факультете информатики ТГУ. - Томский государственный
advertisement
ФЕДЕРАЛЬНОЕ АГЕНСТВО ПО ОБРАЗОВАНИЮ ТОМСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ Факультет информатики Кафедра теоретических основ информатики УДК 681.3:004.925.8 ДОПУСТИТЬ К ЗАЩИТЕ В ГАК Зав. кафедрой, проф., д.т.н. ________________ Ю.Л. Костюк «___» ___________ 2008 г. Овсянников Михаил Сергеевич АЛГОРИТМ ИСПУСКАНИЯ ЛУЧЕЙ НА ВЕКТОРНО-РАСТРОВЫХ ГИС-МОДЕЛЯХ В ЗАДАЧАХ РАСЧЕТА ШУМОВОГО ЗАГРЯЗНЕНИЯ СЕЛИТЕБНОЙ ТЕРРИТОРИИ Дипломная работа Научный руководитель: доктор техн. наук, профессор Скворцов А.В. Научный консультант: доктор техн. наук, профессор Овсянников С.Н. Исполнитель: студ. гр. 1431 Овсянников М.С. Электронная версия дипломной работы помещена в электронную библиотеку. Файл Администратор Томск – 2008 Реферат Дипломная работа, 58 с., 28 рис, 24 источников. ВЫЧИСЛИТЕЛЬНАЯ ГЕОМЕТРИЯ, ГИС, МОДЕЛИ ДАННЫХ, ТРАССИРОВКА ЛУЧЕЙ, ЧИСЛЕННОЕ МОДЕЛИРОВАНИЕ, АКУСТИКА, РАСПРОСТРАНЕНИЕ ШУМА, ТРАНСПОРТНЫЙ ШУМ, КАРТА ШУМА, ВЫЧИСЛИТЕЛЬНЫЙ ЭКСПЕРИМЕНТ, МНОГОПОТОЧНОСТЬ, ВИЗУАЛИЗАЦИЯ. Объект исследования – процесс распространения звуковых волн и модели расчета эквивалентных уровней звука. Предмет исследования – алгоритмизация и моделирование распространения звуковых волн в условиях городской застройки. процесса Цель работы – разработка эффективных алгоритмов расчета эквивалентных уровней шумов на селитебной территории с возможностью построения шумовых карт. Сфера применения – градостроительная деятельность, экологическая экспертиза. На основе существующих принципиальных подходов к решению задачи оценки эквивалентных уровней шума было создано семейство алгоритмов, основанных на использовании векторно-растровых моделей местности и представлении магистрали как линейно-протяженного источника в виде независимых точечных источников той же суммарной мощности. При решении задачи был применен комплекс оптимизационных алгоритмов, снизивших трудоемкость вычислений и повысивших эффективность подхода. В рамках работы был разработан специализированный итеративный двухпроходный алгоритм, решающий поставленную задачу. Алгоритм, разработанный в рамках предлагаемого подхода, был реализован в расчетной программе «Noise Tracer». 2 Содержание ВВЕДЕНИЕ ....................................................................................................................................4 1. ЗАДАЧИ ОЦЕНКИ ШУМОВОГО ВОЗДЕЙСТВИЯ НА ОКРУЖАЮЩУЮ СРЕДУ В АСПЕКТЕ ГИС-МОДЕЛИРОВАНИЯ ........................................................................................7 1.1. Решение задач по оценки воздействия на окружающую среду средствами ГИС ........7 1.2. Классификация принципиальных подходов по оценке шумового загрязнения ..........9 1.3. Обзор существующих программных продуктов ...........................................................13 1.4. Расчетная модель распространения звука ......................................................................14 2. АЛГОРИТМЫ ОТСЛЕЖИВАНИЯ ЗВУКОВЫХ ЛУЧЕЙ ..............................................16 2.1. Алгоритм основанный на “излучении” (radiosity) ........................................................16 2.2. Метод “мнимых источников” ..........................................................................................17 2.3. Алгоритм “обратной трассировки” на растре ................................................................18 3. ВЕКТОРНО-РАСТРОВАЯ МОДЕЛЬ ДАННЫХ .............................................................22 4. ДВУХПРОХОДНЫЙ АЛГОРИТМ РАСЧЕТА .................................................................26 4.1. Описание предлагаемого подхода ..................................................................................26 4.2. Геометрическая подзадача ...............................................................................................28 4.3. Методы снижения размерности и трудоемкости ..........................................................31 4.4. Расчетная подзадача .........................................................................................................35 4.5. Оценка трудоемкости и степени параллелизма алгоритма ..........................................38 5. ИСПОЛЬЗОВАНИЕ ОБРАТНОЙ ТРАССИРОВКИ НА ВЕКТОРНО-РАСТРОВЫХ ГИС-МОДЕЛЯХ ПРИ РАСЧЕТЕ НА ЭВМ ..............................................................................40 5.1. Применение программного комплекса для расчета шумового загрязнения селитебной территории ...............................................................................................................40 5.1. Архитектура программного комплекса ..........................................................................48 5.2. Многопоточная схема вычислений.................................................................................49 ЗАКЛЮЧЕНИЕ............................................................................................................................50 ЛИТЕРАТУРА .............................................................................................................................51 Приложение А. Руководство программиста: демонстрационное приложение «Noise Tracer» ...........................................................................................................................................53 Приложение Б. Руководство пользователя ...............................................................................56 ВВЕДЕНИЕ Современное градостроительное проектирование все в большей степени требует адекватного информационного обеспечения. Создание точной модели местности является обязательным этапом проектно-изыскательских и строительных работ. Однако использование современных геоинформационных систем далеко не всегда позволяет подготовить всю требуемую информацию о проектируемой территории. В тех случаях, когда требуется произвести дополнительные расчеты и моделирование, становятся востребованными специализированные системы геопространственных вычислений. Среди задач геопространственного моделирования особое практическое значение имеет комплекс задач по оценке негативного воздействия на окружающую среду (ОВОС). Среди комплекса экологических исследований, проводимых в рамках ОВОС, можно выделить следующие задачи[3,12,18]: расчет загрязнения атмосферного воздуха; оценка акустического воздействия; оценка вибрационного воздействия; расчет загрязнения водных объектов; оценка влияния промышленных объектов на поверхностные и подземные воды; оценка возможного воздействия на почвенный и растительный покров. Все эти факторы загрязнения негативно сказываются на качестве жизни в городах. Однако если загрязнение атмосферы промышленными объектами, расположенными в городской черте, и все увеличивающимся количеством автотранспорта давно изучается и предпринимаются некоторые контрмеры, то такой фактор как зашумление городской территории далеко не всегда принимается во внимание. Значительным источником шума на селитебной территории является транспорт. Несмотря на качественнее изменения в составе транспортных потоков городов, способствующих снижению шума от каждого отдельного транспортного средства, увеличение общей интенсивности движения в городах негативно сказывается на акустическом комфорте территорий, прилегающих к дорогам. Принятие мер для снижения воздействия шума на население играет значительную роль. Опасность заключается в том, что длительное воздействие высоких уровней шума на человека, способно снизить иммунитет, увеличить подверженность болезням и вызвать различного рода нервные расстройства. При этом следует учитывать степень шумового загрязнения не только в жилых помещениях, но и во дворах домов, на детских площадках и местах отдыха населения. В случае установления факта шумового загрязнения должны быть приняты мероприятия по акустическому благоустройству. Но эффективность шумозащитных мероприятий будет заведомо выше, если учитывать возможность шумового загрязнения ещё на этапе проектирования. Таким образом, при планировании новых транспортных магистралей, проектировании жилой застройки и при разработке планов развития территорий необходимо производить оценку возможного негативного влияния шума на примагистральные территории и соответствие его значений нормам, установленным действующими документами СНиП [13,14] и санитарными нормами [12]. В том случае, когда требуется оценить воздействие некоторого источника шума на близлежащую территорию, то достаточно проведения натурных исследований в сочетании с последующим анализом. Однако при прогнозе шумового воздействия на ещё проектируемое жилое здание или в том случае, когда источником выступает ещё только планируемая транспортная магистраль, то натурные исследования не могут помочь. Результаты макетного моделирования исследуемой территории в заглушенной камере могут дать представления о распространении шума на исследуемой территории, однако данный подход не всегда применим при исследовании значительных по площади территорий, поскольку моделирование застройки на ограниченном пространстве камеры является сложной задачей. До последнего времени для решения задачи построения карт шума преимущественно использовались инженерные методики расчета [4], предполагающие ручной труд специалиста для оценки воздействия шума. Использование для этих целей ЭВМ было предложено достаточно давно. К настоящему времени существует ряд программных комплексов, позволяющих произвести компьютерное моделирование примагистральной территории и определить степень шумового загрязнения. При этом решающим фактором, препятствующим внедрение подобных программных продуктов в градостроительную деятельность нашей страны, остается отсутствие детальных компьютерных моделей местности, позволяющих произвести точное моделирование процесса распространения звука. Кроме того, высокая трудоемкость существующих методов требует соответствующего аппаратного обеспеченья. Ещё одной негативной чертой современных программных комплексов является использование традиционных инженерных приемов, плохо поддающихся алгоритмизации, как не обладающие достаточно формальными критериями. Использование эмпирических алгоритмов имеет потенциальную проблему низкой точности и малой достоверности. В данной работе приводится сравнительное описание различных подходов к решению задачи оценки шумового воздействия транспортных потоков на прилегающую территорию. Приведены как теоретические основы подходов, так и рассмотрены алгоритмические аспекты реализации. В качестве примеров использования отдельных подходов приведены существующие программные продукты, как российские, так и разработанные за рубежом. В качестве альтернативного решения задачи моделирования транспортных шумов, в работе рассмотрен метод прямой трассировки лучей на векторно-растровых моделях, предлагающий эффективное решение задачи моделирования при сохранении относительно высокой достоверности результатов. Предложенный подход является основой, для разработанного итеративного двухпроходного алгоритма расчета эквивалентных уровней шумового загрязнения селитебной территории от транспортного шума. Ключевыми особенностями данного подхода являются: использование комбинированной векторно-растровой модели местности; использование дополнительной карты высот для учета рельефа и этажности строений; разбиение магистрали как линейно-протяженного независимые точечные источники; использование метода прямой трассировки лучей независимо для каждого точечного источника шума; использование энергетическое суммирование в точках измерений; итеративная схема вычислений; учет вторичных источников загрязнения (отражения и дифракция); сокращение объема вычислений за счет ряда оптимизационных подходов. 