UNIVERSIDADE ESTADUAL DE CAMPINAS
Faculdade de Engenharia Civil, Arquitetura e Urbanismo
ITALO CÉSAR MONTALVÃO GUEDES
MODELO PROBABILÍSTICO PARA INVESTIGAÇÃO
DA INFLUÊNCIA DE PONTOS DE ÔNIBUS NO RUÍDO
DO TRÁFEGO VEICULAR URBANO
CAMPINAS
2018
ITALO CÉSAR MONTALVÃO GUEDES
MODELO PROBABILÍSTICO PARA INVESTIGAÇÃO
DA INFLUÊNCIA DE PONTOS DE ÔNIBUS NO RUÍDO
DO TRÁFEGO VEICULAR URBANO
Tese de Doutorado apresentada a Faculdade de
Engenharia Civil, Arquitetura e Urbanismo da
UNICAMP, para obtenção do título de Doutor
em Arquitetura, Tecnologia e Cidade, na área de
Arquitetura, Tecnologia e Cidade.
Orientadora: Profa. Dra. Stelamaris Rolla Bertoli
ESTE EXEMPLAR CORRESPONDE À VERSÃO FINAL DA TESE
DEFENDIDA PELO ALUNO ITALO CÉSAR MONTALVÃO
GUEDES E ORIENTADO PELA PROF (A). DR (A). STELAMARIS
ROLLA BERTOLI.
ASSINATURA DA ORIENTADORA
CAMPINAS
2018
UNIVERSIDADE ESTADUAL DE CAMPINAS
FACULDADE DE ENGENHARIA CIVIL, ARQUITETURA E
URBANISMO
MODELO PROBABILÍSTICO PARA INVESTIGAÇÃO DA
INFLUÊNCIA DE PONTOS DE ÔNIBUS NO RUÍDO DO
TRÁFEGO VEICULAR URBANO
Italo César Montalvão Guedes
Tese de Doutorado aprovada pela Banca Examinadora, constituída por:
Profa. Dra. Stelamaris Rolla Bertoli
Presidente e Orientadora/FEC/UNICAMP
Prof. Dr. Carlos Alberto Bandeira Guimarães
FEC/UNICAMP
Prof. Dr. Lauro Luiz Francisco Filho
FEC/UNICAMP
Profa. Dra. Lea Cristina Lucas de Souza
UFSCar
Prof. Dr. Roberto Leal Pimentel
UFPB
A Ata da defesa com as respectivas assinaturas dos membros encontra-se
no processo de vida acadêmica do aluno.
Campinas, 22 de fevereiro de 2018.
Dedicatória
Dedicatória
A minha esposa e filha, Karine e Letícia, mesmo
distantes fisicamente, estiveram sempre ao meu
lado durante essa etapa de nossas vidas. A minha
mãe, irmãs, sobrinha e tia Marlene pelo apoio na
realização de meus objetivos e ao meu primo
Gutinha, por sua importante presença na minha
trajetória acadêmica.
Agradecimentos
Agradecimentos
Agradeço a Deus, fonte de iluminação e perseverança.
Agradeço também a todos que contribuíram direta ou indiretamente na realização
desta pesquisa de doutorado e concretização de mais uma etapa de vida, a exemplo:
Da minha orientadora, Prof.ª Stelamaris Rolla Bertoli, que me recebeu mais uma
vez como seu orientando, sempre compartilhando seus conhecimentos, experiência
acadêmica, e acima de tudo sua presença amiga e atenciosa.
Do Prof. Jugurta Rosa Montalvão Filho, do Departamento de Engenharia Elétrica
da Universidade Federal de Sergipe (DEL/UFS), que acompanha meus estudos acadêmicos
desde os tempos de graduação, sendo responsável por meu primeiro contato com área de
“Acústica”, e agora, contribuindo no desenvolvimento desta tese de doutorado.
Do Prof. Rafael Pimentel Maia e seus alunos, Leandro Zanon, Bruno Miranda e
Vinícius Ota, do Instituto de Matemática, Estatística e Computação Científica da Unicamp (IMEEC/UNICAMP), sempre solícitos e atenciosos durante as consultas de análise estatística.
Da Diretoria de Transportes (DGA/UNICAMP), em nome do Sr. Sebastião José
de Faria, responsável pelo apoio à pesquisa quanto à liberação de ônibus do HEMOCENTRO
da UNICAMP e motorista para realização dos experimentos referentes às gravações de sinais
sonoros de veículos. Agradeço ainda aos senhores, João Aparecido e Gazolla (Setor de
Transporte/UNICAMP) pela atenção e presteza na realização desta atividade de pesquisa.
Nesse sentido, agradeço também o apoio do Engenheiro Civil Alberto Fontolan
(FEC/UNICAMP) pela disponibilidade e condução da caminhonete da FEC/UNICAMP, bem
como dos demais colaboradores, que emprestaram seus veículos particulares, para a
realização desta atividade acadêmica, quais sejam: Alexandre, Paula, Rodolfo, Joni, Roberta,
Edwin e Elias. Por fim, agradeço de modo especial ao colega e amigo Alexandre, responsável
pela operação do sistema de gravação dos sinais sonoros desses veículos.
Gostaria de agradecer ao Dami Dória pelo material cedido, o qual me ajudou na
implementação da interface gráfica usada nas avaliações subjetivas auditivas (Testes de júri).
Aproveito a oportunidade também para agradecer a todos os voluntários que participaram das
avaliações subjetivas.
Agradecimentos
Agradeço ainda aos funcionários e professores da Faculdade de Engenharia Civil,
Arquitetura e Urbanismo.
Aos técnicos do Laboratório de Conforto Ambiental e Física Aplicada
(LACAF/FEC/UNICAMP), Daniel e Obadias, pelo suporte técnico e amizade transmitida ao
longo desses anos.
Aos colegas e amigos do LACAF/FEC/UNICAMP, Felipe, Bia, Angélica
(conforto térmico) e aos “acústicos”, Adriano, Tiago, Iara, Roberto, Vanessa, Roberta,
Gabriel, Joni, Thaís, Rodolfo, Alexandre e Rafaella, pela convivência e troca de experiências
em diferentes momentos ao longo desses últimos quatro anos, pelas companhias nas horas do
“cafezinho” e “bate – papo” sobre acústica e assuntos diversos.
Gostaria de registrar meus agradecimentos ao grupo “Os Três Mosqueteiros”,
formado por mim, Alexandre e Rafaella, em que pude dividir os sucessos e dificuldades da
pesquisa ao longo, e especialmente, na reta final desse período de doutoramento.
Aos amigos de moradia e de convivência fora da Unicamp, Elias, Edwin e José
Aranda, Lino, Rafael, Télio, José Roberto e Cleberton, pelo companheirismo no dia a dia.
Agradeço ainda, à Coordenação de Aperfeiçoamento de Pessoal de Nível Superior
– CAPES, pelo apoio à pesquisa através da bolsa de estudos vinculada ao Programa de Pós-
graduação em Arquitetura, Tecnologia e Cidade da Faculdade de Engenharia Civil,
Arquitetura e Urbanismo (FEC/UNICAMP).
E por fim, agradeço a Universidade Federal de Sergipe (UFS) e ao Departamento
de Arquitetura e Urbanismo (DAU/UFS) por minha liberação para cursar o doutorado pela
FEC/UNICAMP.
Resumo
Resumo
A poluição sonora representa um importante fator de impacto ambiental nas cidades. Tal
problemática está relacionada com o grande crescimento populacional e contínuo processo de
urbanização. A priorização do uso de veículos automotores tornou o ruído do tráfego a
principal fonte de poluição sonora urbana. Esta modalidade de ruído sofre influência do fluxo,
tipo e velocidades dos veículos em circulação, dos aspectos físicos e morfológicos das vias,
das instabilidades do trânsito provocadas pelos cruzamentos, rotatórias, lombadas, pontos de
ônibus, e postura dos motoristas. O objetivo geral desta pesquisa foi investigar de que maneira
a dinâmica operacional em pontos de ônibus influencia no ruído do tráfego veicular urbano.
Adotou-se como forma de abordagem a modelagem e simulação probabilística, considerando-
se sinais sonoros reais e a aleatoriedade do tráfego veicular e de chegadas de ônibus em
determinado ponto de parada. O método da pesquisa contemplou as seguintes etapas: (i)
seleção dos objetos de estudo – Pontos de ônibus (Campinas/SP); (ii) aquisição de aspectos
físicos e medições de dados acústicos e de tráfego das vias urbanas selecionadas com
presença de ponto de ônibus; (iii) gravação de sinais sonoros reais de passagens de veículos e
do ciclo de desaceleração, parada e aceleração de ônibus em um ponto de parada hipotético;
(iv) implementação do modelo probabilístico para simulação do ruído do tráfego veicular em
diferentes cenários (reais e hipotéticos); (v) avaliação quantitativa e subjetiva auditiva (Teste
de júri) dos ruídos simulados e (vi) análises dos resultados. Pôde-se concluir que houve boa
concordância entre os valores medidos e simulados dos dados de tráfego e acústicos durante a
validação do modelo; os experimentos de simulação confirmaram a hipótese principal da
pesquisa de que a dinâmica operacional em pontos de ônibus influencia no ruído do tráfego
veicular; observou-se que menores intervalos de tempo entre chegadas sucessivas de ônibus
estiveram associados a maiores valores dos descritores acústicos (LA10, LAeq, TNI e LNP) para
mesmo fluxo veicular. No entanto, maiores variações de TNI e LNP ocorreram para cenários
com fluxo veicular reduzido, corroborando com a ideia de maior percepção do ruído
ambiental em situações com menor nível de ruído residual. As avaliações de impacto sonoro
das ruas investigadas indicaram valores de LAeq, TNI e LNP superiores aos limites
recomendados pelas referências adotadas, mesmo em situações hipotéticas mais favoráveis
(sem passagem de veículos pesados e menor ocorrência de ônibus nos pontos de parada).
Quanto aos testes de júri para verificação do nível de realismo do ruído simulado, os
resultados mostraram que os áudios reais e simulados não são indiscerníveis. Porém, os
voluntários mostraram forte tendência de classificar os áudios como reais quando de fato eram
reais. Essa tendência não foi observada na avaliação dos áudios simulados. Esses resultados
indicam caminho promissor desta ferramenta para predição do ruído do tráfego veicular com
presença de pontos de ônibus, propiciando a estimativa de descritores acústicos e a “escuta”
do ruído simulado. Espera-se que o produto final desta pesquisa possa subsidiar agentes
ambientais e planejadores urbanos em ações efetivas no controle e gerenciamento do ruído
nas cidades.
Palavras-chave: Modelagem e simulação; Ruído do tráfego veicular urbano; Ponto de ônibus.
Abstract
Abstract
Noise pollution is an important factor to the environmental impact in cities. This problem is
directly related to population growth and a continuous urbanization process. Traffic noise is
the main source of urban noise pollution due to the priority use of automotive vehicles. Flow
and kind of vehicles in circulation, physical and morphologic aspects of the road, traffic
instabilities due to crossings, roundabouts, speed bumps, bus stops and driver’s attitude
influence this special kind of noise. The main objective of this research was to investigate
how bus stops operational dynamics contribute to urban noise traffic. The adopted approach
was a probabilistic model and simulation, considering real vehicles recorded noise signals and
random traffic and bus arrivals in a specific bus stop. Methodological procedures considered
the following steps: (i) selection of studied objects – bus stops in Campinas – SP; (ii)
acquisition of physical aspects, traffic and acoustic measurements of the selected streets with
a bus stop; (iii) sound recording of real events such as vehicles passages and slowdown, stop
and speed-up cycle of a bus at a hypothetical bus stop; (iv) implementation of the probabilistic
model to simulate vehicular traffic noise in different scenarios, real and hypothetical; (v)
quantitative and subjective (jury tests) evaluations of simulated results; (vi) analysis of the
results. Results showed a good agreement between measured and simulated traffic and
acoustic data during model validation. The simulated data results confirmed the main
hypothesis of the research that bus stop operational dynamics have an influence on vehicular
traffic noise. Smaller time intervals of successive bus arrivals were associated to the greatest
values of acoustic parameters LA10, LAeq, TNI and LNP to the same vehicular flow. However,
greater TNI and LNP variations occurred on reduced vehicular flow scenarios, reinforcing the
idea that there is a greater perception of environmental noise in situations of lower
background noise. Investigated streets noise impact evaluation showed greater values of LAeq,
TNI and LNP, over the adopted references recommended limits, even in more friendly
hypothetical situations (without heavy vehicles passage and smaller bus arrivals at bus stops).
Jury tests results, used to verify the realism level of the simulated noise, showed that real and
simulated audios are not indiscernible. However, volunteers showed a stronger tendency to
classify audios as real when those were in fact real. A similar tendency was not observed in
simulated audio evaluation. General results indicate this tool as a promising way to predict
vehicular traffic noise in the presence of a bus stop, allowing the estimative of acoustic
parameters and the possibility to listen to simulated noise. It is expected that the final product
of this research may subsidize environmental agents and urban planners in effective actions
regarding control and management of environmental noise in cities.
Keywords: Modeling and simulation; Urban vehicular traffic noise; Bus stop.
Lista de Figuras
Lista de Figuras
Figura 1 – Posicionamento e dimensões dos pontos de parada próximos a cruzamentos:
a) Antes do cruzamento e b) Depois do cruzamento. ............................................................ 29
Figura 2 – Relação entre TNI e grau de insatisfação com o ruído de tráfego .................... 37
Figura 3 – Relação entre fluxo de tráfego e TNI, L10, L90. .................................................. 37
Figura 4 – Metodologia de simulação. ................................................................................. 55
Figura 5 – Distribuição uniforme discreta: a) Função de probabilidade e b) Função de
distribuição acumulada. ........................................................................................................ 58
Figura 6 – Distribuição de Bernoulli: a) Função de probabilidade e b) Função de distribuição
acumulada. ............................................................................................................................ 59
Figura 7 – Distribuição uniforme no intervalo [α, β]: a) Função densidade de probabilidade e
b) Função de distribuição acumulada . .................................................................................. 60
Figura 8 – Função de densidade de probabilidade de uma variável aleatória normal
(μ e σ2). ................................................................................................................................. 61
Figura 9 – Distribuição normal padrão: a) Função de distribuição e b) Função de distribuição
acumulada. ............................................................................................................................ 62
Figura 10 – Localização dos objetos de estudo (Pontos de ônibus “A” e “B”) no mapa parcial
de Campinas (SP). ................................................................................................................ 67
Figura 11 – Ponto de ônibus “A” e rua Roxo Moreira: a) Mapa de localização, b) Foto aérea e
c) Foto – corte transversal. .................................................................................................... 68
Figura 12 – Ponto de ônibus “B” e rua Dr. Buarque de Macedo: a) Mapa de localização,
b) Foto aérea e c) Foto – corte transversal. ........................................................................... 70
Figura 13 – Campos experimentais: a) Mapa de localização – UNICAMP. Fonte: Adaptado
de Google Maps (2015b), b) Foto da rua Daniel Hogan. (Fonte: Arquivo pessoal. Data:
23/07/2015) e c) Foto da rua Walter August Hadler. (Fonte: Arquivo pessoal. Data:
16/10/2016). .......................................................................................................................... 72
Figura 14 – Aparato experimental (Segunda etapa de coleta de dados) – Rua Daniel Hogan: a)
Foto – vista frontal do aparato, b) Foto – perspectiva: Ponto/medição “O” e eixo de referência.
(Fonte: Arquivo pessoal. Data: 23/07/2015) e c) Desenho esquemático em planta. ........... 74
Lista de Figuras
Figura 15 – Recorte do sinal sonoro gravado da passagem de um veículo – teste e
ajustes finais para ser usado no modelo computacional. ...................................................... 75
Figura 16 – Aparato experimental (Segunda etapa de coleta de dados) – Rua Walter August
Hadler: a) Fotos de passagens individuais de veículos – teste [veículo leve (vl) e moto (mt)].
