彭笑非, 王博, 葉家全, 蘇剛, 謝蕾

(中國民航局第二研究所空管工程技術(shù)研究所, 成都 610041)

隨著中國機場數(shù)量逐漸增多、規(guī)模逐步擴大、航班起降架次穩(wěn)步提升,機場噪聲影響了周邊民眾生活品質(zhì)的提升,成為僅次于空氣污染的第二大環(huán)境風(fēng)險因素[1],也制約著機場規(guī)劃建設(shè)和地方經(jīng)濟發(fā)展[2]。中國民航大學(xué)于2018年對中國民用運輸機場噪聲影響進行統(tǒng)計分析,約有20%的機場噪聲影響較為嚴重[3]。根據(jù)中國環(huán)境科學(xué)研究院所開展的飛機噪聲影響人口數(shù)量研究,生活在大于 70 dB 范圍內(nèi)的人數(shù)約占年旅客吞吐量的0.98%[4],按照2021年4.4億人次[5]的吞吐量計算,上述范圍內(nèi)的人數(shù)將突破430萬人。已有研究表明,較高分貝的飛機噪聲除了與睡眠質(zhì)量惡化直接相關(guān)外,還與高血壓、心血管疾病的死亡率增加有關(guān)[6]。

為了緩解機場周圍日趨嚴重的噪聲污染問題[7],《中華人民共和國環(huán)境噪聲污染防治法》[8]于2022年6月正式施行,要求機場對周圍民用航空器噪聲進行監(jiān)測,有效開展機場噪聲污染防治工作;《“十四五”民用航空發(fā)展規(guī)劃》[9]、《“十四五”民航綠色發(fā)展專項規(guī)劃》[10]等一系列規(guī)劃更是對全面提升機場噪聲綜合治理能力[11]提出了新要求。

機場周圍飛機噪聲預(yù)測作為開展機場噪聲綜合治理工作的重要基礎(chǔ),有助于機場掌握噪聲態(tài)勢、部署治理措施、評估減噪成效,在推進機場全面綠色轉(zhuǎn)型[12]的過程中起到了重要作用。如何科學(xué)有效地運用技術(shù)手段對機場周圍飛機噪聲進行精細化、智能化的預(yù)測,受到國內(nèi)外學(xué)者的廣泛關(guān)注。國外有關(guān)機場周圍飛機噪聲影響的研究在19世紀80年代已經(jīng)盛行,中國此時還處于起步階段。經(jīng)過數(shù)十年的發(fā)展,國內(nèi)外均形成了一系列研究成果。

為進一步總結(jié)研究成果,呈現(xiàn)噪聲預(yù)測進展、把握研究趨勢,現(xiàn)首先介紹機場周圍飛機噪聲的定義、評價指標;其次,依據(jù)數(shù)據(jù)源的不同,分別深入介紹基于噪聲-功率-距離(noise-power-distance,NPD)曲線[13-14]的計算方法以及監(jiān)測數(shù)據(jù)驅(qū)動下的預(yù)測方法,列舉噪聲預(yù)測應(yīng)用現(xiàn)狀;最后,梳理兩類方法的共性與差異、總結(jié)優(yōu)勢與不足,通過分析其互補性,揭示兩種方法融合發(fā)展的研究趨勢,并在此基礎(chǔ)上提出空地聯(lián)合、數(shù)字組網(wǎng)的噪聲預(yù)測新思路,為進一步推進其融合使用提供參考。

1 噪聲預(yù)測基本概念

1.1 定義

航空器在執(zhí)行起飛、爬升、巡航、下降等飛行活動時,都會給附近區(qū)域帶來不同程度的飛機噪聲。飛機噪聲是由一系列不同頻率聲音組成的混合噪聲,具有聲壓級高、低頻(<250 Hz)噪聲大、噪聲源非穩(wěn)態(tài)運動、影響范圍廣、時空間斷性及累加性等特征[15]。

為進一步刻畫航空器飛行活動對周邊區(qū)域的噪聲影響情況,相關(guān)標準首先定義了具體范圍,“機場周圍”是指由地方人民政府劃定的、受飛機通過(起飛、降落、低空飛越)噪聲影響的區(qū)域[16]。

