Monte Carlo simulations to estimate the impact of vehicle

Buenos Aires – 5 to 9 September 2016
st
Acoustics for the 21 Century…
PROCEEDINGS of the 22nd International Congress on Acoustics
Environmental Acoustics & Community Noise: FIA2016-103
Monte Carlo simulations to estimate the impact of
vehicle traffic noise dynamics in the vicinity of a bus
stop based on real sound signals
Italo C. M. Guedes(a), Stelamaris Rolla Bertoli (b), Jugurta Montalvão (c)
(a)
Faculty of Civil Engineering, Architecture and Urbanism, State University of Campinas (FEC/Unicamp)
Department of Architecture and Urbanism, Federal University of Sergipe (DAU/UFS), Brazil,
[email protected]
(b)
Faculty of Civil Engineering, Architecture and Urbanism, State University of Campinas (FEC/Unicamp),
Brazil, [email protected]
(c)
Department of Electrical Engineering, Federal University of Sergipe (DEL/UFS), Brazil,
[email protected]
Abstract
The noise of vehicular traffic is the main source of noise pollution in cities. In urban areas,
power fluctuation in this kind of noise is the result of the instabilities in traffic due to crossings,
speed bumps, bus stops, and behavior of drivers. The objective of this study is to estimate the
impact of vehicular traffic noise dynamics in the vicinity of a bus stop. Simulations were done
using probabilistic model based on the Monte Carlo method, considering the real sound signals
and randomness of the flow and composition of vehicles and process of arrivals and departures
of buses at the analyzed bus stop. The hypothesis of the research is: the variability of noise due
to arrival and departure of buses at bus stop increases the level of local noise impact. To this
end, we adopted the Traffic Noise Index and the Noise Pollution Level as the main acoustic
parameters and the following procedures: selection of the study object – bus stop (Campinas –
Brazil); recording real vehicles sound signals; acquisition of geometric parameters, acoustic and
traffic cues; representative simulations of traffic noise in different scenarios, by altering the time
between successive bus arrivals at the bus stop; statistical analysis of the results. We
concluded that the simulation model was sensitive to changes in the time between successive
bus arrivals at the bus stop. Smaller values of the average interval between arrivals were
associated with higher levels of noise impact. The simulation method and analysis proposed
appear to be a promising tool to evaluate the influence of bus stops in traffic noise, with future
possibilities of incorporating the "listening" as another way to subjectively evaluate simulated
noise.
Keywords: Monte Carlo method. Vehicular traffic noise. Bus stop.
X CONGRESO FIA
Buenos Aires,
5 al 9 de Setiembre de 2016
Acústica para el siglo 21...
Simulações de Monte Carlo para estimar o impacto da
dinâmica do ruído de tráfego veicular no entorno de
ponto de ônibus com base em sinais sonoros reais
1 Introdução
O ruído do tráfego veicular é tido hoje como a principal fonte de poluição sonora nas cidades.
Tal questão tem se agravado ainda mais diante da explosão demográfica, da intensa
urbanização e da priorização dos veículos automotores como forma de mobilidade urbana, em
parte impulsionada pela expansão da indústria automobilística dos últimos anos.
Os impactos negativos do sistema de transporte público urbano se destacam também para o
agravamento desta importante problemática, o qual em princípio deveria ser uma espinha
dorsal no desenvolvimento urbano sustentável, permitindo movimentos mais eficientes em toda
a cidade [1]. No entanto, o que se vê são cidades convivendo com inúmeros problemas
relacionados ao transporte público como os longos tempos de deslocamentos,
congestionamentos e acidentes no trânsito, poluição sonora e atmosférica, vibrações, entre
outros [1, 2].
Os impactos negativos dos transportes se mostram ainda mais críticos no entorno próximo às
vias de grandes fluxos e estações (terminais), diante da grande circulação de veículos e
pessoas, a exemplo, das estações de trem, terminais de ônibus, aeroportos, via de transporte
sobre trilhos no nível do solo ou aérea, vias urbanas expressas, corredores de ônibus [2].