(Fonte: Arquivo pessoal. Data: 16/10/2016) e b) Desenho esquemático em planta. ............ 77
Figura 17 – Desenho esquemático (Segunda etapa de coleta de dados) – Rua Daniel Hogan:
Gravação do sinal sonoro de passagens individuais do ônibus. ........................................... 79
Figura 18 – Aparato experimental (Segunda etapa de coleta de dados) – Rua Daniel Hogan: a)
Foto do ônibus durante processo de desaceleração – parada – aceleração no ponto de parada
hipotético. (Fonte: Arquivo pessoal. Data: 02/04/2017) e b) Desenho esquemático em
planta. .................................................................................................................................... 79
Figura 19 – Desenhos esquemáticos com posicionamento do aparato experimental para
gravação e medição acústica na rua Roxo Moreira e Ponto de ônibus “A”. ........................ 83
Figura 20 – Desenhos esquemáticos com posicionamento do aparato experimental para
gravação e medição acústica na rua Dr. Buarque de Macedo e no
Ponto de ônibus “B”. ............................................................................................................ 84
Figura 21 – Diagrama esquemático com o procedimento adotado para a composição do ruído
residual do modelo a partir de amostras reais gravadas na própria rua investigada. ............ 85
Figura 22 – Fluxograma esquemático do modelo conceitual. ............................................. 89
Figura 23 – Desenho esquemático da primeira reflexão em superfícies refletoras opostas de
uma rua. ................................................................................................................................. 94
Figura 24 – Tela inicial da interface gráfica principal utilizada no teste de júri. ................ 99
Figura 25 – Tela de apresentação e avaliação das amostras dos áudios aleatórios pelo
voluntário. ............................................................................................................................. 99
Figura 26 – Tela final da interface gráfica com indicação do fim do teste e agradecimento
pela participação do voluntário. .......................................................................................... 100
Figura 27 – Gráficos resultantes das simulações para investigação da influência da dinâmica
do Ptbus – A no ruído do tráfego veicular da rua Roxo Moreira: a) LAeq,15min versus Qrel, b)
LA10,15min versus Qrel, c) LA90,15min versus Qrel, d) TNI,15min versus Qrel e e) LNP,15min versus
Qrel. .................................................................................................................................... 107
Figura 28 – Gráficos resultantes das simulações para investigação da influência da dinâmica
do Ptbus – B no ruído do tráfego veicular da rua Dr. Buarque de Macedo: a) LAeq,15min versus
Qrel, b) LA10,15min versus Qrel, c) LA90,15min versus Qrel, d) TNI,15min versus Qrel e e) LNP,15min
versus Qrel. .......................................................................................................................... 117
Lista de Figuras
Figura D.1 – Sinal sonoro: Clio – Renault – PROJ006 [vl; 50 Km/h; 3ª marcha]. ........... 147
Figura D.2 – Sinal sonoro: Intruder 125 – Suzuki – PROJ003 [mt; 50 km/h; 3ª marcha]. .. 147
Figura D.3 – Sinal sonoro: Toyota – Bandeirante BJ55LP – PROJ013 [vp; 40 Km/h;
4ª marcha]. .......................................................................................................................... 148
Figura D.4 – Sinal sonoro: Chegada – parada – partida do ônibus no ponto de parada (Ptbus –
A). ........................................................................................................................................ 148
Figura D.5 – Sinal sonoro: DUSTER – Renault – PROJ079 [vl; 45 Km/h; 3ª marcha]. .... 149
Figura D.6 – Sinal sonoro: DUSTER – Renault – PROJ087 [vl; 40 Km/h; 3ª marcha]. .... 150
Figura D.7 – Sinal sonoro: MARCH – Nissan – PROJ101 [vl; 45 Km/h; 3ª marcha]. ...... 150
Figura D.8 – Sinal sonoro: MARCH – Nissan – PROJ104 [vl; 40 Km/h; 3ª marcha]. ....... 150
Figura D.9 – Sinal sonoro: PUNTO – Fiat – PROJ091 [vl; 45 Km/h; 3ª marcha]. .............. 151
Figura D.10 – Sinal sonoro: PUNTO – Fiat – PROJ096 [vl; 40 Km/h; 3ª marcha]. ........... 151
Figura D.11 – Sinal sonoro: UP – Volkswagen – PROJ109 [vl; 45 Km/h; 3ª marcha]. ..... 151
Figura D.12 – Sinal sonoro: UP – Volkswagen – PROJ114 [vl; 40 Km/h; 3ª marcha]. ...... 152
Figura D.13 – Sinal sonoro: CB300R – Honda – PROJ119 [mt; 45 Km/h; 3ª marcha]. ..... 152
Figura D.14 – Sinal sonoro: CB300R – Honda – PROJ121 [mt; 40 Km/h; 3ª marcha]. .... 152
Figura D.15 – Sinal sonoro: CB300R – Honda – PROJ123 [mt; 40 Km/h; 3ª marcha]. .... 153
Figura D.16 –Sinal sonoro: Intruder 125 – Suzuki – PROJ124 [mt; 45 Km/h; 3ª marcha]. 153
Figura D.17 – Sinal sonoro: Intruder 125 – Suzuki – PROJ129 [mt; 40 Km/h; 3ª marcha]. 153
Figura D.18 – Sinal sonoro: Intruder 125 – Suzuki – PROJ126 [mt; 45 Km/h; 3ª marcha]. 154
Figura D.19 – Sinal sonoro: Intruder 125 – Suzuki – PROJ131 [mt; 40 Km/h; 3ª marcha]. 154
Figura D.20 – Sinal sonoro: Toyota – Bandeirante BJ55LP – PROJ013 [vp; 40 Km/h;
4ª marcha]. ............................................................................................................................ 154
Figura D.21 – Sinal sonoro: Ônibus – Mercedes Benz – PROJ228 [vp; 30 Km/h;
4ª marcha]. ........................................................................................................................... 155
Figura D.22 – Sinal sonoro do Ônibus – Mercedes Benz – PROJ245 [vp; 30 Km/h;
3ª marcha]. .......................................................................................................................... 155
Lista de Figuras
Figura D.23 – Sinal sonoro: Ônibus – Mercedes Benz – TS6 – PROJ237 [Processo de
desaceleração – parada – aceleração no ponto de parada hipotético]. ................................ 156
Figura D.24 – Sinal sonoro: Ônibus – Mercedes Benz – TS6 – PROJ239 [Processo de
desaceleração – parada – aceleração no ponto de parada hipotético] ................................ 156
Figura D.25 – Sinal sonoro: Ônibus – Mercedes Benz – TS11 – PROJ233 [Processo de
desaceleração – parada – aceleração no ponto de parada hipotético] ................................ 156
Figura D.26 – Sinal sonoro: Ônibus – Mercedes Benz – TS11 – PROJ234 [Processo de
desaceleração – parada – aceleração no ponto de parada hipotético] ................................ 157
Figura D.27 – Sinal sonoro: Ônibus – Mercedes Benz – TS11 – PROJ235 [Processo de
desaceleração – parada – aceleração no ponto de parada hipotético] ................................ 157
Figura D.28 – Sinal sonoro: Ônibus – Mercedes Benz – TS17 – PROJ243 [Processo de
desaceleração – parada – aceleração no ponto de parada hipotético] ................................ 157
Figura L.1 – Gráfico do ruído simulado da rua Roxo Moreira (Tempo de simulação =
180s) ................................................................................................................................... 173
Figura L.2 – Gráfico para verificação das entradas de veículos no fluxo de tráfego e de
chegadas de ônibus no ponto de parada - Exemplo de simulação (Rua Roxo Moreira) .... 173
Figura L.3 – Gráfico do ruído simulado da rua Dr. Buarque de Macedo (Tempo de simulação
= 180s). ................................................................................................................................. 174
Figura L.4 – Gráfico para verificação de entradas de veículos no fluxo de tráfego e de
chegadas de ônibus no ponto de parada - Exemplo de simulação (Rua Dr. Buarque
de Macedo). .......................................................................................................................... 174
Lista de Tabelas
Lista de Tabelas
Tabela 1 – Exemplos de artigos desenvolvidos no Brasil e publicados internacionalmente
sobre mapeamento acústico. ................................................................................................. 42
Tabela 2 – Exemplos de artigos desenvolvidos no Brasil e publicados internacionalmente com
aplicação de análises de regressão linear. ............................................................................. 45
Tabela 3 – Simulação do processo de chegada de clientes em um pedágio. ....................... 64
Tabela 4 – Valores do parâmetro de entrada “λ” inseridos no modelo para realização das
simulações (Ptbus – A; rua Roxo Moreira). ....................................................................... 104
Tabela 5 – Média dos dados medidos e simulados das variáveis de tráfego (Ptbus – A; rua
Roxo Moreira). ................................................................................................................... 104
Tabela 6 – Média logarítmica dos dados medidos e simulados das variáveis acústicas (Ptbus –
A; rua Roxo Moreira). ........................................................................................................ 104
Tabela 7 – Resultados do teste t de Student entre variáveis acústicas simuladas (Simulação 1)
e medidas (Ptbus – A; rua Roxo Moreira) ......................................................................... 105
Tabela 8 – Intervalos médios de tempo entre chegadas sucessivas de ônibus adotados como
parâmetros de entrada (“β”) no modelo nas simulações para análise de sensibilidade (Ptbus –
A; rua Roxo Moreira). ........................................................................................................ 106
Tabela 9 – Fluxos veiculares adotados como parâmetros de entrada (“λ”) no modelo durante
as simulações para análise de sensibilidade (Rua Roxo Moreira). .................................... 106
Tabela 10 – Análise comparativa entre valores de LAeq, TNI e LNP simulados e seus valores –
limite extraídos da literatura (Ptbus – A; rua Roxo Moreira) ............................................ 111
Tabela 11 – Valores do parâmetro de entrada “λ” inseridos no modelo para realização das
simulações (Ptbus – B; rua Dr. Buarque de Macedo). ........................................................ 113
Tabela 12 – Média dos dados medidos e simulados das variáveis de tráfego (Ptbus – B; rua
Dr. Buarque de Macedo). .................................................................................................... 114
Tabela 13 – Média logarítmica dos dados medidos e simulados das variáveis acústicas (Ptbus
– B; rua Dr. Buarque de Macedo). ...................................................................................... 114
Tabela 14 – Resultados do teste t de Student entre variáveis acústicas simuladas (Simulação
1) e medidas (Ptbus – B; rua Dr. Buarque de Macedo). ..................................................... 115
Tabela 15 – Intervalos médios de tempo entre chegadas sucessivas de ônibus adotados como
parâmetros de entrada (“β”) no modelo nas simulações para análise de sensibilidade (Ptbus –
Lista de Tabelas
B; rua Dr. Buarque de Macedo). ......................................................................................... 116
Tabela 16 – Fluxos veiculares adotados como parâmetros de entrada (“λ”) no modelo nas
simulações para análise de sensibilidade (Rua Dr. Buarque de Macedo). ......................... 116
Tabela 17 – Análise comparativa entre valores de LAeq, TNI e LNP simulados e seus valores –
limite extraídos da literatura (Ptbus – B; rua Dr. Buarque de Macedo). ............................ 120
Tabela A.1 – Fluxos horários de veículos (Rua Roxo Moreira). ....................................... 142
Tabela A.2 – Registros de intervalos de tempo entre chegadas sucessivas de ônibus (TC) e de
tempo de serviço ou parada (TS) no Ptbus – A (Rua Roxo Moreira). ................................ 143
Tabela B.1 – Fluxos horários de veículos (Rua Dr. Buarque de Macedo). ....................... 144
Tabela B.2 – Registros de intervalos de tempo entre chegadas sucessivas de ônibus (TC) e
tempo de serviço ou parada (TS) no Ptbus – B (Rua Dr. Buarque de Macedo). ................ 145
Tabela D.1 – Informações de velocidade, marcha, nível sonoro equivalente (LAeq.10s) das
passagens individuais dos veículos – teste usados nas simulações do estudo piloto da
pesquisa. ............................................................................................................................. 147
Tabela D.2 – Informações de velocidade, marcha, nível sonoro equivalente (LAeq.10s) das
passagens individuais dos veículos – teste usados nas simulações dos estudos finais da
pesquisa. ............................................................................................................................. 149
Tabela D.3 – Informações de nível sonoro equivalente (LAeq) dos processos de desaceleração,
parada e aceleração de um ônibus em um ponto de parada hipotético usados nas simulações
dos estudos finais da pesquisa. ........................................................................................... 155
Tabela E.1 – Dados de tráfego e acústicos para validação - t = 3min (Ptbus – A; rua Roxo
Moreira). ............................................................................................................................. 158
Tabela F.1 – Dados de tráfego e acústicos para validação - t = 3min (Ptbus – B; rua Dr.
Buarque de Macedo). .......................................................................................................... 160
Tabela O.1 – Valores médios dos dados de tráfego e acústicos para a rua Roxo Moreira (vp ≠
0; tempo de simulação = 900s; 20 simulações independentes). ......................................... 178
Tabela O.2 – Valores médios dos dados de tráfego e acústicos para a rua Roxo Moreira,
desconsiderando-se hipoteticamente as passagens de veículos pesados (vp = 0; tempo de
simulação = 900s; 20 simulações independentes). ............................................................. 178
Tabela Q.1 – Valores médios dos dados de tráfego e acústicos para a rua Dr. Buarque de
Macedo (vp ≠ 0; tempo de simulação = 900s; 20 simulações independentes). .................. 180
Tabela Q.2 – Valores médios dos dados de tráfego e acústicos para a rua Dr. Buarque de
Macedo, desconsiderando-se hipoteticamente as passagens de veículos pesados (vp = 0;
Tempo de simulação = 900s; 20 simulações independentes). ............................................ 180
Sumário
Sumário
Capítulo 1 – INTRODUÇÃO ......................................................................................... 18
1.1 Considerações iniciais ................................................................................................. 18
1.2 Objetivos ..................................................................................................................... 23
1.3 Estrutura da tese .......................................................................................................... 23
Capítulo 2 – RUÍDO DO TRÁFEGO VEICULAR ...................................................... 25
2.1 Considerações iniciais ................................................................................................... 25
2.2 Transporte público e o trânsito nas cidades ................................................................ 25
2.3 Aspectos gerais sobre ruído do tráfego veicular ......................................................... 30
2.4 Ferramentas de avaliação do ruído do tráfego veicular ............................................... 33
Capítulo 3 – MODELAGEM E SIMULAÇÕES .......................................................... 52
3.1 Considerações iniciais ................................................................................................. 52
3.2 Variáveis aleatórias e distribuição de probabilidade ................................................... 56
3.3 Simulações de Monte Carlo ........................................................................................ 62
Capítulo 4 – MÉTODO DA PESQUISA ....................................................................... 65
4.1 Considerações iniciais ................................................................................................. 65
4.2 Objeto de estudo .......................................................................................................... 67
4.3 Coleta de dados ............................................................................................................. 71
4.4 Modelagem e simulação computacional ....................................................................... 86
Capítulo 5 – RESULTADOS E DISCUSSÕES ............................................................ 102
5.1 Considerações iniciais ................................................................................................. 102
5.2 Análise quantitativa – Ponto de ônibus “A” (Ptbus – A; rua Roxo Moreira) ............. 102
5.3 Análise quantitativa – Ponto de ônibus “B” (Ptbus – B; rua Dr. Buarque de Macedo) 112
5.4 Análise qualitativa – Avaliação subjetiva auditiva (Teste de júri) ............................. 121
Capítulo 6 – CONCLUSÕES ......................................................................................... 124
REFERÊNCIAS .............................................................................................................. 132
APÊNDICE A .................................................................................................................. 142
APÊNDICE B .................................................................................................................. 144
Sumário
APÊNDICE C .................................................................................................................. 146
APÊNDICE D ................................................................................................................. 147
APÊNDICE E ................................................................................................................. 158
APÊNDICE F ................................................................................................................. 160
APÊNDICE G .................................................................................................................... 162
APÊNDICE H ................................................................................................................. 164
APÊNDICE I .................................................................................................................. 171
APÊNDICE J .................................................................................................................. 172
APÊNDICE L .................................................................................................................. 173
APÊNDICE M ................................................................................................................. 175
APÊNDICE N .................................................................................................................. 177
APÊNDICE O .................................................................................................................. 178
APÊNDICE P .................................................................................................................. 179
APÊNDICE Q .................................................................................................................. 180
18
Capítulo 1 – Introdução
Capítulo 1
INTRODUÇÃO
1.1 Considerações iniciais
O ruído representa nos dias atuais um importante agente de poluição e de
preocupação ambiental nas cidades, sendo responsável por grande número de reclamações por
parte da opinião pública (SEONG et al, 2011).
A poluição sonora decorre do ruído proveniente de diversas fontes, sejam elas
fixas ou móveis, como, indústrias, templos religiosos, casas de shows e eventos, bares,
construção civil, transporte aéreo, ferroviário, rodoviário, entre outras. No entanto, a
comunidade científica considera o ruído do tráfego veicular como principal fonte de poluição
sonora em ambientes urbanos (CAI et al, 2015; COVACIU; FLOREA; TIMAR, 2015;
LICITRA, 2013; KANG, 2007).
O problema do ruído, e consequentemente da poluição sonora, tem se agravado
ainda mais diante da explosão demográfica, do rápido processo de urbanização e da
priorização dos veículos automotores como principal forma de mobilidade em relação aos
outros modos de transporte urbano de passageiros, estando focada muitas vezes no transporte
individual em detrimento do transporte público coletivo.
Em referência aos veículos automotores, De Castilho (1997) comenta que o
expressivo aumento em escala mundial do número desses veículos nas cidades decorre de
alguns fatores, quais sejam:
(i) Estímulo e desenvolvimento da indústria automobilística.
(ii) Crescimento da demanda por transporte público nos países em
desenvolvimento devido à já citada explosão demográfica, da expansão
rápida e desorganizada das fronteiras urbanas nas grandes cidades e da
intensificação das atividades econômicas e, consequentemente, do
aumento do poder aquisitivo.
No Brasil, os dados estatísticos disponibilizados pelo site do Departamento
Nacional de Trânsito (DENATRAN) apontam uma ampliação da frota total de veículos na
19
Capítulo 1 – Introdução
ordem de 2,15 vezes entre os meses de fevereiro de 2006 e 2016 (DENATRAN, 2016). Da
frota total de veículos de fevereiro de 2016, aproximadamente 55%, refere-se a veículos do
tipo automóvel, corroborando com o que foi mencionado quanto ao atual predomínio da
cultura de uso do transporte individual em relação ao transporte coletivo urbano.
Segundo De Abreu (2017, p. 19), com base na Lei nº 12.587 (BRASIL, 2012),
que institui as diretrizes da Política Nacional de Mobilidade Urbana:
“O transporte é um importante instrumento de direcionamento do
desenvolvimento urbano das cidades. A mobilidade urbana bem
planejada, com sistemas integrados e sustentáveis, garante o acesso
dos cidadãos às cidades e proporciona qualidade de vida e
desenvolvimento econômico” (DE ABRREU, 2017, p.19).
No entanto, o sistema vigente de transporte urbano brasileiro avança cada vez no
sentido contrário desse tão almejado desenvolvimento urbano sustentável, com qualidade de
vida e desenvolvimento socioeconômico para as pessoas. Cada vez mais fica evidente a falta
de qualidade do sistema de transporte público, que de acordo com ANTP (1997), apesar de
receber alguns investimentos em locais específicos, se mostra incipiente para atender a
necessidade crescente da população.
O que se vê na realidade é o agravamento das diversas problemáticas decorrentes
do sistema de transporte no cotidiano das médias e grandes cidades brasileiras e de outros
países em desenvolvimento. A redução da mobilidade e na acessibilidade, a degradação das
condições ambientais (por exemplo: poluição sonora e atmosférica), os longos deslocamentos
e congestionamentos, os elevados índices de acidentes de trânsito são alguns desses relevantes
problemas do modelo de transporte urbano existente em muitas cidades (ANTP, 1997).
Por outro lado, o transporte público coletivo na maioria das cidades brasileiras
depende bastante do uso do ônibus1 (RODRIGUES, 2006), que disputa diariamente o seu
espaço na malha viária das cidades com os demais veículos de transporte individual
(automóveis, motos, etc.). Essa característica de transporte de passageiros centrado no modo
viário vista no Brasil contribui ainda mais para a piora do quadro de poluição sonora em suas
cidades.
1 De acordo com Ferraz e Torres (2004), o uso do ônibus representa o principal modo de transporte público
urbano adotado no mundo, correspondendo a mais de 90%.
20
Capítulo 1 – Introdução
No transporte coletivo por ônibus, o ponto de parada de ônibus consiste em um
dos seus principais componentes, cuja implantação ao longo do sistema viário deve envolver
uma série de cuidados, tais como, comodidade, segurança nas travessias e oferta de
informações do sistema de transporte aos usuários, bem como a busca pela eficiência na
operação do sistema como um todo (ANTP, 1997).
No entanto, outro aspecto que deveria, porém não estar explícita neste rol de
preocupações, é o estudo de impacto sonoro da dinâmica operacional de pontos de parada de
ônibus em sua vizinhança, em especial, próximo a edificações e regiões sensíveis ao ruído.
Sabe-se que o ruído do tráfego veicular urbano sofre inúmeras influências das
instabilidades no trânsito devido às frenagens e acelerações dos veículos provocadas pelos
diversos elementos ou equipamentos urbanos, como, cruzamentos semaforizados ou não,
rotatórias, redutores de velocidade (lombadas e sonorizadores), além dos próprios pontos de
parada de ônibus, conforme foi demonstrado nas pesquisas desenvolvidas por: ABO-
QUDAIS; ALHIARY, 2007; LI et al, 2011; CAI; LI; LIU, 2011; WANG; CAI; ZOU, 2012.
Por outro lado, os resultados obtidos do mapeamento sistemático de literatura2,
realizados nesta tese de doutorado, mostraram prováveis lacunas de pesquisa sobre
modelagem e simulações para investigação de interferências no ruído do tráfego veicular de
alguns desses elementos urbanos. Do universo total de 219 artigos sobre modelagem e
simulações no ruído do tráfego veicular, apenas 36 artigos estiveram associados com o estudo
da influência acústica de algum elemento ou equipamento urbano (GUEDES; BERTOLI,
2015).
Dentro dessa amostra de 36 artigos com temática diretamente envolvida com a
influência de elementos ou equipamentos urbanos no ruído do tráfego veicular, observou-se
uma maior predominância para as pesquisas sobre a interferência acústica dos cruzamentos,
com ou sem semáforos (24 artigos), acompanhados pelos estudos sobre redutores de
velocidade (6 artigos), rotatórias (4 artigos) e ponto de ônibus (2 artigos) (GUEDES;
BERTOLI, 2015).
