基于参与式感知的城市声景观时空特征、评价模型和优化策略研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    41301577
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    25.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    D0716.区域环境质量与安全
  • 结题年份:
    2016
  • 批准年份:
    2013
  • 项目状态:
    已结题
  • 起止时间:
    2014-01-01 至2016-12-31

项目摘要

Rapid urbanization poses a challenge to China's urban acoustic environment. To achieve timely and comprehensive understanding of urban acoustic environment quality, the Department of Environmental Protection is strengthening supervision, but this results in a sharp increase of monitoring costs. Soundscape research provides proactive solutions for the improvement of the acoustic environment, but current research is mainly carried out at small scales, and the temporal-spatial characteristics and soundscape evaluation models are limited. The improved performance of mobile devices, e.g. mobile phones, and enlarged network coverage enhances the public's ability to gather and share environment information. This proposal plans to develop participatory sensing for urban soundscape research using smart phones. Using network and mobile computing technologies, the public will collect soundscape data including sound spatial and meteorological elements, as well as subjective evaluations, and information on participants' demographics, time and accessories in a typical city and many other cities. The temporal-spatial characteristics of the soundscape in different types of urban space will be analyzed by statistical methods, and an evaluation model of the overall urban soundscape will also be developed based on artificial neural networks. The research results will provide a basis for strategies to optimize the urban soundscape, as well as provide technical support and a theoretical basis for monitoring, evaluation and management of urban acoustic environment.
快速城市化使我国城市声环境面临严重挑战。为了及时、全面的掌握城市声环境质量,环境部门加强了监管,但却增加了成本。声景观的研究为积极主动的改善声环境带来了新思路,但目前的研究尺度较小,且缺乏对声景观时空特征和整体评价模型的研究。手机等移动设备性能的不断提高,以及网络覆盖范围的扩大,增强了公众获取和分享周边环境信息的能力。本项目借助网络和移动计算技术,通过智能手机和公众,发展城市声景观参与式感知研究方法。在公众的广泛参与下,对典型城市和大范围城市大尺度抽样,来获取参与者身边的声景观相关数据,如声要素、空间要素、气象要素、主观评价要素、参与者个体特征、时间要素和其他辅助要素,采用统计学方法分析不同城市空间类型的声景观时空特征,基于人工神经网络发展适合于城市声景观整体评价模型,提出城市声景观优化策略,为城市声环境的监测、评价和管理提供技术支持和理论。

结项摘要

快速的城市化使我国城市声环境面临严重的挑战,声景观的研究为城市声环境的治理带来了新思路,改变了过去被动治理的局面,但因其数据获取成本高,目前研究区域主要集中在城市广场、公园等,尺度较小,类型还不够丰富,同时还缺乏对城市声景观时空特征及其演变规律的研究,难以整体全面的阐述城市声环境质量,使得大尺度的城市声景观设计和规划缺乏理论依据。近年来,随着移动设备(如手机、便携式计算机等)性能的不断提高,以及网络覆盖范围的扩大,增强了公众获取和分享周边信息的能力。.本项目借助网络和移动计算技术,以城市声景观作为研究对象,设立了以下主要研究内容:1)城市声景观参与式感知方法的建立与评价,2)城市声景观时空特征和评价模型研究,3)城市声景观优化策略研究。根据研究内容的安排本项目建立了参与式声景观研究方法,并根据研究方法研发了能够运行于主流智能手机平台(Android和IOS)的公众参与式声景观研究客户端应用软件——噪声计V2.0,并于2016年对该应用软件在全球主流市场进行了推广和部署,同时建立了国内最大的参与式声景观研究信息平台(http://pss.citi-sense.cn)。项目对返回的数据进行了分析,建立城市声景观评价模型,并以厦门岛为例进行了应用。项目取得了如下结果和结论:1)参与式声景观研究方法能够扩大数据的获取范围和数据量,便于形成城市声景观长期研究网络,为我国声环境的监测和管理提供了一种新的思路。2)我国噪声污染水平不容乐观,其中白昼时段户外平均声压级为60.3 dBA,夜晚时段户外平均压级为 47.8 dBA。3)超标声源的频段为200-2000Hz的低频噪声,为城市噪声污染防治的主要对象。4)居住区和道路与交通区域为噪声防治的重点区域。5)城市声环境质量评价和功能区划需要考虑更全面的指标,如将所在地人群特征,声舒适等纳入指标体系。

项目成果

期刊论文数量(1)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
室内空气质量在线检测系统的研制
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    环境科学与技术
  • 影响因子:
    --
  • 作者:
    李春明;张会;陈丁楷
  • 通讯作者:
    陈丁楷

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

Spatial Autoregressive Models for Stand Top and Stand Mean Height Relationship in Mixed Quercus mongolica Broadleaved Natural Stands of Northeast China
东北栎阔叶天然混交林林分最高与林分平均高度关系的空间自回归模型
  • DOI:
    10.3390/f7020043
  • 发表时间:
    2016-02
  • 期刊:
    Forests
  • 影响因子:
    2.9
  • 作者:
    娄明华;张会儒;雷相东;李春明;臧灏
  • 通讯作者:
    臧灏
一种视频图像序列人脸检测方法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    《电子测量与仪器学报》
  • 影响因子:
    --
  • 作者:
    李春明;李玉山
  • 通讯作者:
    李玉山
高速电驱动履带车辆联合制动转矩动态协调控制研究
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    兵工学报
  • 影响因子:
    --
  • 作者:
    生辉;盖江涛;李春明;杜明刚;帅志斌
  • 通讯作者:
    帅志斌
人脸识别技术的研究
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    《河北科技大学学报》
  • 影响因子:
    --
  • 作者:
    李春明;李玉山;庄庆德;关晓丹
  • 通讯作者:
    关晓丹
谐振腔品质因数增强技术的研究
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    光通信技术
  • 影响因子:
    --
  • 作者:
    李春明;唐军;张成飞;杨江涛;田野;刘俊
  • 通讯作者:
    刘俊

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

李春明的其他基金

基于机器学习的城市声景地理空间建模与优化途径研究
  • 批准号:
    42277472
  • 批准年份:
    2022
  • 资助金额:
    53.00 万元
  • 项目类别:
    面上项目
基于机器学习的城市声景地理空间建模与优化途径研究
  • 批准号:
  • 批准年份:
    2022
  • 资助金额:
    53 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码