مدلسازی آلودگی صوتی در مناطق 5 و 6 شهر اصفهان

محورهای موضوعی : حقوق بین الملل محیط زیست

مصطفی مرادی ¹ , مژگان احمدی ندوشن ^{2 *}

1 - گروه محیط زیست؛ دانشکده کشاورزی، آب، غذا و فراسودمندها؛ واحد اصفهان (خوراسگان)؛ دانشگاه آزاد اسلامی؛ اصفهان؛ ایران
2 - گروه محیط زیست، مرکز تحقیقات پسماند و پساب، دانشگاه آزاد اسلامی، واحد اصفهان(خوراسگان)، اصفهان، ایران

تاریخ دریافت : 1404/02/27 تاریخ پذیرش : 1404/03/09 تاریخ انتشار : 1404/01/28

کلید واژه: آلودگی صوتی, ترافیک, وزن¬دهی معکوس فاصله, اصفهان,

چکیده مقاله :

آلودگی صوتی به‌عنوان یکی از چالش‌های زیست‌محیطی کلان‌شهرها، تأثیرات منفی بر سلامت و کیفیت زندگی شهروندان دارد. این مطالعه با هدف بررسی آلودگی صوتی در مناطق 5 و 6 شهرداری اصفهان، واقع در جنوب این شهر، انجام شد. داده‌های سطح صدا (بر حسب دسی‌بل A یا dBA) از 23 نقطه نمونه‌برداری (12 نقطه در منطقه 5 و 11 نقطه در منطقه 6) در بازه زمانی 16:00 تا 18:00 در روزهای هفته جمع‌آوری شدند. نقاط نمونه‌برداری با پراکنش جغرافیایی همگن و پوشش‌دهی نواحی با ترافیک متنوع (از کم‌ترافیک تا پرترافیک) انتخاب شدند. برای تحلیل توزیع مکانی آلودگی صوتی، از روش میانیابی فاصله معکوس وزنی استفاده شد. همچنین، روش Getis-Ord Gi* برای شناسایی نقاط داغ و سرد آلودگی صوتی به‌کار رفت. مقایسه سطح صدا بین مناطق 5 و 6 با آزمون آنووا یک‌طرفه انجام شد که با پیش‌فرض نرمال بودن داده‌ها و همگنی واریانس‌ها، تفاوت‌های معنی‌دار را بررسی کرد. نتایج نشان داد که منطقه 5 با میانگین سطح صدای 73.39 دسی‌بل، شدت صوتی بیشتری نسبت به منطقه 6 با میانگین 69.31 دسی‌بل دارد. تحلیل میانیابی IDW نشان داد که نواحی جنوبی و جنوب‌غربی منطقه 5، به‌ویژه در مجاورت معابر پرتردد و کاربری‌های تجاری، کانون‌های اصلی آلودگی صوتی با سطوح بالای 78 دسی‌بل هستند. تحلیل Getis-Ord Gi نیز چهار نقطه داغ در منطقه 5 و دو نقطه سرد در منطقه 6 را تأیید کرد، که با الگوهای میانیابی همخوانی داشت.این یافته‌ها می‌توانند به برنامه‌ریزی شهری، کاهش ترافیک در نقاط داغ، و بهبود کیفیت صوتی محیط در جنوب اصفهان کمک کنند.

چکیده انگلیسی:

Noise pollution, as a significant environmental challenge in metropolitan areas, adversely affects citizens' health and quality of life. This study aimed to investigate noise pollution in municipal districts 5 and 6 of Isfahan, located in the southern part of the city. Sound level data (in decibels A, or dBA) were collected from 23 sampling points (12 in District 5 and 11 in District 6) between 16:00 and 18:00 on weekdays. Sampling points were selected to ensure homogeneous geographical distribution and coverage of areas with varying traffic intensities (from low to high traffic). The Inverse Distance Weighted (IDW) interpolation method was employed to analyze the spatial distribution of noise pollution. Additionally, the Getis-Ord Gi* method was used to identify hotspots and coldspots of noise pollution. A one-way ANOVA test, assuming data normality and homogeneity of variances, was conducted to compare sound levels between Districts 5 and 6, assessing statistically significant differences. The results indicated that District 5, with an average sound level of 73.39 dBA, exhibited higher noise intensity than District 6, with an average of 69.31 dBA. The IDW interpolation analysis revealed that the southern and southwestern areas of District 5, particularly near high-traffic roads and commercial zones, were primary noise pollution hotspots, with levels exceeding 78 dBA. The Getis-Ord Gi* analysis confirmed four hotspots in District 5 and two coldspots in District 6, consistent with the interpolation patterns. These findings can inform urban planning, traffic management in hotspot areas, and efforts to enhance the acoustic environment in southern Isfahan.