2 O mapeamento sistemático de literatura foi realizado com intuito de identificar eventuais lacunas de pesquisa
na temática sobre ruído de tráfego veicular, a fim de contribuir para a definição da questão de pesquisa, além de
subsidiar a elaboração da revisão de literatura desta tese de doutorado. O mapeamento dos artigos científicos foi
realizado nas bases de dados, Scopus (SC), Science Direct (SD) e Web of Science (WS) com base no critério de
qualidade. Nesta pesquisa sistemática de literatura foram adotados ainda os seguintes critérios de busca: Período
de publicação (2005 a 2015), idioma (inglês) e tipo de documento (artigos de periódicos e de conferências).
Outras informações acerca desse mapeamento sistemático de literatura podem ser obtidas em Guedes e Bertoli
(2015).
21
Capítulo 1 – Introdução
As questões discutidas até o momento sobre o transporte urbano de pessoas e os
seus diversos impactos negativos, especialmente, a poluição sonora devido ao tráfego
veicular, a possível despreocupação acústica no processo de implantação de pontos de ônibus
no sistema viário, e as lacunas de pesquisas evidenciadas sobre modelagem e simulações da
influência de pontos de ônibus no ruído do tráfego veicular contribuíram para a definição da
questão de pesquisa desta tese, estando ligada a temas que fazem parte da pauta de discussão e
preocupação da maioria das cidades brasileiras e de outros países em desenvolvimento: A
poluição sonora, o transporte de pessoas e o trânsito nas cidades.
A questão de pesquisa dessa tese consistiu na seguinte pergunta: De que maneira
a dinâmica operacional em pontos de ônibus influencia os níveis de ruído do tráfego veicular
em áreas urbanas? A hipótese principal formulada para o estudo foi: O processo de chegadas
e partidas de ônibus em determinado ponto de parada influencia o ruído do tráfego veicular
em seu entorno próximo.
Para tanto, esta pesquisa se propôs a desenvolver um modelo de simulação
probabilística com aplicação do método de Monte Carlo, levando-se em conta características
aleatórias do tráfego veicular e do processo de chegadas e partidas de ônibus em determinado
ponto de parada.
Ressalta-se que técnicas de modelagem e simulação probabilística têm sido
adotadas por outros estudos interessados na avaliação do ruído do tráfego veicular em áreas
urbanas, tais como, Radwan e Oldham (1987), Skarlatos (1993), Ramírez e Domínguez
(2013). No entanto, destaca-se que uma das principais contribuições da presente pesquisa é a
proposição de uma ferramenta computacional desenvolvida a partir de uma abordagem
simples e intuitiva de modelagem e simulação, a qual possibilitará aos seus futuros usuários
não apenas estimar diferentes descritores acústicos, mas também, escutar o ruído simulado de
diversos cenários de tráfego veicular (reais ou hipotéticos).
Sucintamente, a concepção do modelo computacional proposto nesta tese
considera a associação de cada evento aleatório simulado, ou seja, passagem individual de
veículos (veículo leve, moto ou veículo pesado) e ciclo de chegada e partida de um ônibus no
ponto de parada investigado, aos seus respectivos sinais sonoros reais gravados em campo
experimental. A simplicidade do modelo está no fato de não ser necessário realizar a síntese
dos referidos sinais sonoros, aumentando as possibilidades de obtenção de características
sonoras mais próximas da realidade.
22
Capítulo 1 – Introdução
Em termos de justificativa e relevância desta pesquisa, um primeiro aspecto a ser
colocado é a relação do ruído com vários efeitos nocivos à saúde das pessoas, seja de origem
física ou mental. Esse fato o torna um agente causador não apenas de desconforto acústico, de
interferências em diversas atividades das pessoas (trabalho, lazer, sono), ou de impactos
sociais e econômicos, mas também, um importante problema de saúde pública (BERGLUND;
LINDVALL; SCHWELA, 1999; KANG, 2007; KASSOMENOS; VOGIATZIS; COELHO,
2014).
Entre os aspectos negativos que o ruído pode causar ao homem, destacam-se: a
perda temporária ou permanente da audição, doenças cardíacas, estresse, aborrecimento,
distração, distúrbio no sono, hipertensão, redução da produtividade e aprendizagem, além de
outros malefícios que afetam grande quantidade de pessoas em exposição sonora (HAMMER;
SWINBURN; NEITZEL, 2014).
Por conta disso, o monitoramento da exposição ao ruído e seu controle estão entre
as principais preocupações dos cidadãos, políticos, órgãos de administração e comunidade
técnica - científica (LICITRA, 2013, p. ix). Porém, sua avaliação se mostra uma tarefa muito
complexa diante do caráter difuso que as fontes sonoras se apresentam nas cidades. Além
disso, o processo de avaliação exige conhecimentos de diferentes disciplinas, como: acústica,
fisiologia, sociologia, psicologia e estatística (KANG, 2007, p. 21).
O ruído do tráfego veicular ao longo de sua trajetória ao ar livre sofre inúmeras
influências diante da distância entre fonte e receptor, das atenuações do solo e do ar, das
condições atmosféricas, dos aspectos físicos das vias e de seu entorno - perfil transversal,
declividade, tipo de pavimento, forma urbana, da presença de barreiras e reflexões em
superfícies (KANG, 2007; GUEDES; BERTOLI; ZANNIN, 2011), além de estar diretamente
correlacionado com o fluxo, composição e velocidade dos veículos em circulação (ALVES
FILHO, 1997).
Em áreas inseridas no perímetro urbano, conforme já mencionado, esse tipo de
ruído é influenciado ainda pelas instabilidades no trânsito causadas pelas acelerações e
desacelerações dos veículos em circulação nas malhas viárias, constituídas por diversos
elementos ou equipamentos urbanos, quais sejam: interseções ou cruzamentos, rotatórias,
redutores de velocidade, pontos de ônibus, e da interferência devido à conduta dos motoristas.
Por isso, a relevância no desenvolvimento de ferramentas e técnicas que
contemplem alguns dos fatores de influência supracitados com vistas a uma melhor avaliação
23
Capítulo 1 – Introdução
do ruído do tráfego veicular, a exemplo do mapeamento acústico e modelos de predição.
Ressalta-se que nos últimos anos tais ferramentas e técnicas têm ganhado forte impulso,
resultando em diversas pesquisas (ASENSIO et al, 2009; ARANA et al, 2010; WANG;
KANG, 2011; GUEDES; BERTOLI; ZANNIN, 2011; SUAREZ; BARROS, 2014; CAI et al,
2015, entre outras).
Pelo exposto, esta pesquisa de doutorado se mostra relevante tanto no âmbito
socioeconômico quanto na saúde, uma vez que contribuirá com a proposição de uma
ferramenta para predição do ruído do tráfego veicular urbano no entorno próximo de pontos
de ônibus, possibilitando aos agentes envolvidos com o controle de ruído, transporte público e
trânsito nas cidades, a adequada avaliação dos impactos sonoros decorrentes desses
importantes elementos urbanos.
1.2 Objetivos
1.2.1 Objetivo geral
Investigar de que maneira a dinâmica operacional em pontos de ônibus influencia
no ruído do tráfego veicular urbano.
1.2.2 Objetivos específicos
(i) Desenvolver um modelo probabilístico para predição do ruído do tráfego
veicular, que possibilite o cálculo de descritores acústicos e a escuta do ruído
simulado.
(ii) Aplicar o modelo probabilístico em avaliações de impacto sonoro do
tráfego veicular em vias urbanas com presença de ponto de ônibus.
(iii) Verificar o potencial do modelo computacional proposto quanto ao
realismo da escuta do ruído simulado.
1.3 Estrutura da tese
Para um melhor delineamento e compreensão do conteúdo do texto, esta tese de
doutorado foi estruturada no seguinte formato:
Capítulo 1 – INTRODUÇÃO. Apresenta uma breve contextualização sobre a
temática central desta pesquisa e suas inter-relações com outras relevantes questões urbanas
presentes no dia a dia dos cidadãos: A poluição sonora, o transporte de pessoas e o trânsito
nas cidades. Em seguida, é mostrada a questão de pesquisa e o processo para sua definição, a
24
Capítulo 1 – Introdução
hipótese principal, os objetivos, a justificativa/relevância para a realização desta pesquisa de
doutorado e, por fim, a sua estruturação para melhor organização e compreensão.
Capítulo 2 – RUÍDO DO TRÁFEGO VEICULAR. Aborda aspectos gerais
sobre transporte público e o trânsito nas cidades, e revisão de literatura sobre ruído do tráfego
veicular, contemplando os seguintes aspectos: contextualização do tema, principais fatores de
influência e ferramentas de avaliação (mapeamento acústico e modelos de predição de ruído).
Capítulo 3 – MODELAGEM E SIMULAÇÕES. Contempla uma
fundamentação teórica com informações gerais sobre técnicas de modelagem e simulação que
foram utilizadas no desenvolvimento desta pesquisa, contemplando aspectos conceituais sobre
modelo e simulação, variáveis aleatórias e distribuições de probabilidade e por fim, descrição
do método de simulação de Monte Carlo.
Capítulo 4 – MÉTODO DA PESQUISA. Este capítulo tem como objetivo
apresentar os materiais e procedimentos metodológicos adotadas na pesquisa. Portanto, são
descritos os objetos de estudo (Pontos de ônibus “A” e “B”), as etapas de desenvolvimento do
modelo computacional proposto e as formas de avaliação dos resultados obtidos nesta
pesquisa.
Capítulo 5 – RESULTADOS E DISCUSSÕES. Apresenta os resultados do
processo de validação do modelo computacional, bem como os resultados e discussões dos
experimentos de simulações realizados para responder aos objetivos e a questão de pesquisa:
De que maneira a dinâmica operacional em pontos de ônibus influencia os níveis de ruído do
tráfego veicular em áreas urbanas?
Capítulo 6 – CONCLUSÕES. Este capítulo elenca as contribuições e conclusões
mais relevantes obtidas pela presente tese de doutorado com vistas a responder os objetivos
estabelecidos inicialmente, bem como descreve as principais características, restrições e
simplificações do modelo computacional desenvolvido, além de sugestões para trabalhos
futuros originados a partir dos recortes e delimitações realizados ao longo da pesquisa.
Ao final desse manuscrito são apresentadas as referências que serviram de base
para a elaboração da revisão da literatura e de fundamentação teórica para o desenvolvimento
do modelo computacional proposto nesta tese de doutorado, sendo acompanhadas pela lista de
apêndices.
25
Capítulo 2 – Ruído do tráfego veicular
Capítulo 2
RUÍDO DO TRÁFEGO VEICULAR
2.1 Considerações iniciais
Inicialmente, este capítulo discorre sobre a temática, transporte público e o
trânsito nas cidades. Em seguida, apresenta conteúdo referente a “Pontos de ônibus”, que são
componentes essenciais no sistema de transporte público coletivo por ônibus e objeto de
estudo desta pesquisa. Na sequência, é realizada uma revisão de literatura sobre o ruído do
tráfego veicular, contemplando aspectos conceituais, suas principais características e fatores
de influência, além dos seus diversos impactos negativos às pessoas. Por fim, traz
informações e referências de estudo para diferentes subtemas de pesquisa sobre ruído do
tráfego veicular, com ênfase aos subtemas referentes às ferramentas de avaliação de ruído,
quais sejam: mapeamento acústico e modelo de predição do ruído do tráfego veicular.
2.2 Transporte público e o trânsito nas cidades
Segundo Ibarra-Rojas et al (2015, p.39), “(...) o transporte público é considerado
uma importante espinha dorsal do desenvolvimento urbano sustentável, uma vez que deve
permitir movimentos mais eficientes em toda a cidade”. Entretanto, os mesmos autores
alertam que a rápida urbanização tem prejudicado o alcance do tão almejado desenvolvimento
orgânico e planejado das cidades, que convivem diariamente com inúmeros problemas, a
exemplo dos longos tempos de deslocamentos, dos congestionamentos e acidentes no trânsito,
da poluição sonora e atmosférica, entre outros.
Segundo De Castilho (1997, p.1), o grande crescimento populacional, a expansão
urbana e a intensificação das atividades econômicas com o consequente aumento do poder
aquisitivo pelas pessoas são as principais causas do aumento da demanda por transporte
público urbano nos países em desenvolvimento. Afirma ainda que esta crescente demanda por
transporte público traz uma série de preocupações relacionadas com a capacidade e operação
do sistema de transporte, restrições orçamentárias, que dificultam a implantação de transporte
de massa mais sofisticado, além dos impactos ambientais já citados no parágrafo anterior.
26
Capítulo 2 – Ruído do tráfego veicular
As maiores distâncias entre centros urbanos e periferia, fruto do desordenado
processo de urbanização, têm contribuído para o surgimento dos corredores de transporte
urbano, com predomínio dos ônibus como modo de transporte, devido ao seu baixo custo de
implantação e maior flexibilidade. Por outro lado, nos sistemas tradicionais de operação de
ônibus, ou seja, sem os corredores exclusivos para ônibus, o mesmo espaço viário é
compartilhado pelos ônibus e outros veículos, o que limita a capacidade de transporte, além
de aumentar os custos operacionais e emissões de poluentes (DE CASTILHO, 1997, p. 2).
No que se refere especificamente ao sistema de tráfego, o volume (ou fluxo), a
velocidade e a densidade de tráfego representam as principais grandezas relacionadas com as
condições dinâmicas do trânsito em determinada via (DNIT, 2006, p.63).
O volume ou fluxo de tráfego é definido como sendo a razão da quantidade de
veículos que cruza uma determinada seção de uma via (ou de uma dada faixa) por unidade de
tempo, geralmente expresso em termos de veículos/dia ou veículos/hora (DNIT, 2006, p.63).
Enquanto que a densidade do tráfego consiste no número de veículos por unidade de
comprimento de via, podendo ser calculada pela razão entre o fluxo veicular e a velocidade
média em certo trecho de via (DNIT, 2006, p.81).
A relação entre essas grandezas fundamentais do tráfego influencia nas condições
de trânsito, que pode ser classificado em trânsito livre, sincronizado ou congestionado. De
acordo com Santos (2008, p. 23), o trânsito livre está associado a menores densidades
veiculares. Neste estado, os veículos podem atingir a velocidade máxima da via com maior
probabilidade. No ponto de vista de modelagem e simulação tal situação se mostra mais
simples.
O trânsito sincronizado ocorre quando a capacidade da via foi alcançada ou se
aproxima disso. Os veículos transitam com velocidade tipicamente constante. Já o trânsito
congestionado, o fluxo veicular ocorre de forma lenta em virtude da baixa velocidade ou até
mesmo nula, situações que são comuns quando o número de veículos supera a capacidade
máxima da via, ou devido à ocorrência de algum evento (por exemplo, acidente). O fenômeno
característico do trânsito congestionado é o stop–and–go (SANTOS, 2008, p.23).
Ainda segundo Santos (2008, p. 23), a passagem de um estado de trânsito para
outro (livre – sincronizado – congestionado) em determinados trechos de uma via pode
ocorrer suavemente ao longo do dia, em intervalos de tempo não muito grandes. Nesta
27
Capítulo 2 – Ruído do tráfego veicular
transição não há um limite bem definido entre eles, podendo existir, portanto, alguns desses
estados de trânsito ao longo de diferentes trechos de uma mesma via.
Embora existam esses três tipos de estados, o trânsito nas áreas urbanas se mostra
tipicamente congestionado ou interrompido, resultante das constantes desacelerações e
acelerações provocadas pelos diversos elementos e/ou equipamentos que interferem no fluxo
dos veículos e no desempenho do sistema como um todo.
Os pontos de ônibus, cruzamentos, semáforos, lombadas, faixas de pedestres são
exemplos desses elementos presentes no trânsito nas cidades. Como o escopo desta pesquisa
se concentra na influência de pontos de ônibus no ruído do tráfego veicular urbano, a seguir
são apresentadas informações gerais sobre esse tipo de equipamento urbano.
Segundo Ferraz e Torres (2004, p. 235), de uma forma genérica os pontos de
parada são os locais de embarque e desembarque de ônibus ou bondes posicionados nos
passeios públicos. A Associação Nacional de Transportes Públicos (ANTP) cita que os pontos
de parada são de grande relevância para o serviço de transporte público urbano, sendo o
primeiro contato físico do usuário com a rede de transporte. Esses equipamentos urbanos
necessitam de especial atenção por parte dos gestores no que se refere aos aspectos de
localização e espaçamento, pois podem influenciar diretamente no desempenho e custos da
operação do sistema (ANTP, 1997, p. 150).
O espaçamento entre os pontos de parada interfere na velocidade de operação
desejada para os ônibus ao longo do trajeto e para sua definição é preciso se ater às questões
de acessibilidade, concentração de usuários na parada e o tempo de serviço para o embarque e
desembarque (FERRAZ; TORRES, 2004, p.241).
Por motivos de segurança e racionalidade, os pontos de parada de ônibus não
devem ser localizados em curvas, superfícies muito inclinadas, em frente às garagens e nem
muito próximo a cruzamentos, devendo ser preferencialmente posicionados no meio do
quarteirão, para minimizar eventuais conflitos entre veículos e pedestres (FERRAZ;
TORRES, 2004, p. 242).
Os pontos de parada de ônibus podem ainda ser posicionados ao longo da própria
guia da via (posição normal), ou recuados em baias ou em guia avançada, cujo critério de
definição deve considerar aspectos, como: a fluidez do trânsito, o número de vagas de
estacionamento, o conforto dos usuários durante a espera e a facilidade de retorno do ônibus
28
Capítulo 2 – Ruído do tráfego veicular
ao fluxo do trânsito (FERRAZ; TORRES, 2004, p. 244). O Quadro 1 mostra um comparativo
entre essas configurações de pontos de parada com base nos aspectos supracitados.
Quadro 1 – Configurações de pontos de parada de ônibus em uma via com duas faixas de rolamento e uma de
estacionamento. Legenda: (A) melhor situação; (B) situação intermediária e (C) pior situação.
Situação Croqui Comparação
Guia em posição normal
Estacionamento do lado direito
Fluidez no trânsito: A
Estacionamento de veículos: C
Conforto dos pedestres e
usuários: B
Retorno dos ônibus ao fluxo de tráfego: B
Guia em posição normal
Estacionamento do lado esquerdo
Fluidez no trânsito: C
Estacionamento de veículos: A
Conforto dos pedestres e
usuários: B
Retorno dos ônibus ao fluxo de tráfego: A
Guia recuada
Estacionamento do lado esquerdo
Fluidez no trânsito: A
Estacionamento de veículos: A
Conforto dos pedestres e
usuários: C
Retorno dos ônibus ao fluxo de tráfego: C
Guia avançada
Estacionamento do lado direito
Fluidez no trânsito: B
Estacionamento de veículos: B
Conforto dos pedestres e
usuários: A
Retorno dos ônibus ao fluxo de tráfego: A
Fonte: Adaptado de Ferraz e Torres (2004, p.243).
Quanto às características geométricas dos pontos de parada, Ferraz e Torres
(2004, p. 245) mostram dimensões mínimas para atendimento de ônibus com comprimento de
12 m. Nos casos em que o ponto de parada estiver no meio da quadra, tais dimensões são: 8 m
para acomodação de entrada, 6 m no trecho de saída e 12 m para o local de parada do ônibus,
perfazendo um total de 26 m. Por questão de segurança, nos pontos localizados próximos aos
cruzamentos ou interseções, o afastamento deverá ser de 10 m em relação ao alinhamento das
edificações localizadas na via perpendicular à linha de fluxo principal (Figura 1).