由于機場周圍區(qū)域分布較廣,涉及大量的航空器飛行活動區(qū),并且航空器機型復(fù)雜且多樣,依托監(jiān)測設(shè)備對每一位置進行測量難度較大、成本高昂,只能選取部分敏感區(qū)域進行監(jiān)測,由于缺乏大量未知區(qū)域的監(jiān)測數(shù)據(jù),不利于機場掌握整個噪聲影響態(tài)勢。因此,機場周圍飛機噪聲預(yù)測需求旺盛,為刻畫航空器飛行活動對周邊區(qū)域影響范圍和程度提供有力支撐。該技術(shù)旨在機場周邊區(qū)域內(nèi)劃設(shè)若干預(yù)測點,結(jié)合航空器飛行活動情況,采用相應(yīng)手段輸出目標機型在指定預(yù)測點的暴露聲級,基于不同預(yù)測點的聲級大小,由點及線地繪制飛機噪聲等值線圖,從而直觀地呈現(xiàn)飛機噪聲的影響范圍和程度。

1.2 評價指標

國際上廣泛使用晝夜等效聲級Ldn作為機場噪聲評價量,該評價量考慮了人們對飛機噪聲的晝夜敏感性差異,將夜間飛機噪聲增加10 dB的補償量后得到的一晝夜等效連續(xù)A聲級;選取暴露聲級LAE作為單次飛行事件噪聲預(yù)測指標[17],該評價量是指在規(guī)定測量時段內(nèi)或?qū)δ骋华毩⒃肼暿录?將其聲音能量等效為1 s 作用時間的A計權(quán)聲壓級。

中國采用以噪聲度為基礎(chǔ)的計權(quán)等效連續(xù)感覺噪聲級LWECPN作為機場噪聲評價量,該評價量采用能量平均的方法,反映了飛機噪聲全天平均每秒對人的作用[18];單次飛行事件噪聲預(yù)測指標包括有效感覺噪聲級LEPN(考慮了持續(xù)時間和純音修正后的感覺噪聲級)與暴露聲級LAE。

2 噪聲預(yù)測典型方法

由于飛機噪聲傳播具有多普勒效應(yīng)[19],且傳播過程中會受到大氣影響、地面吸收效應(yīng),不適用于傳統(tǒng)的交通載具噪聲預(yù)測方法。通過對中外文獻進行梳理,根據(jù)數(shù)據(jù)源的不同,現(xiàn)階段機場周圍飛機噪聲的預(yù)測方法可歸納為基于NPD曲線計算與監(jiān)測數(shù)據(jù)驅(qū)動下的噪聲預(yù)測。

2.1 基于NPD曲線計算的噪聲預(yù)測

基于NPD曲線計算的噪聲預(yù)測方法的核心是基于地面預(yù)測點到飛行軌跡的最短距離以及最短距離位置處推力、速度等參數(shù),結(jié)合NPD曲線插值得出理論噪聲級,再根據(jù)實際情況進行修正。經(jīng)過多年發(fā)展,形成了以國內(nèi)外標準為載體的常規(guī)方法與學(xué)術(shù)研究驅(qū)動下的改良方法。

2.1.1 常規(guī)方法

為有效緩解機場周圍飛機噪聲預(yù)測難等問題,美國汽車工程師協(xié)會(society of automotive engineers,SAE)于1986年發(fā)布了標準SAE AIR 1845[20],詳細介紹了飛機噪聲預(yù)測方法,并于2012年發(fā)布修訂后的新標準SAE AIR 1845A[21]。

針對運輸機場或者通用航空機場,以LAE作為單架飛機在預(yù)測點上的暴露聲級評價指標,單次飛行事件的噪聲理論計算公式為

LAE=LAE(P,d)+Δv-Λ(β,L)+ΔL+Δφ

(1)

式(1)中:LAE為單架航空器在地面預(yù)測點的暴露聲級;LAE(P,d)為發(fā)動機的功率P和地面計算點與航線的垂直距離d(斜線距離)在已知的NDP數(shù)據(jù)基礎(chǔ)上進行插值獲得的聲級;Δv為速度修正因子,Λ(β,L)為側(cè)向衰減因子;ΔL為針對在飛機起跑點后面的計算點施加的修正因子;Δφ為轉(zhuǎn)彎航跡持續(xù)時間修正因子。