Este cenário, na contra mão do tão almejado desenvolvimento urbano sustentável, representa
uma característica marcante nas médias e grandes cidades. Na realidade, os sistemas de
transporte público deveriam garantir importantes benefícios à população, como a redução do
custo de operação, tempo de viagem e dos congestionamentos, aumento do conforto e
segurança dos usuários, diminuição da poluição ambiental, indução à ocupação e ao uso
racional do solo [2].
Por outro lado, o ruído do tráfego veicular urbano é resultante das instabilidades do trânsito
ocasionadas pelas constantes desacelerações e acelerações dos veículos por conta dos
cruzamentos, semáforos, lombadas, faixas de pedestres, pontos de ônibus e pela própria
postura dos motoristas. Com isso, fica evidente quão complexa é a tarefa de avaliar esse tipo
de ruído nos espaços urbanos, onde a aleatoriedade se mostra bem presente nos diversos
fatores de influência mencionados.
Daí a importância no desenvolvimento e/ou aprimoramento de técnicas e ferramentas de
avaliação do ruído urbano, como os mapas acústicos e modelos de predição de ruído. Inserido
neste contexto, o objetivo principal deste artigo foi estimar o impacto da dinâmica do ruído de
tráfego veicular no entorno próximo de um ponto de parada de ônibus. O estudo se
desenvolveu por meio de modelagem e simulações probabilísticas com aplicação do método
de Monte Carlo. O modelo utilizado contempla sinais sonoros reais e a aleatoriedade do fluxo e
composição veicular, além do processo de chegadas e partidas de ônibus no ponto de parada.
2
X CONGRESO FIA
Buenos Aires,
5 al 9 de Setiembre de 2016
Acústica para el siglo 21...
A técnica de modelagem e simulações probabilísticas se enquadra na modelagem dinâmica,
um novo horizonte para o desenvolvimento de modelos preditivos de ruído de tráfego veicular,
com vistas a uma melhor simulação dos aspectos estocásticos intrínsecos neste fenômeno [3].
Trabalhos recentes têm usado a modelagem dinâmica para predição do ruído de tráfego
veicular urbano com diferentes abordagens matemáticas, como: autômatos celulares, teoria de
tráfego - diagrama fundamental, método de Monte Carlo, entre outros [4, 5, 6,7].
Quanto ao método de Monte Carlo, tal técnica pressupõe o uso de números aleatórios ou
pseudoaleatórios, uniformemente distribuídos no intervalo (0,1), para a solução de
experimentos com comportamentos probabilísticos em que se conhecem as distribuições de
probabilidade das variáveis envolvidas. Prado [8] define este método como “uma maneira de se
transformar um conjunto de números aleatórios em outro conjunto de números (variáveis
aleatórias), com a mesma distribuição da variável considerada”. A aplicação desse método
pode ser vista ainda nos estudos sobre avaliação de ruído de tráfego veicular desenvolvidos
por [9, 10, 11, 12].
Por fim, cabe citar o estudo de Wang, Cai e Zou [13] como referência de pesquisa sobre
impacto de pontos de ônibus no ruído urbano. Wang, Cai e Zou [13] propuseram um modelo de
predição de ruído em um único ponto de parada de ônibus, considerando as características de
operação dos mesmos. O modelo de emissão de ruído de ônibus nos estados de
desaceleração, parado e aceleração foi obtido por meio de análises de regressão linear dos
dados experimentais, e combinado a um modelo de propagação sonora. Wang, Cai e Zou [13]
aplicaram ainda a teoria das filas para modelar o ruído de tráfego decorrente da formação de
fila de ônibus que se aproximam do ponto de parada.
Contudo, entre os principais diferenciais e contribuições deste artigo em relação à pesquisa de
Wang, Cai e Zou [13] destaca-se a proposição do uso de sinais sonoros reais e da
aleatoriedade do fluxo veicular e processo de chegadas e partidas sucessivas de ônibus com
vistas a estimar o impacto sonoro no entorno próximo ao ponto de parada investigado.