29
Capítulo 2 – Ruído do tráfego veicular
Figura 1 – Posicionamento e dimensões dos pontos de parada próximos a cruzamentos: a) Antes do
cruzamento e b) Depois do cruzamento.
(a)
(b)
Fonte: Adaptado de Ferraz e Torres (2004, p.246-247).
Com base nas informações apresentadas, percebe-se que o ponto de parada de fato
representa um componente primordial no sistema de transporte público por ônibus. Além das
preocupações apontadas, especialmente, quanto à segurança na travessia, comodidade dos
usuários, e maior eficiência na operação do sistema, a ANTP (1997, p. 150) cita ainda
algumas outras recomendações durante a implantação de pontos de parada de ônibus, tais
como:
(i) Em vias expressas ou de alta velocidade, colocar baias nas paradas de
ônibus e prever pavimento rígido próximo aos pontos em situações de
volume grande de coletivos.
(ii) Prever cobertura no ponto de parada para proteção contra intempéries, além
de pavimentação e iluminação da calçada.
30
Capítulo 2 – Ruído do tráfego veicular
(iii) Dimensionar o ponto de parada para a demanda máxima prevista do local, e
considerar soluções modulares que favoreçam a implantação agrupada dos
pontos de parada.
(iv) Prover o ponto de parada com informações do sistema de transporte (linhas
de ônibus locais) e outros informativos de interesse da população.
Por fim, esta pesquisa aborda outra preocupação que deveria ser agregada ao
elenco de itens apresentados acima quando da implantação de pontos de ônibus em espaços
urbanos. Tal preocupação refere-se ao impacto sonoro da dinâmica operacional dos pontos de
parada de ônibus no seu entorno, especialmente, constituído por edificações que possuam
atividades sensíveis ao ruído.
Neste sentido, esta tese de doutorado busca contribuir com a proposição de um
modelo computacional para predição do ruído do tráfego na vizinhança de pontos de ônibus, a
fim de fornecer aos envolvidos com o controle de ruído, transporte público e trânsito nas
cidades uma ferramenta que contribua para avaliação de impactos sonoros desses relevantes
componentes do sistema de transporte coletivo por ônibus.
2.3 Aspectos gerais sobre ruído do tráfego veicular
Atualmente, o ruído representa um dos principais agentes poluidores nas cidades.
A rápida expansão urbana, crescimento da população e da frota de veículos automotores, em
função da priorização do seu uso como forma de mobilidade urbana têm contribuído para a
posição destaque do ruído do tráfego veicular em relação às demais fontes de poluição sonora,
fato que é corroborado por diversas referências científicas (SINGAL, 2005; GUEDES;
BERTOLI; ZANNIN, 2011; ZANNIN; DE SANT’ANA, 2011; DINTRANS; PRÉNDEZ,
2013; LICITRA, 2013; CAI et al, 2015).
O ruído além de provocar desconforto, interferências em diferentes atividades do
cotidiano das pessoas (trabalho, lazer, sono, entre outras) e impactos socioeconômicos, é
responsável ainda por inúmeros efeitos nocivos à saúde (físico e/ou psicológico), por
exemplo, perda temporária ou permanente da audição, doenças cardiovasculares, alterações
hormonais, estresse e irritação, entre outros (KANG, 2007; HAMMER; SWINBURN;
NEITZEL, 2014).
Por conta desse cenário preocupante, muitas pesquisas têm sido realizadas com o
interesse de se investigar a problemática do ruído do tráfego veicular em seus diferentes
31
Capítulo 2 – Ruído do tráfego veicular
aspectos. Diversos são os esforços para o controle do ruído nas cidades, a partir de medidas
que visam investigar suas causas e efeitos, ou por meio da avaliação acústica de uma região.
Nos últimos anos, especialmente após a entrada em vigor da Diretiva Europeia
2002/49/CE3, muitas dessas pesquisas têm avaliado o ruído urbano com a aplicação de mapas
acústicos (ou de ruído), elaborados por meio de medições sistemáticas de descritores
acústicos, modelagem matemática/computacional, ou ainda com o uso de softwares
comerciais para predição do ruído (ASENSIO et al, 2009; ARANA et al, 2010; WANG;
KANG, 2011; AVSAR; GUMUS, 2011; SOUZA; GIUNTA, 2011; GUEDES; BERTOLI;
ZANNIN, 2011; ZANNIN; DE SANT’ANA, 2011; SUAREZ; BARROS, 2014; CAI et al,
2015; FIEDLER; ZANNIN, 2015a).
O ruído do tráfego veicular urbano sofre influência de aspectos físicos das vias
(perfis de ruas, gradiente e largura das pistas, tipo de pavimento), do fluxo, composição e
velocidades dos veículos em circulação, das condições meteorológicas (vento, temperatura e
umidade do ar) (KANG, 2007; GUEDES; BERTOLI; ZANNIN, 2011), além das
instabilidades do trânsito decorrentes das frenagens e acelerações dos veículos diante da
presença de cruzamento semaforizado ou não, rotatórias, lombadas, pontos de ônibus, e
própria postura dos motoristas (PICAUT; BÉRENGIER; ROUSSEAU, 2005; ABO-
QUDAIS; ALHIARY, 2007; LI et al, 2011; CAI; LI; LIU, 2011; WANG; CAI; ZOU, 2012).
A depender da velocidade e do fluxo de veículos, o ruído pode ser proveniente do
motor/escapamento, quando os mesmos estão trafegando com velocidades baixas, da
interação pneu/pavimento, ou ainda de aspectos aerodinâmicos, nas situações com
velocidades médias e altas, respectivamente (LICITRA, 2013).
O fenômeno do ruído do tráfego veicular urbano ganha ainda maior complexidade
diante das características aleatórias decorrentes de diversos fatores já mencionados. Algumas
pesquisas (RADWAN; OLDHAM, 1987; LAM; TAM, 1998; ALIMOHAMMADI et al,
2005; RAMIREZ; RODRIGUEZ, 2013) têm mostrado que a consideração de aspectos
aleatórios em ferramentas de avaliação, especialmente, em modelos de predição de ruído pode
contribuir para um melhor diagnóstico e avaliação do ruído do tráfego veicular urbano.
3 A Diretiva Europeia 2002/49/CE tornou obrigatória na Europa a elaboração de mapas estratégicos de ruído
para aglomerações urbanas com mais de 250 mil habitantes. Tal diretiva tem como proposta central definir uma
abordagem comum para evitar, prevenir ou reduzir os efeitos prejudiciais da exposição ao ruído ambiental nos
Estados - Membros Europeus (PARLAMENTO EUROPEU E DO CONSELHO, 2002).
32
Capítulo 2 – Ruído do tráfego veicular
Ressalta-se que o mapeamento sistemático de literatura realizado nesta tese
evidenciou predomínio nos últimos anos de pesquisas acadêmicas sobre mapeamento acústico
e modelagem e simulações, resultado que já era esperado devido ao incentivo da Diretiva
Europeia 2002/49/CE e dos recentes avanços tecnológicos e computacionais (GUEDES;
BERTOLI, 2015).
Este mapeamento sistemático de literatura propiciou ainda a identificação de
alguns outros subtemas de pesquisa, com abordagens e focos diferenciados sobre a temática
do ruído do tráfego veicular, como por exemplo:
(i) Controle do ruído no próprio veículo ou interação pneu/pavimento
(BRAVO; IBARRA; COBO, 2013; LIAO et al, 2014; MAK; HUNG, 2014).
(ii) Propagação sonora ao ar livre em ruas urbanas4 (ONAGA; RINDEL,
2007; CIANFRINI; CORCIONE; FONTANA, 2007; LI; LAW; KWOK,
2008; LIU et al, 2010; SAMARA; TSITSONI, 2011; GUARNACCIA;
QUARTIERI, 2012; VAN RENTERGHEM et al, 2012; OSHIMA; II,
2013).
(iii) Efeitos adversos na saúde física e psicológica das pessoas (MARKS;
GRIEFAHN, 2007; NOTBOHM et al, 2013; PAUNOVIŠ; BELOJEVIŠ;
JAKOVLJEVIŠ, 2013).
(iv) Impactos socioeconômicos (BLANCO; FLINDELL, 2011; NAISH; TAN;
DEMIRBILEK, 2012).
(v) Soundscape5 (NILSSON et al, 2009; COENSEL; VANWETSWINKEL;
BOTTELDOOREN, 2011; RÅDSTEN-EKMAN; AXELSSON; NILSSON,
2013).
Em referência às pesquisas sobre Soundscape, seus enfoques estão relacionados
com a influência do efeito mascaramento no ruído do tráfego veicular por sons mais
agradáveis (fontes de águas, chafarizes) presentes nos espaços urbanos abertos (praças e
parques). As pesquisas sobre Soundscape envolvem, geralmente, avaliações objetivas
(medições e análises por meio de descritores acústicos) e subjetivas para análise da percepção
4 Estudos associados ao entendimento dos fenômenos acústicos envolvidos (reflexão, espalhamento e difração) e
influências das superfícies e obstáculos – forma urbana, vegetação, barreiras acústicas.
5 Soundscape (ou paisagem sonora) – Terminologias que descrevem a relação entre o ambiente sonoro e o
indivíduo, levando-se em conta todos os tipos de interações entre o espaço, o som e os seres humanos
(PAPADIMITRIOU et al, 2009). Referem-se à maneira como o ambiente circundante é percebido pelas pessoas,
envolvendo aspectos físicos, sociais, culturais, psicológicos e arquitetônicos (KANG, 2007).
33
Capítulo 2 – Ruído do tráfego veicular
sonora nas pessoas (aplicação de questionários). Ou ainda, com base em testes psicoacústicos
em laboratórios ou in loco (Realidade virtual e auralização), tais como: FIEBIG; GUIDATI;
GENUIT, 2009; NILSSON et al, 2011; THOMAS et al, 2012; RUOTOLO et al, 2013.
A realização de avaliações subjetivas do ruído do tráfego veicular por meio de
testes auditivos tem sido outra abordagem adotada em recentes pesquisas (MAILLARD;
JAGLA, 2012; MAILLARD; JAGLA, 2013). Maillard e Jagla (2012) destacam que a escuta
do ruído do tráfego veicular ganhou muito interesse por parte dos planejadores urbanos como
ferramenta de avaliação, representando uma alternativa ao uso de indicadores ou parâmetros
acústicos nas análises do impacto desse tipo de ruído em ambientes urbanos.
Na próxima subseção será apresentada uma revisão de literatura, contendo
aspectos abordados na comunidade internacional sobre as principais ferramentas de avaliação
do ruído do tráfego veicular, ou seja, mapeamento acústico e modelos para predição acústica.
2.4 Ferramentas de avaliação do ruído do tráfego veicular
A avaliação do ruído ambiental consiste em uma tarefa complexa, tendo em vista
a sua natureza aleatória e aos diversos fatores de influência que o mesmo sofre durante a sua
propagação ao ar livre, demonstrada por suas oscilações de energia ao longo do tempo. Nesse
sentido, Murgel (2007) cita a importância de se utilizar parâmetros ou descritores acústicos
que possam indicar o valor médio, bem como caracterizar suas flutuações sonoras e a
magnitude do impacto causado pelo ruído em determinada localidade.
Os principais descritores acústicos usados em avaliações de ruído do tráfego
veicular são listados e comentados na próxima subseção, e em seguida, são abordadas as
principais ferramentas de avaliação de ruído: mapeamento acústico e modelos para predição
acústica.
2.4.1 Descritores acústicos
Em geral, para avaliação do ruído do tráfego veicular são usados os seguintes
descritores acústicos: Nível sonoro estatístico (Ln), Nível sonoro equivalente contínuo (Leq),
Nível sonoro médio dia – noite (Ldn), Nível sonoro médio dia – vespertino – noite (Lden), além
do Nível de Poluição Sonora (LNP) e Índice de Ruído de Tráfego (TNI) (SINGAL, 2005;
KANG, 2007).
O nível sonoro estatístico (Ln) é o valor de nível de pressão sonora que foi
excedido em uma porcentagem do intervalo de tempo de observação. Ou seja, L10, L50 e L90
34
Capítulo 2 – Ruído do tráfego veicular
são os níveis excedidos de 10, 50 e 90% do tempo de medição, adotados normalmente como
valores aproximados dos níveis sonoros máximo, médio e residual, respectivamente.
O nível sonoro equivalente contínuo (Leq) representa um descritor de ampla
aplicação nas medições de ruído ambiental, que apresenta oscilações sonoras consideráveis ao
longo do tempo. Consiste no nível de um som contínuo, que em um intervalo de tempo
específico, possui a mesma energia do som medido, cujo nível varia com o tempo (ISO 1996 -
1, 2003). Pode ser calculado pela Equação 1:
*
∫ ( )
+ [Equação 1]
Onde:
- p(t) é a pressão sonora instantânea.
- p0 é a pressão sonora de referência (20μPa).
- T é o intervalo de tempo total de medição.
A partir de valores de Leq em períodos de tempo bem pequenos, pode-se calcular
Leq referente ao intervalo de tempo total da medição (T) por meio da Equação 2 (KANG,
2007, p. 27).
*
∑
+ [Equação 2]
Onde:
- N é o número de termos de Leq.
- ti é o período de tempo referente a cada um desses termos.
Para iguais valores de ti, a Equação 2 resulta na Equação 3 (KANG, 2007, p. 28):
*
∑ + [Equação 3]
Kang (2007, p.28) comenta sobre a possibilidade de se calcular o Leq por meio da
Equação 4, aplicando os níveis sonoros estatísticos, L10, L50 e L90. No entanto, os níveis
sonoros devem seguir uma distribuição normal no intervalo de tempo de medição.
( )
[Equação 4]
35
Capítulo 2 – Ruído do tráfego veicular
Kang (2007, p. 29) lembra que no caso de ruído do tráfego rodoviário, o nível
sonoro equivalente (Leq) se correlaciona fortemente com o fluxo veicular (Q) com base na
Equação 5. Os valores dos coeficientes a e b são influenciados por vários fatores, por
exemplo, das condições da própria rodovia.
[Equação 5]
O ruído comunitário se mostra mais incômodo durante o período da noite devido à
ocorrência de menores de níveis de ruído residual nesses horários. Para considerar tal aspecto,
o descritor acústico Ldn consiste no nível sonoro equivalente médio para o período de 24h com
adição de 10 dBA aos níveis sonoros noturnos, normalmente das 22h às 7h (Equação 6).
[ .
/ .
/
] [Equação 6]
Onde:
- Ldn é o nível sonoro médio dia-noite.
- Lday é o nível sonoro equivalente contínuo para o período diurno (7h às 22h).
- Lnight é o nível sonoro equivalente contínuo para o período noturno (22h às 7h).
O nível sonoro médio dia – vespertino – noite (Lden) é similar ao nível sonoro
médio dia – noite (Ldn). A única diferença entre ambos é a sua penalização adicional nos
níveis sonoros para o período vespertino (Equação 7).
[ .
/ .
/ .
/
] [Equação 7]
Lday, Levening e Lnigth são os níveis sonoros médios, ponderados na curva A, dos
seus respectivos horários típicos, podendo ser definido a partir das características regionais ou
nacionais. Normalmente, os intervalos horários dos períodos dia, vespertino e noite são 7h às
19h, 19h às 22h e 22h às 7h, respectivamente. Esse descritor tem sido adotado pela Diretiva
Europeia 2002/49/CE (PARLAMENTO EUROPEU E DO CONSELHO, 2002).
O nível de poluição sonora (LNP) descreve o ruído de tráfego veicular com base no
nível sonoro equivalente contínuo e no aumento do incômodo durante as flutuações do ruído
36
Capítulo 2 – Ruído do tráfego veicular
ao longo do tempo. O nível de poluição sonora pode ser calculado pela Equação 8
(ROBINSON, 1971).
[Equação 8]
Onde:
- LAeq é o nível sonoro equivalente contínuo durante certo intervalo de tempo de
medição, em dBA.
- σ é o desvio padrão da variabilidade dos níveis instantâneos de ruído obtidos
nesse mesmo período.
Beranek (1971 apud SINGAL, 2005) propôs uma relação aproximada para
determinação do LNP, com base nos níveis estatísticos, L10 e L90 (Equação 9).
( ) [Equação 9]
O índice de ruído de tráfego (TNI) representa outro parâmetro acústico que
considera a variabilidade do ruído como parcela importante na avaliação do ruído do tráfego
veicular, fornecendo um valor que estabelece o seu nível de incômodo.
Scholes (1970) cita que TNI resultou de uma pesquisa social realizada em 1967
pela Building Research Station – BRS, cujos resultados foram publicados em (GRIFFITHS;
LANGDON, 1968; LANGDON; SCHOLES, 1968). Os resultados desta pesquisa indicaram a
existência de correlação entre ruído do tráfego e grau de insatisfação das pessoas,
representada pela combinação ponderada entre L10 e L90 (Equação 10).
( ) [Equação 10]
Onde:
- L10 e L90 são os níveis estatísticos medidos em um período de 24h.
A Figura 2 mostra a correlação observada na pesquisa desenvolvida pela BRS
entre o incômodo e o TNI, indicando a linha com melhor ajuste sob um nível de confiança de
95%. O valor de 74TNI, referente ao limite inferior do intervalo de confiança, seria o nível
critério, indicando que 1 em 40 pessoas estaria incomodada pelo ruído de tráfego veicular
(SCHOLES, 1970, p. 9 - 10).
37
Capítulo 2 – Ruído do tráfego veicular
Figura 2 – Relação entre TNI e grau de insatisfação com o ruído de tráfego.
Fonte: Adaptado de Scholes (1970, p. 9).
A Figura 3 mostra a relação observada entre valores de “TNI instantâneos”
calculados a partir dos níveis estatísticos L10 e L90 medidos por Lamure e Auzou às margens
de uma rodovia em condições de campo livre com diferentes fluxos veiculares. Pelo gráfico
da Figura 3, percebe-se que à medida que o fluxo de tráfego aumenta L10 e L90 aumentam e a
variabilidade do ruído (L10 – L90) diminui (SCHOLES, 1970, p.16).
Figura 3 – Relação entre fluxo de tráfego e TNI, L10, L90.
Fonte: Adaptado de Scholes (1970, p.16).
Em função das características e dos objetivos da presente pesquisa de doutorado,
foram adotados os descritores acústicos LAeq, LA10, LA90, LNP e TNI para a investigação do
38
Capítulo 2 – Ruído do tráfego veicular
impacto no ruído do tráfego veicular urbano decorrente do processo de chegada e partida de
ônibus nos pontos de parada de ônibus investigados.
2.4.2 Mapeamento acústico
O mapa de ruído é uma representação gráfica da distribuição espacial da
exposição ao ruído (KANG, 2007, p. 147). Os mapas de ruído apresentam os níveis sonoros
por meio de isolinhas, semelhantes às curvas topográficas de mapas convencionais. A norma
ISO 1996-2 (2007) recomenda identificar nos mapas de ruído os limites de cada curva por
meio de cores padronizadas em intervalos de 5 dB.
Conforme já mencionado, a elaboração dos mapas de ruído recebeu grande
impulso nos últimos anos a partir da entrada em vigor da Diretiva Europeia 2002/49/CE. Tal
diretiva cita que a elaboração do mapa de ruído representa uma compilação de dados sobre
uma situação acústica anterior, existente ou futura, sendo possível fazer análises comparativas
entre seus níveis sonoros e os valores - limite em vigor, e estimar o número de habitações,
escolas, hospitais e pessoas expostas a determinados níveis de ruído em uma dada região
(PARLAMENTO EUROPEU E DO CONSELHO, 2002).