5 источника шума на В работе так же представлено неформальное описание алгоритма, реализующего предложенный подход и детальное рассмотрение его ключевых шагов. Рассматриваются различные аспекты реализации с выделением ключевых этапов. Так же в работе представлены ряд вариаций алгоритма, учитывающих дополнительные критерии. Для базовой версии алгоритма дана оценка максимальной трудоемкости. В качестве примера реализации алгоритма для параллельных вычислений были предложены варианты алгоритма для SMP и кластерных вычислительных систем. В качестве примера программной реализации предложенного алгоритма представлена программа расчета эквивалентных уровней шумового загрязнения «Noise Tracer». Программа рассчитана на работу с предварительно заданной векторно-растровой моделью данных и позволяет использовать карту высот и этажности для моделирования местности. В качестве атрибутной составляющей были использованы RGB каналы растровой суб-модели, что позволяет задавать различные характеристики объектов без выделения дополнительной памяти. Результатом работы программы является растровая карта, представленная значениями эквивалентного шума в каждой исходной точке, отмеченной для исследования. Визуально данная карта может быть представлена в виде изображения, отражающего интенсивностью красного цветового канала уровень шумового загрязнения в каждой конкретной точки или в виде набора изолиний, задающих наборы точек с одинаковыми уровнями эквивалентного шума. В работе рассматриваются особенности архитектуры данного программного продукта. Прилагающаяся диаграмма классов дает детальное представление о внутренней структуре приложения. Так же представлено описание режима многопоточной обработки исходных данных предлагаемым алгоритмом. В приложении к дипломной работе представлено руководство программиста, дающее представление о внутренней структуре классов разработанной системы. 6 1. ЗАДАЧИ ОЦЕНКИ ШУМОВОГО ВОЗДЕЙСТВИЯ НА ОКРУЖАЮЩУЮ СРЕДУ В АСПЕКТЕ ГИС-МОДЕЛИРОВАНИЯ 1.1. Решение задач по оценки воздействия на окружающую среду средствами ГИС Задачи по оценке негативного воздействия на окружающую среду (ОВОС) имеют большую практическую значимость и сильно востребованы в градостроительной деятельности. Практически любая проектная деятельность обязательно включает этап экологической экспертизы, определяющий степень негативного влияния проектируемого сооружения. Традиционно выделяют следующие разделы ОВОС: расчет загрязнения атмосферного воздуха; оценка акустического воздействия; оценка вибрационного воздействия; расчет загрязнения водных объектов; оценка влияния промышленных объектов на поверхностные и подземные воды; оценка возможного воздействия на почвенный и растительный покров. В последнее время, в градостроительной деятельности России наблюдается тенденция перехода на автоматизированные средства проектирования, внедрение различных прикладных геоинформационных систем (ГИС), создание детальных моделей местности. В то же время, проведение экологических изысканий является по прежнему мало автоматизированным процессом, требующим значительных затрат времени и средств. При этом если при проведении полевых исследований начинают применять современную измерительную технику, то последующий анализ обычно производится экспертом вручную, либо при использовании стандартных ГИС. Существует целый ряд причин, препятствующих созданию и использованию автоматизированных средств расчета и моделирования загрязнения окружающей среды. Главная причина заключается в том, что задачи ОВОС характеризуются большим объемом вспомогательных вычислений. При этом для достижения точных результатов моделирования процесс расчета может быть итеративным. Использование подобных систем моделирования потребует значительных вычислительных ресурсов. Таким образом, практическая реализация алгоритмов решения задач ОВОС требует разработки особых подходов по снижению размерности, эффективному отсечению избыточных данных и обеспечению масштабируемости и параллелизма вычислительного процесса. Другая возможная причина заключается в повышенных требованиях к точности исходных картографических данных. Создание точных моделей местности является весьма трудоемкой задачей, а существующие цифровые карты городов зачастую либо отсутствуют, либо имеют низкую точность. Все это приводит к тому, что, несмотря на то, что существует ряд программных продуктов, решающих отдельные задачи ОВОС, в целом их распространение не высоко. Среди продуктов российской разработки можно выделить серию программных комплексов «Эколог» компании «Интеграл», г. Санкт-Петербург [10] и ряд программных продуктов компании «Ситис», г. Екатеринбург. Среди продуктов зарубежных компаний, можно отметить системы моделирования от компании “LMS International”, как признанного лидера в создании программных продуктов, моделирующих шум и вибрацию. Так же можно отметить FHWA Traffic Noise Model, разработанную по заказу Федерального управления магистралями, подразделения Департамента транспорта США [22]. Среди программных продуктов по расчету загрязнения водоемов и атмосферы можно выделить решения компании Canarina Algoritmos Numéricos, S.L., Испания. В то время как решения зарубежных компаний слабо распространены в нашей стране в связи с высокой стоимостью лицензии, продукты российской разработки применяются рядом проектировочными бюро и экспертных центров. Но в целом эта сфера автоматизированных систем расчета факторов загрязнения развита не сильно. Перспективным направлением в данной отрасли может оказаться создание полуавтоматизированных программных продуктов, ускоряющих работу эксперта, однако не являющимися полностью автономными системами. В этом случае, может быть достигнут определенный компромисс между эффективностью расчета на ЭВМ без использования значительных вычислительных мощностей и необходимостью использования ручного труда специалиста. Подобный эффект может быть достигнут за счет использования априорных сведений, заранее уточняющих результаты вычислений. При этом задачей эксперта становится добавление уточняющих факторов, полученных например полевыми исследованиями, и контроля над достоверностью получаемой модели. При необходимости эксперт может повысить точность результатов, добавив дополнительные ограничения или новые данные. 8 1.2. Классификация принципиальных подходов по оценке шумового загрязнения До последнего времени для решения задачи построения карт шума преимущественно использовались инженерные методики расчета [7], предполагающие ручной труд специалиста для оценки воздействия шума. Использование для этих целей ЭВМ было предложено достаточно давно. К настоящему времени существует ряд программных комплексов, позволяющих произвести компьютерное моделирование примагистральной территории и определить степень шумового загрязнения. При этом решающим фактором, препятствующим внедрение подобных программных продуктов в градостроительную деятельность нашей страны, остается отсутствие детальных компьютерных моделей местности, позволяющих произвести точное моделирование процесса распространения звука. Кроме того, высокая трудоемкость существующих методов требует соответствующего аппаратного обеспеченья. В настоящее время существует два принципиальных подхода к решению задачи оценки шумового воздействия транспортных потоков на прилегающую территорию. Оба подхода обеспечивают моделирование процесса распространения шума. Наиболее общим является непосредственное моделирование физического процесса распространения шума от источника в виде транспортных средств на магистрали до точек оценивания, расположенных на прилегающей территории. Математический аппарат, используемый в рамках данного подхода, может различаться. Но в основе все равно лежит волновое уравнение, полученное из закона равновесия сил для бесконечно малой частицы среды (уравнение Эйлера) и закона сохранения массы такой частицы [8]. Однако отдельные особенности распространения звуковых волн могут и уточняться отдельно. Так для оценки влияния отраженного шума между шумозащитными экранами и застройкой первого эшелона может быть использована диффузная модель распределения отраженной энергии или модель, основанная на интегральном уравнении Куттруфа [10]. Кроме того, в рамках этого подхода принимаются во внимание такие основополагающие факторы как отражение звуковых волн от фасадов зданий и экранов, дифракция для разных длин волн. Такой подход потенциально обеспечивает высокую достоверность полученных результатов, поскольку предполагает точное моделирование распространения звуковых волн. Однако, данный подход достаточно сложен в реализации на ЭВМ. Главным его недостатком является высокая трудоемкость. Применяющийся алгоритмический подход, позволяющий рассчитывать распространение звуковых волн на основе передачи энергии (аналог Radiosity) [2] является сам по себе значительной по трудоемкости задачей. Однако при моделировании распространения шума требуется принимать во внимание такие факторы, как зависимость процессов распространения звука от частоты, различные характеристики атмосферы как среды распространения шума и т.д. Для учета большинства этих факторов требуется решать ряд дифференциальных и интегральных уравнений, описывающих процесс распространения звуковой волны. Ещё одной сложностью на пути использования данного подхода является то, что он в значительной степени чувствителен к точности компьютерной модели местности, на которой проводится моделирование. Учет характера подстилающей поверхности, характера озеленения, наличия экранирующих сооружений также требует дополнительных вычислительных ресурсов. В тех случаях, когда непосредственное моделирование процесса распространения шума не является целесообразным, может быть применен другой подход. Он основан на использовании статистических оценок, характеризующих типичные источники транспортного шума в городах и особенности распространения звуковых волн на селитебной территории. Основные принципы этого подхода описаны в СНиП II-12-77 «Защита от шума» [13] и ГОСТ 20444-85 «Шум. Транспортные потоки. Методы измерения шумовой характеристики» [4]. Наиболее полное описание этого подхода представлено в коллективной монографии под редакцией Г.Л. Осипова и Е.Я. Юдина [15]. К недостатку методики, описанной в СНиП II-12-77 [13] и ГОСТ 20444-85 [4], можно отнести то, что она ориентирована в большей степени на ручной расчет, нежели на численное моделирование средствами ЭВМ. На это указывает и отсутствие формальных правил для разбиения магистрали на отдельные участки, различающиеся по условиям распространения шума. Кроме того, данный подход не позволяет учитывать шум, отраженный от соседних строений. Отсутствует и возможность учета распространения шума за пределами прямой видимости за счет дифракции. 