國際民航組織于1988年發(fā)布了標準ICAO Circular 205[22],計算方法與美國SAE AIR 1845類似,之后將其計算方法納入ICAO 9911[23]和附件16-環(huán)境保護[24],并沿用至今。歐洲民航會議(European Civil Aviation Conference,ECAC)基于ICAO Circular 205對1987年版標準ECAC Doc 29[25]所涉機場噪聲預(yù)測方法進行了修訂,于1997年發(fā)布了第二版,并沿用至今。

中國在沿用美國SAE AIR1845計算方法的基礎(chǔ)上,基于中國國情進行了改良,形成了國家標準《機場周圍區(qū)域飛機噪聲環(huán)境質(zhì)量標準(征求意見稿)》(以下簡稱國標征求意見稿)、行業(yè)標準《民用機場周圍飛機噪聲計算和預(yù)測》(以下簡稱民航標準)[26]、《環(huán)境影響評價技術(shù)導(dǎo)則聲環(huán)境》(以下簡稱環(huán)評標準)[27]。國內(nèi)外涉及機場周圍飛機噪聲預(yù)測方法的標準詳見圖1。

圖1 國內(nèi)外涉及機場周圍飛機噪聲預(yù)測的標準文件Fig.1 Standards documents for prediction of aircraft noise around airports at home and abroad

通過對比分析,國內(nèi)外有關(guān)噪聲預(yù)測的常規(guī)方法有共性與差異,見表1。

表1 常規(guī)方法的共性與差異Table 1 Common and differences of conventional methods

2.1.2 改良方法

基于NPD曲線的常規(guī)計算方法,國內(nèi)外學(xué)者通過大量理論、試驗研究,對常規(guī)方法進行突破和改進,形成了一系列最新研究成果。

國內(nèi)學(xué)者主要針對計算體系不夠統(tǒng)一、預(yù)測結(jié)果不夠直觀、未有效結(jié)合航跡特征、新機型應(yīng)用難度大、噪聲源聲功率預(yù)測不夠精準等不足,形成了多種改良方法。

在統(tǒng)一計算體系方面,劉洲等[28]根據(jù)飛行航線的幾何特點,于2012年建立了通用地、適合各種機型不同航線的噪聲計算模型,完善了飛機噪聲計算體系。在預(yù)測結(jié)果可視化方面,劉洲等[29]于2013年將地理信息系統(tǒng)(geographic information system,GIS)技術(shù)引入飛機噪聲預(yù)測過程中,極大地提升了模型的空間數(shù)據(jù)處理與分析能力。在結(jié)合航跡特征方面,張召悅[30]于2013年建立了一套基于航跡特征的離場飛行程序噪聲預(yù)測方法,之后提出了基于航跡分段模型的飛行程序噪聲評估方法,進一步提高了預(yù)測效率[31];閆國華等[32]于2018年在分析離場航跡特征的機場上,經(jīng)過多普勒效應(yīng)修正、幾何發(fā)散衰減修正和大氣吸聲衰減修正,得到起飛時風(fēng)扇噪聲預(yù)測模型。在新機型應(yīng)用方面,孫慧[33]于2017年建立了適用于噴氣式飛機的邊線噪聲衰減數(shù)據(jù)庫,為C919等新機型噪聲預(yù)測和噪聲適航審定奠定基礎(chǔ)。在噪聲源聲功率預(yù)測方面,閆國華等[34]于2020年提出了一種用于發(fā)動機核心機適航噪聲的計算框架,提高噪聲源聲功率預(yù)測的準確性。

國外學(xué)者主要著眼于降低理論計算所需參數(shù)的獲取難度、提升參數(shù)的準確性。

Pretto等[35]主要克服飛機推力參數(shù)難以準確獲取等不足,于2019年提出了網(wǎng)絡(luò)數(shù)據(jù)驅(qū)動下的機場周圍飛機噪聲理論預(yù)測方法,通過相關(guān)網(wǎng)站獲取已公布的機場布局、空域條件、航跡信息、機型參數(shù)等數(shù)據(jù),然后對數(shù)據(jù)進行清洗和標準化處理,再利用航跡數(shù)據(jù)以及飛行程序構(gòu)建典型飛行事件,從中獲取較為準確的推力信息,并基于NPD曲線計算出噪聲聲級。

