论文部分内容阅读
[摘 要]运用SPSS统计软件对深圳市8条典型道路的10个因素指标进行了因子分析，并将这10个指标归结为3个因子，在此基础上根据不同道路的因子得分情况对深圳市道路噪声源强的影响因素进行总体比较和评价。研究结论表明，提取出的3个公因子，可以包括原来10个因素的89.196%的信息，对深圳市道路噪声影响因素的降维效果良好；道路交通噪声的第一影响因子为车速指标，第二影响因子为小型车车流量指标，第三影响因子为大型车比例指标。该结论可以为深圳市道路设计提供依据。
[关键词]城市道路；因子分析；交通噪声；噪声源强
中图分类号：H319 文献标识码：A 文章编号：1009-914X（2018）46-0335-01
1深圳市典型道路交通噪声监测
1.1监测内容
选取8条深圳市典型城市道路作为研究对象，分析交通道路噪声影响因素——车流量、车速、车型比和道路宽度因素指标对交通噪声影响的程度。
1.2测点布置
监测点布置在道路一侧距离道路最外侧车道中心线7.5m，距地面高1.2m处。
1.3监测过程
测量在无雨、风速小于5m/s时进行，气温25～30℃。监测时间均在昼间（6：00～22：00）进行，每个监测点监测3次，每次测量20min。
监测方法按照《声环境质量标准》（GB3096-2008）中的规定进行。记录各测点的噪声级，同时记录各测点的分车型车流量、分车型车速及行车道宽度。
1.4监测仪器
噪声测量仪AWA6228型、声学校准仪、BUSHNELL SPEEDSTER雷达测速枪、三脚架等。
2监测结果与数据分析
2.1因子分析的原理
因子分析从原始变量的相关系数矩阵出发，寻找出少数几个不可观测的隐变量（因子），通过这几个隐变量来描述原始变量之间的相关系数。假设取得的样本共有n个样品，每个样品有p个指标，则原始数据矩阵为X=（xij）n×p，i=1，2，…，n，j=1，2，…，p。
因子分析的一般步骤为：
①原始数据标准化。标准化的公式为，其中xij为第i个样品的第j个指标值，和sj分别是第j个指标的样本均值和样本标准差。数据标准化可消除原始变量不同量纲的影响，使因子分析能均等地对待每一个指标，而且标准化不会改变变量之间的相关系数。
②计算标准化数据的相关系数矩阵R=（rij）n×p，同时求相关系数矩阵的特征根λ1≥λ2≥…≥λp，和对应的正交标准化的特征向量e1，e2，…，ep。
③对载荷矩阵A实行方差最大的正交旋转变换，旋转后的因子载荷矩阵的m个列向量就对应m个公共因子（或称主因子）。实行旋转变化的目的是使每个公因子分别只对若干原始变量有较大载荷（相关性），从而增强了各因子的可解释性。
④计算各样品的因子得分。根据因子得分可对不同样品作进一步的排序[8]。
2.2监测结果
对深圳市8条典型道路昼间噪声级进行监测，取大型车车流量、中型车车流量、小型车车流量、大型车车速、中型车车速、小型车车速、大型车比例、中型车比例、小型车比例和道路行车道宽度，共计10个因素指标作为样本，并分别用X1，X2，…，X10代表不同的因素指标。
8条道路主要为深圳市的主干道和次干道，车流量、车速、路宽基本代表了昼间深圳市路宽及交通噪声平均水平，除R1道路外，其余道路且均能满足《声环境质量标准》4a类昼间标准要求（≤70dB（A））。
2.3数据处理和分析
利用SPSS统计软件对深圳市典型道路监测结果做因子分析。在Bartlett球形檢验中相伴概率=0.000，拒绝了各变量相互独立的假设，即变量之间具有较强的相关性。