10 Существующая классификация алгоритмов может быть представлена на рис 1. Рис 1. Классификация алгоритмов Алгоритмы 2D/ 3D Вид модели FEM/BEM (метод конечных элементов) +/± Сеточная Radiosity (метод излучения) ±/+ Наборы площадок Image source (метод мнимых источников) +/± Векторная Forward Ray tracing (прямая трассировка лучей) Backward Ray tracing (обратная трассировка лучей) Distributed Ray Tracing (усредненная трассировка лучей) +/+ Векторная; наборы площадок Векторная Beam Tracing (трассировка пучков) Обратная трассировка на растре ±/+ ±/+ +/+ +/- Прямая трассировка на векторно- +/± растровой модели Помещения/ Сфера применения Открытое пространство +/± Решение любых задач по моделированию звуковых волн +/± Моделирование энергетического переноса. +/Расчет прямых лучей и отражений Расчет прямых лучей, отражений и дифракции +/+ Расчет дифракции невозможен Векторная +/+ Высокоточное геометрическое моделирование Векторная, +/± Расчет прямых лучей и модель пучков отражений Растровая -/+ Расчет только прямых лучей Векторно-/+ Расчет прямых лучей и растровая отражений Табл. 1. Сравнительные характеристики алгоритмов +/+ Особенности алгоритмов Экспоненциальный рост трудоемкости при увеличении частоты звука Неоднозначность при разбиении на площадки; Итеративность; сложность расчета дифракции. Необходимо эффективное отбрасывание виртуальных источников Недетерминированное испускание лучей Необходимость ограничения переотражений Необходимость усреднения результатов Проблемы точности при поиске пересечений пучков и площадок Зависимость точности от размера ячейки растра Итеративность; Необходимость в значительной предобработке 1.3. Обзор существующих программных продуктов Несмотря на некоторые сложности использования прямого моделирования распространения звуковых волн на ЭВМ, существует ряд программных реализаций. Одной из первых была система макетного моделирования BRUIT, реализованная ещё в 80-е годы 20 века [2]. Несмотря на то, что в этой расчетной системе был допущен ряд упрощений и использовалась схематическая модель местности, она позволяла эффективно моделировать процесс зашумления примагистральной территории. Из современных систем этого класса можно отметить FHWA Traffic Noise Model, разработанную по заказу Федерального управления магистралями, подразделения Департамента транспорта США [22]. К особенностям данного программного комплекса можно отнести моделирование пяти различных видов автотранспортных средств, расчет для непрерывного и прерывистого транспортного потока. Анализ различного профиля дороги и учет шумозащитных барьеров также присутствует в этом программном пакете. Среди программных продуктов использующих статистические оценки для моделирования шумового загрязнения можно отметить продукты компаний «Интеграл» и «Ситис». Программный модуль «Расчет шума от транспортных потоков» компании «Интеграл»[10] является типичным примером. Данный расчетный модуль предназначен для расчетов шумовых характеристик автомагистралей учитывает следующие виды транспорта: • легковые и грузовые автомобили; • трамваи • железнодорожные поезда. Данный программный продукт рассматривает транспортную магистраль как один или несколько линейно-протяженных источников шума, характеристики которых вычисляются на основе интенсивности и скорости движения каждого вида транспорта. В качестве алгоритма расчета используется подход, регламентированный СНиП [13] в сочетании с эмпирическими алгоритмами, упрощающими процесс моделирование. 1.4. Расчетная модель распространения звука Основные принципы модели распространения шума, рекомендованные существующим законодательством, описаны в СНиП II-12-77 «Защита от шума» [13] и ГОСТ 20444-85 «Шум. Транспортные потоки. Методы измерения шумовой характеристики» [4]. Наиболее полное описание этого подхода представлено в коллективной монографии под редакцией Г.Л. Осипова и Е.Я. Юдина [15]. Суть методики расчета заключается в том, что транспортный поток рассматривается не как набор отдельных источников шума, а как некоторый линейно-протяженный источник. При этом для оценки характеристик этого источника по ГОСТ 20444-85 [4] используется следующая формула: LA,экв 10 lg Q 13.3 lg V 4 lg( 1 ) LA1 LA2 15 , (1) где: Q - интенсивность движения, ед./ч; V – средняя скорость потока, км/ч; – доля средств грузового и общественного транспорта в потоке; LA1 – поправка, учитывающая вид покрытия проезжей части улицы или дороги, дБА; LA1 – поправка, учитывающая продольный уклон улицы или дороги, дБА Таким образом, зная характеристики потока, можно получить оценку уровня звукового давления на расстоянии 7,5 м от линейного источника шума. В дальнейшем данная методика предполагает использование следующей формулы для вычисления прогнозируемого уровня звукового давления для некоторой точки, находящейся в области прямой видимости от источника шума: L A,тер L A,экв L A, рас L A,экр L A, зел , (2) где L A,экв – исходная шумовая характеристика источника шума на расстоянии 7,5 м, дБА. L A, рас – снижение уровня звука в зависимости от расстояния от источника до расчетной точки, дБА; L A,экр – снижение уровня звука экранами на пути распространения звука, дБА; L A, зел – снижение уровня звука полосами зеленых насаждений, дБА. Эта формула может быть расширена за счет учета других факторов, способствующих затуханию звуковой волны. Однако они исключены из базовой формулы, установленной СНиП [13], поскольку их влияние на итоговый результат незначительно. Что касается величины L A, рас , описывающей снижение шума с увеличением расстояния от источника, то ее вычисление в простейшем случае возможно по формуле: L A, рас 10 lg r , r0 (3) где r – расстояние от оси транспортного потока до расчетной точки, м; 14 – базисное расстояние, на котором транспортного потока, м (const = 7,5 м). r0 определяется шумовая характеристика Используя данные формулы, можно произвести оценку уровня зашумления на примагистральной территории и определить границы предельно допустимых уровней шума, установленных нормативной базой. К недостаткам данного подхода можно отнести то, что он не позволяет учитывать шум, отраженный от соседних строений. Отсутствует и возможность учета распространения шума за пределами прямой видимости за счет дифракции. И хотя предлагаемые формулы допускают дополнительный учет факторов, способствующих снижению шума, но в целом они не могут обеспечить высокую точность расчета. Авторами данного подхода предполагалось компенсировать это статистическими поправками, однако они были достоверны лишь на период, когда эта методика была разработана, для существовавших на тот период характеристик транспортных потоков. В настоящее время, для транспортных средств законодательно установлены значительно более строгие требования к воздействию на окружающую среду. Существуют и качественные изменения в составе транспортных потоков за прошедший период с момента определения этих статистических поправок. Так, значительная часть грузового транспорта была выведена из центральных частей города. Кроме того, снизился шум, производимый отдельным среднестатистическим транспортным средством современного производства. Но в целом за счет значительного увеличения интенсивности движения транспортных потоков ситуация не улучшилась и в последнее время наблюдается усугубление ситуации. Таким образом, реальная картина шумового загрязнения может отличаться от полученных по этой методике результатов. Для эффективного использования данной методики требуется пересмотр статистических поправок. 15 2. АЛГОРИТМЫ ОТСЛЕЖИВАНИЯ ЗВУКОВЫХ ЛУЧЕЙ 2.1. Алгоритм основанный на “излучении” (radiosity) Метод «radiosity» является численным алгоритмом решения волнового уравнения за счет вычисления энергетического переноса. Все окружение можно представить как набор поверхностей, обменивающихся лучистой энергией. В таком случае, достаточно определить количество энергии, передаваемой каждому фрагменту поверхности от любого другого. Особенность алгоритма основанного на «излучении» является то, что он является итеративным. Таким образом, необходимо продолжать вычисления до того момента, когда значения показателей энергии практически перестанут изменяться. Следует отметить, что алгоритм основанный на «излучении» позволяет рассчитывать только отражения от диффузных поверхностей. Ключевым элементом алгоритма является этап расчета доли энергии, передаваемой между двумя фрагментами поверхности (рис. 2). Рис 2. Алгоритм radiosity 2.2. Метод “мнимых источников” Метод мнимых источников является простейшим вариантом геометрического расчета отражений лучей от поверхностей. Эта статистическая теория разработана Эйрингом и базируется на применении методов геометрической оптики. Согласно этой теории, звуковое поле, создаваемое в помещении точечным источником звука, представимо как совокупное звуковое поле множества мнимых источников, возникающих в результате зеркального отражения звуковых пучков от стен. Система мнимых источников, получаемых в результате отражения источника «О» показана на рис. 3. Рис 3. Метод мнимых источников Поле мнимых источников обладает особенностью, что акустическая мощность каждого мнимого источника зависит от коэффициента отражения и количества переотражений. 17 2.3. Алгоритм “обратной трассировки” на растре Описанные ранее алгоритмы имеют как достоинства, так и недостатки. Главная их общая особенность, осложняющая их реализацию на ЭВМ, заключается в том, что все они предполагают точное моделирование в избранных точках. Однако представление окружающего мира в виде компьютерной модели само по себе не может быть точным. Таким образом, целесообразно использовать алгоритм, исходно предполагающий дискретность моделирования местности [7]. Таким образом, предлагается следующих ключевых особенностях: использовать алгоритм, основывающийся на использование растровой модели местности; разбиение магистрали как линейно-протяженного независимые точечные источники; использование метода обратной трассировки лучей независимо для каждого точечного источника шума; использование энергетическое суммирование в точках измерений. источника шума на Главная идея заключается в том, что бы перейти от точной модели местности к дискретному представлению. Таким образом, представив местность в виде растровой модели, можно, в зависимости от выбранного масштаба и размера одной ячейки (пикселя), регулировать точность вычислений и трудоемкость. Потенциально это также позволяет увеличивать 1) производительность расчета на открытых пространствах за счет увеличения размера ячеек и 2) увеличивать точность в местах плотной застройки, при необходимости уменьшая размер пикселя. Все вычисления, проводимые в рамках моделирования процесса распространения шума, предлагается производить именно на растровой модели. При этом, как и в используемой в геоинформатике растровой модели данных, каждому пикселю будет соответствовать некоторый набор атрибутов [5]. Предлагается использовать следующие классы пикселей, описывающих соответствующие объекты на местности: источник шума (фрагмент магистрали); полностью непроницаемое препятствие (элемент застройки); частично проницаемое препятствие (шумозащитный экран); элемент зеленых насаждений (шумозащитный эффект); свободная, не рассматриваемая территория; исследуемая территория. Стоит отметить, что последний класс пикселей может сочетаться со всеми прочими, за исключением «Источника шума». Это связанно с тем, что могут потребоваться данные об эквивалентном