A Diretiva Europeia 2002/49/CE cita ainda que o mapa estratégico de ruído
consiste em um importante banco de dados, que poderá subsidiar futuros planos de ação para
o controle do ruído e oferecer relevantes informações ambientais para os cidadãos
(PARLAMENTO EUROPEU E DO CONSELHO, 2002).
A elaboração de mapas de ruído pode se dar em diferentes escalas urbanas, seja de
uma quadra, de um bairro ou até mesmo de uma cidade, por meio de medições sistemáticas de
ruído, dada uma malha de pontos pré-definida, ou a partir do uso de softwares para predição
acústica (GUEDES; BERTOLI, 2014, p. 41).
No entanto, Cueto e Hernandes comentam que o desenvolvimento de mapas de
ruído por meio de medições acústicas apresenta muitos inconvenientes, e comentam algumas
vantagens e desvantagens de ambos os métodos (LICITRA, 2013, p. 29). Dentre as vantagens
da predição acústica em relação às medições, Cueto e Hernandes destacam:
(i) Fornecimento de informações mais detalhadas quanto à contribuição de
cada fonte no ruído global, sem a influência do ruído residual.
(ii) Não sofre influência das condições meteorológicas.
39
Capítulo 2 – Ruído do tráfego veicular
(iii) Permite avaliação de cenários reais e futuros, com análises da eficácia de
medidas corretivas ou preventivas contra o ruído.
(iv) Oferece maior facilidade de atualização dos mapas de ruído e apresenta
menor custo (LICITRA, 2013, p. 30).
Por outro lado, o uso de softwares para predição acústica na elaboração dos mapas
de ruído exige grande quantidade de dados de entrada, que precisam ser precisos para que
sejam obtidos resultados com a precisão desejada; requer do usuário habilidades específicas
em acústica para adequado uso desses softwares; e a comunidade em geral comumente atribui
maior credibilidade para os resultados alcançados por meio das medições acústicas
(LICITRA, 2013, p. 30).
Com o avanço computacional, diversos softwares têm sido desenvolvidos para
elaboração de mapas de ruído, como: Cadna, ENM, fluidyn, GIpSynoise, IMMI, LIMA,
Mithra, Noisemap, Predictor, SoundPLAN (KANG, 2007, p. 152). Tais softwares adotam
diferentes métodos de cálculo baseados em normas internacionais e nacionais, específicos
para diversos tipos de fontes de ruído (aeroviário, ferroviário, rodoviário e industrial).
Em geral, os modelos matemáticos se utilizam da teoria e princípios da
propagação sonora ao ar livre, levando-se em conta as influências das características acústicas
das fontes (por exemplo, nível de potência sonora), aspectos geométricos da área (topografia,
edifícios, muros, entre outros), condições meteorológicas (vento, temperatura, umidade
relativa) e fenômenos acústicos (reflexão e difração).
Kang (2007, p.147) comenta que mesmo diante da busca por melhor precisão das
simulações acústicas, como os esforços dos países europeus com a adoção dos projetos
Harmonoise e Imagine, muitas normas de âmbito nacional ainda têm sido aplicadas nos
softwares de mapeamento acústico. Consequentemente, diferentes procedimentos de cálculos
e descritores acústicos são frequentes, contribuindo para divergências nas predições de ruído
para um mesmo cenário simulado.
Quanto à elaboração de mapas de ruído do tráfego veicular com uso de softwares
para simulação acústica, seus procedimentos podem ser resumidos da seguinte maneira:
(i) Coleta de aspectos físicos e geométricos da via e do seu entorno.
(ii) Aquisição de dados acústicos e de tráfego.
(iii) Modelagem geométrica e modelagem acústica, com a definição dos
algoritmos, normas específicas e caracterização das fontes de ruído.
40
Capítulo 2 – Ruído do tráfego veicular
(iv) Calibração e validação do modelo.
(v) Cálculo, geração dos mapas de ruído (planos horizontais e verticais),
relatórios e tabelas com valores de níveis de exposição sonora em uma dada
população (GUEDES; BERTOLI, 2014).
Os descritores acústicos mais usados nos mapeamentos acústicos são os níveis
sonoros estatísticos (Ln), nível sonoro equivalente contínuo (Leq), nível sonoro médio dia –
noite (Ldn) ou nível sonoro médio dia – vespertino – noite (Lden) (MAROJA; GARAVELLI;
DE CARVALHO JUNIOR, 2011; GIUNTA et al, 2012; MORAES et al, 2013; FIEDLER;
ZANNIN, 2015a).
Conforme mencionado, a Diretiva Europeia 2002/49/CE tem tornado o mapa
acústico uma importante ferramenta de controle e gerenciamento do ruído entre os países –
membros europeus. Com o passar dos anos, tal ação vem se expandindo para outros
continentes, e a comunidade científica tem buscado cada vez mais acompanhar essa demanda
com realização de novas pesquisas sobre essa relevante temática. Uma evidência disto é o
crescimento do número de publicações internacionais sobre mapeamento acústico verificado
nos últimos anos (GUEDES; BERTOLI, 2015).
No continente europeu, pesquisas sobre mapeamento acústico com base na
Diretiva Europeia já são uma realidade. Por exemplo, na Espanha, Arana et al (2013)
desenvolveram o mapeamento estratégico de ruído e seus consequentes planos de ação na
comunidade autônoma de Navarra (Espanha). Realizou-se um total de seis mapas de ruído,
englobando 120 km das principais rodovias, e a aglomeração de Pamplona que possuía na
ocasião 280.199 habitantes.
No mapa estratégico de ruído de Pamplona, verificou-se que 13% das pessoas se
encontravam expostas a níveis sonoros médio – noite (Lnight) acima de 55 dBA, e 15,1% a
níveis sonoros médio dia – vespertino – noite (Lden) superiores a 65 dBA. Com relação aos
mapas de ruído realizados ao longo das principais rodovias, observou-se que 3.900 pessoas
estavam expostas a Lnight superiores a 55 dBA e 2.400 pessoas expostas a Lden acima de 65
dBA.
Na Irlanda, King, Murphy e Rice (2011) fizeram uma revisão dos procedimentos
de implantação da primeira fase do mapeamento estratégico de ruído e plano de ação na
cidade de Dublin (Irlanda) com enfoque ao ruído do tráfego rodoviário. De um modo geral,
esta primeira fase desenvolveu mapas de ruído para uma aglomeração, um aeroporto e 600 km
41
Capítulo 2 – Ruído do tráfego veicular
de rodovias. Tais mapas mostraram o nível de exposição sonora em uma população com cerca
de 1,25 milhão de pessoas. Podem-se citar ainda como exemplos de estudos na Irlanda, os
desenvolvidos por Murphy e King (2011), King e Rice (2009) e Murphy, King e Rice (2009).
Outros países europeus têm realizado trabalhos sobre mapas de ruído, tais como,
Turquia (AVSAR; GUMUS, 2011; KALIPCI; DURSUN, 2009; DOYGUN; KUŞAT
GURUN, 2008); Bélgica (CAN; DEKONINCK; BOTTELDOOREN, 2014; D'HONDT;
STEVENS; JACOBS, 2013); Reino Unido (WANG; KANG, 2011); Lituânia (VAIŠIS;
JANUŠEVIČIUS, 2008); Romênia (POPESCU; TUNS; MOHOLEA, 2011).
China, Coréia do Sul, Brasil são alguns países que buscam acompanhar o exemplo
europeu no desenvolvimento de pesquisas sobre mapeamento acústico. Entretanto, a
representatividade desses e de outros países ainda se mostra incipiente no cenário
internacional de publicações de pesquisas sobre esse tema (GUEDES; BERTOLI, 2015).
Na China, Cai et al (2015) desenvolveram mapas de ruído do tráfego veicular para
os períodos diurno e noturno na cidade de Guangzhou, usando recursos do Geographical
Information Systems (GIS) e Global Positioning Systems (GPS). Esses mapas acústicos
abrangeram uma área aproximada de 2.400 km2, com 20.450 fontes de ruído de tráfego e
104.461 edificações em oito distritos da cidade de Guangzhou.
Cai et al (2015) citam a criação do mapa de ruído de tráfego em anel rodoviário
cidade de Guangzhou (ZHOU, 2007); o desenvolvimento do mapa de ruído em Hong Kong
com aplicação da tecnologia de visualização 3D (LUO et al 2005), que também foi objeto de
estudo de Wing Law et al (2011). Citam ainda o exemplo do mapa de ruído do tráfego diurno
desenvolvido em Taiwan por meio de monitoramento acústico (KANG; LIN; CHEN, 2009),
além do primeiro mapa de ruído de tráfego veicular na cidade de Beijing, abrangendo uma
área de 12,7 km2
(HU; XU, 2009).
Na Coréia do Sul, Jeong et al (2010) aplicaram a técnica de mapeamento acústico
para analisar o ruído durante e após a construção de um edifício, bem como da implantação do
projeto de desenvolvimento urbano e um complexo industrial em Seul, com previsões do
ruído do tráfego em decorrência do aumento do fluxo veicular provocado por esses
empreendimentos. Lee et al (2014) realizaram uma estimativa de populações expostas ao
ruído do tráfego rodoviário nos períodos diurno e noturno em 25 distritos da região
metropolitana de Seul. Os resultados apontaram para a necessidade urgente de medidas de
redução do ruído de tráfego no período noturno.
42
Capítulo 2 – Ruído do tráfego veicular
No Brasil, a maior parcela dos trabalhos sobre mapas de ruído tem sido resultado
de pesquisas acadêmicas, que mesmo tendo pouca representatividade em relação ao cenário
internacional de publicações, tem contribuído no desenvolvimento e consolidação de
procedimentos metodológicos para a sua realização.
A Tabela 1 apresenta uma amostra de artigos desenvolvidos no Brasil e
publicados internacionalmente, destacando informações, como: referência, local de estudo,
forma de abordagem, descritores acústicos e referências normativas adotadas. Oferece,
portanto, um panorama geral de alguns exemplos de pesquisas brasileiras sobre mapeamento
acústico.
Tabela 1 – Exemplos de artigos desenvolvidos no Brasil e publicados internacionalmente sobre mapeamento
acústico.
Referência Local Forma de abordagem Descritor acústico/
referência normativa
FIEDLER;
ZANNIN,
2015a
Curitiba
(PR)
Medições acústicas (16 pontos) e coleta de
dados de tráfego e características físicas da
rodovia. Modelagem computacional: software
para predição acústica – criação de mapas
acústicos – grid: 15 x 15 m; height: 4m.
LAeq (10 min)/
Diretiva Europeia
2002/49/EC; NBR10151
(2000)
FIEDLER;
ZANNIN,
2015b
Curitiba
(PR)
Medições acústicas e coleta de dados de tráfego
(232 medições). Modelagem computacional:
software Predictor 8.11 (Brüel & Kjær) –
criação de mapas acústicos –– grid: 10 x 10m e
2 x 2m; height: 4 m.
LAeq (10 min)/
ISO 1996-1 (2003); ISO
1996-2 (1998); Diretiva
Europeia 2002/49/EC;
NBR 10151 (2000)
ZANNIN et al,
2013a
Curitiba
(PR)
Medições acústicas (58 pontos) e coleta de
dados de tráfego. Modelagem computacional:
software Predictor 7810 (Brüel & Kjær), versão
8.1 – criação de mapas acústicos - grid: 5 x 5m;
height: 4 m (Parte Objetiva). Survey: Aplicação
de 389 questionários (Parte subjetiva – reações
ao ruído). Comparação entre os resultados das
avaliações objetiva e subjetiva (Análise
estatística: Coef. de correlação de Spearman).
LAeq(3min)/
ISO 9613-1 (1993); ISO
9613-2(1996);
NBR10151 (2000)
ZANNIN et al,
2013b
Curitiba
(PR)
Medições acústicas (20 pontos) e coleta de
dados de tráfego. Modelagem computacional:
software SoundPLAN (Braunstein and Berndt),
versão 6.2 – criação de mapas acústicos
horizontais.
LAeq (15 min)/
RLS - 90; NBR 10151
(2000)
ZANNIN; DE
SANT'ANA,
2011
Curitiba
(PR)
Medições acústicas (28 pontos) e coleta de
dados de tráfego. Modelagem computacional:
software Predictor 7810 (Brüel & Kjær), versão
6.0 – criação de mapas acústicos.
LAeq(3min)/
ISO 9613-1(1993); ISO
9613-2 (1996); NBR
10151 (2000)
GUEDES;
BERTOLI;
ZANNIN, 2011
Aracaju
(SE)
Medições acústicas (19 pontos) e coleta de
dados de tráfego. Modelagem computacional:
software SoundPLAN (Braunstein and Berndt),
versão 6.0 – criação de mapas acústicos
horizontais (Grid noise map) – grid: 10 x 10m;
height: 1,5m e verticais (Cross-Sectional Noise
Map (grid: 5 x 5 m).
LAeq(30s)/
RLS - 90; NBR 10151
(2000)
Continua
43
Capítulo 2 – Ruído do tráfego veicular
Continuação
GIUNTA et al,
2012
São Carlos
(SP)
Medições acústicas (48 pontos), coleta de dados
de tráfego e criação de mapas acústicos
simplificados com aplicação do software
ArcGIS, versão 10.
LAeq (5min), LA10, LA50 e
LA90/NBR 10151 (2000)
MORAES et al,
2013
Belém
(PA)
Medições de parâmetros térmicos, acústicos e
de tráfego (07 pontos). Modelagem
computacional: software Predictor (Brüel &
Kjær), versão 9.1.
LAeq, LA10, LA90, LAmin e
LAmax (5min)/ ISO 9613-
1(1993); ISO 9613-2
(1996)
MAROJA;
GARAVELLI;
DE
CARVALHO
JUNIOR, 2011
Brasília
(DF)
Medições acústicas (03 pontos), coleta de dados
de tráfego: controladores eletrônicos de
velocidade. Modelagem computacional:
software SoundPLAN (Braunstein and Berndt) –
criação de mapas acústicos horizontais (grid:
1x1m; height: 2m) e verticais (grid: 0,5 x 0,5 m;
height: 30 m).
LAeq (30min); Lden; Lday;
Lnight/ RLS - 90; Diretiva
Europeia 2002/49/EC
BUNN;
ZANNIN, 2015
Curitiba
(PR)
Medições acústicas, coleta de dados de tráfego.
Modelagem computacional: software Predictor
7810, (Brüel & Kjær), versão 8.11 – criação de
mapas acústicos (grid: 10 x 10m; height: 4 m).
LAeq (10min)/
ISO 9613-1(1993); ISO
9613-2 (1996); Diretiva
Europeia 2002/49/EC;
NBR 10151 (2000)
BARRY;
VITTORINO;
NETO, 2010
São Paulo
(SP)
Medições acústicas (60 pontos). Modelagem
computacional: software SoundPLAN
(Braunstein and Berndt), versão 6.4 – criação de
mapas acústicos horizontais e verticais.
Modelagem da fonte sonora (tráfego veicular):
medições acústicas e RLS - 90. Modelagem da
propagação sonora: ISO 9613-2 (1996). Análise
do impacto sonoro e medidas de mitigação (tipo
de pavimento e barreira acústica).
LAeq/ ISO – R1996
(1971); ISO 1996 (2003);
ISO 9613-2 (1996); RLS
– 90; NBR 10151 (2000)
MARQUES et
al, 2010
Umuarama
(PR)
Medições acústicas (121 registros) e coleta de
dados de tráfego. Modelagem Computacional:
software SoundPLAN (Braunstein and Berndt) –
criação de mapas acústicos horizontais.
Caracterização da fonte (tráfego veicular)
segundo o espectro e potência sonora.
LAeq (10 min); LA10; LA50
e LA90/ NBR 13369
(1995); NBR 10151
(2000)
Conclusão
Por outro lado, o que se observa no Brasil é a escassez de elaboração de mapas de
ruído de maneira sistemática no âmbito da gestão pública de suas cidades, contando apenas
com iniciativas pontuais, como a carta acústica de Fortaleza, promovida pela Secretaria do
Meio Ambiente e Controle Urbano da Prefeitura Municipal de Fortaleza (CE).
Mais recentemente, a Prefeitura Municipal de São Paulo (SP) sancionou a Lei Nº
16.499, de 20 de julho de 2016 (SÃO PAULO, 2016), que dispõe sobre a elaboração do Mapa
do Ruído Urbano da Cidade de São Paulo e dá outras providências. A entrada em vigor da
Lei Nº 16.499/2016 deverá abrir novas perspectivas para o país quanto ao controle e gestão da
poluição sonora urbana. A Lei Nº 16.499/2016 especifica que o mapa de ruído urbano deverá
servir de instrumento para o Poder Público Municipal:
“Conscientizar a população dos efeitos do ruído sobre a saúde
humana; identificar a diversidade de fontes emissoras de ruído;
44
Capítulo 2 – Ruído do tráfego veicular
fomentar o uso de novas tecnologias para mitigar as emissões de ruído
acima dos níveis estabelecidos pela legislação e normas vigentes;
difundir campanhas educativas sobre as fontes de emissões de ruído e
suas responsabilidades; elaborar o Plano de Ação para Redução de
Ruídos; realizar consultas públicas junto à população; orientar a
adoção de ações e políticas públicas para a melhora da qualidade
ambiental e urbanística da cidade” (SÃO PAULO, 2016, p. 1-2).
2.4.3 Modelos para predição acústica
Conforme mencionado em parágrafos anteriores, os mapas acústicos podem ser
desenvolvidos a partir de medições sistemáticas do ruído ou com aplicação de softwares para
simulações, que adotam modelos específicos para predição de ruído. Portanto, o uso desses
modelos de predição acústica tem sido outro importante recurso para avaliação e controle de
ruído ambiental.
Nedic et al (2014, p. 24) comentam que para controlar o nível de ruído em áreas
urbanas é fundamental o desenvolvimento de métodos para predição de ruído do tráfego,
citando que os primeiros modelos para esse fim foram criados em meados dos anos de 1950.
Uma revisão crítica de alguns dos principais modelos de predição de ruído do
tráfego adotados nos últimos anos foi feita por Garg e Maji (2014), que compararam os
mesmos quanto aos seus algoritmos de modelagem da fonte e de propagação sonora. Os
modelos revisados foram: Federal Highway Administration Traffic Noise – FHWA (USA),
Calculation of Road Traffic Noise – CoRTN (Reino Unido), Richtlinien für den Lärmschutz
an Straben – RLS 90 (Alemanha), ASJ RTN 2008 (Japão), Harmonoise e Common Noise
Assessment Methods in Europe – CNOSSOS – EU (Europa), Son Road (Suíça), Nord2000
(Países escandinavos), NMPB – Routes – 2008 (França).
Garg e Mai (2014, p. 69) destacam que a técnica de predição de ruído teve forte
impulso a partir da Diretiva Europeia 2002/49/CE, quando os mapas de ruído tornaram-se
instrumentos recomendados para análise do ruído de transporte e aglomerações urbanas
(PARLAMENTO EUROPEU E DO CONSELHO, 2002). Na revisão crítica, os autores
observam que os modelos mais recentes formulados e adotados nos países desenvolvidos
atendem a todos os aspectos de modelagem de ruído do tráfego, como a caracterização da
fonte através do nível de potência sonora e a propagação sonora ao ar livre, levando-se em
45
Capítulo 2 – Ruído do tráfego veicular
conta aspectos meteorológicos e fenômenos acústicos de reflexão, refração e absorção
(GARG; MAI, 2014, p. 75).
