一种考虑高原机场气象条件的离场航线噪声评估方法

1.本发明涉及一种考虑高原机场气象条件的离场航线噪声评估方法，属于机场噪声评估方法领域。


背景技术：

2.目前，国内外研究学者以及研究机构对于机场噪声评估工作展开了大量的研究。主要包括噪声评估系统开发和噪声评估模型研究两个方面。
3.在噪声评估模型研究方面，pretto
15.等人利用公开的民用航空交通数据计算机场周围的真实噪声，通过飞行轨迹重建和模拟，使用ecac文件29的飞机噪声计算模型绘制机场区域噪声等值线图。但该方法的精确性还依赖于数据质量和数量。gagliardi
16.等人通过统计方法研究飞机起飞过程中的操作设置与噪声监测数据之间的关系，从而导出简化的噪声预测模型，进而对飞行程序噪声水平进行评估并确定飞行员可操作的降噪措施。jaeger
17.等人报告了一种飞机噪声模拟模型sonair，该模型由两个独立的模块组成：声排放(包括发动机和机体)和声传播。其通过整合现有的噪声数据库来评估飞机运行产生的噪声，目前该方法更适用于评估单个独立航班运行产生的噪声影响。torija
18.等人提出了一种简化的机场噪声评估模型——快速航空噪声评估器(rapid aviation noise evaluator,rane)来计算航空噪声。该模型依赖于飞行轨迹噪声半径的概念，利用航空器飞行轨迹数据和npd数据得到围绕来计算相应的噪声影响区域面积。为进一步简化该模型，torija
19.等人又将直线轨迹假设和通用机型假设作为测试条件分析噪声影响面积，结果表明通用机型和直线轨迹假设能够以最小的不确定性来估计噪声影响面积及其变化，但难以体现噪声影响区域的位置信息。
4.在噪声评估系统开发方面，欧洲民用航空会议
10.(european civil aviation conference,ecac)针对机场噪声等值线的计算，提出了一个基于npd数据的机场噪声评估模型，根据影响噪声大小的两个主导因素：推力(power)和斜距(distance)，利用npd数据插值计算噪声值，并根据飞行状态信息进行修正计算，进而得到地面噪声等值线。在此基础上，美国联邦航空局支持开发了航空环境设计工具(aviation environmental design tool,aedt)
11.、美国国防部支持开发的noisemap
12.以及美国麻省理工学院支持开发的noisim
13.，均可用于评估航空器起降、滑行、试车等活动产生的噪声。德国的航空航天中心基于发动机和机身的噪声评估模型，支持开发了simul软件
14.，该软件除了可以输出飞机在下降过程中的噪声变化，还可以输出高度变化、襟翼设置、速度变化等性能数据。
5.另外，声音在不同的环境条件下传播时产生的吸收、衰减、折射、衍射等不同物理机制会对噪声测量点最终的噪声值产生影响。因此，高原机场与平原机场噪声评估的差异在于环境条件，包括温度、湿度、压力和风速的四方面基础气象要素和评估地区附近的地形要素。
6.为了验证环境条件对噪声评估结果具有不容小觑的影响，swearingen
20.等人分析了美国境内位于不同地理位置和气候条件下机场的年平均噪声环境，验证了声音的传播
强烈依赖于当地的天气条件。cheinet
21.等人利用声音传播过程中的地面反射、大气折射以及湍流效应的数值模型，验证了不同的气象条件会导致噪声源附近的近地面声级产生较大的变化，并且噪声在向预测点传播的过程受到不同季节的风和昼夜交替的影响。okada
22.等人根据一年中世界各个地区的实际气象数据计算了大气吸收的衰减系数。计算中使用了位于不同地理位置的10个国际机场的每小时气象数据和3个观测站的半日气象数据，结果表明不同地区的大气声吸收系数具有显著差异。另外，为了验证海拔高度对大气声吸收具有影响，作者根据无线电探空仪中得到的气象垂直剖面数据，通过数值分析，得出高海拔地区的大气吸收高于地面的大气吸收的结论。研究还发现不同的实际气象条件下飞机噪声的加权声压级和声谱因存在大气吸收差异，而瞬时发生变化。除此之外，larsson