為了進一步提升重建的飛行事件與航跡信息的匹配度,減小航空器推力引起的噪聲預(yù)測誤差,Pretto等[36]于2022年提出了新的改進方法,進一步考慮有關(guān)航班運行、機場天氣、航空器性能參數(shù)、機場跑道和地形高程的大量數(shù)據(jù),在指定的飛行程序中解鎖合理自由度,使得重建的飛行事件與實際航跡數(shù)據(jù)相匹配,經(jīng)過理論計算獲取了更為準確的預(yù)測結(jié)果。

2.2 監(jiān)測數(shù)據(jù)驅(qū)動下的噪聲預(yù)測

通過在機場周圍布設(shè)噪聲監(jiān)測點,結(jié)合航跡數(shù)據(jù)進行交互分析或者單純挖掘噪聲點數(shù)據(jù),能夠有助于探究噪聲傳播及時空分布規(guī)律,進而依托已知噪聲監(jiān)測點預(yù)測未知點的飛機噪聲。相關(guān)學(xué)者展開了大量研究,具體形成了監(jiān)測點與航跡數(shù)據(jù)交互預(yù)測與監(jiān)測點數(shù)據(jù)挖掘預(yù)測兩種方法。

2.2.1 監(jiān)測點與航跡數(shù)據(jù)交互

監(jiān)測點與航跡數(shù)據(jù)交互的噪聲預(yù)測方法的原理是基于噪聲監(jiān)測點的噪聲數(shù)據(jù)和飛行軌跡信息,結(jié)合噪聲傳播機理,由噪聲監(jiān)測點的聲壓級和飛機位置,反推飛機的聲源聲功率,并由此預(yù)測出地面各預(yù)測點受飛機影響的聲壓級大小。

從飛機到接收者的噪聲傳播包括通過空氣的直接傳播,在地面、屏障和建筑表面及通過湍流和不均勻大氣的反射、衍射和散射[37]?！董h(huán)境影響評價技術(shù)導(dǎo)則 聲環(huán)境》依據(jù)《聲學(xué)戶外聲傳播衰減第1部分:大氣聲吸收的計算》[38]與《聲學(xué)戶外聲傳播衰減第2部分:一般計算方法》[39]規(guī)定了移動的或者是固定的戶外點聲源或點聲源組傳播衰減計算方法以及大氣吸收衰減、地面效應(yīng)衰減等參數(shù)具體的計算方法,可以預(yù)測已知噪聲源在有利于聲傳播的氣象條件下指定預(yù)測點處的聲級,為解析航空器噪聲的傳播機理奠定了基礎(chǔ)。

袁芳[40]在2022年基于上述傳播衰減方法設(shè)計出監(jiān)測點與航跡數(shù)據(jù)交互的機場周圍飛機噪聲預(yù)測方法,如圖2所示。

圖2 交互預(yù)測示意圖[40]Fig.2 Schematic diagram of interactive prediction[40]

該方法首先在機場周圍區(qū)域布置多個噪聲監(jiān)測點與廣播式自動相關(guān)監(jiān)視(automatic dependent surveillance-broadcast,ADS-B)地面站[41],實時采集噪聲數(shù)據(jù)與飛機航跡信息(包含飛機的位置、高度、速度以及時間);然后結(jié)合地面監(jiān)測點接收到的噪聲變化情況、考慮噪聲傳播的延時效應(yīng)分段構(gòu)建有效航跡,再整合多段有效航跡形成飛機的有效航跡[42];之后基于戶外點聲源的傳播理論解析噪聲傳播機理,結(jié)合噪聲監(jiān)測點數(shù)據(jù)和有效航跡信息反推聲源大小并推演地面其他預(yù)測點的噪聲暴露聲級。

2.2.2 基于監(jiān)測數(shù)據(jù)挖掘

基于監(jiān)測數(shù)據(jù)挖掘的飛機噪聲預(yù)測方法包括數(shù)據(jù)采集、數(shù)據(jù)處理、模型構(gòu)建3個階段,見圖3。

圖3 噪聲數(shù)據(jù)挖掘三階段示意圖Fig.3 Three stages of noise data mining

該方法原理是通過在機場周邊布置大量的噪聲監(jiān)測點[43],采集大批量、長周期的機場周圍飛機噪聲數(shù)據(jù),然后對機場周圍飛機噪聲數(shù)據(jù)進行處理和深入分析,過濾環(huán)境噪聲等不正常數(shù)據(jù),再通過神經(jīng)網(wǎng)絡(luò)、關(guān)聯(lián)分析、時間序列等各類智能算法探究監(jiān)測點噪聲數(shù)值及分布規(guī)律,建立機場周圍飛機噪聲預(yù)測模型。