Garg e Mai (2014, p. 75) salientam que os princípios da propagação sonora ao ar
livre representam elementos vitais para uma maior precisão dos modelos de ruído do tráfego
em ambientes mais complexos. Comentam também sobre algumas formas de abordagem
nesse sentido, a exemplo do método de engenharia especificado pela ISO 9613-2 (1996) para
o cálculo da atenuação sonora durante sua propagação ao ar livre, a fim de predizer os níveis
de ruído ambiental para uma determinada distância em relação às diversas fontes sonoras
(GARG; MAI, 2014, p. 75).
Segundo Guarnaccia (2013, p. 121) uma modelagem apropriada das fontes e da
propagação sonora consiste em uma tarefa desafiadora, especialmente, em áreas em que a
complexidade das fontes, receptores e demais objetos dificultam a aplicação dos modelos
usuais de predição de ruído do tráfego. A maioria dos modelos encontrados na literatura se
baseia em análises de regressão linear, os quais possuem como principal limitação a não
consideração da natureza aleatória do fluxo dos veículos e o modo como os mesmos trafegam
em determinada via (NEDIC et al, 2014, p. 24).
Em geral, os modelos com base em análise de regressão linear buscam estimar
correlações entre descritores acústicos e parâmetros não acústicos, como, fluxo e composição
do tráfego, velocidade média, largura das vias, entre outros, estabelecendo coeficientes que
refletem às situações específicas analisadas (CIRIANNI; LEONARDI, 2011, p. 2). A Tabela
2 mostra alguns exemplos de pesquisa desenvolvidas no Brasil e publicados
internacionalmente que usaram a regressão linear como forma de abordagem.
Tabela 2 – Exemplos de artigos desenvolvidos no Brasil e publicados internacionalmente com aplicação de
análises de regressão linear.
Referência Local Forma de abordagem Descritor acústico/
Referências normativas
RODRIGUE
S et al, 2010
Belo
Horizonte
(MG)
Medições acústicas e coleta de dados de tráfego.
Modelagem matemática - Análises estatísticas:
Aplicação do software SPSS para análises de
correlação entre variáveis, gráficos de dispersão.
LAeq; Lmin; Lmax e Níveis
sonoros estatísticos (15
min)/ NBR 10151(2000)
DA PAZ;
ZANNIN,
2010
Curitiba
(PR)
Medições acústicas (24 pontos) e coleta de dados de
tráfego (fluxo e composição de veículos – 15 min)
Modelagem matemática: Análises estatísticas:
Correlação, regressão linear simples e múltipla,
testes estatísticos: coef. de correlação linear “R”,
coef. de determinação “R2”, análise de variância.
LAeq; LA10; LA50 e LA90 (5
min)/ RLS - 90
Continua
46
Capítulo 2 – Ruído do tráfego veicular
Continuação
CALIXTO;
PULSIDES;
ZANNIN,
2008
Curitiba
(PR)
Medições acústicas e coleta de dados de tráfego
(100 amostras). Modelagem matemática: Análises
estatísticas: Correlação e regressão linear simples;
teste estatístico: coef. de correlação linear “R”.
LAeq; LA10 e LA90/ RLS -
90
RODRIGUE
S et al, 2006
Uberlândia
/ Belo
Horizonte
(MG)
Medições acústicas, coleta de dados de tráfego e
características físicas dos terminais de ônibus.
Modelagem matemática: Análises estatísticas:
Regressão linear, testes estatísticos: coef. de
determinação “R2” e test t-student.
LAeq; LA10/ Calculation of
Road Traffic Noise
(CRTN)
MAROJA;
De SOUSA;
GARAVEL
LI, 2005
Brasília
(DF)
Medições acústicas e coleta de dados de tráfego.
Modelagem matemática: Análises estatísticas.
Comparação entre os níveis sonoros medidos e
calculados pelo modelo matemático proposto e pela
norma RLS - 90.
LAeq (10min) / RLS - 90;
NBR 10151 (2000)
Conclusão
Aos poucos os modelos de predição de ruído do tráfego foram se aprimorando.
Novas abordagens matemáticas têm sido incorporadas, a exemplo, das redes neurais artificiais
(GIVARGIS; KARIMI, 2010; NEDIC et al, 2014; KUMAR; NIGAM; KUMAR, 2014) e
algoritmos genéticos (GÜDOGDU; GÖKDAG; YÜKSEL, 2005; RAHMANI; MOUSAVI;
KAMALI, 2011).
Givargis e Karimi (2010) desenvolveram um modelo de redes neurais com cinco
variáveis de entrada (fluxo horário de tráfego, porcentagem de veículos pesados, velocidade
média do tráfego, inclinação da via, e os ângulos de visão). Os autores confrontaram o modelo
de redes neurais proposto com os dados empíricos coletados em rodovias em Teerã (Irã),
obtendo diferenças pequenas entre os seus resultados e os calculados com o modelo CoRTN
calibrado.
O modelo de redes neurais desenvolvido por Nedic et al. (2014) considerou outras
cinco variáveis de entrada (número de veículos leves, caminhões intermediários, caminhões
pesados, ônibus e velocidade média do fluxo). A rede neural foi treinada e testada com os
dados empíricos coletados em uma rodovia na Sérvia. Os autores concluíram que o modelo de
redes neurais artificiais mostrou melhor capacidade de predição do nível de ruído equivalente
do tráfego veicular (LAeq) quando comparado com métodos estatísticos clássicos, respondendo
bem a típica relação não – linear entre o ruído de vias urbanas e seus fatores de influência.
Kumar, Nigam e Kumar (2014) aplicaram as redes neurais multicamadas tipo
back - propagation para predição do nível de ruído do tráfego em rodovias (LA10 e LAeq). Os
dados de entrada foram: fluxo horário de veículos, porcentagem de veículos pesados e
47
Capítulo 2 – Ruído do tráfego veicular
velocidade média. Os autores verificaram maior precisão dos resultados do modelo de rede
neural proposto em relação aos obtidos por análises de regressão linear.
Ressalta-se também que a técnica de redes neurais tem apoiado pesquisas sobre o
ruído do tráfego veicular não somente no desenvolvimento de modelos para predição de
ruído, mas também, em atividades de classificação e estimativas do seu incômodo (TORIZA;
RUIZ; RAMOS – RIDAO, 2012, p. 46).
Toriza e Ruiz (2012) estudaram a possibilidade do uso de espectros de sinais
sonoros reais gravados para estimativa do fluxo e composição veicular (classificação de
veículos pesados e motos) em tempo real, aplicando-se, por exemplo, a rede neural
multicamadas, tipo Perceptron (Multilayer Perceptron Neural Network – MLP) como
abordagem matemática.
Toriza, Ruiz e Ramos – Ridao (2012) usaram as redes neurais tipo back-
propagation para prever o nível de pressão sonora e composição espectral – temporal em
ambientes urbanos. Os pesquisadores justificaram a adoção dessa abordagem diante da
necessidade dos planejadores urbanos terem em mãos ferramentas que possibilitem a
concepção, planejamento e avaliação de paisagens sonoras (soundscapes) de modo a adaptá-
las com vistas à qualidade de vida das pessoas. O modelo desenvolvido Toriza, Ruiz e Ramos
– Ridao (2012) se mostrou preciso e válido para o local investigado, podendo ser aplicado em
outros cenários urbanos de médio porte desde que sejam feitos ajustes prévios.
Outro estudo com utilização das redes neurais foi realizado por Souza e Giunta
(2011) que modelaram a influência de índices urbanísticos no ambiente sonoro em uma
cidade brasileira.
No que se refere ao algoritmo genético, pode-se dizer que essa técnica matemática
é essencialmente um método de otimização por meio da minimização dos erros quadráticos
entre os dados medidos e calculados. Dentro desta perspectiva, Güdogdu, Gökdag e Yüksel
(2005) e Rahmani, Mousavi e kamali (2011) desenvolveram modelos para predição de ruído
do tráfego.
Güdogdu, Gökdag e Yüksel (2005) investigaram o efeito da composição do fluxo
veicular na poluição sonora na cidade de Erzurum (Turquia). Desenvolveu-se um método de
previsão de ruído do tráfego com a consideração dos seguintes parâmetros de entrada:
inclinação da via, razão entre altura das fachadas lindeiras e largura da via, limite legal de
ruído de cada tipo de veículo (carros, ônibus e caminhões) e fluxo de veículos. Os resultados
48
Capítulo 2 – Ruído do tráfego veicular
indicaram boa concordância entre os valores medidos dos níveis de ruído do tráfego e as
estimativas obtidas pelo método proposto e por outros modelos existentes.
Rahmani, Mousavi e kamali (2011) desenvolveram dois modelos de previsão de
ruído do tráfego com uso do algoritmo genético para o cálculo de Leq. O estudo se realizou na
cidade de Mashhad (Irã). Os parâmetros adotados foram: fluxo e composição do tráfego
veicular e velocidade dos veículos, com obtenção experimental da emissão sonora de
referência de cada grupo de veículos com base na propagação perpendicular ao eixo central da
via de tráfego. Após comparações com dados empíricos, os modelos propostos demonstraram
precisão de mais ou menos 1%, podendo ser usados para predição de ruído do tráfego em vias
planas.
Outros avanços têm sido destacados por Guarnaccia (2013, p. 121),
especialmente, para previsões de ruído de tráfego em situações mais específicas como,
cruzamentos, fluxo de tráfego intenso e congestionado. Segundo Guarnaccia (2013, p. 121), a
aplicação nesses casos de modelos para predição de ruído do tráfego mais comuns,
geralmente, acarreta falhas.
Uma alternativa para análise dessas situações mais específicas é a adoção da
modelagem dinâmica, estabelecendo-se relações de dependência entre o ruído emitido e
grandezas cinemáticas (posição, velocidade e aceleração) dos veículos. Com informações de
posição e velocidade de cada veículo inserido no trânsito e das relações funcionais entre nível
de potência sonora e velocidade, é possível estimar a sua energia acústica. Entretanto, a
implementação desta ideia possui algumas dificuldades, como a própria definição das relações
supracitadas e a consideração de uma grande quantidade de variáveis cinemáticas em
situações de intenso volume de tráfego (GUARNACCIA, 2013, p. 126).
Mesmo assim, Guarnaccia (2013, p. 121) salienta que a abordagem dinâmica
representa um novo horizonte para o desenvolvimento de modelos para predição de ruído do
tráfego veicular, com vistas a uma melhor simulação dos aspectos estocásticos intrínsecos
neste fenômeno (GUARNACCIA, 2013, p. 122).
Uma comparação entre diferentes enfoques de avaliação do ruído do tráfego
veicular urbano foi realizada por Can et al (2009). Os resultados apontaram que de fato o
modelo dinâmico melhora as estimativas do ruído do tráfego em relação aos modelos
estáticos, os quais levam em conta apenas valores médios de velocidade e fluxo veicular. O
49
Capítulo 2 – Ruído do tráfego veicular
melhor desempenho obtido pelo modelo dinâmico se deve à consideração da interação entre
os veículos no sistema.
Trabalhos recentes têm usado a modelagem dinâmica para predição do ruído do
tráfego veicular urbano com a aplicação de diferentes abordagens matemáticas, a exemplo dos
autômatos celulares, teoria de tráfego - Diagrama Fundamental, método de Monte Carlo, entre
outros (QUARTIERI et al, 2010; CAN et al, 2008; MAKAREWICZ; GALUSZKA, 2011,
RAMÍREZ; DOMÍNGUEZ, 2013).
Quartieri et al (2010) aplicaram a técnica dos autômatos celulares para simular a
dinâmica do tráfego veicular e, posteriormente, avaliar o ruído global gerado em condições de
fluxo livre e congestionado. Segundo os autores, a técnica dos autômatos celulares tem
ganhando popularidade no meio científico em função da sua simplicidade na modelagem de
sistemas complexos.
Quartieri et al (2010) adotaram o modelo unidimensional de autômato celular
determinístico de Fukui - Ishibashi (1996) para a representação da dinâmica do tráfego de
uma via com faixa única. Verificou-se que em cenários com maior densidade veicular foram
registrados menores níveis equivalentes de ruído devido às velocidades mais baixas dos
veículos. Tal situação é típica nas vias urbanas em horários de pico ou nas proximidades de
cruzamentos semaforizados (QUARTIERI et al, 2010, p. 303).
Segundo Guarnaccia (2013, p. 128) “a possibilidade de predizer os níveis de ruído
em uma estrada, levando-se em conta a densidade e velocidade do fluxo de veículos abre
novas perspectivas nos estudos e avaliação do ruído de tráfego”. Inserido neste contexto, a
teoria de tráfego foi aplicada nas pesquisas desenvolvidas por Can et al (2008) e Makarewicz
e Galuszka (2011).
No que tange a abordagem aleatória com aplicação do método de Monte Carlo,
Ramírez e Domínguez (2013) desenvolveram um modelo dinâmico estocástico de predição de
ruído do tráfego veicular, baseando-se em curvas de ruído em função da velocidade e do tipo
de veículo. O modelo foi testado em vias urbanas na cidade de Bogotá (Colômbia), sendo
estabelecido a partir de ajustes de relações funcionais de níveis sonoros para diferentes classes
de veículos. Os resultados obtidos pelo modelo proposto mostraram um ajuste ligeiramente
melhor do que os alcançados com aplicação de modelos determinísticos amplamente
reconhecidos internacionalmente (RAMÍREZ; DOMÍNGUEZ, 2013, p. 614).
50
Capítulo 2 – Ruído do tráfego veicular
Semelhante a outras pesquisas, Ramírez e Domínguez (2013) adotaram o método
de Monte Carlo para o desenvolvimento de um simulador de tráfego para cada pista da via.
Por meio da realização de “sorteios” pseudoaleatórios (amostragem sem reposição) era
verificada a cada segundo, a ocorrência ou não da passagem de veículo e da sua respectiva
classe. Ao mesmo tempo, os valores de velocidades dos veículos eram simulados, com base
em uma distribuição de probabilidade normal obtida para cada classe de veículo e ponto de
coleta (RAMÍREZ; DOMÍNGUEZ, 2013, p. 615).
Segundo Ramírez e Domínguez (2013, p. 620) o modelo estocástico obtido se
mostrou promissor uma vez que apresentou uma abordagem mais adequada quando
comparado com modelos determinísticos para a predição do ruído do tráfego urbano. De
acordo com eles a estrutura do modelo pode ser generalizada para outras situações com os
devidos ajustes.
Ainda dentro desta perspectiva de simulador de tráfego veicular, o método de
Monte Carlo foi também aplicado por Radwan e Oldham (1987). O objetivo principal da
pesquisa foi predizer os níveis de ruído do tráfego urbano em condições de fluxo
interrompido. O modelo proposto apresentava uma subseção para predição da propagação
sonora ao ar livre e outra que simulava o fluxo de veículos em diferentes configurações de
ruas urbanas. Para modelagem da propagação sonora foi adotado o método de Traçado de
Raios (Ray tracing) (RADWAN; OLDHAM, 1987, p. 166).
Radwan e Oldham (1987) simulou o fluxo do tráfego por meio do método de
Monte Carlo, adotando-se a técnica Time History, que tem como ponto de partida a geração
de uma distribuição inicial de veículos e as subsequentes (dentro de uma série amostrada)
decorrentes da distribuição original. Os veículos se movem ao longo da via por uma distância
determinada pelas suas respectivas velocidades e intervalo de amostragem com possibilidade
de entrada de novos veículos no sistema no fim do fluxo (RADWAN; OLDHAM, 1987, p.
174). Os resultados a partir desse modelo foram comparados com os obtidos de modelos
baseados em dados experimentais, havendo uma boa concordância entre os mesmos.
A abordagem probabilística e a simulação de Monte Carlo foram também
utilizadas por Peng e Mayorga (2008). Os autores explicam que neste enfoque, as incertezas
dos diversos parâmetros de influência do ruído do tráfego veicular urbano são associadas aos
dados de entrada dos modelos por meio de distribuições de probabilidade previamente
conhecidas, de tal forma que os seus resultados também adquirem características
51
Capítulo 2 – Ruído do tráfego veicular
probabilísticas. A simulação de Monte Carlo gera repetidamente números pseudoaleatórios
para a extração de valores aleatórios das distribuições de probabilidade para os parâmetros
considerados. Consequentemente, são obtidas curvas de distribuição de probabilidade e
distribuição cumulativa para os resultados do modelo (PENG; MAYORGA, 2008, p. 542).
Na pesquisa de Peng e Mayorga (2008), as variáveis aleatórias de entrada no
modelo adotado (FHWA modificado) foram: fluxo, composição e velocidade do tráfego. As
distribuições de ruído foram simuladas com o método de Monte Carlo para a realização das
avaliações quantitativas do modelo.
Inserido na abordagem probabilística, podem-se citar ainda os estudos
desenvolvidos por Lam e Tam (1998) e Alimohammadi et al (2005) que aplicaram as
simulações de Monte Carlo para análises de confiabilidade nas estimativas de ruído de tráfego
em Hong Kong e Teerã (Irã), respectivamente.
Ressalta-se que a presente tese de doutorado se alinha a pesquisas com enfoque na
modelagem probabilística e simulações de Monte Carlo, tendo como objetivo investigar a
dinâmica do ruído do tráfego veicular na vizinhança de pontos de ônibus. Para tanto, o estudo
contemplou a modelagem e simulação da aleatoriedade do fluxo veicular e do processo de
chegadas e partidas de ônibus nos pontos de parada investigados.
Uma importante contribuição do modelo proposto reside no uso de gravações de
sinais sonoros reais de passagens de veículos e do ciclo de desaceleração, parada e aceleração
de um único ônibus no ponto de parada, possibilitando o cálculo de descritores acústicos e a
“escuta” do ruído simulado do tráfego veicular em certo intervalo de tempo.
Por fim, cabe citar a pesquisa desenvolvida por Wang, Cai e Zou (2012) como
outro exemplo de estudo da influência acústica das características de operação em um ponto
de ônibus. Porém, neste estudo, o modelo de emissão de ruído dos estados de desaceleração,
parado e aceleração de um ônibus foi obtido por meio de análises de regressão linear dos
dados empíricos provenientes de medições acústicas, para posterior combinação com o
modelo de propagação sonora. Wang, Cai e Zou (2012) aplicaram ainda a Teoria das Filas
para modelar o ruído do tráfego decorrente da fila formada por outros ônibus se aproximando
do ponto de parada analisado.
A seguir será apresentada no Capítulo 3 – MODELAGEM E SIMULAÇÕES uma
breve fundamentação teórica sobre essa temática para melhor compreensão dos aspectos e
etapas de modelagem e simulação desenvolvidas nesta pesquisa de doutorado.
52
Capítulo 3 – Modelagem e simulações
Capítulo 3
MODELAGEM E SIMULAÇÕES
3.1 Considerações iniciais
Este capítulo mostra uma breve fundamentação teórica sobre modelagem e
simulações, recurso adotado como forma de abordagem para o desenvolvimento desta tese. O
conteúdo apresentado contempla conceitos e informações gerais sobre importantes
terminologias, tais como, sistemas, modelos, simulação de sistemas, além de metodologias e
técnicas para realização da modelagem e simulação.
