Modélisation du trafic et application en acoustique

Transcription

1 Modélisation du trafic et application en acoustique Arnaud Can, LAE (Ifsttar) Ludovic Leclercq, LICIT (Ifsttar / ENTPE)

2 Contexte général Quelques éléments de contexte 1992 PDU en France 2002 directive bruit (UE) 2005 Protocole de Kyoto 2007 Grenelle de l environnement ème choc pétrolier? Objectif des recherches : Développer des outils ou des méthodes pour l évaluation d actions visant une gestion durable du trafic routier en milieu urbain Lutte contre les nuisances sonores Echelle de la ville: réduction des volumes de trafic, politique de réduction des vitesses Echelle du quartier : optimisation des plans de circulation Echelle de la rue : modification des aménagements, création d une voie n site propre pour les transports en commun 2

3 Chaîne de modélisation Traffic modelling Flow rates, speeds Noise sources emissions Noise power levels Sound propagation calculation Quelle représentation du trafic pour quelle application? Apport et limites des approches s Noise indicators calculation Noise levels at Apport et limites des receivers approches s 3

4 Modèles s Flow rates and mean speeds per link V,Q Network Constant speed V, Q Lw Sources sound power level estimation P L w, cell Sound propagation calculation L Aeq at receiver 4

5 Modèles s Flow rates and mean speeds per link V,Q Network Constant speed V, Q Lw Sources sound power level estimation L Aeq P L w, cell Sound propagation calculation L Aeq space L Aeq at receiver time 4

6 Quelques exemples Avantages de l approche : Adapté aux études d impact à l échelle de la ville Répond aux enjeux stratégiques (directive bruit 2002) Calculs d exposition Etudes de scénarios d évolution des demandes de trafic Evolutions récentes : Intégration des modules de calcul au sein d un SIG Mestayer P. et al. Impacts environnementaux du PDU nantais synthèse des Fortin N., Picaut J., Bocher E., Petit G., Guéganno A., Dutilleux G. A simple scénarios Eval-PDU, Exemple d'évaluation des impacts environnementaux du PDU approach for making noise maps within GIS software, CFA de Nantes Métropole 5

7 Quelques exemples Exemple : Comparaison de l impact des scénarios T1 (-25%) et T2 (+20%) sur les expositions T1: -25% T0 T2 : +20% Mestayer P. et al. Impacts environnementaux du PDU nantais synthèse des scénarios Eval-PDU, Exemple d'évaluation des impacts environnementaux du PDU de Nantes Métropole 6

8 Focus sur les données de trafic disponibles Mesures pour certains axes des débits par classe de véhicule (TMJA) et vitesses pratiquées (plus rare ) Modèle à 4 étapes pour l estimation des volumes de trafic sur l ensemble du réseau DREIF - MODUS v2.1, Documentation détaillée du modèle de déplacements de la DREIF - Mai

9 Limites de l approche Quelle incertitude sur les conditions d écoulement du trafic? pour quelle erreur sur les niveaux de bruit émis? Mise en évidence : Lw = f(v règlementaire ) vs. Lw=f(V cycle ) Can, A., Botteldooren, D. Towards traffic situation noise emission models, Acta Acustica united with Acustica, Volume 97, Number 5, September/October 2011, p

10 Limites de l approche Can, A., Botteldooren, D. Towards traffic situation noise emission models, Acta Acustica united with Acustica, Volume 97, Number 5, September/October 2011, p

11 Limites de l approche Erreur encore plus grandes pour certaines bandes de fréquences Problème de la spatialisation des niveaux émis Can, A., Botteldooren, D. Towards traffic situation noise emission models, Acta Acustica united with Acustica, Volume 97, Number 5, September/October 2011, p

12 Modèles s 9

13 MODELE Modèles s DYNAMIQUE Modèle de trafic V(t), x(t), a(t) Estimation de l émission Acoustique des véhicules Estimation de l émission L acoustique w,vehicles (t) des sources Estimation de l émission acoustique des sources L w,cellules (t) Calcul de la propagation du son L Aeq,1s (t) au point de réception Calcul des indicateurs acoustiques Indicateurs calculés à partir de l évolution du L Aeq,1s 10

14 Quelques exemples Etude Modèle de trafic Univ. Gand Paramics 1 km² Taille du réseau Objectifs et Résultats - Comparaison de scénarios de demande - Calcul LAeq, L5, L95, etc. De Coensel, B. De muer, T. Yperman, I. Botteldoren, D. The influence of traffic flow dynamics on urban soundscape, Applied Acoustics, 2005, 66,