23.报告了使用瑞典6个气象监测站30年的每小时数据计算大气吸收衰减系数的平均值、最大值和最小值。yoshihisa等
24.和okada等
25.还通过使用在日本14个观测站获得的气象数据进行计算，检查了一年中大气吸收的变化特征。lee
26.介绍了抛物线方程(pe)模型的开发，以精确地估计噪声传播。在此基础上，cott
é
27.将基于amiet理论的噪声源模型与抛物线方程(pe)相结合，以模拟噪声在非均匀大气中的发射和传播。
7.对于噪声在空气中传播产生的衰减效应，各国也制订了不同的计算方法。例如美国汽车工程师协会(society of automotive engineers,sae)提出标准saearp866a
28.算法，该算法考虑了大气中的温度、相对湿度与声吸收系数之间的函数关系。在此基础上，将大气压力的影响扩展到大气声吸收系数的计算当中，出台了新的大气声吸收系数标准saearp5534
29.。
8.综上所述，国内外学者在机场噪声评估方面开展了很多创新性研究，但仍存在以下不足：1)目前使用美国联邦航空局(faa)推出的inm模型或其它模型分析离场航线运行产生的噪声影响轮廓以及面积时，均是基于anp中提供的npd噪声经验数据。当其应用于高原机场时，因环境的差异使得计算出的噪声值准确度降低。2)国内外对离场航线的优化研究研究对象比较集中于平原机场，或忽略特定高原机场的运行环境。(3)torija
18.提出的快速航空噪声评估器(rapid aviation noise evaluator,rane)中，通过坐标转换将离场路径转换至同一方向上，粗略估计噪声影响面积，忽略了航空器离场过程中航向的变化，难以体现噪声影响区域的位置信息。


技术实现要素：

9.本发明要解决的问题为，针对机场噪声的评估均基于单一的、典型的或国际标准大气传播条件，环境差异下的噪声评估问题的不足，提出根据高原机场特殊的环境条件(温度、湿度)，量化航空器在高原机场运行产生的噪声数据与npd经验值的差异，确定可适用于高原机场的噪声数据库，结合修正后的npd数据以及ecac.ceac doc 29中提出的噪声计算方法，建立适用于特定环境的噪声计算模型；最后根据交通流数据、噪声数据以及航空器离场剖面信息，建立噪声三维空间分布模型，分析航班离场运行产生的噪声在三维空间内的分布情况，并获取相应的地面噪声轮廓。
10.本发明为解决其技术问题采用如下技术方案：
11.综合考虑高原机场的温度、湿度的月平均变化情况，考虑声音在户外传播的衰减、离场噪声的横向衰减、持续时间修正等条件建立离场航线噪声计算模型；结合离场航线上
典型高峰日的交通流情况、离场航线运行剖面等利用航线分段的方法对噪声在三维空间内的扩散情况进行建模分析；通过使用商用软件inm对所建立模型的验证，完成高原机场噪声影响分析工作。
12.一种考虑高原机场气象条件的离场航线噪声评估方法，包括以下步骤：
13.6)数据采集，采集包括各种机型飞机的噪声数据npd、航班数据和气象数据；
14.7)考虑高原机场环境条件下的大气声衰减以及声阻抗对步骤1)中的npd数据进行修正，得到噪声数据修正计算模型；
15.8)根据步骤2)中获取的噪声数据修正计算模型建立单架航空器噪声计算模型并计算整个离场航线上运行对噪声敏感点产生的噪声值；
16.9)根据步骤3)中获取的整个离场航线上运行对噪声敏感点产生的噪声值建立离场噪声三维空间分布模型；
17.10)利用matlab软件和golden surfer软件计算和绘制噪声等值线，并将计算结果与inm商业软件输出结果进行对比，验证步骤2)中修正计算模型的适用性。
18.优选的，所述飞机噪声数据npd通过anp数据库获取，所述航班数据包括机型占比、各离场航路点的流量、白天、晚上、夜间飞行时段的航班流量；所述气象数据包括机场年平均气温、湿度、气压、风气象数据。
19.优选的，步骤2)的实现过程为：高原机场环境条件下的npd数据修正值l
re
