修建与艺术学院妄想与景物系张雨洋博士最近揭晓的论文《使用旋转移动监测和机械学习要领展望高动态交通噪声》（Predicting highly dynamic traffic noise using rotating mobile monitoring and machine learning method）荣获第十七届北京青年优异科技论文奖
。该效果在国际着名情形康健期刊《Environmental Research》上揭晓
，张博士作为第一作者（小我私家链接https://jzys.ncut.edu.cn/info/1032/2542.htm）
，论文DOI为：10.1016/j.envres.2023.115896
。

张雨洋博士的研究聚焦于全球第二大情形问题——高度波动性的交通噪声
。由于缺乏大宗细腻的噪声监测数据以及面临在无噪声数据情形下准确展望噪声水平的挑战
，高动态噪声地图的建设一直是交通噪声治理中的要害难题
。张博士提出了一种立异的噪声监测要领——旋转移动监测法
，该要领团结了牢靠和移动监测的优势
，显著扩大了噪声数据的空间笼罩和时间剖析能力
。

通过在北京海淀区举行的监测运动
，该研究笼罩了54.79公里蹊径和22.15平方公里的总面积
，网络了来自152个牢靠采样点18213个1秒距离的A加权等效噪声（LAeq）丈量值
。研究还整合了自收罗街景图像、气象数据和修建情形数据
，使用盘算机视觉和GIS工具在四个种别中丈量了49个展望变量
，并训练了六个机械学习模子以及线性回归模子来展望LAeq
。其中
，随机森林模子以0.72的R2值和3.28 dB的RMSE体现最佳
，其次是K-近邻回归模子
。

最佳模子展现了到主要蹊径的距离、街道绿视率指数和已往3秒内汽车的最大视野比例是影响噪声水平的主要因素
。别的
，该模子乐成应用于天生研究区域的点和街道层面的9天交通噪声地图
，证实晰研究的可复制性和扩展性
，为获得高动态噪声地图提供了新的途径
。

多传感器融合收罗模式

论文中天生的高细腻化交通噪声地图

编辑：左芳舟