Monte Carlo simulations to estimate the impact of vehicle
Transcrição
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
Documentos relacionados
Environmental noise of schools and its relation with
tráfego aéreo foi associado com baixos níveis de compreensão de leitura e memória em crianças que estudam em escolas próximas a um aeroporto. Por outro lado, no citado trabalho não foram observadas...
Leia mais