(p,d)包括大气声衰减修正值δa
total
以及声阻抗修正值ai；
20.大气环境差异引起的频率为f的噪声修正值δa(f)为：
21.δa(f)＝lr(f)-l0(f)
22.其中，f为1/3倍频程中心频率，取值分布为：
23.f＝(63,80,100,125,160,200,250,315,400,500,630,800,1000,1250,1600,2000,2500,3150)hzlr(f)为高原机场实际大气条件下的声衰减量；l0(f)为标准大气条件下的声衰减量；声传播长度和声衰减量的关系为：
24.l(f)＝α(f)d
25.其中，d为声传播路径的长度；α(f)为声音传播路径上频率为f的大气声衰减系数，计算公式为：
26.其中，tr、pr分别为实际大气温度和大气压力；t0、p0分别为标准大气温度和大气压力；f
r,n
、f
r,o
分别为氮分子和氧分子的弛豫频率，为温度和湿度的函数；
27.计算高原机场环境条件下的大气声衰减修正值δa
total
：
[0028][0029]
计算高原机场环境条件下的声阻抗修正值ai：
[0030][0031]
其中，θ为高原机场的大气温度与海平面标准温度的比值；δ为高原机场气压值与海平面标准气压的比值；
[0032]
计算高原机场环境条件下的npd数据修正值l
re
(p,d)：
[0033]
l
re
(p,d)＝l
theory
(p,d)+ai+δa
total
[0034]
其中，l
theory
(p,d)为npd数据的经验值，即得到噪声数据修正计算模型。
[0035]
优选的，步骤3)的实现过程为：
[0036]
获取单架航空器噪声的计算模型l
epn,k
，即机型k按照离场航线运行对噪声敏感点产生的噪声值：
[0037]
l
epn,k
＝l
re,k
(p,d)+δv-λ(β,l)
[0038]
其中l
re,k
(p,d)为修正后的机型k的npd数据，p、d分别为航段推力以及噪声敏感点相对于飞行轨迹的斜距，δv为飞行速度修正量，λ(β,l)为横向衰减因子，β和l分别为噪声敏感点位置相对于航空器飞行垂直轨迹的仰角和噪声敏感点相对于航空器飞行地面轨迹的横向位移；
[0039]
计算第j个航段飞行速度修正值δvj：
[0040][0041]
其中，v
ref
为标准空速，取值为160节；vj为第j个航段上的实际空速；
[0042]
计算横向衰减修正值λ(β,l)：
[0043]
λ(β,l)＝λ(β)s(l)
[0044][0045][0046]
其中，λ(β)为远程空地侧向衰减因子，s(l)为近地面上的距离因子；β和l分别为噪声敏感点位置相对于航空器飞行垂直轨迹的仰角和噪声敏感点相对于航空器飞行地面轨迹的横向位移；
[0047]
计算航空器在第j个航段运行对噪声敏感点处产生的噪声值l
wepen,j
：
[0048][0049]
计算航空器在整个离场航线上运行对噪声敏感点产生的噪声值l
wepen
：
[0050][0051]
其中，为航段j上n次飞行产生的平均有效感觉噪声级，为：
[0052][0053]
n1、n2、n3为一天中白天07:00-19:00、晚上19:00-23:00、夜间23:00-07:00三个时段的航空器数量，n1+n2+n3＝n，na为机型种类集合，n为所有机型架次总数。
[0054]
优选的，步骤4)的实现过程为：围绕在航空器周围的噪声以圆柱体的形式存在，第j个航段节点处的准线圆参数方程为：
[0055][0056][0057]
(x1，y1，z1)为第j个航段的起点坐标，rj表示第j个航段的噪声柱的半径；
[0058]
将准线圆沿着航段的方向，平移长度sj形成的圆柱面参数方程即三维空间分布模型为：
[0059][0060]
其中a、b、c为航段向量的方向角；a'、b'、c'为航段向量绕x、y、z轴顺时针旋转的旋转角；cosa、cosb、cosc为航段向量的方向角余弦；ω为角度参数、s为长度参数；q为确定的噪声值，根据需求取65db，70db中任一分贝值；l