15 Quelques exemples Etude Modèle de trafic Taille du réseau Objectifs Univ. Gand Paramics (microscopic) 1 km² - Comparaison de scénarios de demande - Calcul L Aeq, L 5, L 95, α. Univ. Tokyo + Swiss F.Inst.Tech. Avenue (mesoscopic) 15 km² - Interdiction véhicules lourds - L Aeq, 5mn Bhaskar A, Chung E. Development and implementation of the areawide dynamic ROad traffic NoisE (DRONE) simulator, Transportation Research Part D, 2007, 12,

16 Quelques exemples Etude Modèle de trafic Taille du réseau Objectifs Univ. Gand Paramics (microscopic) 1 km² - Comparaison de scénarios de demande - Calcul L Aeq, L 5, L 95, α. Univ. Tokyo + Swiss F.Inst.Tech. Avenue (mesoscopic) 15 km² - Interdiction véhicules lourds - L Aeq, 5mn Ifsttar / ENTPE Symuvia (microscopic) 1 km² - Comparaison de stratégies de régulation du trafic - Comparaison d aménagements urbains - Calcul d indicateurs s - Leclercq L., Lelong J. Dynamic evaluation of urban traffic noise, Adriano Alippi, Proceedings of the 17th International congress on Acoustics, 2001, 2 - Can A., Leclercq L., Lelong J., Botteldooren D. Traffic noise spectrum analysis: Dynamic modeling vs. Experimental observations, Applied Acoustics, 71(8), 2010, p Can A., Leclercq L., Lelong J., Defrance J. Accounting for traffic dynamics improves noise assessment: experimental evidence. Applied acoustics, 70(6), 2009, p

17 Flow rate Q (veh/s) Focus sur SYMUVIA : Macroscopic car following model Q x i i-1 x V x -w free congested K max =1/s min K c Parameters : Concentration K (veh/m) V x : speed of vehicles when traffic is free w : wave speed s min : spacing between vehicules at stops x t t min x t V t, x t s, i i x i 1 min avec t 1 wk Leclercq, L. Modélisation du trafic et applications à l'estimation du bruit routier, PhD x

18 Flow rate Q (veh/s) Focus sur SYMUVIA : Macroscopic car following model Q x v x x i (t) x i (t+δt) x V x free -w congested K max =1/s min K c Concentration K (veh/m) min, x t t x t V t x t s i i x i 1 min demande Leclercq, L. Modélisation du trafic et applications à l'estimation du bruit routier, PhD

19 Flow rate Q (veh/s) Focus sur SYMUVIA : Macroscopic car following model Q x s min x i (t) x i (t+δt) x i-1 (t) x i-1 (t+δt) x V x -w free K c congested K max =1/s min Concentration K (veh/m) min, x t t x t V t x t s i i x i 1 min offre Leclercq, L. Modélisation du trafic et applications à l'estimation du bruit routier, PhD

20 Focus sur SYMUVIA : Problématique du couplage multiphysique accélération bornée restrictions capacité hybridation affectation modélisation du trafic (LWR) Autres formes de modélisation du trafic multivoies et changements de voie types de véhicules intersections modélisation du bruit modélisation d autres externalités environnementales indicateurs acoustiques analyse multicritère Symuvia Symubruit Symuair simulation du trafic en milieu urbain évaluation environnementale de stratégies de régulation ou d aménagements Leclercq, L. Modélisation du trafic et applications à l'estimation du bruit routier, PhD

21 Scénario Focus sur SYMUVIA : La plateforme Symuvia La structure : Une plateforme modulaire destinée à être interfacée avec d autres outils compatibilité Lois d émission acoustique (Base données - IFSTTAR/LTE) données Modèle trafic (Symuvia) (Symubruit) Emission des sources Trajectoires des véhicules Propagation (Mithra CSTB) Bruit aux récepteurs intégration Outils de visualisation ou de post-traitement (Symuplot, Symuplayer, ) 18

22 Focus sur SYMUVIA : Démonstration

23 Comparaison des représentations du trafic pour l estimation du L Aeq Model Static model Traffic representation Mean flow rate and speed per link Acoustic desriptors L Aeq Dynamic model Individual trajectories L Aeq + Specific descriptors 19

24 Comparaison des représentations du trafic pour l estimation du L Aeq Site: Cours Lafayette, Lyon One way road (3 lanes + a bus one on the other sense) Busy but not congested Street (1400veh/h) Measures: Acoustic: L Aeq,1s evolution Traffic: - traffic cycles characteristics, - flow rates, movements at each intersection per traffic cycle LECLERCQ L., CAN A., CREPEAUX P., DEFRANCE J., FOURNIER M., LELONG J., MIEGE B., MINAUDIER C., OLNY X., VINCENT B. Estimation du bruit de circulation en 20 milieu urbain : étude d un cas réel. Rapport final de la convention Ademe n 0504C

