将感知特征作为识别与直升机噪音引起的社区烦恼相关的声学因素的关键方法

《Applied Acoustics》：Perceptual characterisation as a key approach for identifying acoustic factors relevant to community annoyance from helicopter noise

　　克里斯泰尔·菲利普斯-贝尔坦（Chrystele Philipps-Bertin）|阿布德·库里埃（Aboud Kourieh）|朱利安·卡莱（Julien Caillet）|帕特里夏·尚佩洛维埃（Patricia Champelovier）|马蒂厄·西诺（Matthieu Sineau）|皮埃尔·迪厄梅加德（Pierre Dieumegard）|曼努埃尔·埃洛（Manuel Hellot）|安妮-索菲·埃瓦尔德（Anne-Sophie Evrard）
法国里昂市古斯塔夫·埃菲尔大学（Université Gustave Eiffel），里昂大学（Université Lyon），AME-MODIS，F-69675，法国

**摘要**
城市空中交通的潜在发展引发了关于新式垂直起降（VTOL）飞机飞行路径上居民对其接受度的问题。因此，研究生活在直升机机场附近及飞行路径沿线的人群的反应是相关的，因为目前只有直升机被允许在城市地区低空飞行。本文报告了法国首次关于直升机噪音的社区调查的部分结果。共有768名居住在巴黎地区直升机机场及其飞行路径附近的居民完成了问卷调查，该调查结合了声学测量和噪音模型分析。针对每位受访者计算了总体和基于事件的声学指标，以测试通常用于解释高烦恼程度的剂量-反应模型的有效性。在研究区域内，18%的受访者表示对直升机噪音感到极度困扰。单变量逻辑回归分析显示，无论使用何种指标，高烦恼程度与噪音暴露水平之间存在明显关联。尽管基于事件的模型拟合度更高，但其解释高烦恼程度的能力仍然有限。多变量模型表明，直升机噪音的多种感知特征——包括单次飞越和总体飞行量——显著影响了高烦恼程度。根据注意-事件理论，我们的研究结果表明，只有某些类型的直升机飞越会引起人们的注意，且感知程度因个人感受而异。这些差异与可测量的声学参数相关，其中一些参数并未被传统指标反映出来，尤其是时间和频谱特性。研究还揭示了一个心理维度：飞越的不可预测性可能会引发负面情绪反应，从而加剧烦恼程度。

**引言**
城市空中交通的未来发展，包括潜在的垂直起降（VTOL）飞机的引入，引发了关于这些飞机飞行路径上居民接受度的重要问题。目前只有直升机被允许在城市地区低空飞行，因此它们为评估这种接受度提供了重要的基准。有证据表明，直升机和直升机机场在周边社区的接纳度较低，噪音干扰常常是反对直升机运行的主要原因[1]。事实上，环境噪音对健康、幸福和生活质量有着显著影响，这成为公众关注的问题。作为量化社区对各种噪音源（如飞机、道路交通、风力涡轮机和火车）反应的主要指标之一，噪音烦恼已被广泛研究[2]。然而，关于直升机噪音具体引起的烦恼程度知之甚少[3]，且基于社区噪音调查的长期影响研究仍然有限[4]、[5]、[6]。噪音烦恼是噪音负面影响的关键指标，直接反映了其对个人生活质量的影响[7]。它包括即时行为反应（如日常活动的干扰）和评价性方面（如烦恼感[8]）。舒尔茨曲线[9]确立了使用“极度烦恼”个体百分比来建模烦恼剂量-反应关系的标准，强调这种关系与噪音暴露程度的相关性更强，而较低的烦恼程度则更多受非声学因素影响。极度烦恼的类别包括那些经历最高噪音水平的人，此时噪音对健康和生活质量的负面影响最为明显。研究开发了噪音烦恼评估方法和模型，可以根据具体噪音暴露程度预测预期烦恼程度[10]。这导致了剂量-反应函数的发展，这些函数被认为是预测交通噪音导致的高烦恼程度最可靠的基础[11]，也为欧盟旨在减轻噪音暴露对健康不利影响的建议提供了依据[12]。

20世纪70年代和80年代进行的研究经常将直升机噪音引起的烦恼与固定翼飞机噪音引起的烦恼进行比较。主要目的是评估基于飞机噪音的剂量-反应模型是否也能解释直升机噪音引起的烦恼。1982年英国的一项研究表明，人们认为直升机噪音比飞机噪音烦人2到2.5倍，即使后者的噪音水平更高[13]、[14]。同样，肖默（Schomer）发现，即使在低操作频率下，直升机在机场附近也被认为是麻烦的[15]。20世纪80年代在英国进行的不同研究得出的烦恼程度比较结果各不相同，这似乎受到研究区域和方法论差异的影响。这种结果的不确定性可能使得无法确定直升机噪音是否会导致更高的烦恼程度[1]。

最近在美国进行的一项研究未能确定同时暴露于这两种噪音源的个体对固定翼飞机和直升机噪音的容忍度是否存在差异[4]。此外，也未建立明确的直升机噪音剂量-反应关系，作者将其归因于暴露水平过低（介于30 dB至45 dB DNL之间），导致没有观察到任何显著影响（只有7%的受访者表示极度烦恼）。丹斯等人（Dance et al., 2021）调查了伦敦直升机机场附近的直升机噪音引起的烦恼。他们的研究没有建立剂量-反应关系，因为只测量了某些样本位置的暴露水平，但没有计算个别参与者的实际暴露情况。然而，他们的研究结果表明，直升机机场的噪音排放对大多数受访者的生活质量和幸福感产生了负面影响。此外，根据调查地点进行的噪音测量（LAeq、LA90和Lmax），报告的烦恼程度似乎高于预期[5]。