уровне шума у фасада здания или на кромке шумозащитного экрана. Таким образом, рассматривая местность в виде растрового приближения, мы можем достаточно точно представить исследуемую территорию. При этом масштаб может быть выбран такой, который отвечает требуемой точности вычислений. Но уже при размере пикселя в 1 м, обеспечивается высокая точность представления реальных объектов застройки и при этом, при относительно небольших площадях исследуемой территории, 18 общее количество пикселей вычислительных ресурсов. не будет требовать значительных аппаратных Рассмотрим основные этапы работы метода обратной трассировки на растре в виде неформального описания алгоритма. Задача представления местности в виде растровой модели данных может решаться разными средствами. Это может быть растеризация существующей векторной модели данных с последующим формированием атрибутной составляющей. Другая возможность – обработка растровых картографических и данных дистанционного зондирования. Исходный вариант подхода предполагает использование лишь двухмерной модели местности, однако при добавлении высотных отметок модель может быть расширена для учета высот объектов. В этом случае становится возможным определение прохождения звуковых волн и в вертикальной плоскости. Независимо от того, 2-мерная это модель или с высотными отметками, местность представляется именно в виде растровой модели, в противоположность триангуляционным моделям, используемым в методике точного моделирования процесса распространения звука. Но каким бы образом ни была получена растровая модель, ее формирование является лишь первым этапом предлагаемого подхода. Второй этап включает в себя операции по выделению отдельных классов объектов из растровой модели местности и задание атрибутной составляющей. Цель этой операции – фиксирование на растровой модели источников и исследуемых точек, а также выставление характеристик для различных классов пикселей. Это может быть сделано автоматически средствами ГИС при условии наличия соответствующей атрибутики для объектов в исходной модели местности, либо определено вручную. Данная методика предполагает явное задание характеристик источника. В данном случае для магистрали может быть задан эквивалентный уровень шума L A,экв на расстоянии 7,5 м от осевой линии крайней полосы движения. Альтернативно величина L A,экв может быть определена по формуле (1) на основе статистических или прогнозируемых данных об интенсивности движения, скорости потока и процентном соотношении грузового и легкового автотранспорта. Поскольку магистраль представлена не одним объектом, а набором пикселей, то нет необходимости явного или не явного деления на отрезки с равными характеристиками. Достаточно задания соответствующих параметров сразу всем или определенным группам пикселей. Однако следует учитывать, что суммарная звуковая мощность всех точечных источников, заданных пикселями, должна соответствовать исходной звуковой мощности линейно-протяженного источника. Ещё одним вариантом получения величины L A,экв является использование систем микромоделирования, позволяющих установить положение машин на дороге в определенный момент времени. Анализируя количество машин, в определенном пикселе на растровой модели, и зная их шумовые характеристики можно получить оценку уровня шума для точечного источника шума, расположенного в этом пикселе. Аналогичным образом должны быть заданы характеристики звукопроницаемости для шумозащитных экранов и элементов зеленых насаждений. В целом, операции, включенные во второй этап, могут проводиться заранее, при условии существования растровой модели данных с соответствующей атрибутикой. В этом случае первые два этапа могут быть заменены операцией импорта растровой модели местности. После того, как подготовительные операции выполнены, производится непосредственный расчет в рамках третьего этапа. Поскольку фактически допускается множественность как точек являющихся источниками, так и точек, в которых производится оценка уровней шума, то для этих целей уже не достаточно использования 19 только формулы (2). Вместо этого все точки, рассматриваются как независимые источники шума. представляющие магистраль, Рассмотрим ситуацию, когда существует всего одна исследуемая точка, а магистраль представлена тремя соседними пикселями (рис 4). Рис 4. Расчет прямой видимости Тогда при условии, что прилегающая застройка будет достаточно близка к магистрали, на пути распространения звука из одной крайней точки будет находиться препятствие в виде пикселя класса «полностью непроницаемое препятствие», и воздействие этого источника можно принять за 0. В то же время, два других источника оказывают совместное воздействие на исследуемую точку. Для того, чтобы учесть их общее влияние, необходимо произвести энергетическое суммирование [15]: n LA,тер 10 lg 10 0.1LAi i 1 где LAi , (4) – уровень звука, дБА, приходящего из i-го источника звука. Таким образом, сколько бы ни было независимых источников, всегда можно оценить их суперпозицию и вычислить итоговую величину эквивалентного уровня шума в этой конкретной точке. Резюмируя, суть предлагаемого алгоритма можно свести к последовательному вычислению уровня звука для пары точек (i, j) , где i – источник шума (фрагмент магистрали), а j – исследуемая точка. Результирующая трудоемкость в таком случае составит ( n m T ) , где n - количество пикселей, представляющее независимые источники, m – количество точек для исследования и T – трудоемкость расчета величины LAi для одной пары (i, j) – источник-получатель. При этом, T также зависит от выбранного алгоритма определения прямой видимости между источником и исследуемой точкой и может варьироваться в широких пределах. Возможно использование как простейшего алгоритма машинной графики для рисования прямых, так и на алгоритмах, основывающихся на Ray Tracing, учитывающих отражение и дифракцию звуковых волн. В простейшем случае, при использовании модифицированного алгоритма Брезенхема [4] для проверки расположения исследуемой точки в прямой видимости от источника, максимальная трудоемкость T составит (max( l , k )) , где l - размер исходного растра по горизонтали и k - размер растра по вертикали. Данная оценка следует из того, что в худшем случае источник и исследуемая точка могут располагаться в противоположных углах растровой карты, и потребуется проверить 2 max( l , k ) пикселей между ними. Таким образом, общая максимальная трудоемкость предлагаемого алгоритма составит ( n m max( l , k )) . Поскольку количество исследуемых точек m в общем случае 20 пропорционально общему количеству точек на растре, трудоемкость алгоритма может быть оценена как (max( l , k ) 3 ) , т.е. как кубическая. Рассматривая алгоритм в целом, можно отметить, что его отдельные элементы фактически базируются на традиционном методе обратной трассировки, когда для каждой конкретной результирующей точки последовательно рассматриваются пути, приводящие в нее из различных источников. Отсюда следует и название метода. Используя предложенный подход к вычислению эквивалентных уровней шума во всех свободных от застройки участках, становится возможным получить подробную картину распространения шума с явно выделенными тенями от экранов и зданий. В дальнейшем, становится возможным обработать получаемые данные для статистического анализа и построения линии равного уровня звукового давления, наглядно демонстрирующих зоны повышенного зашумления. При условии заданного критического значения для уровня шума у фасада зданий, становится возможным получение линий, определяющих границы зашумления. Кроме того, можно повысить эффективность вычислений отбрасыванием тех точек, которые заведомо будут иметь меньший уровень зашумления только на основании их отдаленности от источника. Предложенный подход имеет ряд допущений, потенциально снижающих точность вычислений. Тем не менее, поскольку результат в каждой точке является суперпозицией нескольких источников, то компенсируется потеря точности при вычислении воздействия каждого источника в отдельности. Кроме того, возможность гибко регулировать соотношение точность – трудоемкость за счет управления процессом растеризации и выбора масштаба представления местности позволяет добиться достоверных результатов. Безусловно, работа алгоритма только на основе принципа прямой видимости не может обеспечить высокие результаты. Предложенный подход позволяет рассматривать для пары (i , j ) источник – получатель не только прямые пути распространения шума, но и побочные за счет отражения и дифракции. Ещё одним немаловажным фактором в пользу данного алгоритма является возможность задания в рамках одного пикселя, представляющего фрагмент дороги, целого ряда источников с непересекающимися спектрами. Тем самым становится возможным получение октавного и треть-октавного анализа процесса распространения шума. Следует отметить, что добавление новых оценок, уточняющих результат работы алгоритма за счет учета побочных путей распространения волн и оценки проницаемости деревьев и кустарников, а также шумозащитных экранов и малых архитектурных форм, не может не сказаться на трудоемкости алгоритма. В таком случае уже нельзя будет говорить о кубической трудоемкости по отношению к линейному размеру растра. 21 3. ВЕКТОРНО-РАСТРОВАЯ МОДЕЛЬ ДАННЫХ Специфической особенностью программных реализаций различных методик решения задач ОВОС является то, что если все расчеты преимущественно выполняются на точной векторной модели, то конечный результат все равно целесообразнее представлять на растровой модели. Это объясняется тем, что конечной целью таких задач является нахождение областей с определенным значением искомого показателя. При этом высокая точность задания такой области зачастую не требуется. Размер ячейки, оптимальной с точки зрения соотношения точность/скорость для расчётов по ОВОС, обычно выбирают квадратными со сторонами от 1 м и более. Точный размер зависит от вида расчёта ОВОС и масштаба решаемой задачи. Однако использование в таких задачах только растровой модели данных, в том числе и при задании исходных данных, хоть и возможно [7], но ведет к значительному снижению точности при расчете дифракций и отражений. Таким образом, логичным является совместное применение векторной (для задания исходных данных) и растровой (для представления результатов расчётов) моделей данных при решении одной задачи. В процессе выполнения различных вычислений по растровой модели часто возникает необходимости перехода от ячеек растровой модели к исходным векторным объектам. Такие возможности предоставляются стандартными средствами растровых ГИС. Рассмотрим комбинированную векторно-ячеистую модель шумового загрязнения. Данная модель сочетает в себе две базовые ГИС-модели – векторную шейп-модель и регулярную ячеистую (растровую) модель. 22 Рис 5. Векторная суб-модель Векторная модель создается путем импорта из сторонних ГИС. В этой шейп-модели для каждого слоя должна быть задана атрибутная составляющая, позволяющая как идентифицировать сам слой на принадлежность к одному из фиксированных классов, так и задать определенные характеристики самим фигурам. Все слои исходной шейп-модели должны быть соотнесены с одним из классов: источники шума (фрагменты магистралей) – слой точечных объектов; полностью непроницаемые препятствия (элементы застройки) – слой площадных объектов; частично проницаемые препятствия (шумозащитные экраны) – слой линейных объектов; зеленые насаждения (объекты шумозащиты) – слой площадных объектов; границы исследуемой территории (AOI) – слой площадных объектов. Последний класс слоев является служебным и необходим для определения области, на которой производятся расчеты, для задания зон, представляющих первостепенный интерес, так называемых «Area Of Interest». 