2 Materiais e métodos
2.1
Objeto de estudo
Como objeto de estudo, selecionou-se um ponto de ônibus localizado na rua Roxo Moreira,
próximo a reitoria da Universidade Estadual de Campinas (Unicamp). A rua possui
praticamente um fluxo veicular interno, duas pistas (sentido duplo), pavimento asfáltico em bom
estado de conservação, superfície plana, velocidade – limite de 40 km/h, sendo margeada por
edificações de 1 a 3 pavimentos. A Figura 1 destaca o ponto de ônibus selecionado.
2.2
Coleta de dados
A coleta de dados ocorreu em três etapas com objetivos diferentes. A primeira etapa foi
realizada entre os dias 29/04 e 30/04/2015, 14/05 e 10/06/2015, 22/09 e 23/09/2015, para
aquisição das variáveis aleatórias consideradas relevantes ao modelo (fluxos médios de
3
X CONGRESO FIA
Buenos Aires,
5 al 9 de Setiembre de 2016
Acústica para el siglo 21...
veículos leves, motos e veículos pesados – λvl, λmt, λvp; intervalos médios entre chegadas
sucessivas de ônibus ao ponto de parada analisado – βbus-stop).
A segunda etapa ocorreu no dia 23/07/2015 (10h30min às 12h30min) com o objetivo de gravar
sinais sonoros reais de passagens dos veículos – teste representativos de cada classe
considerada (vl, mt e vp). Tais gravações ocorreram em uma rua experimental com
características aproximadas de campo livre, a fim de evitar ao máximo as influências reflexivas
do meio e capturar o sinal sonoro direto. As passagens dos veículos ocorreram em linha reta e
com velocidades constantes (vl e mt – 50 km/h e vp – 40 km/h), durante o tempo de 10s. Os
valores de LAeq,10s dessas passagens foram: vl [61 dB(A)], mt [59 dB(A)] e vp [71 dB(A)], para a
distância perpendicular de 7,5m entre o ponto de gravação e a linha reta de referência.
(a)
(c)
Ponto de ônibus
(b)
Fonte: O autor, adaptado de [14] e arquivo pessoal.
Figura 1: Fotos do objeto de estudo – Ponto de ônibus: a) Vista aérea da rua Roxo Moreira, b)
Corte transversal da rua Roxo Moreira e c) Vista em perspectiva do ponto de ônibus.
O sinal sonoro real do ciclo (chegada – parada – partida) de um ônibus do ponto de parada foi
extraído da gravação realizada em frente ao mesmo, no canteiro central da rua Roxo Moreira.
Essa gravação ocorreu no dia 23/09/2015. O ciclo extraído correspondeu a um tempo total de
19s. O valor LAeq,19s desse ciclo foi de 71 dB(A). O intuito dos sinais sonoros das passagens dos
veículos-teste e do ciclo de parada de um único ônibus no ponto de parada foi de caracterizar,
aproximadamente, as fontes de ruído do modelo.
4
X CONGRESO FIA
Buenos Aires,
5 al 9 de Setiembre de 2016
Acústica para el siglo 21...
A terceira etapa da coleta teve objetivo de alimentar o banco de dados para ser usado durante
o processo de validação do modelo. Foi realizada entre os dias 22/09 e 24/09/2015 com
coletas simultâneas de dados de tráfego e gravações/medições de sinais sonoros nos
seguintes horários (9h30min às 11h30min e das 14h30min às 16h30min). Aqui cabe destacar
que a definição desses horários entre picos buscou evitar possíveis influências do uso das
faixas de pedestres existentes nas extremidades do trecho da rua analisada (Figura1b).
Coletou-se nessa última etapa um total de 58 amostras em intervalos de tempo iguais de 3 min.
As medições acústicas foram norteadas pela NBR 10151 [15]. O ponto de gravação/medição
“O” foi localizado no canteiro principal da rua e sobre um eixo central e perpendicular ao ponto
de ônibus (Figura 2).
Fonte: (Autor, 2016)
Figura 2: Posicionamento do aparato experimental em frente ao ponto de ônibus.
