一种机场噪声地图绘制方法及系统

1.本文件涉及环境噪声监测和噪声可视化技术领域，尤其涉及一种机场噪声地图绘制方法及系统。


背景技术：

2.如今，人们对航空运输的需求与日俱增，我国航空运输业蓬勃发展，由此带来的机场噪声污染问题也愈加严重，如何有效的控制机场噪声的污染是刻不容缓的重要问题。
3.绘制机场噪声地图是评估噪声污染水平的常用方法，目前各机场噪声仿真软件依赖于机场年度历史运行数据，这种数据获取难度或成本较高，且不具备实时性；其次，这种方法依赖于官方航图绘制起降航迹，多数情况下无法考虑机场的实际运行情况；同时，以往利用机场噪声仿真软件绘制得到的噪声地图需要对若干点进行24h的连续噪声监测以验证噪声模型的准确性，这增大了绘制机场噪声地图的难度；此外，目前国内使用仿真软件构建的大多数噪声地图模型内容较为单一，大多不包含人口信息，无法快捷、合理评估暴露人口的情况，或者严重依赖于土地规划局提供的保密数据来绘制建筑物和描述人口分布。
4.广播式自动相关监视系统(ads-b)使得飞机能够通过自身搭载的ads-b设备来实时广播自己的准确位置和其他信息(高度、速度等)，从而实现人对飞机的精确监控。此外，ads-b数据的获取是低成本的，通过互联网就能获取全世界某机场几乎所有飞机的ads-b数据，随着未来ads-b网络的全面覆盖，通过互联网获取的机场的ads-b航班数据将完全能够直接代表机场的实际运行数据。
5.因此设计开发一种能够基于互联网低成本机场航班数据、简便的验证方法且便于人口暴露分析的机场噪声地图绘制方法具有十分重大的意义。