23 Рис 6. Растровая суб-модель Ячеистая составляющая предлагаемой модели может быть определена различным образом. Это может быть как простая растровая модель, так и модель квадро-дерева с рекурсивным заданием ячеек. Однако для большинства задач достаточной является растровая модель с фиксированным размером ячейки. В этом случае размер ячейки задается перед началом вычислений и позволяет регулировать отношение скорость/точность вычислений. Снижение трудоемкости может быть достигнуто при использовании дополнительных структур данных. В этом случае каждый векторный объект имеет специальный атрибут, содержащий список занятых объектом ячеек растра. Существует и обратная ссылка от ячейки растра к объекту. Использование регионального поиска на векторной составляющей позволяет эффективно выделять области на растре. В то же время наличие обратных ссылок обеспечивает эффективную локализацию объектов при итоговом анализе результатов. Растровая модель является вспомогательной и используется для промежуточных вычислений и представления результатов моделирования. Допускается как импорт заранее подготовленной растровой модели данных, так и автоматическая генерация на базе векторной модели перед началом вычислений. Для этого необходимо создать регулярную сетку выбранного масштаба, по размеру сопоставимого с AOI исходной 24 шейп-модели. Кроме того, для каждой ячейки необходимо задать обратные ссылки на фигуры векторной модели. В случае если таких ссылок не оказалось, но ячейка находится в границах исследуемой территории (AOI), то она помечается как подлежащая обработке. Иными словами, для данной ячейки будут произведены вычисления искомого показателя. Таким образом, процесс создания обратных ссылок схож с процессом растеризации, что позволяет использовать существующие эффективные алгоритмы практически без изменений. В дополнение к векторно-растровой модели местности может быть использована специализированная карта высот и этажности, позволяющая проводить расчеты не только в плане, но и в разрезе, что значительно повышает точность и соответственно адекватность результатов. Исходно карта высот может быть представлена сеткой высот или триангуляцией. Однако для оптимизации вычислений, данные о высотах должны быть приведены к единому масштабу векторно-растровой модели. Для сокращения затрат памяти, данные о высотах могут быть записаны прямо в растровую суб-модель, в т.ч. и как одна из RGB компонент. В этом случае становится возможным упрощенный механизм импорта данных перед началом вычислений. Рис 7. Модели рельефа на основе триангуляции или растровой карты высот Резюмируя, можно отметить, что применение предлагаемой модели оправдано, поскольку исходные данные традиционно представляются векторной моделью, обеспечивающей точность моделирования заданной территории. В то же время, конечной целью ГИС моделирования является нахождение областей с определенным значением искомого показателя. Высокая точность задания таких областей не обязательна, поскольку в задачах ОВОС традиционно применяют крупную шкалу показателей [13]. 25 4. ДВУХПРОХОДНЫЙ АЛГОРИТМ РАСЧЕТА 4.1. Описание предлагаемого подхода Переход к такой модели данных предполагает использование двухпроходного алгоритма, состоящего из геометрической трассировки источников и вычисления значений показателей загрязнения. Общая схема вычислений едина для всех задач ОВОС. Геометрическая трассировка выделяет те зоны, которые подвергаются загрязнению, отсекая лишние. В целом задача сводится к последовательной проверке каждой пары точек, где первая – источник загрязнения, а вторая – точка, для которой производится расчет получаемого загрязнения. При этом если между этими точками расположены объекты некоторых заранее определенных классов, то значение принимается за 0 и расчетная точка игнорируется. В ином случае зона, к которой относится проверяемая точка, помещается в очередь. На втором этапе алгоритма производится расчет показателей загрязнения для каждой из отмеченных зон. Для различных видов загрязнений предполагается использовать соответствующие алгоритмы, регламентированные действующими санитарными нормами. В зависимости от специфики конкретной задачи ОВОС, алгоритм может быть расширен для учета рельефа, обработки вторичных источников и использования диаграмм направленности. Описанные в главе 1 методики моделирования процесса распространения шума на примагистральной застройке имеют как достоинства, так и недостатки. Главная их общая особенность, осложняющая их реализацию на ЭВМ, заключается в том, что оба метода предполагают точное моделирование в избранных точках. Однако представление окружающего мира в виде компьютерной модели само по себе не может быть точным. Таким образом, целесообразно использовать подход, исходно предполагающий дискретность моделирования местности. В качестве альтернативного решения предлагается основывающийся на следующих ключевых особенностях: использовать подход, использование комбинированной векторно-растровой модели местности; использование дополнительной карты высот для учета рельефа и этажности строений; разбиение магистрали как линейно-протяженного независимые точечные источники; использование метода прямой трассировки лучей независимо для каждого точечного источника шума; использование энергетическое суммирование в точках измерений; учет вторичных источников загрязнения (отражения и дифракция); сокращение объема вычислений за счет ряда оптимизационных подходов. источника шума на В рамках этого подхода предлагается метод обратной трассировки на растре, который является некоторым промежуточным решением по сравнению с методиками, которые основаны на описанных в главе 1 двух принципиальных подходах. В качестве отправной точки предлагается перейти от точной модели местности к дискретному представлению. Таким образом, представив местность в виде растровой модели, можно, в зависимости от выбранного масштаба и размера одной ячейки (пикселя), регулировать точность вычислений и трудоемкость. Потенциально это также позволяет увеличивать 1) производительность расчета на открытых пространствах за счет увеличения размера ячеек и 2) увеличивать точность в местах плотной застройки, при необходимости уменьшая размер пикселя. Все вычисления, проводимые в рамках моделирования процесса распространения шума, предлагается производить именно на растровой модели. При этом, как и в используемой в геоинформатике растровой модели данных, каждому пикселю будет соответствовать некоторый набор атрибутов. Предлагается использовать следующие классы пикселей, описывающих соответствующие объекты на местности: источник шума (фрагмент магистрали); полностью непроницаемое препятствие (элемент застройки); частично проницаемое препятствие (шумозащитный экран); элемент зеленых насаждений (шумозащитный эффект); свободная, не рассматриваемая территория; исследуемая территория. Стоит отметить, что последний класс пикселей может сочетаться со всеми прочими, за исключением «Источника шума». Это связанно с тем, что могут потребоваться данные об эквивалентном уровне шума у фасада здания или на кромке шумозащитного экрана. Таким образом, рассматривая местность в виде растрового приближения, мы можем достаточно точно представить исследуемую территорию. При этом масштаб может быть выбран такой, который отвечает требуемой точности вычислений. Но уже при размере пикселя в 1 м, обеспечивается высокая точность представления реальных объектов застройки и при этом, при относительно небольших площадях исследуемой территории, общее количество пикселей не будет требовать значительных аппаратных вычислительных ресурсов. Однако при исследовании значительных территорий размер пикселя может быть уменьшен. При масштабе ячейки в 1 м. потребуется 1 миллион пикселей, что бы описать территорию площадью 1 кв. км. Город Томск имеет площадь 316900 кв.км. Соответственно при моделировании города Томска при масштабе пикселей 1м потребуется 316,9 миллиардов пикселей. При использовании 1 байта на каждый пиксель это потребует 295,1 гигабайт памяти. Данная проблема может быть решена, если использовать не нерегулярные и вложенные (рекурсивные или иерархические) растровые модели данных. Это позволит увеличивать размер ячейки на открытых пространствах и уменьшать ее в непосредственной близости от застройки. При расчете эквивалентных уровней на большой территории необходимо так же учитывать тот факт, что на больших расстояниях между источником шума и исследуемой точкой влияние этого источника на уровень зашумления будет не значительным, и не будет превосходить фоновый шум в данной точке. Таким образом, для увеличения производительности расчета будет целесообразным производить отсечение удаленных источников. Кроме того, это позволит разбить исследуемую территорию на относительно независимые участки. Безусловно, для реальной территории города нельзя будет произвести разбиение на полностью независимые участки. Для сохранения точности вычисления на стыках фрагментов потребуется производить разбиение не на целые части, а оставляя общие фрагменты застройки на двух соседних фрагментах. Это вызовет увеличение затрат на вычисление, но обеспечит возможность независимого расчета. 27 4.2. Геометрическая подзадача Совместно с комбинированной моделью данных предлагается использование и особых методов обработки. Рассмотрим на примере задачи оценки воздействия на окружающую среду возможную схему вычисления. Решение данной задачи аналитически является ресурсоемким. Однако упрощение задачи в плане дискретизации источников загрязнение и проведение расчетов в ограниченном множестве точек позволяет эффективно производить расчеты на современных ЭВМ. Общую задачу оценки воздействия окружающей среды предлагается разделить на две подзадачи: 1. геометрическая подзадача; 2. аналитическая (вычислительная) подзадача. В целом задача сводится к последовательной проверке каждой пары точек, где первая – источник загрязнения (например, шумового), а вторая – точка, для которой производится расчет получаемого загрязнения. При этом если между этими точками расположены объекты некоторых заранее определенных классов, то значение принимается за 0 и расчетная точка игнорируется(рис. 1). В ином случае расчет производится по заданным расчетным формулам, в зависимости от постановки задачи. При этом могут учитываться: расстояние, рядом стоящие объекты, характер подстилающей поверхности, рельеф и т.