2.3
Implementação do modelo computacional
A implementação do modelo computacional foi feita no ambiente do software Matlab R13a. O
modelo considerou os seguintes inputs: taxas médias de chegadas de veículos por hora
(motos: λmt ; veículos leves: λvl; veículos pesados: λvp, respectivamente); valor médio de
intervalos entre chegadas sucessivas de ônibus no ponto de parada (β bus_stop); sinais sonoros
5
X CONGRESO FIA
Buenos Aires,
5 al 9 de Setiembre de 2016
Acústica para el siglo 21...
gravados da passagem individual de cada classe de veículo no campo de teste (mt, vl, vp,
respectivamente) (arquivo: .wav); sinal sonoro gravado do ciclo de chegada, parada e partida
de único ônibus no ponto de parada em análise (arquivo: .wav); sinal sonoro gravado do ruído
residual da rua (arquivo: .wav).
O modelo contempla as seguintes simplificações: consideração dos sinais sonoros dos veículos
– teste como representativos dos diversos tipos de motos, veículos leves e pesados existentes
no tráfego real da via urbana em questão; tipo de pavimentação similar ao do campo
experimental (asfalto), superfície plana ao longo da via, não ocorrência de ultrapassagens entre
veículos ou mudança de faixa de circulação, velocidade constante do fluxo de veículos,
desconsideração de outras fontes de ruído (por exemplo: buzinas), mesmas condições
climáticas; período de simulação em horários de menor influência das passagens de pedestres
pelas faixas de travessia existentes e durante dias úteis da semana.
O modelo computacional constitui-se essencialmente de um simulador de tráfego,
contemplando a dinâmica aleatória do fluxo de veículos e do processo de ocorrências
sucessivas de ônibus no ponto de parada em análise (Figura 3). Os resultados de tráfego
(fluxo e composição de veículos ao longo do tempo) obtidos por esse simulador são
associados aos sinais sonoros da passagem de cada tipo de veículo (evento). Desta forma, o
modelo calcula descritores acústicos específicos, realizando ajustes de atenuação com a
distância (fonte – receptor) entre as situações de campo de teste e rua avaliada.
Fonte: (Autor, 2016)
Figura 3: Fluxograma do modelo conceitual
6
X CONGRESO FIA
Buenos Aires,
5 al 9 de Setiembre de 2016
Acústica para el siglo 21...
O uso de sinais sonoros reais das fontes sonoras consideradas juntamente com o ruído
residual da rua sintetizado por meio das técnicas de predição linear e convolução possibilita
ainda a percepção do ruído simulado.
O simulador de tráfego foi inicialmente concebido para usar uma aproximação paramétrica da
distribuição de probabilidade das variáveis aleatórias consideradas, ou seja, modelo de
Poisson. No modelo, a simulação dessas variáveis aleatórias se deu com a geração de
números pseudoaleatórios. Por conveniência para a restrição de simulação escolhida, onde no
máximo um evento de cada tipo pode ocorrer a cada segundo de sinal gerado, a fonte de
Poisson foi finalmente aproximada computacionalmente por uma longa sequência de eventos
de Bernoulli (i.e. modelo binomial) com “n” muito grande e parâmetro “p” << 1, tal que “np”
igualasse o número médio de ocorrências de cada tipo de evento (passagem de veículos leves,
motos ou veículos pesados) no intervalo de observação.
3 Resultados e discussões
As experimentações para responder ao objetivo principal foram feitas por meio do modelo
computacional descrito na subseção anterior validado com base nas 58 amostras de dados de
tráfego e acústicos obtidos na terceira etapa de coleta. Tal modelo apresentou de início um
desempenho satisfatório quanto à simulação dos dados de tráfego e sofreu um “ajuste fino” no
que se refere às simulações dos valores de L Aeq, que foi escolhido por se tratar de um dos
principais descritores acústicos aplicados em avaliações de ruído ambiental [16, 17].
Para tanto, adotou-se a técnica da validação cruzada, em que o número total de amostras (58)
foi particionado em dois subconjuntos de 29 amostras (Subconjunto 1 – ajuste do modelo e
subconjunto 2 – teste). Após esse procedimento de validação cruzada, observaram-se os
seguintes desvios médios entre valores simulados e medidos: L A10 (- 0,7 dBA), LA90 (- 4,4dBA),
LAeq (- 0,3 dBA), TNI (+ 10,1 dBA) e LNP (+3,4 dBA).