re
(pj,dj)为对于给定的功率设置pj，其所对应的所有距离下的噪声值中第一个大于q的值；l
re
(pj,d
j+1
)为对于给定的功率设置pj，其所对应的所有距离下的噪声值中第一个小于q的值；δvj表示速度修正量；通过平均npd数据代替单个机型的npd数据：
[0061][0062][0063]
优选的，步骤5)中，根据步骤4)得到的三维空间分布模型，通过matlab软件计算机场附近噪声影响区域，通过golden surfer软件绘制噪声等值线；inm商业软件输入包括高原机场的环境参数和航空器性能参数，输出结果包括噪声空间分布区间。
[0064]
本发明的有益效果如下：
[0065]
(1)通过获取在特定环境下的npd数据，并建立相应的噪声计算模型，能够提高分析噪声影响的精确性，有利于机场准确的采取噪声消减措施。
[0066]
(2)通过建立离场程序噪声在三维空间内的分布模型，避免了以往点对点计算方式的复杂性，提升了噪声分析工作的效率，为后续的飞行程序优化提供了针对性。
附图说明
[0067]
图1为本发明噪声柱与地面截交面示意图；
[0068]
图2为本发明单事件噪声空间分布；
[0069]
图3为本发明累积事件噪声空间分布；
[0070]
图4为本发明的流程示意图；
[0071]
图5(a)为本发明3月份b738机型噪声数据修正前后对比曲线；
[0072]
图5(b)为本发明6月份b738机型噪声数据修正前后对比曲线；
[0073]
图5(c)为本发明10月份b738机型噪声数据修正前后对比曲线；
[0074]
图5(d)为本发明12月份b738机型噪声数据修正前后对比曲线；
[0075]
图6(a)为本发明b738机型3月1号的噪声影响对比；
[0076]
图6(b)为本发明b738机型6月1号的噪声影响对比；
[0077]
图6(c)为本发明b738机型10月1号的噪声影响对比；
[0078]
图6(d)为本发明b738机型12月1号的噪声影响对比；
[0079]
图7(a)为本发明模型修正前计算结果；
[0080]
图7(b)为本发明模型修正后计算结果；
[0081]
图7(c)为本发明inm输出结果；
[0082]
图8(a)为本发明飞行高度剖面信息；
[0083]
图8(b)为本发明飞行速度剖面信息；
[0084]
图8(c)为本发明飞行推力剖面信息。
具体实施方式
[0085]
下面结合附图对本发明做更进一步的解释。
[0086]
综合考虑高原机场的温度、湿度的月平均变化情况，考虑声音在户外传播的衰减、离场噪声的横向衰减、持续时间修正等条件建立离场程序噪声计算模型；结合离场程序上典型高峰日的交通流情况、离场程序运行剖面等利用航线分段的方法对噪声在三维空间内的扩散情况进行建模分析；通过使用商用软件inm对所建立模型的验证，完成高原机场噪声影响分析工作。在进行具体的步骤描述之前，将模型中的参数和变量含义汇总在表1中。
[0087]
表1模型变量表
[0088]
[0089]
[0090][0091]
按照摘要附图中的具体流程，本发明考虑高原机场气象条件的离场航线噪声评估方法研究具体实施方案如下：
[0092]
第一步：采集并处理分析数据
[0093]
图本发明选择研究对象为昆明长水机场。
[0094]
首先调查到昆明长水机场基本运行情况。长水机场属于典型的高原机场，全年盛行西南风，由于飞机起降时遵循逆风起降，因此长水机场飞机大多数情况下向南起飞和落地。向南起飞时也就是顺着机场跑道向219
°
方向延伸，即选择rwy21和rwy22跑道起飞，此时连接到呈贡区。从昆明飞往北方地区以及省内大部分机场都会在这个位置右转，并且飞机距离地面的高度大概在1000-1500米，此时市区东部及呈贡区受噪声影响很大。
[0095]
然后收集机场航班运行系统中典型高峰日的航班数据，包括机型占比、各离场航路点的流量、飞行时段(白天、晚上、夜间)的航班流量。据此确定选择rwy21号跑道的dadol离场方向的离场程序作为研究对象。表2为离场航路点上的流量统计数据。