中型车比例、小型车车速、中型车车速和大型车车速在第一公因子F1上有较大的载荷，而其他因素指标在F1上只有中等或很小的载荷，除中型车比例外，其它因素指标均为道路交通影响因素中的车速指标，因此公因子F1可命名为车速指标。在第二公因子F2上，小型车车流量有很大的载荷，其他指标只有中等或很小的载荷，所以可命名该因子为小型车车流量指标。在第三公因子F3上，大型车比例有很大的载荷，其他指标只有中等或很小的载荷，所以可命名该因子为大型车比例指标。在提取了3个主要因子后，还可以通过SPSS软件用回归分析方法求得各主要因子的得分函数。若将某条道路噪声级的10个影响因素指标代入上述3个因子得分函数中，即可得到该道路噪声级的3个因子得分值。在第一因子得分函数中，代表车速和中型车比例的因素指标有较大的正系数，而其它因素指标的系数取负值或很小的值。因此道路的第一因子得分值F1越大，说明该道路噪声受车速指标影响越多，反之，则受车速影响越少。根据各道路的第一因子得分值进行排序，可据此对各道路受不同因素指标影响的程度进行比较和分析。
3道路交通噪声各因素的比较和分析
根据各道路3个因子得分以及按3个因子得分大小做出的排序，可以更加直观的表示出各道路噪声级的主要影响因素。右侧第二列为按3个公因子的贡献率计算得出加权得分，最右列为综合排序。
加权得分公式为：（0.53902×F1+0.25161×F2+0.10132×F3）/0.89196
由第一因子得分和排序可知，R1、R5的道路交通噪声主要受车速影响较多，由第二因子得分和排序可知，R1、R4的道路交通噪声主要受小型车车流量的影响较多，由第三因子得分和排序可知R7、R8的道路交通噪声主要受大型车车型比的影响较多。
可见，道路交通噪声各影响因素对噪声贡献值的主要因子为车速指标、小型车车流量指标和大型车比例指标。
4结论
通过对深圳市典型道路噪声的影响因素进行因子分析，提取出的3个公因子，可以包括原来10个因素的89.196%的信息，对深圳市道路噪声影响因素（大中小车车流量、大中小车车型比、大中小车车速和路宽共计10个因素指标）的降维效果良好；分别计算提取出的3个公因子的旋转成分矩阵和因子得分矩阵，总结3个公因子的规律并对其进行命名。结果表明，道路交通噪声的第一影响因子为车速指标，第二影响因子为小型车车流量指标，第三影响因子为大型车比例指标。上述统计分析结果，可以为深圳市道路设计提供依据。
参考文献
[1]于泽民. 低等级公路交通噪声预测模型分析与适用性研究[D]. 内蒙古大学： 呼和浩特市， 2013
[2]唐艳红. 深圳市道路交通噪声污染现状及防治对策[J]. 交通节能与环保， 2013， （4）： 70-73
作者简介：高亚梅（1985-），女，内蒙古通辽市，兰州交通大学，硕士研究生，中级职称，主要从事环境管理和环境影响评价工作。
[关键词]城市道路；因子分析；交通噪声；噪声源强
中图分类号：H319 文献标识码：A 文章编号：1009-914X（2018）46-0335-01
1深圳市典型道路交通噪声监测
1.1监测内容
选取8条深圳市典型城市道路作为研究对象，分析交通道路噪声影响因素——车流量、车速、车型比和道路宽度因素指标对交通噪声影响的程度。
1.2测点布置
监测点布置在道路一侧距离道路最外侧车道中心线7.5m，距地面高1.2m处。
1.3监测过程
测量在无雨、风速小于5m/s时进行，气温25～30℃。监测时间均在昼间（6：00～22：00）进行，每个监测点监测3次，每次测量20min。
监测方法按照《声环境质量标准》（GB3096-2008）中的规定进行。记录各测点的噪声级，同时记录各测点的分车型车流量、分车型车速及行车道宽度。
1.4监测仪器
噪声测量仪AWA6228型、声学校准仪、BUSHNELL SPEEDSTER雷达测速枪、三脚架等。
2监测结果与数据分析
2.1因子分析的原理
因子分析从原始变量的相关系数矩阵出发，寻找出少数几个不可观测的隐变量（因子），通过这几个隐变量来描述原始变量之间的相关系数。假设取得的样本共有n个样品，每个样品有p个指标，则原始数据矩阵为X=（xij）n×p，i=1，2，…，n，j=1，2，…，p。
因子分析的一般步骤为：
①原始数据标准化。标准化的公式为，其中xij为第i个样品的第j个指标值，和sj分别是第j个指标的样本均值和样本标准差。数据标准化可消除原始变量不同量纲的影响，使因子分析能均等地对待每一个指标，而且标准化不会改变变量之间的相关系数。
