朱麗穎，李賢徽

（環(huán)境噪聲與振動(dòng)北京市重點(diǎn)實(shí)驗(yàn)室,北京市勞動(dòng)保護(hù)科學(xué)研究所,北京,100054）

針對(duì)道路噪聲問題，我國(guó)目前采取的技術(shù)防治對(duì)策主要包括噪聲源對(duì)策、噪聲傳播途徑對(duì)策以及受聲點(diǎn)對(duì)策。其中噪聲源對(duì)策主要是通過對(duì)車輛及路面結(jié)構(gòu)進(jìn)行優(yōu)化改造從源頭降低噪聲。值得注意的是，在由人、車、路三要素組成的道路交通系統(tǒng)中，具有復(fù)雜認(rèn)知活動(dòng)與協(xié)同能力的駕駛員是道路交通系統(tǒng)的信息處理者和決策者，在協(xié)調(diào)和控制交通三要素的各個(gè)環(huán)節(jié)中起著舉足輕重的作用。在道路與車輛等客觀因素既定的情況下，駕駛員的行為特性直接決定了道路交通系統(tǒng)的狀態(tài)，從而間接影響道路交通的噪聲水平。因此，從道路噪聲角度對(duì)駕駛員行為展開研究，了解駕駛員行為對(duì)交通噪聲的影響情況，是解決道路噪聲問題的又一有效手段。由于駕駛員行為不僅與駕駛員自身心理、生理特點(diǎn)相關(guān)，同時(shí)還隨周圍路況變化而改變，因此采用常規(guī)的實(shí)測(cè)方法進(jìn)行研究存在很大難度，而目前交通流仿真技術(shù)發(fā)展成熟，為深入研究駕駛員行為對(duì)交通噪聲的影響提供了可能?，F(xiàn)代交通流理論認(rèn)為，可以通過對(duì)駕駛員個(gè)體微觀層次上的詳細(xì)建模來重現(xiàn)宏觀層次上的交通流現(xiàn)象，即通過微觀交通仿真反映道路交通系統(tǒng)的運(yùn)行狀態(tài)。微觀交通仿真即以單個(gè)車輛為基本單位，描述交通流的變化特征，從微觀層次分析車輛的跟馳、換道、超車等駕駛行為，通過車輛單元之間的相互制約關(guān)系以及車輛周圍的道路環(huán)境和幾何條件，來確定車輛的運(yùn)行特征，如車輛的位置、運(yùn)行速度、加速度等。近年來隨著交通微觀仿真技術(shù)的發(fā)展，微觀交通流仿真正逐漸成為研究道路噪聲的重要手段。Leclercq等人利用交通流微觀仿真方法對(duì)信號(hào)交叉口、環(huán)形交叉口等交通系統(tǒng)噪聲進(jìn)行了較為深入的研究，并通過對(duì)比分析發(fā)現(xiàn)結(jié)合交通流微觀仿真的交通噪聲模型計(jì)算精度優(yōu)于傳統(tǒng)模型[1―3]。李峰等人根據(jù)能量疊加原理提出了基于微觀交通仿真的交通噪聲模擬方法[4]，并應(yīng)用該方法針對(duì)交通噪聲相關(guān)問題展開了研究，得到以下結(jié)論：通過微觀交通流仿真方法計(jì)算得到的道路等效聲級(jí)LAeq與實(shí)測(cè)值的誤差小于2 dB[5]；從噪聲對(duì)人的干擾角度考慮，噪聲污染級(jí)隨車流量的增大呈現(xiàn)出先增大后減小的特征；對(duì)于交叉口，信號(hào)控制下的等效聲級(jí)低于無控制下的等效聲級(jí)[6]。

從上述國(guó)內(nèi)外研究現(xiàn)狀可知，基于仿真方法的交通噪聲研究已取得了一定成果，然而道路交通系統(tǒng)的核心組成部分——駕駛員對(duì)交通噪聲的影響情況卻少有人研究。因此，本文以VISSIM微觀交通仿真軟件為平臺(tái)，選用Wiedemann駕駛員行為模型，結(jié)合日本ASJ道路交通噪聲排放模型[7]，對(duì)不同駕駛員行為進(jìn)仿真實(shí)驗(yàn)，探討駕駛員行為對(duì)交通噪聲的影響。