A modelagem e simulação têm sido uma importante ferramenta aplicada na
engenharia para a compreensão de características de um sistema pelo conhecimento de outro
similar (PRADO, 1999, p. 93). A expressão “simulação” tem origem no termo latim
“simulatus”, que significa “imitar”. Pode-se entendê-la, portanto, como a imitação de um
sistema real por meio da utilização de modelos (PORTUGAL, 2005, p.26).
Ainda de acordo com Portugal (2005, p.26), a finalidade principal da simulação é
modelar o comportamento e interações das partes de um sistema, permitindo a avaliação
prévia do seu desempenho. Nessa linha de raciocínio, Prado (1999, p. 93) comenta que
“simulação” consiste em uma técnica para solução de um problema pela análise de um
modelo que descreve determinado sistema com uso de computador. Além da simulação
computacional, Chwif e Medina (2015, p.1) citam também a categoria de simulação não
computacional, desenvolvida a partir de protótipos ou modelos em escala reduzida.
Chwif e Medina (2015, p.1) comentam ainda alguns outros relevantes aspectos
sobre simulação, tais como: (i) possibilidade de se prever o comportamento de um sistema,
com certo nível de confiança, a partir de dados de entrada específicos e um conjunto de
premissas; (ii) a simulação não deve ser vista apenas como um simples cálculo ou formulação
matemática; (iii) consiste em uma ferramenta de estudo de cenários e (iv) não substitui o ser
humano no processo de tomada de decisão.
Do texto supracitado, percebe-se a recorrência das palavras “sistema” e “modelo”,
indicando a necessidade de serem bem definidas para a adequada compreensão da técnica da
modelagem e simulação. O termo “sistema” pode ser entendido como “(...) uma agregação de
53
Capítulo 3 – Modelagem e simulações
objetos que possuem alguma interação ou interdependência” (PRADO, 1999, p. 94). Ou seja,
todo sistema pressupõe uma interação causa - efeito entre suas partes constituintes.
Entretanto, para que tal interação seja identificada, o objetivo do sistema deve ser
conhecido com clareza. Enfim, o sistema representa aquilo que se deseja estudar (CHWIF;
MEDINA, 2015, p.1). Os sistemas podem ser classificados em: (i) discretos e (ii) contínuos.
Os sistemas discretos são formados por elementos discretos ou inteiros (exemplo, aviões,
caminhões, navios, pessoas) e os sistemas contínuos representam entidades com quantidades
contínuas, como, o fluxo de um líquido em uma tubulação (PRADO, 1999, p. 94).
Além dessa classificação, um sistema pode ser do tipo real (existência física) ou
hipotético, quando é necessária a criação de modelos imaginários, que possam representar
simplificadamente as diversas interações entre suas partes. Para analisar um sistema de
qualquer natureza (por exemplo: socioeconômico, mecânico, elétrico, biológico) é preciso
descrevê-lo por meio de um modelo (ALVES; MENEZES, 2010, p.285). Logo, um “modelo”
consiste em uma abstração da realidade, que se aproxima do verdadeiro comportamento do
sistema real, devendo ser mais simples quanto possível (CHWIF; MEDINA, 2015, p.3).
De acordo com Chwif e Medina (2015, p.3), os modelos podem ser: simbólicos
(icônicos ou diagramáticos), matemáticos (analíticos) e de simulação. Prado (1999, p.95) e
Portugal (2005, p.29) citam também o modelo do tipo analógico, que pode ser adotado com
sucesso, quando um sistema simulado possui componentes que funcionam similarmente ao de
algum outro sistema físico, por exemplo, um sistema mecânico por um equivalente sistema
elétrico.
Tem-se ainda o modelo de natureza física (protótipo ou maquete), conforme já
citado anteriormente. Esse tipo de modelo tem a vantagem de facilitar a interpretação do
sistema devido ao seu atributo visual, porém, muitas vezes as limitações referentes ao tempo,
recursos e tecnologia para sua construção inviabilizam seu uso em alguns casos
(PORTUGAL, 2005, p.29).
O modelo simbólico é constituído por símbolos gráficos que representam o
sistema de maneira conceitual (PRADO, 1999, p.95), estático (CHWIF; MEDINA, 2015, p.3)
e simplificada (PORTUGAL, 2005, p.28), sendo usado principalmente na documentação de
projetos e como ferramenta de comunicação, a exemplo dos fluxogramas ou diagramas de
bloco.
54
Capítulo 3 – Modelagem e simulações
O modelo matemático ou analítico é aquele que pode ser analisado por um
conjunto de equações, inequações e relações lógicas e matemáticas - Teoria das Filas ou
Programação linear (PRADO, 1999, ALVES; MENEZES, 2010, CHWIF; MEDINA, 2015).
Os modelos de simulação se caracterizam pela capacidade de extrair com maior
fidelidade os aspectos dinâmicos (mudança de estado ao longo do tempo) e aleatórios, tão
comuns nos sistemas reais, geralmente, de natureza mais complexa (CHWIF; MEDINA,
2015, p. 5). Muitas vezes a tentativa de se descrever um sistema por um modelo matemático
ou analítico é frustrada devido ao não conhecimento de supostas relações entre duas ou mais
variáveis do problema ou da distribuição probabilística das variáveis aleatórias ou estocásticas
envolvidas no problema (ALVES; MENEZES, 2010, p.285).
Para esses casos mais difíceis de serem resolvidos analiticamente, as simulações
computacionais se mostram uma ferramenta indispensável e de grande valor na busca por uma
resposta para um determinado problema (ALVES; MENEZES, 2010, p.285). “De um modo
bastante amplo, os estudos de simulação tentam reproduzir em um ambiente controlado o que
se passa com o problema real” (BUSSAB; MORETTIN, 2013, p. 240), cuja solução consistirá
na simulação de variáveis aleatórias.
A partir da simulação é possível “visualizar” o funcionamento do sistema de
interesse (agências bancárias, fábricas, pedágios, portos, tráfego de veículos em uma cidade)
dentro de uma perspectiva privilegiada, podendo-se interagir virtualmente com esses
diferentes cenários, antes mesmo de modificá-los na realidade (PRADO, 1999, p.95).
O uso das simulações computacionais se justifica ainda quando é inviável
interferir no sistema existente, quando a tentativa de alterá-lo sem convicção poderá acarretar
grande probabilidade de insucesso e prejuízo. As simulações se justificam também nas
situações em que o sistema não existe (PRADO, 1999, p.96).
Chwif e Medina (2015, p.6) classificam as simulações computacionais em três
principais categorias: (i) simulação de Monte Carlo; (ii) simulação contínua e (iii) simulação
de eventos discretos. A simulação de Monte Carlo pressupõe o uso de gerador de números
aleatórios para simular sistemas físicos ou matemáticos (CHWIF; MEDINA, 2015, p.6),
buscando representar a ocorrência de um evento de maneira realista, consequentemente,
garantindo a sua característica aleatória (PORTUGAL, 2005, p. 30).
55
Capítulo 3 – Modelagem e simulações
As simulações contínuas (ou de sistemas dinâmicos) e discretas consideram as
mudanças de estado ao longo do tempo, de maneira contínua ou a partir de ocorrência de
eventos, respectivamente (CHWIF; MEDINA, 2015, p.6). Chwif e Medina (2015) destacam
também a possibilidade de construir modelos de simulação, envolvendo tais categorias
simultaneamente. Esse tipo de simulação recebe o nome de “combinada ou híbrida”.
Em termos metodológicos, Prado (1999, p.96) cita duas principais etapas para o
desenvolvimento das simulações de sistemas: (i) construção do modelo da situação atual (o
modelo criado deve reproduzir com fidelidade o sistema de interesse); e (ii) inclusão de
alterações no modelo da situação atual para refletir a situação futura desejada.
Abordando de modo semelhante, porém com maiores detalhes Chwif e Medina
(2015, p. 8) citam as seguintes etapas: (i) Concepção ou formulação do modelo; (ii)
implementação do modelo; e (iii) análise dos resultados do modelo (Figura 4).
Figura 4 – Metodologia de simulação.
Fonte: CHWIF; MEDINA, 2015, p. 8
Na fase da concepção ou formulação do modelo, o sistema de interesse deve ser
adequadamente compreendido com a definição clara dos seus objetivos e delineamento do seu
escopo, hipóteses e nível de detalhamento. Ao término desta etapa o modelo concebido
56
Capítulo 3 – Modelagem e simulações
(modelo abstrato) deve ser representado de maneira adequada para sua compreensão por
outras pessoas envolvidas, tornando-se a partir deste momento um modelo conceitual.
Na etapa seguinte, tal modelo é convertido (ou codificado) através de linguagem
de simulação, simulador comercial ou ainda linguagem de programação em um modelo
computacional, que ao ser comparado com o modelo conceitual (etapa de verificação e
validação) deve - se observar se o mesmo representa precisamente o sistema real considerado.
(CHWIF; MEDINA, 2015, p. 9).
O passo final do processo de simulação consiste na realização de experimentos
(modelo experimental ou operacional). Caso seja necessário, os resultados obtidos das
análises são documentados, com a possibilidade de revisão de etapas mencionadas (CHWIF;
MEDINA, 2015, p. 9).
Por fim, ressalta-se que um relevante aspecto do processo de modelagem e
simulação computacional é a sua natureza evolutiva. Partindo-se de um modelo simples, o
mesmo poderá ser aperfeiçoado paulatinamente com a inserção de novas variáveis e relações,
de maneira a aproximá-lo cada vez mais do sistema real (ALVES; MENEZES, 2010, p.289).
3.2 Variáveis aleatórias e distribuição de probabilidade
Variável aleatória pode ser entendida como uma regra que associa um número real
aos eventos de um dado espaço amostral S6 (CHWIF; MEDINA, 2015, p. 223). O
conhecimento dos conceitos de variáveis aleatórias é fundamental para o desenvolvimento de
modelos probabilísticos7 e estudos de simulação, como o realizado nesta pesquisa.
As variáveis aleatórias podem ser discretas, isto é, todos os seus valores são
finitos - contáveis, ou contínuas quando a variável pode assumir qualquer valor dentro de um
intervalo (CHWIF; MEDINA, 2015, p.223). O número de ocorrências de determinado evento,
por exemplo, quantidade de ônibus que chegam a um ponto de parada representa uma variável
aleatória discreta. Porém, os intervalos de tempo entre chegadas sucessivas dos mesmos ou de
sua permanência no ponto de parada se caracterizam como exemplos de variáveis contínuas.
6 Espaço amostral é o conjunto dos resultados prováveis de determinado experimento. Evento representa
qualquer subconjunto de um dado espaço amostral. Por exemplo, em um experimento de lançamento de moedas,
existem dois eventos possíveis: cara ou coroa. O lançamento da moeda três vezes conduzirá a um espaço
amostral com oito possibilidades de resultados (CHWIF; MEDINA, 2015, p. 219).
7 Bussab e Morettin (2013, p. 105) define modelo probabilístico como um modelo teórico, que com base em
suposições ou premissas adequadas sem observações diretas do fenômeno aleatório em questão, reproduz
razoavelmente a distribuição das frequências relativas ou estimativas de probabilidades de certos eventos de
interesse quando o fenômeno é observado diretamente.
57
Capítulo 3 – Modelagem e simulações
Quando são associadas probabilidades aos resultados de um dado espaço amostral
S, o que está sendo feito é uma atribuição de probabilidade a valores particulares de uma
variável aleatória. A distribuição de probabilidade dessa variável consiste na forma como as
possibilidades de ocorrência de certos valores dessa variável aleatória se distribuem no
intervalo de valores entre 0 e 1. As distribuições de probabilidade das variáveis discretas e
contínuas são definidas pelas funções de probabilidade e de densidade de probabilidade,
respectivamente (CHWIF; MEDINA, 2015, p. 223).
Segundo Bussab e Morettin (2013, p. 144), algumas variáveis aleatórias se
adequam bem a uma gama de problemas práticos. Logo, a criação de modelos probabilísticos
com a estimação de seus parâmetros que descrevam, satisfatoriamente, cenários reais
necessita de estudos detalhados dessas variáveis aleatórias.
A seguir serão apresentados alguns modelos probabilísticos para variáveis
discretas e contínuas, com vistas a servir de fundamentação teórica e melhor compreensão do
modelo de simulação desenvolvido nesta pesquisa. Tais informações foram baseadas no livro
de Bussab e Morettin (2013).
3.2.1 Modelos probabilísticos para variáveis discretas
(i) Distribuição uniforme discreta: consiste na situação mais simples de variável
aleatória discreta, existindo a mesma probabilidade para cada valor possível (Figura 5).
Definição: A variável aleatória discreta X, assumindo os valores x1, ... , xk, tem
distribuição uniforme se, e somente se,
( ) ( )
, para todo i = 1, 2,..., k [Equação 11]
O Valor esperado ou Esperança matemática – E(X), a Variância – Var(X) e a
Função de distribuição acumulada – F(x) são obtidos pelas Equações 12, 13 e 14,
respectivamente.
( )
∑ [Equação 12]
( )
,∑
(∑ )
- [Equação 13]
( ) ∑
( )
( ) [Equação 14]
Onde, ( ) é o número de
58
Capítulo 3 – Modelagem e simulações
Figura 5 - Distribuição uniforme discreta: a) Função de probabilidade e b) Função de distribuição acumulada.
Fonte: Adaptado de Bussab e Morettin (2013, p.145).
(ii) Distribuição de Bernoulli: Relaciona-se com a ocorrência de sucesso
ou fracasso. Ou seja, para determinado experimento (por exemplo, lançamento de moeda),
pode-se definir uma variável aleatória que assuma somente dois valores: 1 (Cara), se ocorrer
sucesso, e 0 (Coroa), se ocorrer fracasso. Sendo p a probabilidade de sucesso, tem-se:
P(sucesso) = P(S) = p, 0 < p < 1.
Definição: A variável aleatória X, que recebe somente os valores 0 e 1, com
função de probabilidade (x, p(x)) tal que, p(0) = P(X = 0) = 1 - p e p(1) = P(X = 1) = p, é
denominada variável aleatória de Bernoulli. A Figura 6 mostra as funções de probabilidade e
acumulada da variável aleatória X.
O Valor esperado ou Esperança matemática - E(X), a Variância – Var(X) e a
Função de distribuição acumulada – F(x) são dadas por:
( ) [Equação 15]
Var( ) ( ) [Equação 16]
( ) {
[Equação 17]
59
Capítulo 3 – Modelagem e simulações
Figura 6 - Distribuição de Bernoulli: a) Função de probabilidade e b) Função de distribuição acumulada.
Fonte: Adaptado de Bussab e Morettin (2013, p.147).
(iii) Distribuição binomial: Consiste na repetição do ensaio de Bernoulli
“n” vezes. Tais repetições são independentes, que equivale a dizer que o resultado de um
ensaio não influencia no obtido por qualquer outro ensaio. Uma amostra particular de
tamanho “n” de uma distribuição de Bernoulli consistirá de uma sequência de sucessos e
fracassos, representados respectivamente, por 1 e 0.
Definição: A variável aleatória X, referente ao número de sucessos em um
experimento binomial, possui distribuição binomial b(n, p) com a seguinte função de
probabilidade.
( ) ( ) ( ) [Equação 18]
(iv) Distribuição de Poisson: é amplamente aplicada em situações quando
se deseja verificar o número de ocorrência de certo tipo de evento dentro de um intervalo de
tempo, superfície ou volume. Por exemplo, o número de chamadas telefônicas durante cinco
minutos, o número de falhas de um computador em um dia de operação (BUSSAB;
MORETTIN, 2013, p.153), ou número de veículos que chegam a um ponto de pedágio
durante uma hora.
Uma variável aleatória N tem uma distribuição de Poisson com parâmetro > 0
se:
( )
, k = 0, 1, 2, ... [Equação 19]
Sabe-se que para a distribuição de Poisson, E(N) = Var(N) = λ, que representa o
número médio de eventos ocorrendo no intervalo de observação. Bussab e Morettin (2013, p.
153) comentam que uma suposição usual sobre a distribuição de Poisson é de que a
probabilidade de se ocorrer mais de um evento em intervalo muito pequeno é desprezível.
60
Capítulo 3 – Modelagem e simulações
Outra informação relevante, é que dada uma distribuição binomial b(k; n, p). Para
n grande e p pequeno, sendo np , pode-se aproximar essas probabilidades por:
( ) ( )
, k = 0, 1,..., n [Equação 20]
Ressalta-se que por conveniência nas simulações, o modelo probabilístico
proposto nesta pesquisa de doutorado realizou a aproximação do modelo de Poisson a partir
de uma distribuição binomial.
3.2.2 Modelos probabilísticos para variáveis contínuas
Segundo Bussab e Morettin (2013, p.168) uma variável aleatória contínua é uma
função X definida sobre um espaço amostral Ω, com valores dentro de um intervalo de
números reais. Geralmente, as variáveis contínuas são resultantes de um processo de medição,
por exemplo, o tempo de vida de uma lâmpada. A seguir são mostrados apresentados alguns
modelos probabilísticos para variáveis aleatórias contínuas.
(i) Modelo uniforme: As funções de densidade de probabilidade e de distribuição
acumulada de uma variável aleatória contínua X, com distribuição uniforme no
intervalo [α, β], são dadas pelas Equações 21 e 22, respectivamente. Os seus
gráficos podem ser vistos na Figura 7.
( ) {
[Equação 21]
( ) ( ) ∫ ( ) {
[Equação 22]
Figura 7 - Distribuição uniforme no intervalo [α, β]: a) Função densidade de probabilidade e b) Função de
distribuição acumulada.
(a) (b)
Fonte: Adaptado de Bussab e Morettin (2013, p.179 -180).
61
Capítulo 3 – Modelagem e simulações
O Valor esperado ou Esperança matemática – E (X) e a Variância – Var (X)
podem ser obtidos por meios das Equações 23 e 24.
( )
[Equação 23]
( ) ( )
[Equação 24]
(ii) Modelo normal: Uma variável aleatória X possui distribuição normal
com parâmetros μ (média) e (variância), , se
sua densidade for dada pela Equação 25. A variável aleatória normal pode ser
resumida simbolicamente por: X N(μ, ). A Figura 8 mostra gráfico de uma
curva normal, com valores específicos de μ e .
( )
√ ( )
, [Equação 25]
Figura 8 – Função de densidade de probabilidade de uma variável aleatória normal (μ e ).
Fonte: Adaptado de Bussab e Morettin (2013, p.181).
Para valores de μ = 0 e , tem-se uma distribuição padrão ou reduzida com a
seguinte notação Z N(0,1) e função de densidade dada pela Equação 26. A Figura 9 mostra o
gráfico da função de distribuição acumulada da normal padrão.
( )
√ ( )
, [Equação 26]
Onde:
[Equação 27]
62
Capítulo 3 – Modelagem e simulações
Figura 9 – Distribuição normal padrão: a) Função de distribuição e b) Função de distribuição acumulada.
(a)
(b)
Fonte: Adaptado de Bussab e Morettin (2013, p.183).
(iii) Modelo exponencial: A variável aleatória T possui distribuição
exponencial com parâmetro β > 0, se sua função de densidade de probabilidade
pode ser representada pela Equação 28. O Valor esperado ou Esperança
matemática – E (T) e Variância – Var (T) são mostradas nas Equações 29 e 30,
respectivamente.
