. Bérengier، M. بسنارد، اف. Duc، EL NMPB-ROUTES-2008: بازنگری روش فرانسوی برای پیش‌بینی نویز ترافیک جاده‌ای. Acta Acust. یونایتد آکست. 2010 ، 96 ، 452-462. [ Google Scholar ] [ CrossRef ]
  13. De ministri van Volkshuisvesting، Ruimtelijke Ordening en Milieubeheer. Reken-en Meetvoorschrift Railverkeerslawaai (RMR) ; De ministri van Volkshuisvesting: Ruimtelijke Ordening en Milieubeheer، هلند، 2012. [ Google Scholar ]
  14. ECAC. ECAC.CEAC Doc 29—2nd Edition—گزارش در مورد روش استاندارد محاسبه نویز نویز در اطراف فرودگاه‌های شهری . ECAC: پاریس، فرانسه، 1997. [ Google Scholar ]
  15. ISO ISO 9613-2:1996—آکوستیک—تضعیف صدا در حین انتشار در فضای باز—بخش 2: روش کلی محاسبه . ISO: ژنو، سوئیس، 1996. [ Google Scholar ]
  16. آژانس محیط زیست اروپا مکانیزم گزارش دهی داده های نویز الکترونیکی: کتابچه راهنمای تحویل داده ها مطابق با دستورالعمل 2002/49/EC . گزارش فنی؛ آژانس محیط زیست اروپا: کپنهاگ، دانمارک، 2012. [ Google Scholar ]
  17. لیسیترا، جی. نقشه برداری نویز در اتحادیه اروپا: مدل ها و رویه ها . CRC Press: Boca Raton، FL، USA، 2012. [ Google Scholar ]
  18. استوتر، جی. پیترز، آر. فرمانده، تی. دوکای، بی. کومار، ک. Ledoux, H. بازسازی خودکار داده های ورودی سه بعدی برای شبیه سازی نویز. محاسبه کنید. محیط زیست سیستم شهری 2020 , 80 , 101424. [ Google Scholar ] [ CrossRef ]
  19. ورگود، تی. Van Leeuwen، HJ ارزیابی و اعتبار روش محاسبه CNOSSOS در هلند. در مجموعه مقالات EuroNoise 2018، Heraklion، یونان، 27-31 مه 2018. [ Google Scholar ]
  20. کوکونن، جی. کنتکانن، او. Maijala، PP CNOSSOS-EU مدل نویز پیاده سازی در فنلاند. در مجموعه مقالات نشست آکوستیک بالتیک-اسکاندیناوی، استکهلم، سوئد، 20 تا 22 ژوئن 2016. ص 19-22. [ Google Scholar ]
  21. Kokkonen، J. CNOSSOS-EU مدل نویز در فنلاند و تجربه آن در دور سوم END. در مجموعه مقالات یورونویز 2018، هرسونیسوس، یونان، 27 تا 31 مه 2018؛ ص 27-31. [ Google Scholar ]
  22. وزولک، تی. استپین، بی. Mleczko, D. مقایسه روش‌های ISO 9613-2 و CNOSSOS-EU در مدل‌سازی نویز یک کارخانه بزرگ صنعتی. INTER-NOISE NOISE-CON Congr. Conf. Proc. 2019 ، 259 ، 7807–7810. [ Google Scholar ]
  23. برتلینو، اف. جرولا، اف. کلمنتل، ام. اسکاراموزا، پ. Nardelli، M. Noise Mapping of Agglomerations: مقایسه استانداردهای موقت در مقابل روش جدید CNOSSOS در یک مطالعه موردی واقعی. INTER-NOISE NOISE-CON Congr. Conf. Proc. 2016 ، 253 ، 3639-3649. [ Google Scholar ]
  24. هوتسچی، ک. لوچر، بی. Gerber, M. sonROAD18: اجرای سوئیس مدل انتشار نویز ترافیک جاده ای CNOSSOS-EU. Acta Acust. یونایتد آکست. 2018 ، 104 ، 697-706. [ Google Scholar ] [ CrossRef ]
  25. DGMR. Geomilieu—Berekenen en Analyseren van Milieubelasting ; DGMR: Den Haag، هلند، 2018. [ Google Scholar ]
  26. Geomod. MithraSIG: نرم افزار شبیه سازی صوتی Geomod: برست، فرانسه، 2018. [ Google Scholar ]
