工地施工噪聲、交通車輛噪聲、生活噪聲，各種噪聲聲聲刺耳。這些噪聲分布在什么地方？噪聲分貝是多少？如果把噪聲“畫”出來，變成一張地圖，那么每個人就可以通過看圖，“聆聽”到整座城市各種嘈雜的聲音。
近日，上海市繪制成了全國首個可實現數據自動更新的“城市噪聲動態地圖”，打開頁面，上海外環線以內城區的噪聲實況便一目了然。
據悉，這張全國首創的“城市噪聲動態圖”從啟動研究至今，已耗費了上海市環境科學研究院科研人員的6年心血。
怎么看懂噪聲動態圖？
“辨色”識噪聲，以12種顏色分別對應一定強度的噪聲
上海城市環境噪聲控制工程技術研究中心主任周裕德介紹說：“‘城市噪聲動態圖’就像一塊畫布，12種顏色以線條或區塊的狀態，不均勻地散布在上海外環線以內的城區上。說得更直白些，這12種顏色分別對應一定強度的噪聲。比如大于40分貝且不超過45分貝，是深綠色；大于60分貝且不超過65分貝，是大紅色；大于80分貝且不超過85分貝，是藍色。通過這些顏色，就能知悉區域噪聲的強度和分布。”
周裕德舉了個實例，在某個被高架穿越的區域內，高架兩側緊鄰著高架的地面道路被深藍色和紫色涂滿，意味著這片區域的噪聲不低于70分貝。而順著高架，向東西兩側的街區延伸，噪聲的顏色逐漸由磚紅色轉為橙色、黃色，直至淡綠色、草綠色，說明噪聲在慢慢遞減。這樣的顏色變化說明高架上的流動車輛產生了高強度噪聲，對高架兩側臨近區域的干擾最為直接、明顯。然而，隨著噪聲傳播到周邊街區，會不斷被各種建筑物、綠地大樹等障礙物減弱，最終成為城市背景聲，人置身這樣的聲環境，就相對愜意。
他還介紹說，這張圖還有一大功能，就是通過觀察顏色的變化，可以精準找出噪聲源尤其是一些長期隱蔽的噪聲源，從而采取一癥一策，精準破解。以毗鄰交通干道的某幢高樓為例，其頂部有一個熱泵，是產生干擾周邊的噪聲源，但長期以來一直“藏”在道路車輛噪聲的“庇護”下。借助“城市噪聲動態圖”，科研人員發現該熱泵及周邊區域一直顯示為深藍色，且隨著時間推移沒有太大變化，有時甚至比附近交通干道的顏色還要深。鎖定目標后，當地環保部門便到實地查看，并要求物業方整改，根除噪聲源。
“城市噪聲動態圖”還可為城市規劃和管理提供科學參考。比如某次重大活動的保障，活動所在地及周邊區域的部分交通會局部調整，但主要目的在于確保當地交通順暢。有了“城市噪聲動態圖”，交通的調整還將多一個效果：在不給周邊增加通行和噪聲負擔的基礎上，讓針對區域的行車更少、環境更寧靜。
城市噪聲圖是怎么“畫”出來的？
根據相關間接數據，由系統換算出噪聲數據
這張城市噪聲動態圖又是如何運作的呢？周裕德說：“這張圖的關鍵之一在于換算?！彼e了個例子，假設一條路兩側布滿可以監控噪聲的探頭，那么畫圖很簡單，把監控到的噪聲數據，分別按照分貝的高低轉換成對應的12種顏色，填上去就行。 可實際上，很少有道路會遍布監控噪聲的探頭，拿不到數據的“畫圖者”就要繞一條彎路，把間接數據換算成噪聲數據才能作“畫”。
因此，上海市環科院要從相關部門獲得車流量、車速、車的種類等和道路有關的間接數據。假設一條路上每小時有五六千輛機動車經過，平均車速不超過50公里/小時，機動車中有九成左右為小型車，那么換算這些數據后，可以推測該路段白天16個小時平均噪聲水平在65分貝到70分貝，那么緊鄰這條路邊線的兩側區域便畫成磚紅色。測算鐵路沿線的噪聲，原理也差不多，把獲取到的車型、班次、速度等間接數據換算一下，就能得到某一段鐵路在某段時間內的噪聲數據。
經過多年的技術儲備和實踐，現在系統換算得出的數據精度相當高，和到現場進行實時監測相比，數據的誤差率一般能控制在3%以內。周裕德告訴記者，通過仔細閱讀上海主要城區的噪聲“全貌圖”，可以明顯看到，交通是主要的噪聲貢獻源。
周裕德說，這張圖的另一個關鍵是“動態”，每隔20分鐘左右會自動刷新，這就標志著換算工作每20分鐘就要進行一次。因此，后臺數據的計算量驚人。他進一步解釋說，這張地圖對城區做了網格化處理，每個網格的大小約為100平方米，如果把上海外環以內城區視為一張“芝麻餅”，那么上面這些網格就好像“芝麻”，這樣的“芝麻”多達幾百萬粒。每隔20分鐘，這些“芝麻”就要同時各自進行一次數據換算，如此一來，計算量就相當巨大了。
周裕德介紹，把間接數據換算成噪聲數據的過程中，還有一道隱藏的換算程序——從相關部門獲取的間接數據不是拿來就能用，先要換算成系統可以辨識的形式才能被系統接受，這大幅增加了對系統獲取數據及換算能力的挑戰。
“城市噪聲動態地圖”雖然已取得初步成就，但仍需不斷完善。由于近年來城市更新速度加快，大多數噪聲數據會隨著城市建筑等要素的更替而頻繁變化，有可能每個季度甚至每個月的特征都不同，這就對“城市噪聲動態圖”的精確性和時效性提出了高要求，因此做一張“動態圖”就尤為必要。