25 Comparaison des représentations du trafic pour l estimation du L Aeq 8 points, usual urban traffic situations: Upstream of a bus station Between two traffic signals Upstream of a traffic signal (*2) Downstream a traffic signal (*3) Back from the main street P8 P1 P2 P6 P7 P3 P4 P5 21 LECLERCQ L., CAN A., CREPEAUX P., DEFRANCE J., FOURNIER M., LELONG J., MIEGE B., MINAUDIER C., OLNY X., VINCENT B. Estimation du bruit de circulation en milieu urbain : étude d un cas réel. Rapport final de la convention Ademe n 0504C

26 Comparaison des représentations du trafic pour l estimation du L Aeq P 1 P 2 P 3 P 4 P 5 P 6 P 7 P 8 measurement static representation dynamic representation mean error Modèle : ne représente pas la cinématique des véhicules à proximité des intersections >1dB(A) >3dB(A) Modèle : représente la de l écoulement du trafic erreurs très faibles (sauf pour le point calme) permet l estimation de l évolution temporelle des niveaux Can A., Leclercq L., Lelong J., Defrance J. Accounting for traffic dynamics improves noise assessment: experimental evidence. Applied acoustics, 70(6), 2009, p

27 Estimation des distributions de L Aeq,1s Le modèle permet l estimation des distributions de L Aeq,1s 23

28 Estimation des courbes NR (Noise Rating) Le modèle : sous-estime les basses fréquences (mauvaise estimation des vitesses) Le modèle : estime finement le spectre du bruit au niveau des points de réception Can A., Leclercq L., Lelong J., Botteldooren D. Traffic noise spectrum analysis: Dynamic modeling vs. Experimental observations, Applied Acoustics, 71(8), 2010, p

29 Estimation du spectre de bruit moyen Le modèle montre l alternance entre niveaux hauts et niveaux bas à l échelle du cycle de feu Les variations du spectre du bruit sont également estimées correctement Can A., Leclercq L., Lelong J., Botteldooren D. Traffic noise spectrum analysis: Dynamic modeling vs. Experimental observations, Applied Acoustics, 71(8), 2010, p

30 Vers une meilleure caractérisation plus proche des nuisances perçues Amélioration de l estimation des expositions : Possibilité de calculer plus finement l impact des aménagements sur l exposition des usagers Estimation de l exposition au bruit sur des trajets piétonniers ERA Gestion Durable des Trafics - Livrable 2012, Exposition d'un pieton sur le cours Lafayette mars

31 Vers une meilleure caractérisation plus proche des nuisances perçues Amélioration de l estimation des ambiances acoustiques Calcul d indicateurs s Avantageux pour discriminer les sources entendues Possibilité d étudier les impacts perceptifs CIté et Transports : Evaluation DYNamique des Emissions (CITEDYNE) Ifsttar / ENTPE / CSTB / Université Cergy-Pontoise / Grand Lyon / Coparly 26

32 Vers une évaluation multi-critères Couplage multi-physique pour l estimation des émissions de polluants atmosphériques et les consommations énergétiques Exemple : impact multicritère d une onde verte De Coensel B., Can A., Madireddy M., De Vliegler, I., Botteldooren D. Combined assessment of noise and air pollution caused by road traffic, Proceedings of the Institute of Acoustics & Belgium Acoustical Society, Noise in the Built Environment, Ghent, April 2010,

33 Vers une évaluation multi-critères Quelle représentation pour quelle application? 27 De Coensel B., Can A., Madireddy M., De Vliegler, I., Botteldooren D. Combined assessment of noise and air pollution caused by road traffic, Proceedings of the Institute of Acoustics & Belgium Acoustical Society, Noise in the Built Environment, Ghent, April 2010, 2010

34 Conclusion Modèles s Avantages : - Faciles à mettre en œuvre pour la cartographie à l échelle de la ville - Adaptés pour l évaluation de scénarios à long terme Limites : - Erreurs sur les données d entrée (conditions de trafic, vitesses ) - Inefficaces pour l évaluation de certaines stratégies de régulation du trafic - Limités à l estimation d indicateurs traditionnels : - Couplages récents avec SIG - Analyses multi-sources - Vers de l analyse multicritères Modèles s Avantages : - Sensible aux différentes conditions de trafic - Meilleure description des spectres d émission - Calcul d indicateurs sensibles à la du bruit de trafic Limites : - Temps de saisie du réseau - Limité à des réseaux de taille réduite : - Estimation plus proche de l environnement sonore perçu - Vers une analyse multicritères 28

35 Merci pour votre attention Arnaud CAN LAE (Ifsttar) Ludovic LECLERCQ LICIT (Ifsttar / ENTPE) Ludovic.leclercq@ifsttar.fr