Sujet de thèse détaillé
L’objectif des travaux de thèse était de déterminer quelles représentations du trafic permettent d’accéder à une caractérisation fine du bruit de trafic en milieu urbain. Les résultats de la thèse ont porté sur les trois axes suivants :
- Représentation du trafic et des émissions acoustiques pour l’estimation d’indicateurs traditionnels ;
- Indicateurs spécifiques pour une amélioration de la caractérisation de l’environnement sonore ;
- Caractérisation de la dynamique du bruit en milieu urbain : représentation du trafic adaptée.
Thèse réalisée sous la direction de Ludovic Leclercq et Jean-Baptiste Lesort, soutenue le 17 décembre 2008.
[+] Présentation de la soutenance de thèse
Représentation du trafic et des émissions acoustiques pour l’estimation des indicateurs traditionnels
Les méthodes utilisées traditionnellement pour estimer le bruit de trafic s’appuient sur une représentation statique de l’écoulement du trafic. Ces méthodes trouvent leurs limites en milieu urbain où le trafic est très fluctuant. Bien que les méthodes statiques puissent être raffinées en modélisant les trajectoires moyennes des véhicules, il est démontré dans cette thèse qu’une représentation dynamique de l’écoulement du trafic améliore la caractérisation des environnements sonores. Le modèle résultant consiste en un modèle dynamique de trafic, couplé à des lois d’émissions sonores des véhicules, et un calcul de la propagation du son.
Le LAeq est le seul indicateur qui puisse être déterminé lorsque le calcul s’appuie sur une représentation statique de l’écoulement du trafic. Le tableau ci-dessous présente l’estimation de cet indicateur selon la représentation du trafic employée, en comparaison avec les valeurs mesurées sur le cours Lafayette, à Lyon, lors de l’expérimentation du projet EDBCMU.
Site expérimental du Cours Lafayette, Lyon (projet EDBCMU)
Comparaison des représentations statique, statique détaillée, et dynamique pour l’estimation du LAeq
L’erreur commise est de l’ordre de 3dB(A) pour une représentation statique. Cette erreur importante est due à la non représentation des arrêts des véhicules aux feux. La représentation statique détaillée améliore l’estimation, avec une erreur moyenne de 2dB(A), car la distinction entre les véhicules s’arrêtant aux feux et les autres est faite. Toutefois, cette représentation n’intègre pas la dynamique des files d’attentes, qui a une forte influence sur les niveaux de bruit en milieu urbain, ce que rend possible une représentation dynamique. Cette dernière représentation permet ainsi l’estimation du LAeq avec une erreur de l’ordre de1dB(A), ce qui est très satisfaisant.
Cette représentation permet en outre l’estimation de l’évolution temporelle des niveaux de bruit, et donc d’autres indicateurs plus sensibles à la dynamique du bruit de trafic.
Indicateurs spécifiques pour une amélioration de la caractérisation de l’environnement sonore
L’étude des données expérimentales relevées sur le cours Lafayette montre les limites des indicateurs utilisés usuellement en acoustique environnementale (tels que le LAeq ou les indicateurs statistiques) pour la caractérisation du bruit de trafic. En particulier, ces indicateurs ne sont pas sensibles aux variations de bruit à l’échelle du cycle de feu, qui prédomine en milieu urbain.
Evolution des nivaux de bruit et indicateurs traditionnels
Des indicateurs spécifiques sont proposés pour affiner la caractérisation : ils sont basés sur l’étude du motif de bruit moyen se répétant à chaque cycle de feu et des variations autour de ce motif.
Cette méthode permet de souligner efficacement les caractéristiques du bruit sur un cours en sens unique tel que le cours Lafayette : les niveaux correspondant au temps de vert et au temps de rouge sont retranscrits par la valeur des modes de la bi-gaussienne, les variations de niveaux au sein des périodes de vert et de rouge peuvent être estimées par les écarts type de chaque mode. L’importance relative des modes est représentée par la valeur de l’aire de chaque mode.
Enfin, une analyse des variations autour de ce motif de bruit a été proposée. Des indicateurs du type : « nombre de cycles de feux où le niveau dépasse un seuil de niveau de bruit donné », « valeur minimum (ou maximum) atteinte en moyenne à chaque cycle » ont été proposés. Ces indicateurs permettent de caractériser l’apparition périodique d’événements bruyants, ou de quantifier le retour au calme associé aux périodes où le feu est rouge.
Caractérisation de la dynamique du bruit en milieu urbain : représentation du trafic adaptée
Une comparaison des représentations dynamiques du trafic existantes est ensuite proposée pour l’estimation des indicateurs classiques et spécifiques en milieu urbain. Seuls les modèles représentant les trajectoires des véhicules permettent l’estimation de tous les indicateurs : une estimation très précise des distributions de LAeq,1s et des motifs de bruit moyen issus des mesure est obtenue. En revanche, la distribution des comportements au sein d’une classe de véhicules n’améliore pas la caractérisation ; elle complique au contraire la phase de calibration du modèle.
Enfin, une étude de sensibilité du modèle montre que la caractérisation dynamique peut s’appuyer sur des données d’entrée (débits et mouvements directionnels des véhicules) relativement agrégées, ce qui facilitera à terme son utilisation opérationnelle. Toutefois, les périodes où le fonctionnement du réseau diffère (périodes de congestion, périodes où le débit est très faible…) doivent être distinguées dans le calcul pour l’estimation de certains indicateurs.
Références
CAN, A., LECLERCQ, L., LELONG, J., Selecting noise source and traffic representations that capture urban traffic noise dynamics. Acta Acustica united with Acustica, Volume 95 (No.2), March/april March/April 2009, p. 259-269.
CAN, A., LECLERCQ, L., LELONG, J., DEFRANCE, J., Accounting for traffic dynamics improves noise assessment: experimental evidence. Applied acoustics, Volume 70, 2009. p. 821-829.
CAN, A., LECLERCQ, L. et LELONG, J. Dynamic estimation of urban traffic noise: influence of traffic and noise source representations, Applied Acoustics, 69 (10), 858-867, 2008.
CAN, A., LECLERCQ, L., LELONG, J. et DEFRANCE, J. Capturing urban traffic noise dynamics through relevant descriptors, Applied Acoustics, 69(12), 1270-1280, 2008.
CHEVALLIER, E., CAN, A., NADJI, M., LECLERCQ, L. Improving noise assessment at intersections by modeling traffic dynamics. Transportation Research part D, (accepté pour publication).
[dernière mise à jour : 15/04/2009]