在噪聲數(shù)據(jù)采集階段,楊東等[44]、丁偉杰[45]、虞月[46]、金建龍[47]、肖驍[48]構(gòu)建了機場周圍飛機噪聲感知網(wǎng)絡(luò)體系三級架構(gòu)。首先在機場周邊區(qū)域布置大量的噪聲數(shù)據(jù)感知節(jié)點,然后通過ZigBee技術(shù)[49]將采集到的噪聲數(shù)據(jù)匯聚至匯聚節(jié)點,再通過移動網(wǎng)絡(luò)將噪聲數(shù)據(jù)由匯聚節(jié)點傳輸至中心處理平臺。

在噪聲數(shù)據(jù)處理階段,王尚北等[50]、溫冬琴等[51-52]、谷飛[53]、尤華[54]廣泛使用時段平均法、滑動平均法等初級濾波算法對噪聲數(shù)據(jù)進行平滑處理。由于沒有考慮到機場周圍環(huán)境噪聲,在一定程度上損失了數(shù)據(jù)的精度和準確性。陳亙[55]通過模擬實驗探究了環(huán)境背景噪聲對飛機噪聲監(jiān)測結(jié)果的影響,為噪聲濾波工作奠定了基礎(chǔ)。丁偉杰[45]根據(jù)噪聲序列的短時趨勢對噪聲進行了分類,并充分考慮監(jiān)測區(qū)域內(nèi)噪聲數(shù)據(jù)的時空分布特點,設(shè)計了改進的粒子濾波算法,實現(xiàn)同步過濾局部環(huán)境噪聲與保留航空噪聲的效果。

在噪聲預(yù)測階段,近年來各位學(xué)者主要通過集成學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、關(guān)聯(lián)分析、時間序列分析等智能算法構(gòu)建噪聲預(yù)測模型。在集成學(xué)習(xí)技術(shù)方面,謝華等[56]通過對機場噪聲數(shù)據(jù)進行采樣訓(xùn)練得到多個預(yù)測模型,再對其進行選擇集成,輸出效果更好的預(yù)測模型。徐濤等[57]根據(jù)距離、功率、速度、風(fēng)力、溫度、濕度等預(yù)測參數(shù)的可獲取性,動態(tài)構(gòu)建預(yù)測模型,從而在參數(shù)缺失的條件下仍可預(yù)測出相應(yīng)噪聲值。在神經(jīng)網(wǎng)絡(luò)技術(shù)方面,杜繼濤[15]將推力、高度、直線距離、平均風(fēng)速等作為學(xué)習(xí)要素,采用神經(jīng)網(wǎng)絡(luò)對采集到的監(jiān)測數(shù)據(jù)進行訓(xùn)練,針對該機場定制了噪聲預(yù)測模型。在關(guān)聯(lián)分析技術(shù)方面,谷飛[53]通過ATNSOA-Apriori算法挖掘多個噪聲監(jiān)測點之間的數(shù)據(jù)關(guān)聯(lián)規(guī)則,實現(xiàn)從已知監(jiān)測點預(yù)測其他點位噪聲值的目的。在時間序列技術(shù)方面,王尚北[58]結(jié)合機場周圍飛機噪聲時空序列的特性,提出基于時空神經(jīng)網(wǎng)絡(luò)的預(yù)測模型。在跨技術(shù)融合方面,徐濤等[59]提出一種基于快速極限學(xué)習(xí)機和差分進化算法的機場噪聲一體化預(yù)測模型,采用改進的差分進化算法實現(xiàn)對重構(gòu)參數(shù)和模型參數(shù)的同步優(yōu)化選擇,無需人工干預(yù)。蘇瀚[60]綜合考慮機場噪聲的主要影響因素,利用空間擬合算法和BP神經(jīng)網(wǎng)絡(luò)算法構(gòu)建預(yù)測模型,使之具有更高的預(yù)測精度和更強的泛化能力。徐濤等[61]提出一種基于空間擬合和神經(jīng)網(wǎng)絡(luò)的集成預(yù)測模型,通過聯(lián)合使用多個基學(xué)習(xí)器,有效提升預(yù)測準確率。

