Page 42 - 《应用声学》2022年第3期

364 2022 年 5 月

Kssd = 1.8T − 0.55(1.8T − 26)(1 − RH) 2.3.4 Ii(improvement index)
− 3.2V 1/2 + 32, I-S-A 模型在直观反映出声景观的优劣程度上
存在缺陷，于是与I-S模型同源的提升指数Ii被学者
SSssd = 0.36∆T − 0.11(0.36∆T − 26)(1 − RH)
们用来评判优先级 [11,22] 。Ii综合考量了满意度指数
− 0.064V 1/2 + 0.64 + 0.32(i/i 0 ), (1)
[1]
S 和重要性指数I ，其数值越大则表示该属性下的
其中：T 为景观外温度 ( C)，RH 为湿度 (%)，V 为风
◦
声景观感觉质量越好，需要改进的部分越少。其计
速 (m/s)，∆T 为各测试点与景观外本底的温度差
算方式表示为
( C)；i/i 0 为各测试点与景观外本底的自然光照度 N N
◦
1 ∑ m 1 ∑ m
的比值，0 < i/i 0 6 1，大于1的值均取值为1。 S n − I n
S − I N n=1 N n=1
本研究将利用 SSssd 指数来反映每一个测点 Ii (m) = = , (4)
N
I 1 ∑
基于小气候下的声景观舒适度特性，用以反映客观 I n m
N
的声景观环境舒适度。 n=1
其中：m指声音元素或测点的属性名称；n 是实验者
2.3.2 声景观多样性指数 编号，I 、S 是n 对m点的评分；N 为实验者总数；
m
m
n n
被用来反映生物多样性的 Simpson 多样性指 M 为被调查属性总数。
数模型也被学者们改进为 SDI 模型，来评判环境中
2.4 可视化呈现
声音元素的多样性 [7,21] 作为声环境优越与否的依
可视化图示让测试结果的空间关系更加明
据，其主要的表达方式如下：
朗 [23−24] ，于是 SAMS、GIS 地图等各种可视化呈现
S ( )
∑ n 2 [13,25−26]
SDI = 1 − , (2) 方式受到大量学者们的青睐 。本研究利用
N
i=1 GIS 的反距离加权工具 (IDW) 将每个测点的声压
其中：n表示某种声音出现的次数，N 表示所有声音 级及各指数数据可视化呈现，可以借此直观地体现
出现的总次数，SDI 范围在 0 ∼ 1 之间，越趋近 1 表
各测点之间的指标差异，同时反映出不同测点的周
示声音环境越多样。
边环境。由于传统的网格取点的方式在本研究中存
2.3.3 I-S-A models 在空间上的不全可达特征，不适用于主观评价且与
I-S 模型能很直观地反映出需求与满意程度之 本研究的景观空间类型不相符合，以及本实验考虑
间的关系 [22] ，有学者用其对城市公园声景观进行了 到物理测试和评价的等时效用，所以采取以景观类
研究，认为这种方法可以用来作为声景观评测和景 型作为取点的依据，共 18 各测点均匀分布在公园
观设计的依据 [1] 。为了更好地体现某一声音元素对 中。此外，雷达图与分析图表也将本研究的成为其
于声景观评价的影响，本研究将加入清晰度指标，并 他可视化的呈现手段。
提出 I-S-A 模型，综合研究声景观元素的物理属性
3 声景观特征分析
及对于其的评价。
( )
M M N
1 ∑ 1 ∑ 1 ∑ m 3.1 不同景观空间下声景观的异同
I 0 = (I) = I n ,
M M N
m=1 m=1 n=1 在本研究中，每一个测点代表浣花溪公园的一
( )
M M N
1 ∑ 1 ∑ 1 ∑ m 种景观空间类型 (图 3)，通过比较不同测点之间的
S 0 = (S) = S n , (3)
M M N 声景观异同即可显示出不同景观空间之间的声景
m=1 m=1 n=1
( )
M M N 观异同。
1 ∑ 1 ∑ 1 ∑ m
A 0 = (A) = A n ,
M M N 3.1.1 背景声环境
m=1 m=1 n=1
其中：I、S、A 分别是重要性指数、满意度指数和 由于声环境只是大环境中的一部分，对于声环
清晰度指数，I 0 、S 0 、A 0 分别反映的是整体的情况。 境的评测会受到周边环境的影响，所以本研究系统
m 指声音元素或测点的属性名称；n 是实验者编号； 测定了各个测点的声压级 (表 5)，以此来反映背景
I 、S 、A 是 n 对 m 点的评分；N 为实验者总数； 声的差异。通过声压级地图 (图 5) 可见有 3 处明显
m
m
m
n
n
n
M 为被调查属性总数。 的高声压级测点 (测点 1/3/13) 与 3 处明显的低声