1 方法與模型

1.1 研究方法

從可行性角度考慮，通過實(shí)測(cè)實(shí)驗(yàn)的方法研究駕駛員行為對(duì)交通噪聲的影響存在很大難度，因此本文采用交通流微觀仿真的方法進(jìn)行研究。具體研究方法如下：首先確定所要研究的實(shí)驗(yàn)變量與評(píng)價(jià)指標(biāo)即駕駛員行為變量與輸出數(shù)據(jù)，而后根據(jù)仿真實(shí)驗(yàn)特點(diǎn)、所需輸出數(shù)據(jù)選定合適的微觀交通流仿真軟件，利用微觀交通流仿真軟件建立研究區(qū)域的微觀仿真模型，然后結(jié)合相應(yīng)的交通噪聲排放模型計(jì)算指定接收點(diǎn)處的噪聲或指定區(qū)域的噪聲能量排放情況，最后在駕駛員行為敏感性分析的基礎(chǔ)上對(duì)較為敏感的重點(diǎn)駕駛員行為展開分析。

駕駛員行為的研究需要精細(xì)到車輛個(gè)體。因此，本文選用駕駛員行為模型較為成熟、應(yīng)用較為廣泛的微觀交通仿真系統(tǒng)VISSIM作為微觀交通流仿真軟件，通過計(jì)算不同駕駛員行為參數(shù)下交通噪聲的情況研究駕駛員行為對(duì)交通噪聲的影響。

1.2 基本模型

（1）交通噪聲計(jì)算模型

目前已有的交通噪聲單車模型多為車輛行駛速度的回歸模型，然而對(duì)于相同車速，處于穩(wěn)定運(yùn)行狀態(tài)與處于頻繁加減速狀態(tài)的車輛所產(chǎn)生的噪聲并不相同。為此，本文選用能夠較好反映這一現(xiàn)象的日本ASJ-RTN 2008單車噪聲排放模型。

參考日本ASJ-RTN 2008單車噪聲排放模型，當(dāng)不考慮路面材質(zhì)、道路坡度等因素時(shí)，A計(jì)權(quán)聲功率級(jí)Lw(i,j)可表示為

其中v為車輛的運(yùn)行速度，a、b為與車輛類型、車輛運(yùn)行狀態(tài)相關(guān)的回歸系數(shù)，取值辦法如表1所示。將車輛分為穩(wěn)定與非穩(wěn)定運(yùn)行兩種狀態(tài)：當(dāng)車輛位于高速公路或遠(yuǎn)離交叉口處，能夠以最高檔行駛時(shí)認(rèn)為該車輛處于穩(wěn)定運(yùn)行狀態(tài)，其速度變化區(qū)間為40 km/h至140 km/h；其他情況認(rèn)為該車輛處于非穩(wěn)定運(yùn)行狀態(tài)，速度變化區(qū)間為1 km/h至60 km/h。對(duì)于某一車輛類型，不同運(yùn)行狀態(tài)對(duì)應(yīng)不同的a、b取值。此外，當(dāng)接近信號(hào)燈交叉口，車輛從穩(wěn)定狀態(tài)進(jìn)行減速停車時(shí)或者以大于60 km/h的速度進(jìn)行加速時(shí)，a、b的取值參考穩(wěn)定狀態(tài)。非穩(wěn)定狀態(tài)下，當(dāng)速度小于10 km/h大于1 km時(shí)，v取10 km/h計(jì)算；當(dāng)速度小于1 km/h時(shí)，認(rèn)為其聲功率為零。

表1 系數(shù)a、b取值Tab.1 The value of coefficients a and b

將道路上行駛的單車視為半自由聲場(chǎng)中的點(diǎn)聲源，路網(wǎng)上某輛單車在接收點(diǎn)位置的A計(jì)權(quán)聲壓級(jí)Li,j與A計(jì)權(quán)聲功率級(jí)Lw(i,j)的關(guān)系可表示為