[0096]
表2离场航路点航班架次
[0097][0098]
紧接着，查询中国航空资料汇编(naip)得到所研究的离场程序从跑道端起飞经过pp407、sgm、pp409、pp403点从dadol方向飞离昆明；结合arcgis人口密度栅格数据和离场航线地面航迹，确定离场程序所经过的人口密集区域情况；通过《长水机场航空气候志》搜集到长水机场年平均气温、湿度、气压、风等气象条件变化趋势；收集anp数据库中提供的各种机型的飞机噪声数据。
[0099]
采集到的数据作为本发明建立模型以及验证模型的基础。
[0100]
第二步：建立基于高原机场气象条件的噪声计算修正模型
[0101]
本文采用anp中提供的npd数据是计算飞机噪声的核心数据，对于噪声影响区域的确定有着重要的影响。对于高原机场而言其机场环境条件与标准大气条件之间存在着显著的差异，主要体现在气象条件(温度、气压和相对湿度)的不同，因此在高原机场应用npd数据进行噪声计算时，需要结合当地的气象要素对其进行修正，使其更加适用于高原机场环境条件。
[0102]
首先结合高原机场与标准大气环境下的气象差异，考虑大气声衰减以及声阻抗两个方面对npd数据进行环境修正，如下述1-4小节所示。
[0103]
1、大气声衰减
[0104]
高原机场大气条件与标准大气条件的差异性会影响到声音在空气中传播时的衰减效应。因此，考虑到这种现象，提出大气声衰减的修正公式如式(2)所示。
[0105]
δa(f)＝lr(f)-l0(f)
ꢀꢀꢀꢀꢀꢀꢀ
(2)
[0106]
式中，δa(f)为因大气环境差异引起的频率为f的噪声修正值，其中f根据适航噪声审定标准
[37]
取为三分之一倍频程中心频率，取值分布为：
[0107]
f＝(63,80,100,125,160,200,250,315,400,500,630,800,1000,1250,1600,2000,2500,3150)hz；lr(f)为高原机场实际大气条件下的声衰减量；l0(f)为标准大气条件下的声衰减量，如式(3)所示。
[0108]
l(f)＝α(f)d
ꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
[0109]
式中，d为声传播路径的长度；α(f)为传播路径上的三分之一倍频程中心频率为f的大气声衰减系数，根据文献
[38]
确定的不同大气条件下的声衰减系数计算式见式(4)。
[0110][0111]
其中，tr、pr为实际大气温度和大气压力；t0、p0为标准大气温度和大气压力；f
r,n
、fr,o
分别代表氮分子和氧分子的弛豫频率，为温度和湿度的函数。
[0112]
在得到各个频率噪声修正值的基础上，结合声音叠加规律，计算高原机场特定环境条件下的大气声衰减修正量δa
total
，如式(5)所示。
[0113][0114]
2、声阻抗修正
[0115]
高原机场的大气条件与标准大气条件的差异，除了会导致大气声衰减存在差异之外，同时也会导致声速和声阻抗的差异
[39]
，从而造成声音衰减的程度各异。为此，建立高原机场环境条件下的声阻抗修正值ai的计算式如式(6)所示。
[0116][0117]
θ为高原机场的大气温度与海平面标准温度的比值；δ为高原机场气压值与海平面标准气压的比值。
[0118]
3、噪声数据修正
[0119]
考虑高原机场环境条件下的npd数据修正表达式如式(7)所示。
[0120]
l
re
(p,d)＝l
theory
(p,d)+ai+δa
total
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(7)
[0121]
l
re
(p,d)为经环境修正后的npd数据，l
theory
(p,d)为npd数据的经验值。
[0122]
上式表达了在高原机场特定环境下，考虑噪声衰减差异，得到的噪声数据修正模型。
[0123]
4、噪声计算模型