Percebe-se que o modelo atual subestima os valores de LA90, acarretando consequentemente
em valores superiores dos parâmetros de TNI [= 4(LA10 - LA90) + LA90 – 30] e LNP [= LAeq + (LA10 –
LA90)] em relação aos medidos, pois os mesmos sofrem influência da variabilidade do ruído (L A10
– LA90). Uma explicação plausível para a subestimação dos valores de L A90 é que o modelo
proposto não contempla eventos anômalos ao sintetizar o ruído residual da rua (por exemplo,
buzinas, conversas, escapamento de veículos, entre outros).
Entretanto, considerou-se que o aspecto descrito acima não impediu o alcance do objetivo
deste artigo, pois se baseou em análises comparativas entre descritores acústicos dos
diferentes cenários simulados. Além disso, por se tratar de um modelo probabilístico, os valores
adotados para essas análises foram obtidos pela média aritmética dos dados de tráfego e
acústica simulados.
Quatro casos com cenários distintos de fluxo médio veicular (λ) e intervalo médio de tempo
entre chegadas sucessivas de ônibus ao ponto de parada (β) foram simulados. Para cada
cenário simulado foram feitas 10 réplicas, considerando um tempo de duração de 1h (3600s).
7
X CONGRESO FIA
Buenos Aires,
5 al 9 de Setiembre de 2016
Acústica para el siglo 21...
Salienta-se que durante as primeiras simulações do Caso I (cenário atual em termos de fluxo
médio veicular), os parâmetros TNI e L NP não sofreram muita variação à medida que se
alterava os valores de β, indicando pouca influência da dinâmica do ponto de ônibus no ruído
do tráfego veicular nessas condições. Com isso, cogitou-se a hipótese de que tal influência
pudesse ser mais perceptiva, em termos quantitativos, para menores fluxos veiculares.
A Tabela 1 apresenta os resultados das simulações para cada caso descrito a seguir. CASO I
(β1 = 180s; β2 = 360s; β3 = 720s): fluxo médio veicular atual (λt=1098 veículos/h). CASO II
(β1 = 180s; β2 = 360s; β3 = 720s): fluxo médio veicular reduzido em aproximadamente 50%
(λt: 550 veículos/h), conservando a porcentagem existente entre veículos. CASO III (β1 = 180s;
β2 = 360s; β3 = 720s): fluxo médio veicular reduzido em aproximadamente 73% (λt: 300
veículos/h), conservando a porcentagem existente entre veículos. CASO IV (β1 = 180s; β2 =
360s; β3 = 720s): fluxo médio veicular reduzido em aproximadamente 86% (λt: 150 veículos/h),
conservando a porcentagem existente entre veículos.
Tabela 1 – Valores médios dos dados de tráfego e acústicos simulados (10 réplicas)
CASO
(i)
(ii)
(iii)
(iv)
β
λvl
λmt
λvp
λt
λbus-stop
β1: 180s
β2: 360s
β3: 720s
β1: 180s
β2: 360s
β3: 720s
β1: 180s
β2: 360s
β3: 720s
β1: 180s
β2: 360s
β3: 720s
1004
1001
1002
496
506
506
269
275
283
135
133
140
52
56
55
29
29
31
14
16
15
7
9
9
48
46
44
21
24
23
13
13
13
8
6
6
1104
1103
1101
546
560
560
296
304
311
150
148
155
21
12
5
19
9
5
21
12
5
19
10
5
LA10
dBA
71,0
70,8
70,6
69,1
68,9
68,7
68,3
68,1
68,0
67,2
65,8
64,8
LA90
dBA
56,2
55,9
55,8
47,9
47,9
47,9
47,7
47,7
47,7
47,6
47,6
47,6
LAeq
dBA
68,5
68,1
67,8
66,0
65,5
65,1
64,5
63,7
62,9
63,0
61,5
60,6
TNI
dBA
85,4
85,8
85,0
102,6
101,7
101,1
100,2
99,3
98,8
96,1
90,5
86,3
LNP
dBA
83,3
83,1
82,6
87,2
86,4
85,9
85,2
84,1
83,2
82,7
79,8
77,8
Com base na Tabela 1, um primeiro aspecto que pôde ser visto foi a sensibilidade do modelo,
pois para menores valores de fluxo veicular foram obtidos valores menores de níveis de ruído
representados pelos descritores acústicos (LA10, LA90 e LAeq), o que demonstra coerência com
informações extraídas da literatura técnica [16, 17].