②计算标准化数据的相关系数矩阵R=（rij）n×p，同时求相关系数矩阵的特征根λ1≥λ2≥…≥λp，和对应的正交标准化的特征向量e1，e2，…，ep。
③对载荷矩阵A实行方差最大的正交旋转变换，旋转后的因子载荷矩阵的m个列向量就对应m个公共因子（或称主因子）。实行旋转变化的目的是使每个公因子分别只对若干原始变量有较大载荷（相关性），从而增强了各因子的可解释性。
④计算各样品的因子得分。根据因子得分可对不同样品作进一步的排序[8]。
2.2监测结果
对深圳市8条典型道路昼间噪声级进行监测，取大型车车流量、中型车车流量、小型车车流量、大型车车速、中型车车速、小型车车速、大型车比例、中型车比例、小型车比例和道路行车道宽度，共计10个因素指标作为样本，并分别用X1，X2，…，X10代表不同的因素指标。
8条道路主要为深圳市的主干道和次干道，车流量、车速、路宽基本代表了昼间深圳市路宽及交通噪声平均水平，除R1道路外，其余道路且均能满足《声环境质量标准》4a类昼间标准要求（≤70dB（A））。
2.3数据处理和分析
利用SPSS统计软件对深圳市典型道路监测结果做因子分析。在Bartlett球形檢验中相伴概率=0.000，拒绝了各变量相互独立的假设，即变量之间具有较强的相关性。
中型车比例、小型车车速、中型车车速和大型车车速在第一公因子F1上有较大的载荷，而其他因素指标在F1上只有中等或很小的载荷，除中型车比例外，其它因素指标均为道路交通影响因素中的车速指标，因此公因子F1可命名为车速指标。在第二公因子F2上，小型车车流量有很大的载荷，其他指标只有中等或很小的载荷，所以可命名该因子为小型车车流量指标。在第三公因子F3上，大型车比例有很大的载荷，其他指标只有中等或很小的载荷，所以可命名该因子为大型车比例指标。在提取了3个主要因子后，还可以通过SPSS软件用回归分析方法求得各主要因子的得分函数。若将某条道路噪声级的10个影响因素指标代入上述3个因子得分函数中，即可得到该道路噪声级的3个因子得分值。在第一因子得分函数中，代表车速和中型车比例的因素指标有较大的正系数，而其它因素指标的系数取负值或很小的值。因此道路的第一因子得分值F1越大，说明该道路噪声受车速指标影响越多，反之，则受车速影响越少。根据各道路的第一因子得分值进行排序，可据此对各道路受不同因素指标影响的程度进行比较和分析。
3道路交通噪声各因素的比较和分析
根据各道路3个因子得分以及按3个因子得分大小做出的排序，可以更加直观的表示出各道路噪声级的主要影响因素。右侧第二列为按3个公因子的贡献率计算得出加权得分，最右列为综合排序。
加权得分公式为：（0.53902×F1+0.25161×F2+0.10132×F3）/0.89196
由第一因子得分和排序可知，R1、R5的道路交通噪声主要受车速影响较多，由第二因子得分和排序可知，R1、R4的道路交通噪声主要受小型车车流量的影响较多，由第三因子得分和排序可知R7、R8的道路交通噪声主要受大型车车型比的影响较多。
可见，道路交通噪声各影响因素对噪声贡献值的主要因子为车速指标、小型车车流量指标和大型车比例指标。
4结论
通过对深圳市典型道路噪声的影响因素进行因子分析，提取出的3个公因子，可以包括原来10个因素的89.196%的信息，对深圳市道路噪声影响因素（大中小车车流量、大中小车车型比、大中小车车速和路宽共计10个因素指标）的降维效果良好；分别计算提取出的3个公因子的旋转成分矩阵和因子得分矩阵，总结3个公因子的规律并对其进行命名。结果表明，道路交通噪声的第一影响因子为车速指标，第二影响因子为小型车车流量指标，第三影响因子为大型车比例指标。上述统计分析结果，可以为深圳市道路设计提供依据。
参考文献
[1]于泽民. 低等级公路交通噪声预测模型分析与适用性研究[D]. 内蒙古大学： 呼和浩特市， 2013
[2]唐艳红. 深圳市道路交通噪声污染现状及防治对策[J]. 交通节能与环保， 2013， （4）： 70-73
作者简介：高亚梅（1985-），女，内蒙古通辽市，兰州交通大学，硕士研究生，中级职称，主要从事环境管理和环境影响评价工作。