[0124]
然后，在ecac第29号文件提出的噪声计算方法基础上，结合上述对npd数据的修正计算，得到单架航空器噪声计算模型如式(8)所示。
[0125]
l
epn,k
＝l
re,k
(p,d)+δv-λ(β,l)
ꢀꢀꢀꢀꢀꢀꢀꢀ
(8)
[0126]
上式中，l
epn,k
为机型k按照离场航线运行对噪声敏感点产生的噪声值，l
re,k
(p,d)为修正后的机型k的npd数据；δv为速度修正量，计算方法见式(12)；λ(β,l)为横向衰减因子，β和l分别代表敏感点位置相对于航空器飞行垂直轨迹的仰角和敏感点相对于航空器飞行地面轨迹的横向位移。p、d为航段推力以及敏感点相对于飞行轨迹的斜距。式(8)表达了机型k的航空器在以推力p，飞行速度v在某航段上运行时，对噪声敏感点产生的噪声值大小，单位为db。
[0127]
由式(8)可以看出，模型中存在飞行速度修正、横向衰减修正在内的修正因素。
[0128]
根据文献
10.，相应的计算公式如式(9)-(12)所示。
[0129][0130]
λ(β,l)＝λ(β)s(l)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(10)
[0131]
其中λ(β)为远程空地侧向衰减因子，s(l)为近地面上的距离因子。
[0132][0133]
[0134]
式中，涉及到的参数含义如下：v
ref
为标准空速，取值为160kt；vj为第j个航段上的实际空速。β和l分别代表敏感点位置相对于航空器飞行垂直轨迹的仰角和敏感点相对于航空器飞行地面轨迹的横向位移。
[0135]
在式(8)的基础上，计算离场航线运行对敏感点产生的累积噪声影响。计算式如式(13)-(15)所示。
[0136][0137][0138]
式(13)表达了航空器在第j个航段运行对敏感点处产生的噪声影响为l
wepen,j
,单位为db；式(14)表达了航空器在整个离场航线上运行对敏感点产生的噪声值大小l
wepen
,单位为db。上述表达式中，为航段j上n次飞行产生的平均有效感觉噪声级，表达式如式(15)。n1、n2、n3为一天中白天(07:00-19:00)、晚上(19:00-23:00)、夜间(23:00-07:00)三个时段的航空器数量，n1+n2+n3＝n。
[0139][0140]
上式中，na为机型种类集合，所有机型架次总数为n。
[0141]
第三步：建立离场噪声三维空间分布模型
[0142]
在建立模型时，我们遵循这样的基本假设条件：(1)飞机噪声的传播遵循各向同性的特点。(2)飞行轨迹各个分段中，各个航段的发动机功率设置、爬升角、爬升梯度等飞行状态信息保持固定不变。(3)地面为恒定的单一介质，对声音的吸收作用忽略不计。
[0143]
由此得到的围绕在航空器周围的噪声会以圆柱体的形式存在，圆柱体的半径取决于给定的声级条件以及npd数据。半径的变化可以体现出噪声在空间的分布情况，圆柱体与z＝0的水平面的交点决定了受噪声影响的轮廓与位置分布。以离场航线的第j个航段为例，图1定义了噪声柱与地面截交面。
[0144]
当噪声柱与地面存在若干个相交点时，将这些交点连在一起，形成的截交面表示了离场航线运行产生的地面噪声影响轮廓区域。对于任一航段j均可以确定相对应的地面噪声影响轮廓，各个航段噪声影响轮廓的集合{f(xj,yj)|j∈j}，可以反映离场航线运行对地面产生噪声值为q的影响区域集合。
[0145]
图1中{o,x,y,z}为三维空间内的直角坐标系，坐标原点为跑道末端飞机离地点。由图1可以得到有关噪声柱的已知条件：圆柱面高度、母线(对称轴)的方向、准线(底面圆)的圆心和半径。根据几何变换的原理，空间中任意方向的圆柱面都可以看作是其准线圆沿着母线的方向平移sj个单位得到的，准线圆的法向量为航段的空间矢量，其圆心位于航段节点处。根据上述原理，结合飞机飞行航段特征，得到以第j个航段节点处的准线圆参数方程如式(16)所示。
[0146]
[0147]
