(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211161652.4 (22)申请日 2022.09.23 (71)申请人 广州声博士声学技 术有限公司 地址 511400 广东省广州市番禺区石楼镇 华山路12号 (72)发明人 郑建辉　 (74)专利代理 机构 广州三环 专利商标代理有限 公司 44202 专利代理师 吕金金 (51)Int.Cl. G01H 17/00(2006.01) G06Q 10/04(2012.01) G06Q 50/26(2012.01) H04L 67/12(2022.01) (54)发明名称 一种城市环境噪声实时监测方法、 系统、 设 备及存储介质 (57)摘要 本发明涉及环 境保护技术领域， 尤其涉及一 种城市环境噪声实时监测方法、 系统、 设备及存 储介质， 包括： 采集城市交通实时数据以及城市 周边环境测点噪声数据； 根据城市交通实时数据 和预先建立的交通噪声预测模型， 得到城市交通 噪声预测数据； 对城市交通噪声预测数据和城市 周边环境测点噪声数据进行结构化处理， 并汇集 存储于噪声大数据平台； 获取用户输入的地理位 置， 以地理位置为索引信息， 查询噪声大数据平 台， 并判断噪声污染程度。 本发明通过融合城市 交通数据和固定、 移动监测设备采集的数据实现 覆盖范围最广且具备泛在性和实时性的噪声大 数据平台， 提高了系统的智能化程度， 为环保部 门提供科学依据和数据支持。 权利要求书2页 说明书8页 附图2页 CN 115235614 A 2022.10.25 CN 115235614 A 1.一种城市环境噪声实时监测方法， 其特征在于， 应用于部署在云端的噪声大数据平 台， 所述方法包括以下步骤： 采集城市交通实时数据以及城市周边环境测点噪声数据， 所述城市交通实时数据包括 城市道路交通状态、 高铁列车时刻表以及地铁运行时刻表； 根据所述城市交通实时数据和预先建立的交通噪声预测模型， 得到城市交通噪声预测 数据； 对城市交通噪声预测数据和城市周边环境测点噪声数据进行结构化处理， 并汇集存储 于噪声大 数据平台； 获取用户输入的地理位置， 以地理位置为索引 信息， 查询噪声大数据平台， 并判断噪声 污染程度。 2.如权利要求1所述的一种城市环境噪声实时监测方法， 其特征在于， 所述根据 所述城 市交通实时数据和预先建立的交通噪声预测模型， 得到城市交通噪声预测数据的步骤包 括： 在不同的城市道路交通状态下， 采集城市的道路交通噪声数据； 所述城市道路交通状 态包括道路严重拥堵、 道路拥堵、 道路行 车缓慢以及道路畅通； 根据城市道路交通状态与道路交通噪声数据， 构建道路交通噪声预测模型； 接收第三方互联网地图服务商发送的城市道路交通状态， 并根据道路交通噪声预测模 型， 得到道路噪声预测数据。 3.如权利要求2所述的一种城市环境噪声实时监测方法， 其特征在于， 所述道路噪声预 测数据的计算公式为： 式中， 表示第m种城市道路交通状态下的道路噪声预测数据； 表示在第m种城市 道路交通状态下， n次采样的道路交通噪声数据； 表示第m种城市道路交通状态下的采样 总数。 4.如权利要求1所述的一种城市环境噪声实时监测方法， 其特征在于， 所述根据 所述城 市交通实时数据和预先建立的交通噪声预测模型， 得到城市交通噪声预测数据的步骤包 括： 在高铁列车行驶过程中， 采集高铁线路周边测点的高铁噪声数据， 所述高铁噪声数据 包括高铁噪声的分贝数、 辐射半径和持续时间； 根据高铁线路周边测点及其对应的若干高铁噪声数据， 构建高铁交通噪声预测模型； 根据获取的高铁列车时刻表， 确定高铁列车 行驶位置； 根据高铁列车行驶位置以及高铁交通噪声预测模型， 预测得到高铁噪声预测数据； 所 述高铁噪声预测数据包括高铁噪声的预测分贝数均值、 预测 辐射半径和预测持续时间。 5.如权利要求1所述的一种城市环境噪声实时监测方法， 其特征在于， 所述根据 所述城 市交通实时数据和预先建立的交通噪声预测模型， 得到城市交通噪声预测数据的步骤包 括：权　利　要　求　书 1/2 页 2 CN 115235614 A 2在地铁行驶过程中， 采集地铁在路面轨道周边测点的地铁噪声数据， 所述地铁噪声数 据包括地铁噪声的分贝数、 辐射半径和持续时间； 根据地铁在路面轨道周边测点及其对应的若干地铁噪声数据， 构建地铁交通噪声预测 模型； 根据获取的地铁运行时刻表， 确定地铁行驶 位置； 根据地铁行驶位置以及地铁交通噪声预测模型， 预测得到地铁噪声预测数据； 所述地 铁噪声预测数据包括 地铁噪声的预测分贝数均值、 预测 辐射半径和预测持续时间。 6.如权利要求1所述的一种城市环境噪声实时监测方法， 其特征在于， 所述以地理位置 为索引信息， 查询噪声大 数据平台， 并判断噪声污染程度的步骤 包括： 以地理位置为索引信息， 查询噪声大数据平台， 得到城市周边环境测点噪声数据和城 市交通噪声预测数据； 根据城市周边环境测点噪声数据和城市交通噪声预测数据， 确定噪声污染系数； 所述 噪声污染系数包括噪声最大分贝数、 噪声最小分贝数以及噪声平均分贝数； 根据噪声污染系数， 判断噪声污染程度。 7.如权利要求1所述的一种城市环境噪声实时监测方法， 其特 征在于， 还 包括： 采集城市环境噪声 音频数据， 并根据城市环境噪声 音频数据， 确定噪声污染类别； 基于噪声污染类别， 将城市环境噪声 音频数据存储于噪声大 数据平台。 8.一种城市环境噪声实时监测系统， 其特 征在于， 所述系统包括： 数据采集模块， 用于采集城市交通实时数据以及城市周边环境测点噪声数据， 所述城 市交通实时数据包括城市道路交通状态、 高铁列车时刻表以及地铁运行时刻表； 噪声预测模块， 用于根据所述城市交通实时数据和预先建立的交通噪声预测模型， 得 到城市交通噪声预测数据； 噪声存储模块， 用于对城市交通噪声预测数据和城市周边环境测点噪声数据进行结构 化处理， 并汇集存 储于噪声大 数据平台； 噪声判断模块， 用于获取用户输入的地理位置， 以地理位置为索引 信息， 查询噪声大数 据平台， 并判断噪声污染程度。 9.一种计算机设备， 其特征在于： 包括处理器和存储器， 所述处理器与所述存储器相 连， 所述存储器用于存储计算机程序， 所述处理器用于执行所述存储器中存储的计算机程 序， 以使得 所述计算机设备 执行如权利要求1至7中任一项所述的方法。 10.一种计算机可读存储介质， 其特征在于： 所述计算机可读存储介质中存储有计算机 程序， 当所述计算机程序被运行时， 实现如权利要求1至7任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 115235614 A 3