Statistical attribution of errors in urban noise modeling

Abstract

Debido a la gran variabilidad de los niveles sonoros presentes en una ciudad, las caracterizaciones estáticas basadas en valores medios están cayendo en desuso. En este estudio se realiza un análisis de distribución de diferencias entre los niveles sonoros medidos y calculados para evaluar la precisión del modelo de ruido y analizar las distintas características urbanísticas y de tráfico rodado que influyen en sus incertidumbres. Los resultados muestran que el modelo de ruido subestima los valores de ruido en las categorías de carretera con mayor y menor flujo de tráfico rodado, especificadas como categorías 1 y 5, respectivamente.

El control de la velocidad de los vehículos en la categoría 1 y el uso de una estrategia de medición in situ adecuada podrían mejorar estas estimaciones. Además, se observó una clara influencia del número y el porcentaje de vehículos pesados en la sobrestimación de los valores de ruido. Por último, se estudió la relación de las incertidumbres con las variables urbanas como posible método alternativo de estimación. Un modelo multivariante desarrollado a partir de variables urbanas registradas en diferentes categorías de carreteras, excepto la categoría 5, captó el 70% de la variabilidad de la incertidumbre del modelo de ruido.

Due to the great variability of sound levels present in a city, static characterizations based on average values are falling out of favour. A distribution of differences analysis between the measured and calculated sound levels is conducted in this study to evaluate the accuracy of the noise model, and to analyse the different urbanistic and road traffic characteristics that influence their uncertainties. Results show that the noise model underestimates noise values in the road categories with the highest and lowest road traffic flows, specified as categories 1 and 5, respectively.

Monitoring of vehicle speed in category 1 and use of an appropriate on-site measurement strategy could improve these estimates. Furthermore, a clear influence was observed of the number and percentage of heavy vehicles in overestimating noise values. Finally, the relationship of uncertainties with urban variables was studied as a possible alternative method of estimation. A multivariate model developed from urban variables recorded in different road categories, except for category 5, captured 70% of the variability of noise model uncertainty.