مدلسازی تراز صدای معادل ترافیک معابر اصلی شهر سنندج، ایران
محل انتشار: دومین سمپوزیوم بین المللی مهندسی محیط زیست
سال انتشار: 1388
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,458
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ISOEE02_080
تاریخ نمایه سازی: 30 شهریور 1388
چکیده مقاله:
یکی از ابزارهای نوین برای ارزیابی زیست محیطی آلودگی صوتی، پیش بینی انتشار آلودگی صوتی از طریق مدلسازی است . با توجه به اینکه تاکنون هیچ مدلی برای پیش بینی صدای ترافیک معابر اصلی شهر سنندج ارائه نشده، ضرورت انجام این تحقیق حس می گردید. اهداف تحقیق مزبور عبارتند از : 1- اندازه گیری تراز صدای معادل ترافیک ((Leq ) در خیابانهای مورد مطالعه که متغیر وابسته ی این تحقیق به شمار می رود. 2- شناسایی و اندازه گیری متغیرهای مستقل تحقیق. 3- تدوین مدل پیش بینی تراز صدای معادل ترافیک معابر اصلی شهر سنندج. در این تحقیق، خیابانهای پاسداران و کشاورز شهر سنندج انتخاب و به 16 قطعه مسیر تقسیم و در کل در این قطعه مسیرها تعداد 32 ایستگاه اندازه گیری صدای ترافیک مشخص گردید . در این ایستگا ه ها 288 بار Leq در طی روزهای هفته اندازه گیری شد . همزمان با اندازه گیری این شاخص صدا چهارده متغیر مؤثر بر این شاخص، اندازه گیری سپس با استفاده از نرم افزار SPSS و کاربرد روش Stepwise عملیات مدلسازی بین چهارده متغیر مستقل و متغیر وابسته تحقیق به انجام رسید . نتایج عملیات مدلسازی حاکی از آن است که مدل Leq در حالت خطی و لگاریتمی به ترتیب دارای دو ورودی غیرمشترک تعداد کامیونت و مینی بوس و تعداد کامیون و اتوبوس بوده و دارای سه ورودی مشترک تعداد بوق زدن خودروها، طول قطعه مسیر و متوسط ارتفاع ساختمانهای اطراف قطعه مسیر می باشد اما ضریب تعیین این مدل در حالت های خطی و لگاریتمی به ترتیب عبارت است از : 0/281و0/462 با توجه به بیشتر بودن ضریب تعیین در حالت لگاریتمی، مدل Leq در حالت لگاریتمی به عنوان مدل نهایی انتخاب گردید.
کلیدواژه ها:
نویسندگان
سیدشاهو احمدی
کارشناس ارشد مهندسی محیط زیست ، مدرس گروه عمران دانشگاه آزاد اسلامی س
پروین نصیری
دکترای تخصصی فیزیک،استاد گروه بهداشت حرفه ای، دانشکده ی بهداشت، دانشگ
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :