建筑與藝術(shù)學(xué)院規(guī)劃與風(fēng)景系張雨洋博士最近發(fā)表的論文《使用旋轉(zhuǎn)移動(dòng)監(jiān)測(cè)和機(jī)器學(xué)習(xí)方法預(yù)測(cè)高動(dòng)態(tài)交通噪聲》（Predicting highly dynamic traffic noise using rotating mobile monitoring and machine learning method）榮獲第十七屆北京青年優(yōu)秀科技論文獎(jiǎng)。該成果在國(guó)際知名環(huán)境健康期刊《Environmental Research》上發(fā)表，張博士作為第一作者（個(gè)人鏈接https://jzys.ncut.edu.cn/info/1032/2542.htm），論文DOI為：10.1016/j.envres.2023.115896。

張雨洋博士的研究聚焦于全球第二大環(huán)境問(wèn)題——高度波動(dòng)性的交通噪聲。由于缺乏大量精細(xì)的噪聲監(jiān)測(cè)數(shù)據(jù)以及面臨在無(wú)噪聲數(shù)據(jù)情況下精確預(yù)測(cè)噪聲水平的挑戰(zhàn)，高動(dòng)態(tài)噪聲地圖的創(chuàng)建一直是交通噪聲管理中的關(guān)鍵難題。張博士提出了一種創(chuàng)新的噪聲監(jiān)測(cè)方法——旋轉(zhuǎn)移動(dòng)監(jiān)測(cè)法，該方法結(jié)合了固定和移動(dòng)監(jiān)測(cè)的優(yōu)勢(shì)，顯著擴(kuò)大了噪聲數(shù)據(jù)的空間覆蓋和時(shí)間解析能力。

通過(guò)在北京海淀區(qū)進(jìn)行的監(jiān)測(cè)活動(dòng)，該研究覆蓋了54.79公里道路和22.15平方公里的總面積，收集了來(lái)自152個(gè)固定采樣點(diǎn)18213個(gè)1秒間隔的A加權(quán)等效噪聲（LAeq）測(cè)量值。研究還整合了自采集街景圖像、氣象數(shù)據(jù)和建筑環(huán)境數(shù)據(jù)，利用計(jì)算機(jī)視覺和GIS工具在四個(gè)類別中測(cè)量了49個(gè)預(yù)測(cè)變量，并訓(xùn)練了六個(gè)機(jī)器學(xué)習(xí)模型以及線性回歸模型來(lái)預(yù)測(cè)LAeq。其中，隨機(jī)森林模型以0.72的R2值和3.28 dB的RMSE表現(xiàn)最佳，其次是K-近鄰回歸模型。

最佳模型揭示了到主要道路的距離、街道綠視率指數(shù)和過(guò)去3秒內(nèi)汽車的最大視野比例是影響噪聲水平的主要因素。此外，該模型成功應(yīng)用于生成研究區(qū)域的點(diǎn)和街道層面的9天交通噪聲地圖，證明了研究的可復(fù)制性和擴(kuò)展性，為獲得高動(dòng)態(tài)噪聲地圖提供了新的途徑。

多傳感器融合采集模式

論文中生成的高精細(xì)化交通噪聲地圖

編輯：左芳舟