  27. گروه ولفل IMMI: نرم افزار دقیق و کارآمد برای پیش بینی نویز و پراکندگی آلاینده های هوا . گروه Wölfel: کنتوود، MI، ایالات متحده آمریکا، 2018. [ Google Scholar ]
  28. برول و کیار نرم افزار Predictor-LimA ; Brüel and Kjaer: Nærum، دانمارک، 2018. [ Google Scholar ]
  29. DataKustik GmbH. CadnaA ; DataKustik GmbH: Gilching، آلمان، 2017. [ Google Scholar ]
  30. بنوچی، آر. بلوچی، پی. پروزی، ال. Bisceglie، A. آنجلینی، اف. کنفالونیری، سی. زامبون، جی. نقشه برداری پویا نویز در منطقه حومه شهر رم (ایتالیا). Environments 2019 ، 6 ، 79. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  31. شیلتون، اس جی. Anfosso Lédée, F.; Van Leeuwen، H. تبدیل داده های منبع جاده های موجود برای استفاده از CNOSSOS-EU. در مجموعه مقالات EuroNoise 2015، ماستریخت، هلند، 31 مه تا 3 ژوئن 2015. [ Google Scholar ]
  32. مایجالا، پ. Kontkanen، O. CNOSSOS-EU حساسیت به هواشناسی و برخی تغییرات ارزش اولیه جاده. INTER-NOISE NOISE-CON Congr. Conf. Proc. 2016 ، 253 ، 6245-6256. [ Google Scholar ]
  33. بیلجکی، اف. کومار، ک. Nagel, C. CityGML Application Domain Extension (ADE): مروری بر تحولات. Geospat را باز کنید. نرم افزار داده ایستادن. 2018 ، 3 ، 13. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  34. چروینسکی، آ. کلبه، تی. پلومر، ال. Stöcker-Meier، E. الزامات قابلیت همکاری و دقت برای نقشه‌برداری نویز محیطی اتحادیه اروپا. در مجموعه مقالات سمپوزیوم بین المللی InterCarto–InterGIS 12، برلین، آلمان، 28 تا 30 اوت 2006. [ Google Scholar ]
  35. چروینسکی، آ. کلبه، تی. پلومر، ال. استوکر مایر، E. تکنیک های زیرساخت داده های فضایی برای استراتژی های نقشه برداری نویز انعطاف پذیر. در مجموعه مقالات بیستمین کنفرانس بین المللی انفورماتیک محیطی-مدیریت دانش محیطی، گراتس، اتریش، 6-8 سپتامبر 2006. صص 99-106. [ Google Scholar ]
  36. کومار، ک. لدوکس، اچ. فرمانده، تی. Stoter، J. مدلسازی نویز شهری در CityGML ADE: مورد هلند. ISPRS Ann. فتوگرام حسگر از راه دور اسپات. Inf. علمی 2017 ، IV-4/W5 ، 73-81. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  37. لابتسکی، ا. کومار، ک. لدوکس، اچ. Stoter, J. ADE ابرداده برای CityGML. Geospat را باز کنید. نرم افزار داده ایستادن. 2018 ، 3 ، 16. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  38. INSPIRE TWG Buildings. D2.8.III.2 مشخصات داده‌های INSPIRE در مورد ساختمان‌ها – دستورالعمل‌های فنی ; مرکز تحقیقات مشترک کمیسیون اروپا: Ispra، ایتالیا، 2013. [ Google Scholar ]
  39. ISO ISO 3095:2013—آکوستیک—کاربردهای راه آهن—اندازه گیری نویز منتشر شده توسط وسایل نقلیه ریلی . ISO: ژنو، سوئیس، 2013. [ Google Scholar ]
  40. Rijkswaterstraat، Ministrie van Infrastructuur en Milieu. Gebruikershandleiding Geluidregister Hoofdwegennet ; Rijkswaterstraat، Ministryie van Infrastructuur en Milieu: Den Haag، هلند، 2014. [ Google Scholar ]
  41. TU دلفت. داده های ورودی سه بعدی برای مطالعات نویز (تجربی). 2019. در دسترس آنلاین: https://3d.bk.tudelft.nl/opendata/noise3d/en.html (در 22 دسامبر 2019 قابل دسترسی است).