д. 28 Рис 8. Схема вычислений для геометрического этапа. Таким образом, можно выделить 2 группы подзадач. Геометрическая подзадача отвечает за выделение пар точек, не имеющих препятствий для распространения загрязнения. Аналитическая (расчетная) подзадача в свою очередь отвечает за вычисление величины загрязнения, получаемого расчетной точкой из заданного источника. Для разных классов задач могут применяться конкретные алгоритмы. В случае задачи моделирования транспортного шума необходимо дополнить алгоритм решения геометрической подзадачи функциональностью, позволяющей учитывать отражения и дифракции звука. Это может быть достигнуто, если помимо основных источников шума учитывать и вторичные источники, возникающие при отражении звука от фасадов и экранов и дифракционные, возникающие на углах здания. При этом вторичные источники обладают дополнительной характеристикой, такой как диаграмма направленности. Это позволяет учитывать направление отражения и дифракции звуковых волн. В целях обобщения, для первичных источников шума диаграмма направленности может составлять 360°, за исключением углов, образованных к соседним источникам. Таким образом, алгоритма для геометрической подзадачи принимает следующий вид: 29 Алгоритм геометрической трассировки источников шума. Шаг 1. Выбор очередного точечного источника шума; Шаг 2. выбор непроверенной расчетной точки; Шаг 3. поиск фигур, относящихся к классу непроницаемых, между двумя точками; a. добавление вторичного источника отражения, если между точками экран или фасад; b. добавление вторичного источника дифракции, если между точками угол экрана или фасада; c. маркировка точки как загрязненной, если между точками ничего нет; Шаг 4. выбор новой непроверенной расчетной точки, переход на шаг 3; Алгоритм повторяется для каждого точечного источника. Точки, помеченные как загрязненные, передаются в аналитический (расчетный) модуль, в котором для каждой пары точек (источник/исследуемая) производится расчет загрязнения. В частности для задачи оценки шумового загрязнения в аналитическом модуле используется формула затухания шума с расстоянием [15]. Организовывая вычисления в виде двухэтапного алгоритма, становится возможным решать задачи независимо, с использованием распараллеливания и многопоточности. Кроме того, при моделировании различных видов загрязнения становится возможности унифицировать алгоритмы и решать задачи единообразно в рамках одного программного продукта. 30 4.3. Методы снижения размерности и трудоемкости Геометрическая подзадача решает главную задачу – выделение зон, попадающих под воздействие некоторого источника. При этом источник задан векторно как объект специального слоя, а зоны выделяются на растровой модели в виде отдельных пикселей. Таким образом, на первый план выходит задача отсечения заведомо неперспективных зон растровой модели для того, что бы для каждой не производить проверку. В случае моделирования воздействия транспортного шума критерием загрязненности зоны является прямая видимость между источником и этой зоной. Иными словами, между парой точек не расположено ни одного объекта, не пропускающего шум. Проверка производится следующим образом: для каждой фигуры, способной оказаться экраном производится проверка на пересечение с отрезком, соединяющим пару точек (рис. 9). Рис. 9 Проверка на пересечение отрезка и фигуры В целях оптимизации можно заранее ограничить количество фигур, проверяемых на пересечение. Для этого при выборе очередного источника необходимо сформировать списки фигур, находящихся на расстоянии, не превышающем некоторую константу. Используя региональный поиск на основе R*-деревьев, можно эффективно, с логарифмической трудоемкостью в среднем производить нахождение фигур. При этом нет необходимости производить перестроение дерева, поскольку слой объектов не изменяется. Границы регионального запроса определяются константой относительно координат источника. Использование константы для отбрасывания зон как неперспективных по расстоянию объясняется тем, что при некотором удалении от источника, его вклад полностью неразличим среди фонового загрязнения. В случае шумового загрязнения так же не имеет смысла выделять зоны со значениями ниже нормативных показателей. Расстояние, при котором происходит требуемое снижение, и является константой. 31 В случае рассмотрения конкретной точки на предмет загрязнения, регион запроса может быть ещё меньше (рис. 10), ограничиваясь точкой источника и исследуемой зоной. Рис. 10 Минимизация выборки фигур региональным запросом Для более эффективного отбрасывания заведомо неперспективных зон может быть учтен тот факт, что всегда можно заранее установить области «тени», расположенные за объектами. В таком случае, если к каждой из фигур построить правую и левую касательную, то область рассмотрения зон может быть существенно снижена (рис. 11). 32 Рис. 11 Выделение теней касательными к фигурам Согласно рисунку, все окружение источника может быть разбито на сектора, часть из которых обрабатывается лишь до встретившегося экрана или фасада. Для учета случая, когда на одной прямой расположено несколько объектов, может быть использован модифицированный алгоритм Z-буфера, позволяющий определить ближайший из объектов. Что касается отсечения зон по расстоянию, то граница регионального запроса является ограничителем по координатам, а для попадающих в регион зон может производиться дополнительное вычисление расстояния до источника (рис. 12). 33 Рис. 12 Отсечение по дальности обрамляющим прямоугольником Используя описанные приемы можно существенно сократить размер перебора и тем самым повысить эффективность геометрического модуля. Ограничение выборки фигур и зон так же ведет к такому положительному моменту, как способность к распараллеливанию. Фактически, каждый точечный источник может обрабатываться в независимом потоке. Для этого требуется сделать выборку объектов и исследуемых зон по расстоянию и передать их списки вычислителю. Однако для снижения накладных расходов на выделение списков, точечные источники желательно группировать. 34 4.4. Расчетная подзадача Второй этап включает в себя операции по выделению отдельных классов объектов из растровой модели местности и задание атрибутной составляющей. Цель этой операции – фиксирование на растровой модели источников и исследуемых точек, а также выставление характеристик для различных классов пикселей. Это может быть сделано автоматически средствами ГИС при условии наличия соответствующей атрибутики для объектов в исходной модели местности, либо определено вручную. Данная методика предполагает явное задание характеристик источника. В данном случае для магистрали может быть задан эквивалентный уровень шума L A,экв на расстоянии 7,5 м от осевой линии крайней полосы движения. Альтернативно величина L A,экв может быть определена по формуле (1) на основе статистических или прогнозируемых данных об интенсивности движения, скорости потока и процентном соотношении грузового и легкового автотранспорта. Поскольку магистраль представлена не одним объектом, а набором пикселей, то нет необходимости явного или не явного деления на отрезки с равными характеристиками. Достаточно задания соответствующих параметров сразу всем или определенным группам пикселей. Однако следует учитывать, что суммарная звуковая мощность всех точечных источников, заданных пикселями, должна соответствовать исходной звуковой мощности линейно-протяженного источника. Ещё одним вариантом получения величины L A,экв является использование систем микромоделирования, позволяющих установить положение машин на дороге в определенный момент времени. Анализируя количество машин, в определенном пикселе на растровой модели, и зная их шумовые характеристики можно получить оценку уровня шума для точечного источника шума, расположенного в этом пикселе. Аналогичным образом должны быть заданы характеристики звукопроницаемости для шумозащитных экранов и элементов зеленых насаждений. В целом, операции, включенные во второй этап, могут проводиться заранее, при условии существования растровой модели данных с соответствующей атрибутикой. В этом случае первые два этапа могут быть заменены операцией импорта растровой модели местности. После того, как подготовительные операции выполнены, производится непосредственный расчет в рамках третьего этапа. Поскольку фактически допускается множественность как точек являющихся источниками, так и точек, в которых производится оценка уровней шума, то для этих целей уже не достаточно использования только формулы (2). Вместо этого все точки, представляющие магистраль, рассматриваются как независимые источники шума. Рассмотрим ситуацию, когда существует всего одна исследуемая точка, а магистраль представлена тремя соседними пикселями (рис 13). 35 Рис 13. Расчет прямой видимости Тогда при условии, что прилегающая застройка будет достаточно близка к магистрали, на пути распространения звука из одной крайней точки будет находиться препятствие в виде пикселя класса «полностью непроницаемое препятствие», и воздействие этого источника можно принять за 0. В то же время, два других источника оказывают совместное воздействие на исследуемую точку. Таким образом, суть предлагаемого алгоритма можно свести к последовательному вычислению уровня звука для пары точек (i , j ) , где i – источник шума (фрагмент магистрали), а j – исследуемая точка. Для того, чтобы учесть их общее влияние, необходимо произвести энергетическое суммирование [15]: n L A,тер 10 lg 10 0.1L Ai , (4) i 1 где L Ai – уровень звука, дБА, приходящего из i-го источника звука. Таким образом, сколько бы ни было независимых источников, всегда можно оценить их суперпозицию и вычислить итоговую величину эквивалентного уровня шума в этой конкретной точке. В данном варианте алгоритма рассматривается только прямое распространение звуковых волн от источника к исследуемой точке. При этом учитываются такие факторы, как характер подстилающей поверхности, влияние зеленых насаждений на снижение уровня шума и расположение шумозащитных экранов на пути распространения волн. Однако следует учитывать, что на уровень шумового загрязнения в исследуемых точках оказывают влияние и побочные пути распространения шума. Таким образом, модель распространения шума должна быть расширена для учета отраженного и дифрагируемого шума. Алгоритмически учет этих факторов должен быть представлен в виде дополнительных поправок к формуле (2), получаемых методом обратной трассировки для исследуемой точки. Альтернативно может быть произведен учет отраженного и дифрагированного шума в виде дополнительных источников шумового загрязнения в формуле (4). В таком случае, для исследуемой точки рассматриваются как 36 прямые и дифракционные пути распространения шума от источников, так и отраженные от прилегающей застройки. Рассматривая алгоритм в целом, можно отметить, что его отдельные элементы фактически базируются на традиционном методе обратной трассировки, когда для каждой конкретной результирующей точки последовательно рассматриваются пути, приводящие в нее из различных источников. Отсюда следует и название метода. Используя предложенный подход к вычислению эквивалентных уровней шума во всех свободных от застройки участках, становится возможным получить подробную картину распространения шума с явно выделенными тенями от экранов и зданий. В дальнейшем, становится возможным обработать получаемые данные для статистического анализа и построения линии равного уровня звукового давления, наглядно демонстрирующих зоны повышенного зашумления. При условии заданного критического значения для уровня шума у фасада зданий, становится возможным получение линий, определяющих границы зашумления. Кроме того, можно повысить эффективность вычислений