将式(16)表示的圆沿着航段的方向，平移长度sj形成的圆柱面参数方程为：
[0148][0149]
上述两个式子中，a、b、c为航段向量的方向角；a'、b'、c'为航段向量绕x、y、z轴顺时针旋转的旋转角；cosa、cosb、cosc为航段向量的方向角余弦；ω为角度参数、s为长度参数。
[0150]
对式(17)进行分析可以得到，噪声柱的大小仅与每一个航段j的起终点位置信息以及半径的大小有关。通过对飞行航线的分段处理，可以得到每个航段的节点信息，包括位置信息、高度信息以及飞行状态信息。每个运行航段产生的固定噪声值对应的噪声柱半径rj是通过利用3.2节中获得的高原机场npd数据来进行求解的。结合文献[18]得到rj的计算如式(18)所示。
[0151][0152]
式(18)中，q表示确定的噪声值，根据需求可取65db，70db等任一分贝值；l
re
(pj,dj)表示对于给定的功率设置pj，其所对应的所有距离下的噪声值中第一个大于q的值；同样地，l
re
(pj,d
j+1
)表示对于给定的功率设置pj，其所对应的所有距离下的噪声值中第一个小于q的值；δvj表示速度修正量，其具体计算公式见式(12)。
[0153]
在式(18)的基础上，进一步考虑同一时段内在同一离场航线上运行的航班架次以及机型分布，根据累积事件的能量平均原则引入机队规模下的“平均npd”数据
19.代替单个机型的npd数据。式(19)-(20)为“平均npd”数据的计算公式。
[0154][0155][0156]
用式(19)和式(20)两个表达式分别带入式(18)中的l
re
(pj,dj)和l
re
(pj,d
j+1
)，便可以计算交通流下的离场航线噪声柱半径。
[0157]
第四步：计算机场附近噪声影响区域。
[0158]
利用matlab和golden surfer计算并绘制噪声等值线，并将计算结果与商业软件inm输出结果进行对比，验证模型的适用性。
[0159]
数值实验
[0160]
1、考虑高原机场气象条件的噪声计算结果分析
[0161]
选择昆明长水机场进行实验分析，根据昆明长水国际机场航空气候志(2013-2017)，2020年6月22日修改版，得到平均月气象条件变化情况如表3所示。由表中数据可知昆明长水机场气温最低的月份在12月份，月平均气温为7.7℃，气温最高的月份在6月份，月平均气温为19.7℃。最干燥的月份在3月份，月平均达到51.4％，最湿润的月份在8月份，达到83.6％。对于npd理论数据值的获取，是基于平均气温15℃，相对湿度70％的大气环境，为
了对比不同气象条件造成的噪声差异，选择3月份、6月份、10月份和12月份作为研究对象，其中3月份和10月份空气湿度与标准环境湿度相比表现出明显的差异，6月份和12月份气温表现出明显的差异。
[0162]
表3机场气象条件
[0163][0164]
选择这四个月dadol离场航线运行情况作为研究对象，结合昆明长水机场运行机型数据，以b738为例，通过查询anp数据库得到的npd数据经验值如表4所列，利用环境修正公式计算得到各月的npd数据环境修正量如表5所列。绘制经环境修正前后的npd曲线如图5所示。
[0165]
表4 b738机型的原始npd数据(db)
[0166]
[0167]
表5噪声环境修正值(db)
[0168][0169]
取十月份，计算修正后的b738机型噪声数据如表6所列。
[0170]
表6 b738机型噪声修正数据
[0171][0172][0173]
通过对比可以得到结论，3月份的噪声值低于10月份的噪声值，因为与高湿度相比，较低的湿度下的噪声衰减速度更快，因此导致噪声值普遍偏小。6月份的噪声值要略低于12月份的噪声值，这是因为温度对于噪声值的影响较小，但是当温度越高时，空气越稀薄，传声越慢、能量损耗越高，故使得高温环境比低温环境下的噪声衰减快，噪声影响值较小。研究结论与声音传播实际规律相符。
[0174]