其中Lw(i,j)為第i秒鐘第j輛車在道路上的A計(jì)權(quán)聲功率級(jí)，單位為dB；ri,j為該車輛與接收點(diǎn)的距離，單位為m；ΔLcor(i,j)為與天氣、地面吸收等因素相關(guān)的修正系數(shù)，單位為dB。不考慮天氣影響、地面吸收因素時(shí)，（2）可簡(jiǎn)化為

第i秒鐘路網(wǎng)上所有車在觀測(cè)點(diǎn)處的噪聲為

式中mi為i秒鐘路網(wǎng)上的車輛數(shù)量。

那么，一段時(shí)間在觀測(cè)點(diǎn)上接收到的噪聲等效值為

式中T為計(jì)算時(shí)間，單位為s。

從能量角度，第i秒鐘第j輛車的聲功率Wi,j表示為

其中參考聲功率W0=10-12w。

一段時(shí)間內(nèi)研究區(qū)域所有車輛所產(chǎn)生的噪聲能量E為

其中m為計(jì)算時(shí)間，n為第i秒鐘區(qū)域的車輛數(shù)，將（6）代入（7），則有

定義單位出行里程的噪聲能量排放量e為研究區(qū)域在一段時(shí)間內(nèi)完成單位出行里程所產(chǎn)生的噪聲能量，則e表示為

其中si,j為第i秒鐘第j輛車在研究區(qū)域所行駛的里程。

（2）駕駛員行為模型

生理—心理模型也稱反應(yīng)點(diǎn)模型（Action Point Models）簡(jiǎn)稱AP模型，該模型將刺激抽象為前后車之間的相對(duì)運(yùn)動(dòng)，是與實(shí)際最為一致、最能夠描述大多數(shù)駕駛行為的駕駛員模型類型。本文選用發(fā)展成熟、廣泛應(yīng)用于實(shí)踐的典型AP模型—德國(guó)Wiedemann模型[8,9]作為載體展開駕駛員行為對(duì)交通噪聲的影響研究。

Wiedemann模型根據(jù)實(shí)測(cè)及調(diào)研數(shù)據(jù)，認(rèn)為駕駛員的駕駛行為是一個(gè)生理—心理互相作用、互相制約、互相影響的過程，充分考慮了駕駛員的生理、心理因素對(duì)駕駛行為的影響制約。該模型將駕駛員行駛狀態(tài)分為自由駕駛、接近、跟隨、剎車四種類型。模型認(rèn)為，對(duì)于每一種駕駛模式，后車的加速度均由前后車的速度差、車間距離以及駕駛員和車輛的個(gè)性特征所決定。當(dāng)駕駛員達(dá)到了某個(gè)以速度差和距離表達(dá)的閾值時(shí)，他將從一種駕駛狀態(tài)轉(zhuǎn)換到另一種駕駛狀態(tài)。

VISSIM應(yīng)用一系列的駕駛員行為參數(shù)描述了上述過程，不考慮用來協(xié)調(diào)仿真精度與仿真速度的相關(guān)參數(shù)，本文將研究跟馳行為、車道變換、橫向行為以及信號(hào)反應(yīng)四類15個(gè)駕駛員行為對(duì)交通噪聲的影響。本文參考已有關(guān)于Wiedemann駕駛員行為模型的研究[10―12]，取定各駕駛員行為參數(shù)可能的變化范圍。

2 結(jié)果與討論

2.1 道路噪聲對(duì)駕駛員行為的敏感性分析

2.1.1 實(shí)驗(yàn)對(duì)象

本文選取北京市一長(zhǎng)為1.7 km的路段作為仿真路網(wǎng)。該路網(wǎng)包括兩個(gè)交叉口，交叉口間相距1.2公里。仿真路段兩交叉口間共雙向8車道，交叉口渠化情況為：交叉口1東進(jìn)口道方向左轉(zhuǎn)2車道、直行3車道、右轉(zhuǎn)1車道；南進(jìn)口道方向左轉(zhuǎn)2車道、直行3車道、右轉(zhuǎn)1車道；西進(jìn)口道方向左轉(zhuǎn)2車道、直行3車道、右轉(zhuǎn)1車道；北進(jìn)口道方向左轉(zhuǎn)2車道、直行3車道、右轉(zhuǎn)1車道。交叉口2東進(jìn)口道方向左轉(zhuǎn)1車道、直行3車道、右轉(zhuǎn)1車道；南進(jìn)口道方向左轉(zhuǎn)2車道、直行3車道、右轉(zhuǎn)1車道；西進(jìn)口道方向左轉(zhuǎn)1車道、直行3車道、公交專用道1車道、右轉(zhuǎn)1車道；北進(jìn)口道方向左轉(zhuǎn)2車道、直行3車道、右轉(zhuǎn)1車道。