Porém, a principal contribuição desse artigo foi a confirmação da hipótese inicial: “a
variabilidade do ruído devido ao processo de chegadas e partidas de ônibus em determinado
ponto de parada aumenta o nível de impacto sonoro local”. Entretanto, tal evidência somente
se mostrou perceptível para os casos simulados cujos cenários possuíam menores fluxos de
veículos, especialmente, os CASOS III e IV. Esse aspecto está associado ao entendimento de
que o ruído ambiental se mostra mais incômodo durante horários com existência de menores
níveis de ruído residual, por exemplo, período noturno.
8
X CONGRESO FIA
Buenos Aires,
5 al 9 de Setiembre de 2016
Acústica para el siglo 21...
Nesses casos, a variação dos principais parâmetros de impacto sonoro (TNI e LNP) se mostrou
coerente com o que se esperava, pois menores valores de intervalos médios entre chegadas
sucessivas de ônibus no ponto de parada (β) estiveram associados a maiores valores de TNI e
LNP, ou seja, maior incômodo sonoro associado a esses eventos (Tabela 1). Salienta-se que o
modelo proposto possibilitará essa mesma análise com base na escuta, a ser explorada nas
próximas etapas da pesquisa.
4 Conclusões
Este artigo se propôs a estimar o impacto da dinâmica do ruído de tráfego veicular no entorno
próximo de um ponto de ônibus. O estudo se desenvolveu por meio de modelagem e
simulações probabilísticas com aplicação do método de Monte Carlo. O modelo utilizado
contempla sinais sonoros reais e a aleatoriedade do fluxo e composição veicular, além do
processo de chegadas e partidas de ônibus no ponto de parada analisado.
Os resultados obtidos permitiram estabelecer as seguintes conclusões: a variabilidade do ruído
devido ao processo de chegadas e partidas de ônibus em determinado ponto de parada
aumenta o nível de impacto sonoro do local, contudo essa evidência somente foi percebida de
modo quantitativo nos casos que apresentavam menores fluxos veiculares.
Os resultados demonstraram boa sensibilidade do modelo quanto às simulações dos dados de
tráfego e acústicos, comportando-se coerentemente quanto à relação de dependência
funcional entre nível de ruído e fluxo veicular já consolidada pela comunidade científica. Por
outro lado, os resultados obtidos indicaram que o modelo, por não contemplar possíveis
eventos anômalos no processo de síntese do ruído residual, subestimou os valores de LA90 na
ordem de – 4,4 dB(A). Esse aspecto influenciou, consequentemente, nos cálculos dos valores
finais de TNI e LNP, superestimando-os, mas que não prejudicou o objetivo principal proposto
pelo artigo, pois as análises se deram de forma comparativa entre diferentes cenários.
Ressalta-se que o ajuste do ruído residual será objeto de análises futuras dessa pesquisa, com
vistas ao aprimoramento continuado do modelo computacional proposto. Para tanto, vislumbrase o uso combinado entre o recurso da “escuta” do ruído simulado e cálculo dos descritores
acústicos. Esse potencial recurso de avaliação subjetiva do ruído simulado poderá contribuir
também para a complementação das análises realizadas neste artigo, contribuindo na
percepção das influências no ruído do tráfego veicular mediante alterações dos fluxos médios
veiculares e intervalos médios entre chegadas sucessivas de ônibus no ponto de parada
analisado.