отбрасыванием тех точек, которые заведомо будут иметь меньший уровень зашумления только на основании их отдаленности от источника. Предложенный подход имеет ряд допущений, потенциально снижающих точность вычислений. Тем не менее, поскольку результат в каждой точке является суперпозицией нескольких источников, то компенсируется потеря точности при вычислении воздействия каждого источника в отдельности. Кроме того, возможность гибко регулировать соотношение точность – трудоемкость за счет управления процессом растеризации и выбора масштаба представления местности позволяет добиться достоверных результатов. Ещё одним немаловажным фактором в пользу данного алгоритма является возможность задания в рамках одного пикселя, представляющего фрагмент дороги, целого ряда источников с непересекающимися спектрами. Тем самым становится возможным получение октавного и треть-октавного анализа процесса распространения шума. 37 4.5. Оценка трудоемкости и степени параллелизма алгоритма Суть предлагаемого алгоритма можно свести к последовательному вычислению уровня звука для пары точек (i , j ) , где i – источник шума (фрагмент магистрали), а j – исследуемая точка. Результирующая трудоемкость в таком случае составит ( n m T ) , где n - количество пикселей, представляющее независимые источники, m – количество точек для исследования и T – трудоемкость расчета величины L Ai для одной пары (i , j ) – источник-получатель. При этом, T также зависит от выбранного алгоритма определения прямой видимости между источником и исследуемой точкой и может варьироваться в широких пределах. Возможно использование как простейшего алгоритма машинной графики для рисования прямых, так и на алгоритмах, основывающихся на Ray Tracing, учитывающих отражение и дифракцию звуковых волн. В простейшем случае, при использовании модифицированного алгоритма Брезенхема [11] для проверки расположения исследуемой точки в прямой видимости от источника, максимальная трудоемкость T составит (max( l , k )) , где l - размер исходного растра по горизонтали и k - размер растра по вертикали. Данная оценка следует из того, что в худшем случае источник и исследуемая точка могут располагаться в противоположных углах растровой карты, и потребуется проверить 2 max( l , k ) пикселей между ними. Таким образом, общая максимальная трудоемкость предлагаемого алгоритма составит (n m max( l , k )) . Поскольку количество исследуемых точек m в общем случае пропорционально общему количеству точек на растре, трудоемкость алгоритма может быть оценена как (max( l , k ) 3 ) , т.е. как кубическая. Безусловно, работа алгоритма только на основе принципа прямой видимости не может обеспечить высокие результаты. Предложенный подход позволяет рассматривать для пары (i , j ) источник – получатель не только прямые пути распространения шума, но и побочные за счет отражения и дифракции. Следует отметить, что добавление новых оценок, уточняющих результат работы алгоритма за счет учета побочных путей распространения волн и оценки проницаемости деревьев и кустарников, а также шумозащитных экранов и малых архитектурных форм, не может не сказаться на трудоемкости алгоритма. В таком случае уже нельзя будет говорить о кубической трудоемкости по отношению к линейному размеру растра. Точная трудоемкость расширенного варианта алгоритма может быть дана только после выбора конкретной реализации методики для расчета побочных путей распространения шума. Специфика предлагаемого алгоритма такова, что каждая из исследуемых точек получает значение, не зависящее от значений окружающих точек, а зависящее только от интенсивности источников, воздействующих на нее. Таким образом, алгоритм позволяет производить независимые вычисления для изучаемой территории. Единственное ограничение – наличие цельного фрагмента карты, включающего все источники, воздействующие на исследуемую точку и те элементы застройки, которые определяют степень экранирования данной точки от источников шума. Таким образом, при условии, что исследуемая территория не слишком велика по площади и её растровая модель местности может быть загружена в оперативную память ЭВМ для каждого вычислительного потока, то расчет эквивалентных уровней шумового загрязнения может выполняться параллельно для нескольких точек. При условии использования SMP систем и многопроцессорных систем, имеющих общее адресное пространство памяти, возможным становится загрузка одного экземпляра растровой модели местности в память и совместное ее использование всеми потоками синхронно. При условии использования 38 систем с распределенной памятью возможно использование независимых фрагментов территории, имеющих общие части с последующей склейкой результатов вычисления. Однако для использования многопоточных вычислений необходимо выполнить предварительные расчеты. В частности должны быть составлены списки точечных источников шума для каждого из независимых потоков. Для решения данной подзадачи так же может быть использован аппарат бинарных R-деревьев. В таком случае, становится возможным локализовать те источники, которые потенциально могут воздействовать на исследуемую точку, основываясь на критерии снижения уровня шума с расстоянием. В таком случае можно заранее отбросить не значимые источники и провести разделение на полностью независимые участки карты. 39 5. ИСПОЛЬЗОВАНИЕ ОБРАТНОЙ ТРАССИРОВКИ НА ВЕКТОРНОРАСТРОВЫХ ГИС-МОДЕЛЯХ ПРИ РАСЧЕТЕ НА ЭВМ 5.1. Применение программного комплекса загрязнения селитебной территории для расчета шумового В рамках дипломной работы был разработан программный продукт для расчета эквивалентных уровней шумового загрязнения «Noise Tracer». Программа рассчитана на работу с регулярной растровой моделью данных и не включает в себя 1 этап описанного выше алгоритма. В качестве входных данных используется 24 битное цветное растровое изображение, представляющее двумерную модель местности. Атрибутная составляющая задана в виде значений цветовых каналов. Значение красного канала характеризует данный пиксель как источник шумового загрязнения. Пиксели, имеющие только значения синего цветового канала характеризуют профиль дороги. Нулевыми значениями всех цветовых каналов представлены элементы застройки и шумозащитные экраны. Максимальная цветовая составляющая канала характеризует пиксель, как относящийся к классу «Исследуемая территория». Данная модель цветового представления атрибутов использована для упрощения задания исходных данных и при необходимости может быть дополнена высотными отметками. Рабочее окно программы, отображающее исходную растровую модель местности, представлено на рис. 14. Для отображаемой карты может быть задан масштаб отображения. При выборе масштаба, когда 1 пиксель исходной карты представлен более чем 4 соседними пикселями на экране возможно включение сетки, разделяющей границы групп пикселей, соответствующих исходному пикселю (рис. 15). Рис. 14 Исходная растровая модель местности без масштабирования 40 Рис. 15. Исходная растровая модель местности с масштабированием и сеткой Роль масштаба так же важна при оценке расстояний на местности. В разработанной программе эта величина является константой и составляет 1 метр. Такая величина выбрана по той причине, что при этом масштабе работа алгоритма имеет хорошую точность и в то же время, при относительно не больших исследуемых территориях время вычисления незначительно. Результатом работы программы является растровая карта, представленная значениями эквивалентного уровня шума в каждой исходной точке, отмеченной для исследования. Визуально данная карта может быть представлена в виде изображения, отражающего интенсивностью красного цветового канала уровень шумового загрязнения в каждой конкретной точки (рис. 16) или в виде набора изолиний, задающих наборы точек с одинаковыми уровнями эквивалентного шума (рис. 17). 41 Рис. 16. Результаты работы алгоритма в виде растровой карты Рис. 17. Результаты работы алгоритма в виде изолиний Так же для визуализации результатов вычисления в виде поверхности уровней может быть использован аппарат поверхностных Dm сплайнов. Для этих целей использована программа «SurfSlpine», разработанная в рамках курсовой работы «Сплайн 42 типа тонкой пластины как инструмент геоинформационного анализа» в 2006 г. Использованный программный продукт выполняет моделирование поверхности на основе заданного набора точек поверхностную сплайн-интерполяцию и визуализирует ее средствами программного продукта DPlot [12]. На рис. 18 и рис. 19 представлены результаты расчета в виде изолиний и контуров. 43 Рис. 18. Результаты работы алгоритма в виде изолиний Рис. 19. Результаты работы алгоритма в виде контуров 45 На рис. 20 представлено трехмерное представление результат вычисления. Так же на рис. 21 представлена проекция рис.8. Рис. 20. Результаты работы алгоритма в 3D режиме 46 Рис. 21. Результаты работы алгоритма в виде проекции 3D изображения 47 5.1. Архитектура программного комплекса С точки зрения архитектуры, разработанное в рамках курсовой работы приложение состоит из 3-х интерфейсов и наследованных он них 6 классов. Полная диаграмма классов представлена на рис. 22. Рис. 22. Диаграмма классов приложения «Noise Tracer» Ключевую роль играет два класса. Это GraphicsContainer, отвечающий за хранение и обработку для всех других классов в системе. Непосредственно сам алгоритм реализован в классе IsolinesLayer, который является объектной оберткой для разработанного алгоритма и содержащий так же методы вывода результатов вычисления. Помимо классов, представленных на рис. 10, в системе существует класс оконной формы noisetracerForm, графического контейнера drawPBox, наследованного от класса PictureBox и содержащего выводимое на экран изображение. Так же в системе существует класс таймера RefreshTimer, отвечающего за обновление изображения экрана и обеспечивающего тем самым возможность следить за результатами вычисления в реальном времени. 5.2. Многопоточная схема вычислений Для обеспечения параллелизма и тем самым повышения эффективности работы на многопроцессорных системах, программный продукт «Noise Tracer» имеет 5 независимых потоков: 1. Управляющий поток; 2. Поток менеджера данных, обеспечивающий эффективный доступ к массивам данных, содержащим атрибутную составляющую и векторные и растровые слои карты; 3. Менеджер очереди является координатором вычислений, представляя из себя пулл задач; 4. Потоки решения геометрической задачи являются базовыми вычислителями, решающими геометрическую подзадачу 5. Потоки вычислительного модуля являются базовыми вычислителями, решающими аналитическую подзадачу. Представленная схема разбиения на независимые потоки адаптирована на вычисления на SMP системах с двуядерными процессорами класса Intel© Core™ 2 Duo и AMD© Athlon™ X2. Однако, алгоритм может быть обобщен на большее число независимых потоков, при условии использования большего числа процессоров или при организации кластерных вычислений. Рис 23. Векторная суб-модель ЗАКЛЮЧЕНИЕ В данной работе был рассмотрены вопросы, связанные с задачей моделирования процесса распространения транспортного шума на селитебной территории. Были рассмотрены теоретические и алгоритмические основы как уже существующих подходов, так и был предложен собственный подход к расчету эквивалентных уровней шумов средствами прямой трассировки на растре. Неформальное описание алгоритма и его ключевые шаги так же представлены в работе. Описанный алгоритм является базовым и может быть расширен за счет учета дополнительных факторов, характеризующих распространение шума. Таким образом, возможно развитие предложенного алгоритма с целью повышения точности расчета. Для предложенного алгоритма произведена оценка максимальной трудоемкости и рассмотрена возможность параллельного расчета. Помимо теоретических изысканий, в рамках курсового проекта была разработано программное средство, представляющее возможность расчета эквивалентных уровней шумового загрязнения селитебной территории транспортными потоками в рамках предложенного алгоритма. Программный продукт реализует базовый вариант алгоритма, но может быть легко расширен в дальнейших версиях. Расчет производится многопоточно. Программный продукт написан на языке C# от компании Microsoft© в среде разработки Microsoft Visual Studio 2005. Для визуализации получаемых данных разработанный программный пакет использует сторонний комплекс графических построений DPlot® фирмы HydeSoft Computing, Inc.