2.1.2 敏感性分析

考慮到不同道路運(yùn)行狀態(tài)下的駕駛員行為的差異性，本文在擁堵狀態(tài)和非擁堵狀態(tài)兩種道路狀態(tài)下對(duì)上文選定的駕駛員行為參數(shù)進(jìn)行敏感性分析。

研究駕駛員行為參數(shù)ak的敏感性，首先令其余各參數(shù)取默認(rèn)值固定不變，令參數(shù)ak在其可能的范圍內(nèi)變動(dòng)，通過仿真計(jì)算得到一組路旁接收點(diǎn)處的LAeq值，則該組LAeq值的變化范圍以及其最大值與最小值之差反映了參數(shù)ak對(duì)道路噪聲的影響程度。對(duì)所有駕駛員行為參數(shù)進(jìn)行仿真計(jì)算，結(jié)果如表2所示。

首先從表2可以看出，道路在非擁堵狀態(tài)下，駕駛員行為對(duì)交通噪聲的影響微小，平均僅為0.11 dB，“協(xié)調(diào)剎車的最大減速度”影響最大也僅為0.22 dB。當(dāng)路網(wǎng)處于非擁堵狀態(tài)時(shí)，道路車輛密度低，換道、跟馳等行為出現(xiàn)頻率小，基本處于自由行駛狀態(tài)，因此道路交通狀態(tài)受駕駛員行為影響微小，從而交通噪聲基本不受駕駛員行為影響。與非擁堵狀態(tài)的結(jié)果相反，當(dāng)?shù)缆诽幱趽矶聽顟B(tài)下，某些駕駛員行為會(huì)對(duì)交通噪聲產(chǎn)生較大影響，平均為0.59 dB，“暫時(shí)走神持續(xù)時(shí)間”影響最大達(dá)到2.07 dB。因此可知，非擁堵狀態(tài)下交通噪聲對(duì)駕駛員行為的敏感度較低，研究擁堵狀態(tài)下駕駛員行為對(duì)交通噪聲的影響更具實(shí)際意義。

從表2中還易看出，車道變換與橫向行為兩類駕駛員行為對(duì)交通噪聲的影響均比較小，其中車道變換類駕駛員行為在擁堵狀態(tài)下對(duì)交通噪聲的影響僅為0.4 dB左右，而橫向行為對(duì)交通噪聲的影響為零。相比較而言，跟馳行為以及信號(hào)反應(yīng)對(duì)交通噪聲的影響則更為明顯，兩類駕駛員行為對(duì)交通噪聲的影響區(qū)間均值分別為1.43 dB與0.89 dB，兩類參數(shù)中一半以上參數(shù)對(duì)交通噪聲的影響大于1 dB。由此可知交通噪聲對(duì)跟馳行為以及信號(hào)反應(yīng)類參數(shù)較為敏感，而受換道及橫向行為的影響較小。

表2 非擁堵及擁堵狀態(tài)下敏感性分析結(jié)果Tab.2 The results of sensitivity analyses in congestion condition and non-congestion condition

綜上所述，當(dāng)路網(wǎng)處于暢通狀態(tài)下時(shí)，駕駛員行為對(duì)交通噪聲的影響極小。當(dāng)路網(wǎng)處于擁堵狀態(tài)時(shí)，交通噪聲對(duì)跟馳行為以及信號(hào)反應(yīng)的敏感度較高。

2.2 敏感駕駛員行為對(duì)噪聲排放的影響分析

根據(jù)上文的敏感性分析結(jié)果，駕駛員行為對(duì)于非擁堵狀態(tài)下的交通噪聲影響不大，同時(shí)車道變換與車輛橫向行為也不對(duì)交通噪聲造成較大影響，因此本文將對(duì)擁堵狀態(tài)下跟馳行為以及信號(hào)反應(yīng)兩類駕駛員行為與交通噪聲、噪聲能量排放的關(guān)系進(jìn)行進(jìn)一步分析。