技术实现要素：

6.本说明书一个或多个实施例提供了一种机场噪声地图绘制方法，包括：
7.s1.获取机场基础信息；
8.s2.通过互联网采集机场广播式自动相关监视系统ads-b航班数据，根据所述ads-b航班数据得到机场真实航迹类型；
9.s3.根据所述机场基础信息和真实航迹类型，构建机场噪声模型，获得机场噪声模拟数据；
10.s4.通过机场噪声模型验证方法，修正机场噪声模型的参数，绘制机场噪声地图。
11.本说明书一个或多个实施例提供了一种机场噪声地图绘制系统，包括：
12.机场信息获取模块：用于获取机场基础信息；
13.航班数据分析模块：用于通过互联网采集机场广播式自动相关监视系统ads-b航班数据，根据所述ads-b航班数据得到机场真实航迹类型；
14.噪声模型构建模块：用于根据所述机场基础信息和真实航迹类型构建机场噪声模型，获得机场噪声模拟数据；
15.噪声地图绘制模块：用于通过机场噪声模型验证方法修正机场噪声模型的参数，验证噪声地图的准确性，绘制机场噪声地图。
16.采用本发明实施例，基于够轻易获取的互联网中的航班数据构建机场噪声地图，具有快速、低成本、实时性的特点，能够在面对噪声投诉以及其他需要评估临时快速构建机场噪声地图时发挥大作用，节约了时间与成本；能够更结合实际情况，更真实反应真实世界中的飞机噪声的影响；能够更高效验证机场噪声地图的准确性，用来快速监测某地点的飞机噪声水平，具有很好的可执行性，极大便捷了噪声地图模型的验证过程；为机场噪声污染的治理提供了一种低成本、便捷的机场噪声地图绘制方法。
附图说明
17.为了更清楚地说明本说明书一个或多个实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
18.图1是本发明实施例的机场噪声地图绘制方法的流程图；
19.图2是本发明实施例的互联网航班数据采集与处理流程图；
20.图3是本发明实施例的ads-b真实航迹的归纳流程图；
21.图4是本发明实施例的建筑物人口评估流程图；
22.图5是本发明实施例的机场噪声地图绘制系统的示意图。
具体实施方式
23.为了使本技术领域的人员更好地理解本说明书一个或多个实施例中的技术方案，下面将结合本说明书一个或多个实施例中的附图，对本说明书一个或多个实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书的一部分实施例，而不是全部的实施例。基于本说明书一个或多个实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本文件的保护范围。
24.方法实施例
25.根据本发明实施例，提供了一种机场噪声地图绘制方法，图1是本发明实施例的机场噪声地图绘制方法的流程图，如图1所示，根据本发明实施例的机场噪声地图绘制方法具体包括：
26.s1.获取机场基础信息。
27.获取机场的位置、机场区域的高清卫星影像、最新人口普查数据、机场区域的地理信息和居民建筑物分布信息等基础信息。本实施例中从中国民用航空局的航行资料汇编(aip)中获得机场的位置；从google earth pro中获取最新的机场区域的高清卫星影像；从政府官方网站获取各行政区域的最新的人口普查数据；从高德地图中获取机场区域的地理信息、居民建筑物分布信息。
28.s2.通过互联网采集机场广播式自动相关监视系统ads-b航班数据，根据所述ads-b航班数据得到机场真实航迹类型。
29.具体的，图2为互联网航班数据采集与处理流程图，由图2可知，互联网航班数据采
集与处理的方法为：从航班数据追踪网站flightradar24.com中采集机场的历史ads-b航班数据，检查数据并判断航班数据是否完整；若完整，则将数据汇总；若不完整，则利用其他航班数据追踪网站进行查询、补充，将成功补充的数据与完整的航班数据一同汇总，汇总的航班数据包含起降时间、飞机代码和航班号；然后对航班号进行深入查询，深入采集ads-b航班数据，获得每个航班的起降跑道、机型、ads-b航迹；将每个航班的起降时间、起降跑道、机型、ads-b航班进行归纳整理，最终得到机场日均不同跑道、不同时间段、不同机型、不同航迹的起降航班信息。
30.对ads-b航班数据中的ads-b航迹进行三维航迹可视化分析，归纳机场ads-b航迹类型，建立机场的可视化真实航迹类型信息表，描述机场航迹类型执行的飞行程序，图3为ads-b真实航迹的归纳流程图，由图3可知，ads-b真实航迹归纳方法为：将kml.格式的ads-b航迹数据导入google earth pro软件中进行三维航迹可视化分析，归纳机场真实的、普遍执行的航迹类型，舍弃数量极少的(非正常情况运行)的航迹类型，以起飞和降落分类，建立机场的可视化真实航迹类型信息库。根据可视化真实航迹信息库，结合航行资料汇编(aip)中的官方航图信息，描述机场航迹类型执行的飞行程序。
31.s3.根据所述机场基础信息和真实航迹类型，构建机场噪声模型，获得机场噪声模拟数据。
32.首先，根据机场基础信息和真实航迹类型，在机场噪声模型中绘制机场的跑道和航迹；根据居民建筑物分布信息简化绘制机场周围区域的居民建筑物；应用归一化方法根据最新人口普查数据评估每栋居民建筑物的人口数量，从而完成机场噪声模型的构建。
33.具体的，
34.根据机场基础信息和真实航迹类型，在机场噪声模型中绘制机场航迹的具体方法为：
35.首先通过机场噪声仿真软件cadnaa结合得到的飞行程序在机场噪声模型中初步绘制航迹，将google earth pro软件中机场周围大区域的高清卫星影像导入到cadnaa机场噪声模型中，与google earth pro相同的高清卫星影像中的ads-b可视化航迹进行校对，具体方法为：
36.1)观察google earth pro中每个航迹类型的大量ads-b可视化航迹，在高清卫星影像中找出每种航迹类型中必须经过的若干点，并进行标记。
37.2)在以相同的高清卫星图像作为地图的噪声模型中标注出与1)中相同的必经点。