为进一步验证，不同环境条件下噪声数据的差异会对离场航线噪声产生影响。结合上述噪声修正数据，取2020年3月1号，6月1号，10月1号以及12月1号作为分析对象，计算并绘制b738机型在dadol离场航线运行产生的噪声影响如图6所示。为了能够更直观的看出
不同大气条件下的噪声变化，计算噪声影响面积汇总于表7。
[0175]
表7 b738机型不同环境噪声影响面积(km2)对比表
[0176][0177]
其中，以≥70db的影响区域为例，湿度为70％左右，温度19.7℃环境(6月1号)下的噪声影响面积为615.695km2；湿度为70％左右，温度7.7℃环境(12月1号)下的噪声影响面积为748.05km2。高温环境下比低温环境下的噪声影响面积低132.355km2，这印证了高温环境下噪声衰减速度快于低温环境的结论。同样的，温度在15℃左右，相对湿度在51.4％环境(3月1号)下的噪声影响面积比相对湿度为80.9％(10月1号)的噪声影响面积小21.66km2，这印证了低湿度环境下噪声衰减速度快于高湿度环境的结论。
[0178]
选取2020年10月1日为例，计算对比dadol离场方向上使用噪声修正数据计算得到的累积噪声影响、使用经验数据计算得到的噪声影响以及inm输出结果，验证高原机场大气条件对单机型噪声事件产生影响的同时会造成n次累积噪声事件的差异，得到的三种情形下的噪声等值线如图7所示，噪声影响面积如表8所列。
[0179]
表8噪声影响面积(km2)对比
[0180][0181]
可以得出如下结论：1)整体而言模型修正前的噪声影响区域面积大于模型修正后的区域面积，且模型修正后的噪声影响面积更加贴近于商业软件inm输出结果；2)修正后模型得到的噪声影响区域覆盖范围相对于修正前有所收紧。这是因为高原地区声传播速度变慢，扩散范围变小，基于对声音传播过程中衰减效应的修正，使得噪声值变低，进而导致该现象。
[0182]
同时，为了验证修正模型在不同高原机场环境中的适用性，分别计算6月份兰州中川机场(机场标高1947.2m，参考气温26.1℃)36号跑道andim离场航线运行、西宁曹家堡机场(机场标高为2184.2m，参考气温为25.5℃)11号跑道upvop离场航线运行产生的噪声影响、拉萨贡嘎机场(3569.6m，参考气温25.0℃)09l号跑道zedang方向离场航线运行的噪声影响面积计算结果于表9所示。
[0183]
表9不同机场噪声影响面积(km2)
[0184][0185][0186]
由表9中数据可知，在不同机场环境条件下修正后的模型计算结果更接近于inm输出结果。由此可见，高原机场的环境条件与平原机场相比，因其与标准大气条件的差异，导致对高原机场噪声情况进行评估时，不可以忽视环境条件的影响。
[0187]
2、噪声三维空间分布计算
[0188]
根据得到的npd修正数据，计算单事件噪声和累积事件噪声的三维空间分布。对于单事件噪声计算，依旧选择昆明长水机场使用频率最高的b737-800机型。对于累积事件噪声计算，采用2020年10月1日21号跑道dadol离场流量，如表10所列。使用长水机场dadol标准仪表离场程序高度、速度以及推力剖面如图8所示。
[0189]
表10 dadol离场航班流量分布
[0190][0191]
利用第3步中提出的计算噪声三维空间分布的方法，计算各个航段上产生的具有70db声级表面的空间柱体半径大小汇总于表11。由此得到产生70db噪声级的空间分布情
况。
[0192]
表11噪声柱半径rj(m)大小
[0193][0194][0195]
通过上述计算，结合飞行剖面信息可以得到将会对地面造成70db及其以上声压级的航段分布在第1-4航段，飞行真高处于0-1479m之间。当考虑居民密集区位于跑道前方或航空器离场方向上时，可以获取噪声影响区域和对地面产生70db噪声值的离场航段高度区间在0-1479m，可为后续的离场航线优化提供参考。
[0196]
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。