十二五规划期间，随着机动车数量与道路车流量的迅速增加，道路交通噪声面临严峻的形势与挑战.交通噪声作为国家环保部门声环境监测的重要指标项目，已引起广泛关注.噪声污染与水污染、空气污染一样，成为世界性的难题.水污染、空气污染等污染直接对环境产生影响，进而才会影响人的生活;噪声污染作用直接对象是人，严重影响人们正常生活与工作状态，长期生活在70 dB以上的高噪声环境，人的健康将受到严重威胁与损坏.因此，噪声污染更需引起相关监测管理部门的强烈关注.据相关文献资料显示，城市噪声中5000^70%来源于交通噪声，可见交通产生的噪声污染颇为严重.    

截至2015年，莆田市公路通车里程6217. 83km，较2014年增长200，其中高速公路通车里程增长率为42. 6 0 o;机动车保有量21. 82万辆，同比增长15. 800，私人汽车保有量19. 42万辆，同比增长18.300}'}.莆田市普通公路通车里程增长较为缓慢，但机动车仍呈现较为快速的增长，这将给交通噪声造成巨大的压力.本文以324国道在莆田市路段分布为例，根据交通噪声等效声级与交通量的变化关系，建立等效声级与交通量的预测模型，为国道交通噪声预测评价提供参考.  

324国道在莆田市分布国道作为国家重要的干线道路，对于全国性的政治活动与经济发展具有重要的意义，承担着众多交通运输活动，324国道是福州到昆明的交通路线，全程2715km，途径多个省市.为了直观明了地看出324国道在莆田市具体分布与走向，本研究采用经矢量化的2015年福建省交通地图和福建省县市级行政区划图，在A rcGIS软件的支持下，利用“筛选”命令，提取出莆田市县级行政区划图.在此基础上，利用“裁剪”命令，以福建省交通地图为输人要素，以莆田市县级行政区划图为裁剪要素，提取出莆田市国道的道路数据，并将莆田市的国道数据层和莆田市行政区划图层相叠加，生成莆田市国道分布图(图    通过324国道在莆田市分布图可以发现，324国道由涵江区进人莆田，依次穿越荔城区、城厢区主城区，经过仙游县，与市区多条主干道相应交叉，承载着莆田市大量交通运输，具有重要的交通战略地位，是莆田市重要的主干道，同时频繁过量的运输活动会造成噪声污染，给道路沿线的经济活动与人们的正常生活带来直接或间接的影响.2交通噪声的预测与评价

2.1预测模型的建立    

国内外在交通噪声方面进行了大量的研究.美国联邦高速公路局于1978年12月研究发布FH-WA[3]交通噪声预测模型,201。年，美国联邦高速公路局组织相关人员对TNM2.5进行修正，使其适用于不同的道路等级.英国于1975年发布C'oRTN预测模型，并于1988年对其进行改正成为C'RTN88模型曰.德国于1981年发布了RLS81模型，于1990年对其进行改正提出RLS90模型叫，它包括声源模型与传播模型}'} .Ami:等Cal基于伊朗高速公路的车流量和车速，将车流的拥堵情况考虑在内，建立了非线性的交通噪声预测模型，为伊朗城市的噪声评价提供了重要的价值.我国对城市环境噪声的研究相对较晚，2。世纪”年以来，我国对城市环境噪声的研究进行了大量的研究.国内声学界的研究者很多是围绕FHWA模型进行研究.我国现阶段交通噪声预测采用的模型主要有两种，一种是2006年国家交通部颁布《公路建设项目环境影响评价规范》(JTUB03-2006)的交通噪声预测模型川;另外一种是国家环保部2009年颁布实施的《环境影响评价技术声导则声环境》(HJ2.4-2009)中的公路交通运输噪声模型mo.很多研究学者致力于新模型的研究，邱荣祖等m〕以MapInf。为平台开发出交通噪声影响分析评价的支持系统，提高了评价的效率和实现可视化.    

国内外交通噪声的预测模型均有其适用范围，美国的FHWA模型适用于高速公路等车速稳定且平直畅通的道路;英国的C'RTN88模型适用于顺畅的高峰交通流与距离观察者有一定距离的火车;德国的RLS9。模型适用于需要较多修正的路面结构类型路旁隔声设施的效果评估;交通部的规范模型与环保部的导则模型是以美国的FHWA模型为基础进行修正得到的，与国外交通噪声预测模型相比，在预测国内道路精确度更为精确.但是针对特定类型的道路交通噪声，上述模型预测精度就可能会产生较大偏差.本文基于莆田市主干路道路交通噪声历史数据，对建立主干路道路交通噪声预测模型，并对其进行评价.    基于324国道莆田市路段交通噪声的监测数据，从交通量的角度分析交通噪声的变化，做出等效声级与交通量的散点关系图，并根据变化做出趋势线，如图2所示.    

通过等效声级与交通量的散点关系图，随着车流量的增加，等效声级也在增加，可以发现等效声级与交通量存在的某种拟合正相关，进一步探讨两者之间的关系，需要对监测数据进行处理.在实际监测过程中，由于多种不可控的因素会存在误差，通过图2，只有个别数据偏离数据趋势线较远，除去离数据趋势线最远的4个点，绘制等效声级与交通量的散点趋势图(图3).    

通过图3，可以更加直观看出等效声级与交通量存着特殊的拟合关系，可以据此分析建立国道等效声级与交通量的预测模型.预留5组监测数据，用于检验预测模型的精确度，其他数据用于模型构建.运用SPSS软件对等效声级与交通量进行曲线拟合回归分析，通过结果可知，拟合度R'和F检验值都比较高是指数型S模型与逆模型.