  42. Forschungsgesellschaft Strasse-Schiene-Verkehr. 04.02.11 Larmschutz ; Forschungsgesellschaft Strasse-Schiene-Verkehr: Wein، اتریش، 2006. [ Google Scholar ]
  43. استانداردهای اتریش ONR 305011: 2009—تعیین انتشار نویز ناشی از ترافیک ریلی—ترافیک راه آهن، عملیات جابجایی و حمل بار . استانداردهای اتریش: وین، اتریش، 2009. [ Google Scholar ]
  44. استانداردهای اتریش ONORM ISO 9613-2: 2008 — آکوستیک — تضعیف صدا در حین انتشار در فضای باز — بخش 2: روش کلی محاسبه . استانداردهای اتریش: وین، اتریش، 2008. [ Google Scholar ]
  45. استانداردهای اتریش OAL Richtlinie Nr. 24 Blatt 1: 2008—مناطق حفاظت از صدا در مجاورت فرودگاهها—برنامه ریزی و مبانی محاسباتی . استانداردهای اتریش: وین، اتریش، 2008. [ Google Scholar ]
  46. De ministri van Volkshuisvesting، Ruimtelijke Ordening en Milieubeheer. Reken-en Meetvoorschrift Verkeerslawaai (RMV) ; De ministri van Volkshuisvesting: Ruimtelijke Ordening en Milieubeheer، هلند، 2002. [ Google Scholar ]
  47. بوکر، ER; دینگس، ای. او، بی. فلمینگ، جی. سقف، سی جی; گربی، پی جی. راپوزا، ع. راهنمای فنی Hermann, J. Integrated Noise Model (INM) نسخه 7.0 . گزارش فنی؛ ایالات متحده، اداره هوانوردی فدرال، دفتر محیط زیست و انرژی: واشنگتن، دی سی، ایالات متحده آمریکا، 2008. [ Google Scholar ]
  48. CERTU; CSTB؛ LCPC; SETRA. Bruit des Infrastructures Routières: Méthode de Calcul Incluant les Effets Météorologiques, Version Expérimentale NMPB-Routes-96 ; CERTU: برنو، جمهوری چک، 1997. [ Google Scholar ]
  49. ECAC. ECAC.CEAC Doc 29—3rd Edition—گزارش در مورد روش استاندارد محاسبه نویز نویز در اطراف فرودگاه‌های شهری . ECAC: پاریس، فرانسه، 2016. [ Google Scholar ]
  50. Jonasson، HG; Storeheier, S. Nord 2000. روش جدید پیش‌بینی نوردیک برای نویز ترافیک جاده‌ای . آژانس حفاظت از محیط زیست دانمارک: اودنسه، دانمارک، 2001. [ Google Scholar ]
  51. آژانس حفاظت از محیط زیست دانمارک دستورالعمل سازمان حفاظت محیط زیست شماره 5/1993—محاسبه نویز خارجی از شرکتها . آژانس حفاظت از محیط زیست دانمارک: اودنسه، دانمارک، 1993. [ Google Scholar ]
  52. پلوسینگ، بی. Svane, C. DANSIM- مدل شبیه‌سازی نویز فرودگاه دانمارکی: اصول اولیه، تجربه و پیشرفت‌ها. بین نویز 1990 ، 90 ، 425-428. [ Google Scholar ]
  53. Bundesministerium für Umwelt، Naturschutz und Reaktorsicherheit. VBUS—Vorläufige Berechnungsmethode für den Umgebungslärm an Straßen ; Bundesministerium für Umwelt, Naturschutz und Reaktorsicherheit: Bonn, Germany, 2006. [ Google Scholar ]
  54. Bundesministerium für Umwelt، Naturschutz und Reaktorsicherheit. VBUSch—Vorläufige Berechnungsmethode für den Umgebungslärm an Schienenwegen ; Bundesministerium für Umwelt, Naturschutz und Reaktorsicherheit: Bonn, Germany, 2006. [ Google Scholar ]
  55. Bundesministerium für Umwelt، Naturschutz und Reaktorsicherheit. VBUI—Vorläufige Berechnungsmethode für den Umgebungslärm durch Industrie und Gewerbe ; Bundesministerium für Umwelt, Naturschutz und Reaktorsicherheit: Bonn, Germany, 2006. [ Google Scholar ]
  56. Bundesministerium für Umwelt، Naturschutz und Reaktorsicherheit. VBUF—Vorläufige Berechnungsmethode für den Umgebungslärm an Flugplätzen ; Bundesministerium für Umwelt, Naturschutz und Reaktorsicherheit: Bonn, Germany, 2006. [ Google Scholar ]
  57. KTI Rt. UT 2.1-302 محاسبه نویز ترافیک جاده ای ; KTI Rt: بوداپست، مجارستان، 2000. [ Google Scholar ]
  58. MSZT/MCS 302. MSZ-07-2904:1990—روش محاسبه صدای ترافیک. سر و صدای ناشی از ترافیک راه آهن 1990. در دسترس آنلاین: https://ugyintezes.mszt.hu/Publications/Details/035647 (در 15 دسامبر 2019 قابل دسترسی است).
  59. MSZT/MB 327. MSZ 15036:2002—انتشار صدا در فضای باز. 2002. در دسترس آنلاین: https://ugyintezes.mszt.hu/Publications/Details/120177 (در 15 دسامبر 2019 قابل دسترسی است).