منابع و مأخذ:

Basner M, McGuire S. 2018. WHO environmental noise guidelines for the European region: a systematic review on environmental noise and effects on sleep. International journal of environmental research and public health. 15:519.
Fink DJ. 2017. What is a safe noise level for the public? : American Public Health Association; p. 44-5.
Halonen JI, Hansell AL, Gulliver J, Morley D, Blangiardo M, Fecht D, et al. 2015. Road traffic noise is associated with increased cardiovascular morbidity and mortality and all-cause mortality in London. European heart journal. 36:2653-61.
Kim J, Han J, Park K, Seok S. 2022. Improved IDW interpolation application using 3D search neighborhoods: Borehole data-based seismic liquefaction hazard assessment and mapping. Applied Sciences. 12:11652.
Kumar S, Parida BR. 2021. Hydroponic farming hotspot analysis using the Getis–Ord Gi* statistic and high-resolution satellite data of Majuli Island, India. Remote Sensing Letters. 12:408-18.
Latha A, Ganesan R. 2022. Analysis of Noise Pollution for an Educational Institution. ECS Transactions. 107:12609.
Lelièvre N, Beaurepaire P, Mattrand C, Gayton N. 2018. AK-MCSi: A Kriging-based method to deal with small failure probabilities and time-consuming models. Structural Safety. 73:1-11.
Morillas JMB, Gozalo GR, González DM, Moraga PA, Vílchez-Gómez R. 2018. Noise pollution and urban planning. Current Pollution Reports. 4:208-19.
Munir S, Khan S, Nazneen S, Ahmad SS. 2021. Temporal and seasonal variations of noise pollution in urban zones: a case study in Pakistan. Environmental Science and Pollution Research. 28:29581-9.
Münzel T, Sørensen M, Schmidt F, Schmidt E, Steven S, Kröller-Schön S, et al. 2018. The adverse effects of environmental noise exposure on oxidative stress and cardiovascular risk. Antioxidants & redox signaling. 28:873-908.
Okoye K, Hosseini S. 2024) Analysis of variance (ANOVA) in R: one-way and two-way ANOVA. R Programming: Statistical Data Analysis in Research: Springer. p. 187-209.
Patella S, Aletta F, Mannini L. 2019. Assessing the impact of Autonomous Vehicles on urban noise pollution. Noise Mapping. 6:72-82.
Rossi F, Becker G. 2019. Creating forest management units with Hot Spot Analysis (Getis-Ord Gi*) over a forest affected by mixed-severity fires. Australian Forestry. 82:166-75.
Tapia CEF, Cevallos KLF. 2021. Pruebas para comprobar la normalidad de datos en procesos productivos:: Anderson-darling, ryan-joiner, shapiro-wilk y kolmogórov-smirnov. Societas. 23:83-106.
Tortorella A, Menculini G, Moretti P, Attademo L, Balducci PM, Bernardini F, et al. 2022. New determinants of mental health: the role of noise pollution. A narrative review. International Review of Psychiatry. 34:783-96.
Wang D, Ying L, Jia Y, Zhang L, Zhang F, Wang W. 2020. Noise pollution mitigation method for substations in urban communities based on a smart silencing unit. Journal of Cleaner Production. 245:118911.
Xu X, Ge Y, Wang W, Lei X, Kan H, Cai J. 2022. Application of land use regression to map environmental noise in Shanghai, China. Environment international. 161:107111.
Yang W, He J, He C, Cai M. 2020. Evaluation of urban traffic noise pollution based on noise maps. Transportation Research Part D: Transport and Environment. 87:102516.
Zhang Q, Meng X, Shi S, Kan L, Chen R, Kan H. 2022. Overview of particulate air pollution and human health in China: Evidence, challenges, and opportunities. The Innovation. 3.