2.3 噪聲預(yù)測應(yīng)用現(xiàn)狀

在掌握基于NPD曲線計算與監(jiān)測數(shù)據(jù)驅(qū)動的兩大類噪聲預(yù)測方法原理的基礎(chǔ)上,各國著眼于預(yù)測方法的實際運用,開發(fā)了一系列機場周圍飛機噪聲預(yù)測軟件與噪聲監(jiān)控系統(tǒng),并在機場規(guī)劃建設(shè)、機場運行、機場運行評價等階段都發(fā)揮了重要作用。

在噪聲預(yù)測軟件方面,基于NPD曲線的理論計算方法,美國航空管理局(FAA)支持開發(fā)了機場噪聲預(yù)測軟件INM(integrated noise model)[62],美國國防部(DOD)支持開發(fā)了軍用機場的噪聲預(yù)測軟件NOISEMAP[63],美國國家航空航天局(NASA)開發(fā)了與NOISEMAP模型配合使用以獲得更加準確的噪聲預(yù)測結(jié)果的噪聲預(yù)測軟件RNM(rotor noise model)[64]。此外,Wyle 實驗室開發(fā)的 NMsim、德國的 soundPLAN 和波音公司的 BCOP(Boeing clime out program)等軟件也得到規(guī)模化應(yīng)用[65]。中國目前應(yīng)用較多的是升級后的INM 軟件,杭州愛華智能科技有限公司等企業(yè)通過研發(fā)、優(yōu)化機場噪聲預(yù)測軟件,逐步實現(xiàn)國產(chǎn)軟件的推廣應(yīng)用。

基于較為成熟的噪聲預(yù)測技術(shù)手段,目前世界上80%的大型機場均已建成機場噪聲自動監(jiān)測系統(tǒng)(airport noise monitoring system,ANMS)[3],包括中國的北京首都、上海浦東、廣州白云、成都天府等國際機場[66]。該系統(tǒng)主要用于分析航班起降噪聲影響、監(jiān)測不同飛行程序的執(zhí)行情況、預(yù)測機場周圍飛機噪聲等。

機場周圍飛機噪聲預(yù)測作為開展機場噪聲綜合治理工作的重要基礎(chǔ),是機場掌握噪聲態(tài)勢、落實及優(yōu)化減噪措施的有力工具,助力民航機場的綠色化發(fā)展,在機場規(guī)劃建設(shè)、機場運行、機場運行評價等階段都發(fā)揮了重要作用。

在機場規(guī)劃建設(shè)階段,通過對機場周圍飛機噪聲進行預(yù)測,繪制噪聲分布等值線圖,助力于政府單位掌握機場噪聲的影響范圍和程度,從而科學(xué)制定機場周圍區(qū)域用地規(guī)劃[67],預(yù)先設(shè)定降噪措施,為機場環(huán)境評估提供數(shù)據(jù)支持。

在機場運行階段,通過對比分析不同時段、不同運行模式的噪聲級大小,診斷機場周圍噪聲激增環(huán)節(jié)與因素[68],有助于制定機隊機型與飛行程序優(yōu)化策略、開展基于噪聲的機場時刻容量精細化管理等減噪措施[69]。

在機場運行事后評價階段,可對多類型減噪措施的具體成效進行綜合評估,優(yōu)選最合適的減噪措施。同時也為機場定期開展環(huán)境評價提供數(shù)據(jù)支撐,也可作為數(shù)據(jù)源向公眾公布機場噪聲影響情況及減噪措施的具體成效。

3 噪聲預(yù)測方法對比及展望

3.1 噪聲預(yù)測方法對比

基于NPD曲線的計算方法與監(jiān)測數(shù)據(jù)驅(qū)動下的預(yù)測方法是現(xiàn)階段典型的機場周圍飛機噪聲預(yù)測方法,前者基于機場周圍飛機噪聲預(yù)測的理論計算公式、以多參數(shù)輸入、高計算負擔(dān)為代價輸出預(yù)測結(jié)果,后者依賴于機場噪聲監(jiān)測數(shù)據(jù)庫、飛機噪聲傳播機理以及各類智能算法來實現(xiàn)更高效、直接的預(yù)測。對兩類方法進行綜合對比,詳細分析兩種方法的優(yōu)勢與不足,見表2。