  60. La Ministre de l’Environnement لوکزامبورگ. اطلاعات پیک کمیسیون مربوط به نقشه کشی استراتژی سایت های برویت دس d?activite Industrielle au sein de L’agglomeration de la Ville de Luxembourg et Environs ; La Ministre de l’Environnement Luxembourg: Luxembourg, 2018. [ Google Scholar ]
  61. وزیر van Volkshuisvesting، Ruimtelijke Ordening en Milieubeheer. Handleiding meten en Rekenen Industrielawaai ; وزیر van Volkshuisvesting، Ruimtelijke Ordening en Milieubeheer: لاهه، هلند، 1991. [ Google Scholar ]
  62. SAE International. AIR 1845 — رویه محاسبه سر و صدای هواپیما در مجاورت فرودگاهها . SAE International: Warrendale, PA, USA, 2012. [ Google Scholar ]
  63. مولر، یو. Kurze، UJ; لیپرت، ام. Onnich، H. مدل جدید پیش‌بینی آلمانی برای نویز راه‌آهن “Schall 03 2006”: یک روش جایگزین برای روش محاسبه هماهنگ پیشنهاد شده در دستورالعمل اتحادیه اروپا در مورد نویز محیطی. Acta Acust. یونایتد آکست. 2008 ، 94 ، 548-552. [ Google Scholar ] [ CrossRef ]
  64. Nielsen, HL Road Traffic Noise: Nordic Prediction Method ; شورای وزیران شمال اروپا: کپنهاگ، دانمارک، 1997. [ Google Scholar ]
  65. رینگهایم، ام. Nielsen، HL Railway Noise – The Nordic Prediction Method ; شماره 524; شورای وزیران شمال اروپا: کپنهاگ، دانمارک، 1997. [ Google Scholar ]
  66. کراگ، ج. اندرسن، بی. یاکوبسن، جی. سر و صدای محیطی از کارخانه های صنعتی. روش پیش بینی عمومی ; گزارش فنی؛ آزمایشگاه آکوستیک دانمارکی: Kongens Lyngby، دانمارک، 1982. [ Google Scholar ]
  67. اداره حمل و نقل ولز. محاسبه صدای ترافیک جاده ای (CRTN) ; اداره حمل و نقل ولز: کاردیف، انگلستان، 1988. [ Google Scholar ]
  68. اداره حمل و نقل ولز. محاسبه نویز راه آهن (CRN) ; اداره حمل و نقل ولز: کاردیف، بریتانیا، 1995. [ Google Scholar ]
شکل 1. زبان مدل سازی یکپارچه (UML) کلاس CityGML CityModel را به تصویر می کشد که برای ذخیره ویژگی های ابرداده مربوط به eNoise ADE (افزونه دامنه برنامه) گسترش یافته است.
شکل 2. ویژگی های اصلی در مدل UML CityGML _AbstractBuilding (به رنگ زرد نشان داده شده است) و ویژگی های توسعه یافته در Noise ADE (نشان داده شده به رنگ نارنجی) (منبع: مشخصات CityGML 2.0.0 [ 10 ]).
شکل 3. مدل UML _AbstractBuilding (به رنگ قرمز نشان داده شده است) که شامل ویژگی های مرتبط با نویز و اطلاعات گیرنده می شود. یک نوع ویژگی جدید، مسکن (به رنگ آبی نشان داده شده است)، برای توصیف واحد اقامتی مستقل در ساختمان ها معرفی شده است.
شکل 4. مدل UML برای نمایش LineRelief به ماژول CityGML Relief اضافه شده است تا زمین را به عنوان خطوط ارتفاع در CityGML نشان دهد.
شکل 5. مدل UML کلاس CityGML LandUse را به تصویر می‌کشد که برای مدل‌سازی خاصیت جذب نویز ناحیه زمین گسترش یافته است.
شکل 6. مدل UML جاده و راه آهن CityGML (با رنگ قرمز نشان داده شده است) که شامل ویژگی های مرتبط با نویز می شود.
شکل 7. UML انواع مختلف منابع نویز صنعتی معرفی شده در CityGML را نشان می دهد.
شکل 8. مدل UML برای موانع نویز و نقاط مرجع مدل سازی شده در CityGML.
شکل 9. داده های ورودی مورد استفاده برای آزمایش ADE.
شکل 10. مدل شهر سه بعدی منطقه مورد مطالعه در CityGML eNoise ADE ما که ساختمان ها، جاده ها، موانع صوتی و خطوط ارتفاع را به تصویر می کشد. جاده ها و موانع صوتی به عنوان خطوط سه بعدی مدل سازی شده اند. ساختمان ها به صورت جامدات سه بعدی مدل سازی می شوند. زمین به صورت خطوط ارتفاع سه بعدی مدل سازی شده است.
شکل 11. موانع صوتی و انواع زمین در مدل شهر سه بعدی تولید شده.

بدون دیدگاه

دیدگاهتان را بنویسید