2.2.1 跟馳行為

車輛跟馳行為指當(dāng)無換道條件或不需要換道時(shí)，行駛車隊(duì)中后車對(duì)前車速度變化進(jìn)行反應(yīng)、跟隨前車行駛的駕駛行為。在駕駛員行為模型中，駕駛員跟馳行為主要受到“暫時(shí)走神持續(xù)時(shí)間”以及“平均安全距離”兩個(gè)參數(shù)影響。由表2可知，雖然“平均安全距離”對(duì)道路噪聲存在一定影響，但其影響尚不足1 dB，因此僅對(duì)“暫時(shí)走神持續(xù)時(shí)間”這一參數(shù)進(jìn)行詳細(xì)分析。

暫時(shí)走神指后車駕駛員在一段時(shí)間內(nèi)不對(duì)前車的駕駛行為（緊急剎車除外）做出反應(yīng)，暫時(shí)走神持續(xù)時(shí)間即為該段時(shí)間的持續(xù)長(zhǎng)度。圖1為駕駛員暫時(shí)走神持續(xù)時(shí)間從0 s到10 s的11組仿真分析結(jié)果，其中圖1（a）為位于路段、交叉口進(jìn)口以及交叉口出口3個(gè)位置接收點(diǎn)處的等效連續(xù)A聲級(jí)的仿真分析結(jié)果，圖1（b）為仿真時(shí)間內(nèi)仿真區(qū)域的噪聲能量排放總量以及單位出行里程的噪聲能量排放量的仿真分析結(jié)果。

由暫時(shí)走神持續(xù)時(shí)間參數(shù)的LAeq分析結(jié)果可以看出，無論是在交叉口附近還是在路段位置，交通噪聲都隨暫時(shí)走神持續(xù)時(shí)間的延長(zhǎng)而降低，當(dāng)暫時(shí)走神持續(xù)時(shí)間達(dá)到10 s時(shí)，三個(gè)位置的噪聲值分別較無走神時(shí)的噪聲降低1.77 dB、2.07 dB以及1.59 dB。在仿真路網(wǎng)中，將每輛車視為獨(dú)立聲源，隨著駕駛員暫時(shí)走神持續(xù)時(shí)間的延長(zhǎng)，路網(wǎng)的通行能力必然隨之下降，路網(wǎng)中的聲源數(shù)量自然也隨之減小，整體噪聲水平降低。暫時(shí)走神持續(xù)時(shí)間參數(shù)的區(qū)域噪聲排放總能量情況也呈現(xiàn)相同規(guī)律，隨著暫時(shí)走神時(shí)間的延長(zhǎng)，表示研究區(qū)域噪聲排放總能量的點(diǎn)狀柱狀圖逐漸降低，由無走神時(shí)的14 375 J降至12 606 J。與LAeq和區(qū)域噪聲排放總能量的分析結(jié)果相反，如圖1（b）噪聲能量排放分析結(jié)果中折線所示，單位出行里程噪聲排放能量隨暫時(shí)走神持續(xù)時(shí)間的延長(zhǎng)而升高，當(dāng)暫時(shí)走神持續(xù)時(shí)間達(dá)到10 s時(shí)，每完成1 km里程的出行需比無走神時(shí)多排放約0.1 J的能量。因此，雖然從等效連續(xù)聲級(jí)以及噪聲能量排放總量角度考慮，噪聲隨暫時(shí)走神持續(xù)時(shí)間的延長(zhǎng)而減小，但是隨著暫時(shí)走神時(shí)間的延長(zhǎng)，路網(wǎng)的通行能力、整體效率隨之降低，完成相同出行里程所排放的噪聲能量卻呈上升趨勢(shì)。

圖1 暫時(shí)走神持續(xù)時(shí)間仿真分析結(jié)果Fig.1 Simulation results for temporary lack of attention

2.2.2 信號(hào)反應(yīng)

