[论文解读] Effect of COVID-19 on noise pollution change in Dublin, Ireland

Bidroha Basu, Enda Murphy+5 more|arXiv (Cornell University)|Aug 20, 2020

Noise Effects and Management参考文献 74被引用 5

一句话总结

本研究利用2020年都柏林12个监测站的每小时噪声数据，分析了新冠疫情封锁措施对都柏林噪声污染的影响。研究发现平均和最低噪声水平显著降低——归因于道路和航空交通减少——表明疫情期间的出行限制导致城市声景出现可测量的改善。

ABSTRACT

Noise pollution is considered to be the third most hazardous pollution after air and water pollution by the World Health Organization (WHO). Short as well as long-term exposure to noise pollution has several adverse effects on humans, ranging from psychiatric disorders such as anxiety and depression, hypertension, hormonal dysfunction, and blood pressure rise leading to cardiovascular disease. One of the major sources of noise pollution is road traffic. The WHO reports that around 40% of Europe's population are currently exposed to high noise levels. This study investigates noise pollution in Dublin, Ireland before and after the lockdown imposed as a result of the COVID-19 pandemic. The analysis was performed using 2020 hourly data from 12 noise monitoring stations. More than 80% of stations recorded high noise levels for more that 60% of the time before the lockdown in Dublin. However, a significant reduction in average and minimum noise levels was observed at all stations during the lockdown period and this can be attributed to reductions in both road and air traffic movements.

研究动机与目标

• 评估新冠疫情封锁期间爱尔兰都柏林城市噪声污染水平的变化。
• 识别封锁措施实施前后噪声污染的主要来源。
• 量化因出行和交通活动减少而导致的噪声水平降低程度。
• 评估减少噪声暴露对公共健康和城市环境质量的长期影响。

提出的方法

• 收集2020年都柏林12个固定噪声监测站的每小时噪声水平数据。
• 比较封锁前和封锁期间的噪声水平，以评估时间上的变化。
• 使用统计分析评估封锁前后平均和最低噪声水平的变化。
• 基于可用的出行数据，将噪声水平变化与道路和航空交通减少进行相关性分析。
• 应用时间序列分析以检测噪声污染模式中的趋势和异常。
• 使用世界卫生组织推荐的噪声暴露阈值对高噪声暴露时段进行分类。

实验结果

研究问题

• RQ1 与封锁前相比，都柏林的噪声污染水平在新冠疫情封锁期间有何变化？
• RQ2 道路和航空交通减少对观察到的噪声水平变化有何贡献？
• RQ3 封锁前和封锁期间，噪声水平超过世卫组织推荐阈值的时间比例是多少？
• RQ4 噪声水平降低在所有监测站是否一致，还是存在空间差异？
• RQ5 封锁期在多大程度上带来了城市声景的可测量改善？

主要发现

• 封锁前，都柏林超过80%的噪声监测站有超过60%的时间处于高噪声水平。
• 封锁期间，所有12个监测站的平均和最低噪声水平均显著降低。
• 噪声水平的降低主要归因于疫情期间道路和航空交通活动的减少。
• 封锁期间，噪声水平低于世卫组织推荐暴露阈值的时间比例高于封锁前。
• 所有监测站噪声降低的空间一致性表明，这与城市出行减少密切相关。
• 本研究证实，疫情期间大规模的行为和出行变化导致城市声学环境出现可测量且广泛改善。