这些结果表明需要研究社区对直升机噪音的反应，以确定哪种声学指标最能反映报告的烦恼程度。大多数社区噪音烦恼指标基于长期平均的A加权声压水平。因此，欧洲噪音指令[16]将Lden（日-夜-夜等效声级）定义为成员国用于噪音制图和行动计划规划的两个主要指标之一。然而，可以认为长期平均的A加权噪音水平可能不适合预测或解释直升机噪音的影响[17]。特别是，它们可能无法考虑直升机的独特声音特性[1]，这些特性被认为会导致更高的烦恼程度[18]、[19]。此外，这类指标可能不适合评估事件发生率相对较低的噪音源，如直升机飞行。实际上，它们未能考虑这种暴露的间歇性，这种暴露的特点是噪音峰值可能会吸引注意力并增加烦恼程度[20]、[21]。噪音事件的数量可能是预测直升机噪音引起烦恼程度的指标。一些作者表明，噪音事件数量的增加会在达到某个阈值之前导致更大的烦恼程度[22]，尽管关于这个阈值的具体数值尚未达成共识[23]。在飞机噪音的研究中，瑞兰德等人（Rylander et al.）证明，基于最大噪音水平和事件数量的剂量-反应关系比基于能量平均值的模型更能解释烦恼反应的变异性[24]。然而，当最大噪音水平低于70 dB(A)时，即使事件数量很多，极度烦恼的个体比例仍然较低。注意到事件的概念[25]表明，烦恼源于那些被有意识感知到的噪音，这部分取决于其声学特性。因此，为了选择最能反映直升机噪音引起烦恼程度的声学指标，有必要评估居民在真实生活暴露条件下的感知情况。研究噪音特性和强度对烦恼感知的联合影响可以提供更多见解。

在本研究中，法国首次进行了关于社区对直升机噪音反应的实地调查，并结合了声学测量。研究旨在帮助识别最能解释报告烦恼程度变化的因素。在描述方法后，本文首先考察了基于能量和基于事件的声学指标的剂量-反应模型在解释本研究中样本对直升机噪音烦恼反应方面的相对表现。这支持了这样的假设：即直升机噪音事件的数量比平均噪音水平更能预测居民的烦恼程度。然后，本文分析了直升机噪音的感知声学特性，包括整体飞行量和单次飞越情况，以确定影响高烦恼程度的可能感知维度。

**调查地点**
调查主要在巴黎直升机机场附近进行，因为该机场位于人口密集的高度城市化地区。此外，这个机场处理大量的直升机飞行任务：例如，2022年记录了8,218次飞行任务，2021年在新冠疫情背景下因旅行限制减少了7,250次飞行任务。此外，法国民航局（DGAC）提供了研究期间该地区所有直升机飞行的飞行路径记录。

**结果**
共有768名18岁及以上的成年人被招募并面对面接受访谈，参与这项研究，调查地点分布在八个区域。

**讨论**
本研究的主要目的是通过建立剂量-反应关系来评估社区对直升机噪音的烦恼程度。这种方法可以估计噪音对社区的影响，作为声音水平的函数，并可用于预测声学环境变化（如城市空中交通带来的变化）引起的反应[41]。众所周知，声学参数只能解释部分烦恼程度的变化，而非声学因素也会产生影响[42]。

**局限性**
本研究的一个目标是考察直升机噪音引起的烦恼程度与每个受访者估计的噪音指标之间的关系。由于成本和后勤限制，无法直接测量所有768名参与者的噪音暴露情况；因此，是通过噪音模拟获得声学指标的。然而，暴露数据的质量是剂量-反应关系有效性的关键决定因素。

**结论**
本文旨在展示法国首项评估直升机噪音对社区影响的研究结果。它提供了关于直升机噪音引起烦恼程度的新见解，指出了传统基于能量的指标（如Lden）在捕捉这种特定类型噪音暴露的社区反应复杂性方面的局限性。此外，基于事件的指标（尤其是捕捉最嘈杂飞行次数（例如NA70）的指标）在解释烦恼程度方面更为敏感[19]。

**资金来源**
本研究得到了法国民航局（Direction Générale de l’Aviation Civile）的支持，作为MOTUS项目（减少城市环境中VTOL飞机的操作噪音影响）的一部分。

**关于撰写过程中使用生成式人工智能和人工智能辅助技术的声明**
在准备本文时，作者使用了DeepL Pro软件（DeepL GmbH，德国科隆），以改进原始文本的可读性和语言。使用该工具后，作者根据需要审查和编辑了内容，并对发表文章的内容负全责。

**作者贡献声明**
克里斯泰尔·菲利普斯-贝尔坦：撰写——初稿，监督，方法论，概念化。
阿布德·库里埃：撰写——初稿，验证，软件，数据分析。
朱利安·卡莱：撰写——审阅与编辑，软件，项目管理，资金获取。
帕特里夏·尚佩洛维埃：方法论，调查。
马蒂厄·西诺：撰写——审阅与编辑，资源，调查。
皮埃尔·迪厄梅加德：数据分析。
曼努埃尔·埃洛：撰写——审阅与编辑，形式化分析。

**利益冲突声明**
作者声明他们没有已知的财务利益冲突或个人关系，这些可能会影响本文报告的工作。