信號(hào)反應(yīng)指當(dāng)車輛接近信號(hào)燈時(shí)，其安全距離的變化情況。在駕駛員行為模型中，駕駛員的信號(hào)反應(yīng)情況主要通過安全距離降低系數(shù)、信號(hào)反應(yīng)距停車線距離（上游）、信號(hào)反應(yīng)距停車線距離（下游）三個(gè)參數(shù)進(jìn)行描述。由于在敏感性分析中信號(hào)反應(yīng)距停車線距離（下游）參數(shù)對(duì)噪聲的最大影響僅為0.45 dB，因此不對(duì)該參數(shù)進(jìn)行深入研究，只討論安全距離降低系數(shù)與信號(hào)反應(yīng)距停車線距離（上游）兩個(gè)參數(shù)對(duì)交通噪聲的影響。

安全距離降低系數(shù)指當(dāng)車輛靠近停車線時(shí)安全距離縮減的倍數(shù)，系統(tǒng)默認(rèn)值為0.6。圖2為安全距離降低系數(shù)從0.1到1的10組仿真分析結(jié)果。

圖2 安全距離降低系數(shù)仿真分析結(jié)果Fig.2 Simulation results for safe distance reduction factor

由安全距離降低系數(shù)的LAeq分析結(jié)果可以看出，以0.6為分界線，當(dāng)安全距離降低系數(shù)小于0.6時(shí)，該參數(shù)對(duì)研究路網(wǎng)的等效連續(xù)A聲級(jí)的影響微小，當(dāng)安全距離降低系數(shù)大于0.6時(shí)，路段以及交叉口進(jìn)出口處的等效連續(xù)A聲級(jí)均隨該參數(shù)的增大而降低。當(dāng)安全距離降低系數(shù)為1時(shí)，三個(gè)位置的等效連續(xù)A聲級(jí)平均較安全距離降低系數(shù)為0.6時(shí)低0.7 dB。從噪聲能量排放角度，該參數(shù)對(duì)區(qū)域噪聲排放總能量的影響較小，而對(duì)單位出行里程噪聲排放能量的影響較為明顯。同樣以0.6為分界，當(dāng)安全距離降低系數(shù)大于0.6時(shí)，單位出行里程噪聲排放能量隨該參數(shù)的增加由0.87 J/km增大到0.89 J/km。

信號(hào)反應(yīng)距停車線距離（上游）指車輛開始減小安全距離的位置與信號(hào)燈停車線的距離，系統(tǒng)默認(rèn)值為100 m。圖3為信號(hào)反應(yīng)距停車線距離（上游）從20 m到200 m的10組仿真分析結(jié)果。

由信號(hào)反應(yīng)距停車線距離（上游）的LAeq分析結(jié)果可以看出，當(dāng)信號(hào)反應(yīng)距停車線距離（上游）小于100 m時(shí)，路段以及交叉口進(jìn)出口處的等效連續(xù)A聲級(jí)隨該參數(shù)的增大而增大，而該參數(shù)大于100 m時(shí)的5組仿真分析結(jié)果基本沒有差別。由于交叉口進(jìn)口與出口處的接收點(diǎn)與停車線距離均在30 m以內(nèi)，只要車輛在距停車線30 m之外開始縮減安全距離，這兩個(gè)位置就不會(huì)受信號(hào)反應(yīng)距停車線距離（上游）這一參數(shù)的影響，因此該參數(shù)對(duì)于交叉口進(jìn)出口處兩個(gè)位置接收點(diǎn)的影響明顯小于對(duì)路段位置的接收點(diǎn)的影響。從噪聲能量排放角度，10組仿真結(jié)果間的區(qū)域噪聲排放總能量在14 000 J到14 500 J間波動(dòng)，無明顯變化規(guī)律。而單位出行里程噪聲排放量則隨該參數(shù)的增大呈降低趨勢(shì)，當(dāng)參數(shù)取值20 m至100 m時(shí)尤為明顯。

圖3 信號(hào)反應(yīng)距停車線距離（上游）仿真分析結(jié)果Fig.3 Simulation results for start upstream of stop line

3 結(jié)語(yǔ)