38.3)通过调整机场噪声模型中航迹的转弯半径、直线距离、转弯角度等参数，使得机场噪声模型中的代表航迹能够经过对应航迹类型的必经点，从而能够代表真实情况下的每种航迹类型，完成机场噪声模型中航迹的绘制。
39.根据居民建筑物分布信息简化绘制机场周围区域的居民建筑物的具体方法为：
40.预设建筑物群间隔最小值，应用cadnaa软件将间隔小于所述最小值的居民建筑物群进行合并绘制，从而完成建筑物群基础轮廓的绘制；
41.确定每个建筑物高度，完成机场周围区域的居民建筑物绘制；
42.预设最大高度差值，将机场周围建筑物群根据相邻建筑物高度差值是否小于预设值进行区域划分，利用腾讯街景地图网站评估每个小区域的居民建筑物高度基本一致的建筑物的楼层数，根据每个区域的建筑物楼层数和实地评估的每个区域建筑物的楼层高度，
通过建筑物高度＝楼层数*每层楼的高度计算确定每个区域建筑物的高度。
43.应用归一化方法根据最新人口普查数据评估每栋居民建筑物的人口数量，图4为建筑物人口评估流程图，如图4所示，通过归一化的计算方法将实际人口总数分配到每栋建筑物中得到每栋建筑物的人口数量，具体方法为：
44.评估机场周围区域内的人口总数，通过计算所述机场周围区域的实际人口总数与评估人口总数的比值获得归一化因子，通过计算每栋建筑物估计人口数量与所述归一化因子的乘积得到每栋建筑物的人口数量。
45.s4.通过机场噪声模型验证方法，修正机场噪声模型的参数，绘制机场噪声地图。
46.根据机场的ads-b航班数据，分析不同时段不同跑道起降的机型占比与全天机型占比的误差，从而确定期间内机型占比与全天机型占比十分接近的短期监测时段t；结合ads-b航班数据，提出简化的机场噪声评价量l
wecpn
的计算方法和简化的机场噪声模型验证方法，所述机场噪声模型验证方法具体为：
47.(1)利用单天的模型验证实验修正噪声模型参数：首先确定若干噪声监测点，选择一天，在短期监测时段t内对监测点进行实地噪声监测，以获得各监测点的实地监测结果，将实地监测结果与当天航班数据的模拟结果进对比，根据误差对已构建的机场噪声模型的参数进行修正，包括修正航迹参数、跑道位置等。
48.(2)利用连续多天通过(1)中模型验证实验验证飞机噪声模型(地图)的准确性。选取若干的噪声监测点，通过连续多天的实地噪声监测(具体天数视实际情况而定)，将得到的各监测点具有代表性的监测结果，与机场当天或者某一时期的模拟结果进行对比，通过误差验证机场噪声地图的准确性。
49.所述机场噪声评价量l
wecpn
的计算方法具体为：
50.由于不同机型在同一点经过时产生的噪声水平差别较大，根据机场的ads-b航班数据，确定机场的主要机型，分析机场主要机型在不同时间段、不同跑道起降的机型占比，与全天机场各跑道起降的机型比例进行对比，分析误差大小；根据误差确定机场不同时间段、不同跑道起降的机型占比与全天机型占比十分接近的短期监测时段t，通过监测所述短期监测时段t内各监测点获得有效感觉噪声级的能量平均值
51.通过有效感觉噪声级的能量平均值计算机场噪声评价量，具体方法如公式1所示：
[0052][0053]
其中，为短期监测时间段t内监测获得的有效感觉噪声级的能量平均值；n
1ads-b
、n
2ads-b
、n
3ads-b
分别为利用ads-b航班数据获取的白天(7：00～19：00)、傍晚(19：00～22：00)、夜间(22：00～7：00)从监测点经过的飞行事件数量，具体的，短期监测时间段t内监测获得的有效感觉噪声级的能量平均值的计算方法如公式2所示：
[0054][0055]
其中为短期监测时间段t内各监测点监测获得的所有有效感觉噪声级l
epn
的能量平均值，l
epni
是监测点某一次飞行事件的有效感觉噪声级l
epn
(由设备直接测量获得)，n为监测点监测期间的飞行事件的数量。
[0056]
在机场的实际应用过程中，将上述机场噪声评价量l
wecpn
的计算方法得到的值与传统24h监测方法获得的l
wecpn
的值进行了对比，误差约为1db，因此使用上述方法进行短期监测的结果与传统24h监测结果是十分接近的，因此上述验证方法存在可靠性。
[0057]
采用本发明实施例，基于够轻易获取的互联网中的航班数据构建机场噪声地图，具有快速、低成本、实时性的特点，能够在面对噪声投诉以及其他需要评估临时快速构建机场噪声地图时发挥大作用，很大程度节约了时间与成本；基于航班数据的ads-b真实航迹绘制噪声模型中的起降航迹，能够更结合实际情况，更真实反应真实世界中的飞机噪声的影响；提出简化的l
wecpn
计算方法和机场噪声模型验证方法来验证噪声模型的准确性，具有便捷性、快速、低成本、实时性的特点，能够更高效验证机场噪声地图的准确性，也能用来快速监测某地点的飞机噪声水平，具有很好的可执行性，同时本发明相同的原理也适用于评价指标为昼夜等效声级l
dn
的机场噪声模型，极大便捷了噪声地图模型的验证过程；为机场噪声污染的治理提供了一种低成本、便捷的机场噪声地图绘制方法。
[0058]
系统实施例
[0059]
根据本发明实施例，提供了一种机场噪声地图绘制系统，图5是本发明实施例的机场噪声地图绘制系统的示意图，如图5所示，根据本发明实施例的机场噪声地图绘制系统具体包括：
[0060]
机场信息获取模块50：用于获取机场基础信息；
[0061]
航班数据分析模块52：用于通过互联网采集机场广播式自动相关监视系统ads-b航班数据，根据所述ads-b航班数据得到机场真实航迹类型；
[0062]
噪声模型构建模块54：用于根据所述机场基础信息和真实航迹类型构建机场噪声模型，获得机场噪声模拟数据；
[0063]
噪声地图绘制模块56：用于通过机场噪声模型验证方法修正机场噪声模型的参数，验证噪声地图的准确性，绘制机场噪声地图。
[0064]
本发明实施例是与上述方法实施例对应的系统实施例，各个模块的具体操作可以参照方法实施例的描述进行理解，在此不再赘述。
[0065]
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。