表2 機場周圍飛機噪聲預(yù)測方法綜合對比Table 2 Comprehensive comparison of aircraft noise prediction methods around the airport

通過對比梳理出兩種方法的優(yōu)勢與不足,基于NPD曲線計算的噪聲預(yù)測方法過于依賴大量的參數(shù)輸入,無法覆蓋各類機型,未能有效利用監(jiān)測數(shù)據(jù)對計算過程進行優(yōu)化和校準,改良方法僅限于對輸入?yún)?shù)的進一步修正和部分計算參數(shù)的優(yōu)化,未改變整體計算思路;監(jiān)測數(shù)據(jù)驅(qū)動下的預(yù)測方法過于依賴監(jiān)測數(shù)據(jù),缺乏對噪聲傳播機理的進一步解析,預(yù)測精度和適用性受限。

兩種預(yù)測方法雖有各自的優(yōu)勢和不足,但具有互補性,通過理論研究進一步解析飛機噪聲傳播機理,并依托監(jiān)測數(shù)據(jù)修正傳統(tǒng)理論算法的經(jīng)驗誤差,實現(xiàn)航空器聲功率與地面監(jiān)測數(shù)據(jù)的推演與反算;同時利用對地面噪聲監(jiān)測點監(jiān)測數(shù)據(jù)的挖掘?qū)W習(xí),剖析飛機噪聲在地面監(jiān)測點的分布規(guī)律,借助理論計算結(jié)果優(yōu)化分布推演結(jié)果。然后經(jīng)過互相修正與校準過程,綜合兩類預(yù)測結(jié)果并輸出最終結(jié)果。

由于兩種方法具備互相交融的可操作性,充分發(fā)揮兩種方法的優(yōu)勢,利用互補性彌補各自短板,從而全面優(yōu)化預(yù)測流程、拓寬應(yīng)用場景、降低經(jīng)驗誤差,理論計算與監(jiān)測數(shù)據(jù)驅(qū)動相融合成為了研究趨勢。

3.2 噪聲預(yù)測展望

通過對比分析國內(nèi)外有關(guān)噪聲預(yù)測的大量研究工作,機場噪聲預(yù)測呈現(xiàn)出單純依靠理論計算或者監(jiān)測數(shù)據(jù)驅(qū)動逐步向理論計算與監(jiān)測數(shù)據(jù)驅(qū)動相融合方向發(fā)展的趨勢,基于此提出了空地聯(lián)合、數(shù)字組網(wǎng)的機場周圍飛機噪聲預(yù)測思路,見圖4。

圖4 預(yù)測新思路示意圖Fig.4 Schematic diagram of new prediction ideas

該思路首先進行預(yù)測前期工作,包括收集航跡、機場地理信息等數(shù)據(jù)、優(yōu)選人工智能模型等;再進行噪聲監(jiān)測點的合理布局,通過布設(shè)數(shù)量較少且成本較低的傳感器實現(xiàn)數(shù)字組網(wǎng);然后進行噪聲數(shù)據(jù)采集和預(yù)處理,以獲取純凈的飛機噪聲。之后分別進行監(jiān)測點與航跡數(shù)據(jù)交互以及監(jiān)測點數(shù)據(jù)挖掘預(yù)測工作。其中,監(jiān)測點與航跡數(shù)據(jù)交互重點考慮飛機噪聲的多普勒效應(yīng)以進一步解析噪聲傳播機理[70],依托該機理與噪聲監(jiān)測數(shù)據(jù),實現(xiàn)聲功率反推與預(yù)測點聲級推演;監(jiān)測點數(shù)據(jù)挖掘則進一步剖析不同監(jiān)測點的噪聲值分布規(guī)律,依托理論計算結(jié)果對預(yù)測出的未知點數(shù)值進行修正;最后將兩種方法的預(yù)測結(jié)果進行對比,結(jié)合實測數(shù)據(jù)制定相互修正機制,輸出最終預(yù)測結(jié)果。

依托上述思路形成的方法將全面提升理論計算與監(jiān)測數(shù)據(jù)驅(qū)動的兩種預(yù)測方法契合度,提高地面預(yù)測精度、增強噪聲態(tài)勢感知能力,有助于機場周圍飛機噪聲預(yù)測向空地聯(lián)合化、數(shù)字化、精細化方向前進。