©. Данное средство визуализации позволяет выводить как поверхности уровня, так и изолинии с маркировкой дискретных значений. В связи с высокой актуальностью проблемы, программные продукты, решающие данный класс задач востребованы на рынке программного обеспечения. Предложенный в рамках дипломной работы алгоритм, при условии дальнейшего расширения за счет учета побочных факторов и при реализации в программном продукте, возможно использовать в градостроительной деятельности. ЛИТЕРАТУРА 1. Бобков В.А., Роньшин Ю.И. Алгоритм визуализации с трассировкой лучей в октантных деревьях. // Информационные технологии, 2001, № 4, с. 46-50. 2. Борьба с шумом в городах: Совм. сов.-фр. изд./В.Н. Белоусов, Б.Г. Прутков, А.П. Шицкова и др.– М.: Стройиздат, 1987.– 248 с. 3. ГОСТ 17.0.0.01-76. Система стандартов области охраны природы и улучшения использования природных ресурсов. Основные положения. / Госстандарт СССР.– М.: Изд-во стандартов, 1976 4. ГОСТ 20444-85 Шум. Транспортные потоки. Методы измерения шумовой характеристики / Госстрой СССР.– М.: Изд-во стандартов, 1985. 5. Овсянников М.С. Расчет эквивалентных уровней шумового загрязнения селитебной территории методом обратной трассировки на растре: Курсовая работа. – Томск: Томский государственный университет, 2007. – 24 с. 6. Овсянников С.Н., Самохвалов А.С., Мельник В.П., Овсянников М.С. Шумозащитные мероприятия для зданий на примагистральных территориях городов // Вестник Том. гос. архитектурно-строительного ун-та, 2007. - №3. 7. Овсянников С.Н. Овсянников М.С. Расчет эквивалентных уровней шумового загрязнения селитебной территории методом обратной трассировки на растре // Вестник Том. гос. ун-та. Серия «Управление, вычислительная техника и информатика», 2008. - № 1(2). - С. 50-56. 8. Овсянников М.С. Использование векторно-растровых моделей в задачах оценки негативного воздействия на окружающую среду // Материалы XLVI Международной научной студенческой конференции «Студент и научно-технический прогресс». Информационные технологии. - Новосибирск: Новосиб. гос. ун-т., 2008. - С. 30-31 9. Овсянников М.С. Сплайн типа тонкой пластины как инструмент геоинформационного анализа: Курсовая работа. – Томск: Томский государственный университет, 2006. – 24 с. 10. Программный модуль «Расчет шума от транспортных потоков» / Фирма «Интеграл», Санкт-Петербург: [Электронный ресурс]. – Режим доступа: http://www.integral.ru/program.php?action=proglist&id_rzd=13&id_prog=100. 11. Роджерс Д. Алгоритмические основы машинной графики / Пер. с англ. – М.: Мир, 1989.– 512 с. 12. Санитарные нормы допустимого шума в помещениях жилых общественных зданиях на территории жилой застройки/Минздрав СССР. –М., 1984. и 13. СНиП II-12-77 Защита от шума / Госстрой СССР. – М.: Стройиздат, 1978. 14. СНиП 23-03-2003 Защита от шума / Госстрой России. – М.: Стройиздат, 2003. 15. Снижение шума в зданиях и жилых районах / Г.Л. Осипов, Е.Я. Юдин, Г. Хюбнер и др.; Под ред. Г.Л. Осипова, Е.Я. Юдина. – М.: Стройиздат, 1987.– 558 с. 16. Трудоношин В.А., Уваров М.Ю. Метод конечных элементов: [Электронный ресурс]. – Режим доступа: http://www.kgtu.runnet.ru/WD/TUTOR/mke/mke.html 17. СанПиН 2.2.1/2.1.1.1200-03. Санитарно-защитные зоны и санитарная классификация предприятий, сооружений и иных объектов. Москва, Минздрав России, 2003.. 18. Шелковников Д.Ю. Автоматизированные метода расчета и проектирования средств защиты городской застройки от транспортного шума: Автореф. дис. … канд. техн. мат. наук/ НИИ строительной физики РААСН. – М., 2007. – 21 с. 19. DPlot Graph Software for Scientists & Engineers / HydeSoft Computing, LLC: [Электронный ресурс]. – Режим доступа: http://www.dplot.com 20. 1. Скворцов А. В. Геоинформатика: Учеб. пособие. –Томск : Изд-во Том. ун-та, 2006. – 336 с. 21. ERDAS Imagine / Leica Geosystems LLC: [Электронный ресурс]. – Режим доступа: http://gi.leica-geosystems.com/LGISub1x33x0.aspx. 22. FHWA Traffic Noise Model / Federal Highway Administration, U.S. Department of Transportation: [Электронный ресурс]. – Режим доступа: http://www.fhwa.dot.gov/environment/noise/tnm/index.htm. 23. Spatial Analysis / Environmental Systems Research Institute, Inc. (ESRI): [Электронный ресурс]. – Режим доступа: http://www.esri.com/software/arcgis/about/spatial_analysis.html. 24. Thomas Funkhouser , Ingrid Carlbom , Gary Elko , Gopal Pingali , Mohan Sondhi , Jim West, A beam tracing approach to acoustic modeling for interactive virtual environments, Proceedings of the 25th annual conference on Computer graphics and interactive techniques, p.21-32, July 1998 52 Приложение А. Руководство программиста: демонстрационное приложение «Noise Tracer» В данном приложении описаны классы, доступные демонстрационном приложении «Noise Tracer». Рис. 24. Диаграмма классов приложения «Noise Tracer» Перечисление GEnum Содержит классификатор объектов системы. Line – базовый элемент, линия Grid – служебный элемент, сетка Draw – служебный элемент, растровая подложка Isoline – пользовательский элемент, изолиния Shape – базовый элемент, векторный объект Класс Point Класс «точка» является базовым в системе. Содержит функциональность по перерасчету координат и масштаба. Методы: public Point(int _x, int _y); public int X(); public int Y(); static public implicit operator PointF(Point point); Класс GraphicsContainer Класс «Графический контейнер» является ключевым в системе. Содержит в себе все допустимые визуальные объекты и управляет их взаимодействием. Методы: public void Initialize(); public void AddGObject(GEnum Type, Point Point, string param); public void StartDrawing(); public void GetCurrentImage(Graphics g); public ArrayList ArtibuteDB (int x, int y); internal void StopThreads(); Интерфейс GraphicObject Интерфейс «Графический объект» определяет визуальные характеристики объекта.. Методы: public void Initialize(); Интерфейс IMultyThread Интерфейс «Многопоточность» определяет функциональность системы, отвечающую за многопоточные вычисления. Методы: void StopThreads(); Интерфейс ILine, наследованный от GraphicObject Интерфейс «Линия» определяет визуальные характеристики, отвечающую за представление линейных объектов. Методы: Point startPoint; - getter Point endpoint; - setter Класс bresenhemLine, наследованный от ILine Класс «Линия бразенхема» определяет функциональность отвечающую за трассировку луча на растровом поле. Методы: public Point startPoint (); public Point endpoint(); 54 объекта, public void Draw(Bitmap drawField); Класс Shape, наследованный от ILine Класс «Фигура» является базовым представлением векторных объектов в системе. Методы: public Point[] PointList (); Класс Grid, наследованный от GraphicObject Класс «Сетка» является служебным и отвечает за представление сеточных данных. Методы: public Grid(Point clientSize, int cellsize); public void Draw(Bitmap drawField); Класс UnderLayer, наследованный от GraphicObject Класс «Подложка» является служебным и отвечает за представление исходных растровых данных. Методы: public UnderLayer(Point clientSize, int cellsize, int gridstep,string filepath); public void Draw(Bitmap drawField); Класс IsolinesLayer, насследованый от GraphicObject и IMultyThread Класс «Изолинии» является пользовательским и содержит реализацию ряда алгоритмов, необходимых для расчета изолиний. Методы: public IsolinesLayer(Point clientSize, int cellsize, int gridstep); private void CreateSourcesList(); public void Draw(Bitmap drawField); private void EvaluatePoints(object rangeParams); private void FillRectangle(SolidBrush solidBrush, int x, int y, int width, int height); private void writeData1(int x, int y, double value); private void writeData2(int x, int y, double value); private double EvalDL_A_ras(Point pnt, Point point, double L_A_ekv); private double EvalL_A_ter(double L_A_ekv, double DL_A_ras, double DL_A_ekr, double DL_A_zel); private double EnergySumm(ArrayList arrayList); private bool CheckPath(Bitmap background, Point start, Point end); private bool TestPixel(Color pixel, bool checkBlue); 55 Приложение Б. Руководство пользователя Специфической особенностью демонстрационной программы «Noise Tracer» является отсутствие интерактивного графического пользовательского интерфейса. В качестве входных данных используется 24 битное цветное растровое изображение, представляющее двумерную модель местности. Атрибутная составляющая задана в виде значений цветовых каналов. Значение красного канала характеризует данный пиксель как источник шумового загрязнения. Пиксели, имеющие только значения синего цветового канала характеризуют профиль дороги. Нулевыми значениями всех цветовых каналов представлены элементы застройки и шумозащитные экраны. Максимальная цветовая составляющая канала характеризует пиксель, как относящийся к классу «Исследуемая территория». Рабочее окно программы, отображающее исходную растровую модель местности, представлено на рис. 25. Для отображаемой карты может быть задан масштаб отображения. При выборе масштаба, когда 1 пиксель исходной карты представлен более чем 4 соседними пикселями на экране возможно включение сетки, разделяющей границы групп пикселей, соответствующих исходному пикселю (рис. 26). Рис. 25. Исходная растровая модель местности без масштабирования 56 Рис. 26. Исходная растровая модель местности с масштабированием и сеткой Роль масштаба так же важна при оценке расстояний на местности. В разработанной программе эта величина является константой и составляет 1 метр. Такая величина выбрана по той причине, что при этом масштабе работа алгоритма имеет хорошую точность и в то же время, при относительно не больших исследуемых территориях время вычисления незначительно. Результатом работы программы является растровая карта, представленная значениями эквивалентного уровня шума в каждой исходной точке, отмеченной для исследования. Визуально данная карта может быть представлена в виде изображения, отражающего интенсивностью красного цветового канала уровень шумового загрязнения в каждой конкретной точки (рис. 27) или в виде набора изолиний, задающих наборы точек с одинаковыми уровнями эквивалентного шума (рис. 28). 57 Рис. 27. Результаты работы алгоритма в виде растровой карты Рис. 28. Результаты работы алгоритма в виде изолиний 58