本文通過仿真實(shí)驗(yàn)以及對(duì)實(shí)驗(yàn)數(shù)據(jù)的處理分析，得出以下結(jié)論：

（1）當(dāng)?shù)缆诽幱诜菗矶聽顟B(tài)時(shí)，駕駛員行為對(duì)交通噪聲的影響極小，最高僅為0.22 dB；而當(dāng)?shù)缆诽幱趽矶聽顟B(tài)時(shí)，跟馳行為以及信號(hào)反應(yīng)行為能夠?qū)煌ㄔ肼暜a(chǎn)生一定影響，最高可達(dá)2.07 dB；

（2）從接收點(diǎn)處等效連續(xù)A聲級(jí)角度，道路交通噪聲隨駕駛員暫時(shí)走神持續(xù)時(shí)間以及信號(hào)燈附近安全距離降低系數(shù)的增大而減小，隨信號(hào)反應(yīng)距停車線距離（上游）的增大而增大；

（3）從區(qū)域噪聲能量排放總量角度，噪聲排放總能量隨駕駛員暫時(shí)走神持續(xù)時(shí)間以及信號(hào)燈附近安全距離降低系數(shù)的增大而減小，不隨信號(hào)反應(yīng)距停車線距離（上游）的改變發(fā)生明顯變化；

（4）從單位出行里程噪聲排放能量角度，單位出行里程噪聲排放能量隨駕駛員暫時(shí)走神持續(xù)時(shí)間以及信號(hào)燈附近安全距離降低系數(shù)的增大而增大，隨信號(hào)反應(yīng)距停車線距離（上游）的增大而減小。

[1]E.Chevallier,A.Can,M.Nadji,L.Leclercq.Improving noise assessment at intersections by modeling traffic dynamics.Transportation Research Part D 14(2009)100-110.

[2]E.Chevallier,L.Leclercq,J.Lelong,R.Chatagnon.Dynamic noise modeling at roundabouts[J].Applied Acousttiiccss,,70(2009)761-770.

[3]Arnaud Can,Ludovic Leclercq,Joel Lelong,Jerome Defrance.Accounting for traffic dynamics improves noise assessment:Experimental evidence[J].Applied Acoustics,70(2009)821-829.

[4]李 鋒，蔡 銘，劉濟(jì)科.基于微觀交通仿真的交叉口交通噪聲模擬方法[J].環(huán)境科學(xué)與技術(shù)，2010，33(5)：179-182.

[5]李 鋒，蔡 銘，劉濟(jì)科，余 志.行人過街信號(hào)控制路口交通噪聲動(dòng)態(tài)模擬與特性分析[J].環(huán)境科學(xué)學(xué)報(bào)，2011，31(2)：424-429.

[6]李 鋒，劉濟(jì)科，蔡 銘，余 志.信號(hào)控制對(duì)交通噪聲的影響分析[J].噪聲與振動(dòng)控制，2010，30(6)：109-113.

[7]Kohei Wamamoto.Road traffic noise prediction model“ASJ RTN-Model 2008”:Report of the reserch committee on road traffic noise[R].2010 The Acoustical Society of Japan.2010:8-11.

[8]Wiedemann,R.Simulationdes Stra?enverkehrsflusses.Schriftenreihe desInstituts für Verkehrswesen der Universit?t Karlsruhe,(1974),Heft 8.

[9]Wiedemann,R.Modeling of RTI-Elements on multi-lane roads.In:Advanced telematics in road transport edited by the Commission of the European Community,(1991),DG XIII,Brussels.

[10]Yu L.,X.Li,and Z.Zhuo.A genetic algorithm-based approach to the calibration of vissim using gps data.Proceedings of the Eighth International Conference on Applications of Advanced Technologies in Transportation Engineering(AATT2004),Beijing,China,May 26-28,20004,pp.406-411.

[11]Lownes N.E.,and R.B.Machemehl.Sensitivity of simulated capacity to VISSIM driver behavior parameter modification[C].85 th Transportation Research Board Annual Meeting CD-ROM,Washington,D.C.,Jan.2006.

[12]Menneni S.,C.Sun,and P.Vortisch.Michrosimulation calibration using speed-flow relationships[C].87th Transportation Research Board Annual Meeting CDROM,Washington,D.C.,Jan.2008.