未來,基于該思路設(shè)計的預(yù)測方法可在微觀層面,為機場開展噪聲監(jiān)測及預(yù)測工作提供定制化、可視化產(chǎn)品,為相關(guān)單位開展環(huán)評工作提供噪聲評估咨詢服務(wù);在宏觀層面,將為地方政府、民航監(jiān)管單位提供優(yōu)質(zhì)的機場噪聲數(shù)據(jù)服務(wù),為公眾打造機場周邊飛機噪聲空地聯(lián)合的信息展示平臺。

4 結(jié)論

通過梳理國內(nèi)外有關(guān)機場周圍飛機噪聲預(yù)測的大量文獻,依據(jù)數(shù)據(jù)源的不同,歸納出基于NPD曲線計算的預(yù)測方法與監(jiān)測數(shù)據(jù)驅(qū)動下的預(yù)測方法,詳細介紹了兩類預(yù)測方法的原理與實際運用情況,通過剖析對比兩種方法,得到以下結(jié)論。

(1)基于NPD曲線計算的噪聲預(yù)測方法較全面地考慮了對飛機噪聲產(chǎn)生影響各種因素,符合具體型號飛機的噪聲傳播規(guī)律,易于指導(dǎo)機場開展噪聲預(yù)測工作,但是存在過于依賴大量的飛行參數(shù)輸入、無法覆蓋各類機型、未能有效利用監(jiān)測數(shù)據(jù)對計算過程進行優(yōu)化和校準等問題。

(2)監(jiān)測數(shù)據(jù)驅(qū)動下的噪聲預(yù)測方法通過監(jiān)測數(shù)據(jù)與航跡數(shù)據(jù)交互、機器學(xué)習(xí)等方式實現(xiàn)智能預(yù)測,避免了理論模型中的經(jīng)驗參數(shù)帶來的計算誤差,拓寬了預(yù)測渠道,衍生了大量預(yù)測模型,但是存在噪聲傳播解析工作不夠完善、噪聲監(jiān)測點的布設(shè)成本較高、預(yù)測模型通用性較差等缺點。

(3)兩種預(yù)測方法雖有各自的優(yōu)勢和不足,但具有互補性,通過理論研究進一步解析飛機噪聲傳播機理,并依托監(jiān)測數(shù)據(jù)修正傳統(tǒng)理論算法的經(jīng)驗誤差,實現(xiàn)航空器聲功率與地面監(jiān)測數(shù)據(jù)的推演與反算;同時利用對地面噪聲監(jiān)測點監(jiān)測數(shù)據(jù)的挖掘?qū)W習(xí),剖析飛機噪聲在地面監(jiān)測點的分布規(guī)律,借助理論計算結(jié)果優(yōu)化分布推演結(jié)果。

(4)基于上述兩種方法的優(yōu)缺點及可互補性,揭示了理論計算與監(jiān)測數(shù)據(jù)驅(qū)動相融合的研究趨勢,通過優(yōu)勢互補,全面優(yōu)化預(yù)測流程、拓寬應(yīng)用場景、降低經(jīng)驗誤差。

基于研究趨勢,提出了空地聯(lián)合、數(shù)字組網(wǎng)的機場周圍飛機噪聲預(yù)測新思路,通過布設(shè)量少、成本低的傳感器實現(xiàn)數(shù)字組網(wǎng),依托監(jiān)測點與航跡數(shù)據(jù)交互以及監(jiān)測點數(shù)據(jù)挖掘?qū)崿F(xiàn)空地聯(lián)合,打造理論計算與數(shù)據(jù)驅(qū)動兩類方法的協(xié)同運行平臺,實現(xiàn)機場周圍飛機噪聲預(yù)測的數(shù)字化、精細化。未來在微觀層面,可為機場開展噪聲監(jiān)測及預(yù)測工作提供定制化產(chǎn)品,為有關(guān)單位開展環(huán)評工作提供噪聲評估咨詢服務(wù);在宏觀層面,將為地方政府、民航監(jiān)管單位提供優(yōu)質(zhì)的機場噪聲數(shù)據(jù)服務(wù),為公眾打造機場周邊飛機噪聲空地聯(lián)合的信息展示平臺。