مدلسازی تغییرات آلودگی صوتی در اتوبانهای شهری باهدف کاربرد در ارزیابی اثرات زیست محیطی جاده سازی ها(منطقه مورد مطالعه : بزرگراه های تهران)

در سالهای اخیر همراه بارشد جمعیت وافزایش چشمگیر وسایل نقلیه در جوامع بشری؛ آلودگی صوتی به عنوان یکی از مهمترین مشکلات زیست محیطی در کلانشهر ها مطرح شده است.ارزیابی اثرات زیست محیطی ابزاری اساسی برای مدیریت و توسعه پایدار است که پیش بینی آلودگی صوتی بخشی جدایی ناپذیر از آن است. مطالعه حاضربا هدف ارتقاءکیفیت بزرگراه های شهری از نظر آلودگی صوتی ناشی از تردد خودرو ها بر روی سلامت ساکنین اطراف این بزرگراه ها انجام شده است.پژوهش پیش رو در شهر تهران و با برداشت ۹۵ نمونه تراز معادل فشار صوت(Leq) توسط دستگاه صوت سنج از ۲۳ سایت نمونه برداری، به صورت میدانی و با انتخاب الگوریتم مناسب در محیط شبکه عصبی مصنوعی در نرم افزار متلب صورت گرفته است. تراز معادل فشار صوت بر اساس مقادیر:تعداد موتورسیکلت،تعداد خودرو سواری،تعداد کامیون،تعداد اتوبوس،مجموع خودرو های سنگین، مجموع وسایل نقلیه،دما،میانگین سرعت،تعداد باند و فاصله از کنار گذرکه مجموعا شامل ۱۰ ورودی است، اندازه گیری شده است.شبکه پرسپترون چندلایه با یک لایه پنهان و سیزده نورون در هر لایه با توجه به بیشترین مقدار ضریب تعیین)² (Rبرابر با ۰/۹۰۲۳ به عنوان مدل بهینه در پیش بینی تراز معادل فشار صوت انتخاب شد.نتایج آنالیز حساسیت نشان می دهد، متغیر تعداد موتور سیکلت بیشترین اثر را در تراز معادل فشار صوت داشته است.با نظر به اینکه مدل طراحی شده برای محدوده تحقیق(شهر تهران)است؛اما با توجه به نتایج مطلوب اجرای مدل، به دلیل مشابه بودن ضرایب نشر صوتی خودروهای کشورو مبانی معماری شهری در سایر شهر های ایران ،به نظر می رسد مدل طراحی شده برای شهر های مشابه قابل استفاده باشد. نتایج پژوهش پیش رو می تواند اطلاعات لازم را برای مسئولان در برنامه ریزی و مدیریت شهری برای کاهش اثرات زیست محیطی بزرگراه ها فراهم کند همچنین می تواند در برنامه ریزی و توسعه مناطق جدیدساخت و ساز ، مفید باشد و به طراحی فضاهای صوتی متناسب با جمعیت ساکن آینده کمک کند.

کلیدواژه ها:

واژه های کلیدی:شبکه عصبی مصنوعی ، ارزیابی اثرات ، آلودگی صوتی ، ترازمعادل فشارصوت ، تحلیل حساسیت.