Agradecimentos
Agradecemos a Capes pelo apoio através da bolsa de pesquisa vinculada a PósATC –
FEC/Unicamp e aos colegas: Alexandre Maiorino, Rodolfo Thomazelli, Rafaella Estevão e
Obadias Jr (Técnico do LACAF/FEC/Unicamp) pela contribuição nas coletas de dados.
9
X CONGRESO FIA
Buenos Aires,
5 al 9 de Setiembre de 2016
Acústica para el siglo 21...
Referências
[1] IBARRA – ROJAS, O. J.; DELGADO, F.; GIESEN, R.; MUÑOZ, J.C. Planning, operation. and control
of bus transport systems: A literature review. Transportation Research Part B, v. 77, p. 38-75, 2015.
http://dx.doi.org/10.1016/j.trb.2015.03.002.
[2] FERRAZ, A. C. P.; TORRES, I. G. E. Transporte público urbano. São Carlos: RiMa, 2004, 428p.
[3] GUARNACCIA, C. Advanced tools for traffic noise modelling and prediction. WSEAS Transactions on
Systems, v. 12, n. 2, p. 121 – 130, 2013.
[4] CAN, A.; LECLERCQ, L.; LELONG, J. Dynamic estimation of urban traffic noise: Influence of traffic
and noise source representations. Applied Acoustics, v. 69. p. 858 – 867. 2008.
[5] QUARTIERI, J.; MASTORAKIS, N.E.; IANNONE, G.; GUARNACCIA, C. Cellular automata
application to traffic noise control. In: 12th WSEAS International Conference on Automatic Control,
Modelling and Simulation, ACMOS '10, 2010, 299-304.
[6] MAKAREWICZ, R.; GAŁUSZKA, M. Road traffic noise prediction based on speed-flow diagram.
Applied Acoustics, v. 72, p. 190–195, 2011. doi:10.1016/j.apacoust.2010.11.010.
[7] RAMÍREZ, A.; DOMÍNGUEZ, E. Modeling urban traffic noise with stochastic and deterministic traffic
models. Applied Acoustics, v. 21, p. 163 – 185, 2013.
[8] PRADO, D. S. D. Teoria das filas e da simulação – Belo Horizonte, MG: Editora de Desenvolvimento
Gerencial, v. 2, 1999.
[9] RADWAN, M. M.; OLDHAM, D. J. The prediction of noise from urban traffic under interrupted flow
conditions. Applied Acoustics, v.72, p. 479 – 486, 1987.
[10] LAM. W.H.K.; TAM. M.L. Reliability analysis of traffic noise estimates in Hong Kong. Transportation
Research – Part D, v. 3, n. 4, p. 239–248, 1998.
[11] ALIMOHAMMADI, I.; NASSIRI, P.; BEHZAD, M.; HOSSEINI, M.R. Reliability analysis of traffic noise
estimation in highways of Tehran by Monte Carlo simulation method. Iran Journal Environmental
Health Science Engineering, v.2, n.4, p. 229 – 236, 2005.
[12] PENG, W.; MAYORGA, R.V. Assessing traffic noise impact based on probabilistic and fuzzy
approaches under uncertainty. Stochastic Environmental Research and Risk Assessment, v. 22, p.
541–550, 2008. DOI 10.1007/s00477-007-0173-7.
[13] WANG, L.; CAI, M.; ZOU, J. The traffic noise prediction model of a bus stop. In: 41st International
Congress and Exposition on Noise Control Engineering 2012, INTERNOISE 2012, 2012, 11, 9254 9265.
[14] GOOGLE MAPS. Mapa parcial e fotos da rua Roxo Moreira – Campinas (SP). Disponível em:
https://www.google.com.br/maps. Acesso em: 23 julho de 2015.
[15] ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS (ABNT). NBR-10.151: avaliação do ruído em
áreas habitadas visando o conforto da comunidade. Rio de Janeiro; 2000.
[16] LICITRA, G. Noise mapping in the EU – models and procedures. Edited by Gqaetano Licitra. CRC
Press, 2013, 391p.
[17] KANG, J. Urban sound environment. 1. Ed, New York: Taylor and Francis, 2007, 286p.
10