logo móvil
Contáctanos

Evaluación del rendimiento de Nord2000, RTN-96 y CNOSSOS-EU en comparación con mediciones de ruido en Jutlandia Central, Dinamarca

Autores: Khan, Jibran; Thysell, Erik; Backalarz, Claus; Finne, Per; Hertel, Ole; Jensen, Steen Solvang

Idioma: Inglés

Editor: MDPI

Año: 2023

Descargar PDF

Acceso abierto

Artículo científico
2023

Evaluación del rendimiento de Nord2000, RTN-96 y CNOSSOS-EU en comparación con mediciones de ruido en Jutlandia Central, Dinamarca


Categoría

Artes

Subcategoría

Música

Palabras clave

Estándares de predicción de ruido
Niveles diarios de L y L
Fusión de datos
Precisión de estimación de ruido
Correlaciones de Spearman
Diferencias de modelos

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 26

Citaciones: Sin citaciones


Descripción
Este artículo tiene como objetivo evaluar el rendimiento de Nord2000, RTN-96 y CNOSSOS-EU, los estándares nórdicos y europeos de predicción de ruido, en la predicción de niveles diarios de L y L (dBA), comparándolos con mediciones recopiladas durante 76 días de la autopista E45 en Helsted, Jutlandia Central, Dinamarca. Además, el artículo investiga la viabilidad potencial de utilizar el Promedio de Ponderación de Confianza (CWA) para la fusión de datos con el fin de mejorar la precisión de la estimación del ruido. Los resultados mostraron correlaciones de Spearman altamente positivas (R), reflejando fuertes acuerdos entre los datos observados y los predichos, Nord2000 = 0.85-0.98, CNOSSOS-EU = 0.79-0.92 y RTN-96 = 0.86-0.91. Las diferencias entre los modelos, RMSE = 0.4-3.3 dBA (Nord2000), 1.4 = 2.8 dBA (CNOSSOS) y 1.3-4.2 dBA (RTN-96), se debieron principalmente a la parametrización subyacente del modelo y a las incertidumbres en las entradas del modelo. En general, Nord2000 superó a CNOSSOS y RTN-96 en la reproducción de los niveles de ruido observados. Además, CNOSSOS coincidió bien con los datos medidos y mostró un alto potencial para la cartografía del ruido y las evaluaciones de salud. Asimismo, se encontró que el CWA es un enfoque de fusión de datos prometedor y orientado al futuro para mejorar la precisión de las estimaciones de ruido. Se requiere más investigación para evaluar los modelos con mayor detalle en un área geográfica más amplia y a través de escalas temporales variadas (por ejemplo, horarias, anuales).

Otros recursos que podrían interesarte

Temas Virtualpro