( ) {
[Equação 28]
E(T) = β [Equação 29]
Var(T) = [Equação 30]
3.3 Simulações de Monte Carlo
O método de Monte Carlo teve sua origem na época do primeiro computador
eletrônico ENIAC (Eletronic Numerical Integrator Analyser and Computer) e do advento do
projeto para desenvolvimento de armas nucleares, tendo como precursores os pesquisadores
John Von Neumann, Stanislaw Ulam e Nicholas Metropolis. (ALVES; MENEZES, 2010,
p.286)
O nome “Monte Carlo” deve-se, principalmente, a famosa roleta da cidade de
Monte Carlo, no Principado de Mônaco. A roleta representa um mecanismo simples para
gerar números aleatórios. Um número aleatório consiste no valor de uma variável aleatória
uniformemente distribuída no intervalo entre 0 e 1 (BUSSAB; MORETTIN, 2013, p. 240).
63
Capítulo 3 – Modelagem e simulações
Originalmente, esses números aleatórios eram gerados manualmente ou
mecanicamente, usando roletas, dados especiais, cartões numerados. Com a necessidade de
gerar maior quantidade de números aleatórios, tais métodos foram substituídos por
dispositivos eletrônicos e computadores, os quais geram números pseudoaleatórios
(BUSSAB; MORETTIN, 2013, p. 240; ALVES; MENEZES, 2010, p.287).
A partir do método de Monte Carlo foi possível desenvolver modelos de
simulação probabilística, com vistas principalmente à compreensão de fenômenos aleatórios,
conforme ressalva Portugal (2005, p.30), citando que as simulações de Monte Carlo “(...) são
particularmente aplicáveis quando são requeridos modelos estocásticos”.
Enfim, o método de Monte Carlo se baseia no uso de geradores de números
aleatórios para a solução de experimentos com comportamentos aleatórios em que se
conhecem as distribuições de probabilidade das variáveis envolvidas. De acordo com Prado
(1999, p. 99) o método de Monte Carlo é na realidade “uma maneira de se transformar um
conjunto de números aleatórios em outro conjunto de números (variáveis aleatórias), com a
mesma distribuição da variável considerada”.
Para melhor compreensão do método de Monte Carlo, a seguir é apresentado um
exemplo de aplicação, que aborda uma simulação da chegada de clientes em um pedágio,
apresentado no livro de Prado (1999, p. 104 - 105).
Considerando uma taxa média de chegada de clientes no pedágio (λ) igual a duas
chegadas por minuto, regido pelo modelo de Poisson, ou um intervalo médio entre chegadas
(1/λ) de 30s, seguindo a distribuição exponencial negativa, a Tabela 3 mostra os resultados da
simulação para chegada de 10 clientes.
Na Tabela 3 percebe-se que a cada número de 0 a 1, sorteado aleatoriamente pelo
método de Monte Carlo (coluna 2), existe um valor correspondente de intervalo entre
chegadas sucessivas (coluna 3), extraído da curva de distribuição acumulada do processo de
chegadas em questão. Esses valores representam as variáveis aleatórias desse sistema.
Observa-se que o tempo total para a chegada dos 10 clientes foi de 353s, ou seja,
um intervalo médio entre chegadas de 35s. Caso a amostra fosse ampliada, essa média se
aproximaria cada vez mais do valor oferecido inicialmente de 30s, que corresponde ao valor
real para o intervalo médio entre chegadas de cliente no pedágio.
64
Capítulo 3 – Modelagem e simulações
Portanto, a garantia desse método se dará quando o processo for realizado com
uma grande quantidade de dados, resultando na maior aproximação dos valores simulados aos
obtidos pelo sistema real (PRADO, 1999, p.104; ALVES; MENEZES, 2010, p.287).
Tabela 3 – Simulação do processo de chegada de clientes em um pedágio.
Cliente Nº Aleatório Intervalo entre chegadas
(s)
Instante/tempo (s)
1 0,823 54 54
2 0,293 12 66
3 0,556 25 91
4 0,609 28 108
5 0,351 15 123
6 0,792 53 176
7 0,501 21 197
8 0,779 46 243
9 0,700 36 279
10 0,880 74 353
Fonte: Adaptado de Prado (1999, p. 105)
Por fim, cabe ressaltar que o método de Monte Carlo foi aplicado nesta pesquisa
de doutorado para o estudo do processo aleatório do fluxo de veículos em uma rua e de
chegadas sucessivas de ônibus em determinado ponto de parada, considerando certo intervalo
de tempo de observação. A forma de aplicação do método de Monte Carlo na modelagem e
simulação desta pesquisa será detalhada a seguir no Capítulo 4 – MÉTODO DA PESQUISA.
65
Capítulo 4 – Método da pesquisa
Capítulo 4
MÉTODO DA PESQUISA
4.1 Considerações iniciais
Este capítulo apresenta o objeto de estudo e procedimentos metodológicos
adotados nesta pesquisa a fim de alcançar seu objetivo geral, isto é, verificar a influência da
dinâmica operacional em pontos de ônibus no ruído do tráfego veicular urbano, com o
desenvolvimento e aplicação de um modelo probabilístico que simula o fluxo de veículos e o
processo de chegada, parada e partida de ônibus em determinado ponto de parada de ônibus.
Os resultados obtidos pelo simulador de tráfego referente às passagens de veículos
e chegadas de ônibus no ponto de parada são associados aos seus respectivos sinais sonoros
gravados em campo experimental e adicionados ao ruído residual composto a partir de
fragmentos de áudios extraídos de gravações feitas na rua em investigação. Com isso, o
modelo computacional proposto nesta pesquisa possibilita o cálculo de descritores acústicos
como também a escuta do ruído simulado do tráfego veicular urbano.
Do ponto de vista lógico, toda pesquisa com hipótese(s) implica em associação
entre variáveis, havendo ou não interferências mútuas entre elas (VOLPATO, 2013). Deste
modo pode-se dizer que esta pesquisa se enquadra no tipo associação com interferência,
possuindo também características de pesquisa experimental. Segundo Gil (2006) uma
pesquisa experimental busca determinar um objeto de estudo, selecionar as variáveis capazes
de influenciá-lo e definir as formas de controle e de observação dos efeitos que a variável
produz no objeto.
Para responder a questão de pesquisa proposta inicialmente foram adotados os
seguintes procedimentos metodológicos: (i) seleção do objeto de estudo – pontos de parada de
ônibus em vias urbanas na cidade de Campinas (SP); (ii) coleta de aspectos físicos, dados
acústicos e de tráfego das vias selecionadas com presença de ponto de ônibus; (iii) gravação
de sinais sonoros da passagem de cada tipo de veículo considerado no modelo e do processo
de chegada, parada e partida de ônibus em um ponto de parada hipotético (caracterização das
fontes de ruído); (iv) modelagem e simulação do ruído de tráfego veicular em diferentes
cenários (reais e hipotéticos) e (v) validação do modelo proposto e análises dos resultados.
66
Capítulo 4 – Método da pesquisa
O desenvolvimento de qualquer pesquisa de natureza empírica requer a obtenção
de evidências. Para a etapa de modelagem e simulação foram coletados os seguintes dados:
(i) Grandezas físicas das vias: perfil transversal da via urbana, tipo de
pavimentação, inclinação, mobiliários e/ou equipamentos urbanos,
sinalizações verticais e/ou horizontais.
(ii) Grandezas de tráfego: fluxos e composição de veículos, intervalos de tempo
entre chegadas e de “serviço8” dos ônibus nos pontos de parada em análise.
As categorias de veículos consideradas foram: veículos leves (automóvel,
vans, towner, kombi, jipe, caminhonete), motos e veículos pesados (micro-
ônibus, ônibus e caminhão).
(iii) Grandezas acústicas para caracterização da fonte de ruído:
gravação/medição9 do sinal sonoro de passagens individuais de diferentes
categorias de veículos com velocidades constantes e do processo de
chegada, parada e partida de ônibus em um ponto de ônibus hipotético.
As discussões dos resultados desta pesquisa foram feitas por meio de análises
quantitativas e qualitativas dos experimentos de simulação desenvolvidos a partir do modelo
computacional proposto devidamente validado. A validação do modelo envolveu análises
comparativas entre os dados de tráfego e acústicos, coletados simultaneamente, e os dados
simulados para intervalos de tempo de 3 min. Os descritores acústicos considerados foram:
Nível sonoro equivalente – contínuo (LAeq), Níveis estatísticos (LA10 e LA90), Índice de ruído
do tráfego (TNI) e Nível de poluição sonora (LNP).
As análises quantitativas basearam-se em estudos de sensibilidade do modelo,
com alterações dos parâmetros de entrada a partir das características reais do fluxo médio
veicular e de intervalo médio de tempo entre chegadas de ônibus nos pontos de parada
investigados. Essas análises visaram investigar a influência da dinâmica operacional em
pontos de ônibus no ruído do tráfego veicular. As análises qualitativas buscaram verificar o
potencial do modelo computacional quanto ao nível de realismo do ruído do tráfego veicular
simulado com a realização de avaliações subjetivas auditivas (Testes de júri).
8 Tempo total de parada do ônibus, englobando os tempos de embarque e/ou desembarque de passageiros.
9 Essa atividade de gravação/medição acústica foi feita em ruas pré-selecionadas, localizadas na Universidade
Estadual de Campinas (UNICAMP), as quais serviram como campos experimentais.
67
Capítulo 4 – Método da pesquisa
4.2 Objeto de estudo
Como objeto de estudo foram selecionados dois pontos de ônibus (A e B) situados
em vias urbanas na cidade de Campinas (SP) com diferentes características de fluxo veicular.
O Ponto de ônibus “A” está localizado na rua Roxo Moreira, bairro Cidade Universitária
(Distrito Barão Geraldo) e o Ponto de ônibus “B”, na rua Dr. Buarque de Macedo, bairro Vila
Nova (Figura 10). As subseções 4.2.1 e 4.2.2 mostram descrições gerais dos respectivos
pontos de ônibus e dos contextos urbanos nos quais estão inseridos.
Figura 10 – Localização dos objetos de estudo (Pontos de ônibus “A” e “B”) no mapa parcial de Campinas (SP).
Fonte: Adaptado de Google Maps (2018).
PONTO DE ÔNIBUS “A”
PONTO DE ÔNIBUS “B”
68
Capítulo 4 – Método da pesquisa
4.2.1 Ponto de ônibus “A” (Rua Roxo Moreira)
O Ponto de ônibus “A” está situado em um trecho da rua Roxo Moreira localizado
próximo à reitoria e portaria de acesso ao setor de saúde da Universidade Estadual de
Campinas - UNICAMP (Figura 11), apresentando um regime de fluxo veicular
aproximadamente estacionário em determinados períodos do dia.
Figura 11 - Ponto de ônibus “A” e rua Roxo Moreira: a) Mapa de localização, b) Foto aérea e c) Foto – corte
transversal.
(a)
(b)
(c)
Fonte: Adaptado de Google Maps (2015a).
O Ponto de ônibus “A” foi selecionado inicialmente para servir como estudo
piloto10
desta pesquisa em função de alguns critérios: (i) localização e segurança: facilidade
de acesso e proximidade com o Laboratório de Conforto Ambiental e Física Aplicada da
Faculdade de Engenharia Civil, Arquitetura e Urbanismo (LACAF/FEC/UNICAMP),
possibilitando rapidez nos procedimentos de coleta e análise dos dados (acesso de
equipamentos, download dos dados, etc.); (ii) familiaridade do pesquisador com a dinâmica
10
O estudo piloto desta pesquisa foi publicado em Guedes, Bertoli e Montalvão (2016).
Ponto de ônibus “A”
69
Capítulo 4 – Método da pesquisa
do tráfego de veículos da via e (iii) existência de características físicas que contribuíssem para
o desenvolvimento da pesquisa, por exemplo, perfil transversal, tipo de pavimento e
inclinação da via, menor influência de fatores externos e possibilidade de controle dos
existentes para que não haja muita interferência na investigação do ruído do tráfego local.
O trecho da rua Roxo Moreira, onde se encontra o Ponto de ônibus “A”, possui
duas vias separadas por um canteiro central e com fluxos veiculares em sentidos opostos. As
pistas apresentam superfícies planas e pavimentadas com revestimento asfáltico em bom
estado de conservação, sendo margeadas por edificações de 1 a 3 pavimentos, e algumas áreas
não ocupadas, por exemplo, lotes vazios e estacionamentos (Figura 11).
O trecho analisado em torno do Ponto de ônibus “A” possui cerca de 130 m de
comprimento, limitado em suas extremidades por faixas de pedestres (Figura 11). Cabe
ressaltar que durante a realização dos estudos, buscou-se evitar a influência dessas faixas de
pedestres, de modo a garantir um regime mais estacionário do fluxo veicular11
. Por esse
motivo, as coletas de dados para modelagem e validação foram realizadas das 9h30min às
11h30min e das 14h30min às 16h30min, ou seja, fora dos horários de maiores interferências
das faixas de pedestres no trânsito local.
Nas coletas de dados para modelagem observou-se que a rua Roxo Moreira
apresentou um fluxo médio em torno de 1100 veículos/hora, composto da seguinte maneira:
veículos leves (vl) - 91% do fluxo total, motos (mt) - 5% do fluxo total e veículos pesados
(vp) - 4% do fluxo total. A velocidade – limite da rua é de 40 Km/h.
4.2.2 Ponto de ônibus “B” (Rua Dr. Buarque de Macedo)
Conforme mencionado, o Ponto de ônibus “B” está situado em um trecho da rua
Dr. Buarque de Macedo, localizada no bairro Vila Nova (Campinas/SP). Um aspecto
relevante desse contexto de via urbana é a presença de semáforos, conferindo a pesquisa outro
cenário de análise do ruído do tráfego em condições de trânsito interrompido, algo comum em
áreas urbanas (Figura 12).
O trecho analisado da rua Dr. Buarque de Macedo, entre a Av. Imperatriz
Leopoldina e Trav. São José, possui apenas uma pista com sentido único de fluxo veicular,
superfície plana e pavimento em asfalto. As edificações localizadas as suas margens
11
Embora o uso da faixa de pedestre possuísse também um caráter aleatório, observou-se que as passagens dos
pedestres ocorriam com maior frequência no início da manhã e no final da tarde (horários de chegada e saída de
funcionários e estudantes da UNICAMP, respectivamente) e próximo ao meio dia, com o deslocamento de
pessoas para restaurantes existentes nas suas imediações.
70
Capítulo 4 – Método da pesquisa
encontram-se lateralmente dispostas bem próximas umas das outras, com gabarito de altura de
1 a 2 pavimentos, configurando-se em um perfil transversal em formato de “U” (Figura 12c).
Figura 12 - Ponto de ônibus “B” e rua Dr. Buarque de Macedo: a) Mapa de localização, b) Foto aérea e c) Foto
– corte transversal.
(a)
(b)
(c)
Fonte: Adaptado de Google Maps (2016).
A Figura 12c mostra ainda a existência de uma faixa exclusiva para circulação de
ônibus coletivos. Durante determinados períodos do dia (6h às 8h e 16h às 19h), a rua Dr.
Buarque de Macedo adquire a função de corredor de ônibus. Nestes horários, é proibido o
estacionamento de veículos ao longo do meio-fio.
Por simplificação da pesquisa quanto à demanda de tempo para coleta de dados e
a fim de evitar a sua realização em períodos com eventuais congestionamentos, as
modelagens e simulações nesta rua foram feitas somente no período da tarde e em horários de
entre picos (das 14h às 16h). Durante a coleta de dados para modelagem, a rua Dr. Buarque de
Macedo apresentou um fluxo horário médio de 794 veículos, composto por 88% de veículos
Ponto de ônibus “B”
71
Capítulo 4 – Método da pesquisa
leves (vl), 9% de motos (mt) e 3% de veículos pesados (vp). A velocidade – limite da rua Dr.
Buarque de Macedo para ônibus é de 30 km/h e de 50 km/h para demais veículos.
4.3 Coleta de dados
A atividade de coleta de dados desta pesquisa ocorreu em três fases com objetivos
distintos. Na primeira fase foram coletadas as variáveis aleatórias relevantes ao modelo
computacional, por exemplo, fluxo veicular para cada categoria considerada, veículos leves
(vl), motos (mt) e veículos pesados (vp); e intervalos de tempo entre chegadas sucessivas de
ônibus no ponto de parada investigado. O objetivo desta primeira fase foi subsidiar a
modelagem dos dados, com a estimativa dos parâmetros de entrada e do tipo de distribuição
de probabilidade das variáveis aleatórias em questão.
Essas coletas de dados ocorreram nos horários entre picos do trânsito, de modo a
garantir características mais estacionárias do fluxo veicular. Foram realizadas em dias úteis e
em condições meteorológicas favoráveis, não havendo a princípio nenhum evento que
pudesse interferir no ritmo normal de chegadas dos ônibus no ponto de parada e do fluxo de
veículos nas ruas investigadas.
Os registros dos intervalos de tempo entre chegadas sucessivas dos ônibus foram
realizados por meio de um cronômetro digital, e para a contagem do fluxo veicular utilizou-se
um contador digital de eventos discretos (Multi-counter: aplicativo para smartphone), que foi
configurado para as três categorias de veículos consideradas: veículos leves (vl), motos (mt) e
veículos pesados (vp).
Para o Ponto de ônibus “A” (rua Roxo Moreira), a coleta dos intervalos de tempo
entre chegadas sucessivas de ônibus no ponto de parada se realizaram nas datas: 29/04/15
(quarta-feira), 22/09/2015 (terça-feira), 24/09/2015 (quinta-feira), 30/09/2015 (quarta-feira) e
5/10/2015 (segunda-feira) entre os horários de 9h30min e 11h30min e 23/09/2015 (quarta-
feira) entre 14h30min e 16h30min; e a coleta dos fluxos veiculares (vl, mt e vp) ocorreram
nos seguintes dias: 14/05/2015 (quinta-feira), 20/05/2015 (quarta-feira), 10/06/15 (quarta-
feira) nos horários entre 9h30min e 11h30min, 22/05/2015 (sexta-feira), 9/06/15 (terça-feira)
das 14h30min às 16h30min e 7/10/2015 (quarta-feira) das 9h30min às 10h30min e das 15h às
16h (APÊNDICE A)
Para o Ponto de ônibus “B” (rua Dr. Buarque de Macedo) a aquisição dos
intervalos de tempo entre chegadas sucessivas de ônibus no ponto de parada foi feita nas
datas: 6/10/16 (quinta-feira), 10/10/2016 (segunda-feira) e 22/11/2016 (terça-feira) das 14h e
72
Capítulo 4 – Método da pesquisa
16h; e os fluxos veiculares nos dias: 21/10/2016 (sexta-feira), 24/10/2016 (segunda-feira),
26/10/2016 (quarta-feira), 8/11/2016 (terça-feira) e 15/02/2017 (quarta-feira) das 14h às 16h
(APÊNDICE B).
A segunda fase de coleta de dados teve o objetivo de formar um banco de dados
com sinais sonoros reais de passagens individuais de veículos (vl, mt, vp) e do ciclo de
chegada, parada e partida de ônibus em um ponto de parada de ônibus hipotético. Esses sinais
sonoros representam as principais fontes de ruído no modelo computacional proposto, e seu
uso como alguns dos dados de entrada (inputs) representa um importante aspecto da
modelagem adotada neste trabalho.
Para as gravações desses sinais sonoros, foram selecionadas 02 (duas) ruas
inseridas no perímetro interno da Universidade Estadual de Campinas (UNICAMP), as quais
serviram como campos experimentais – Rua Daniel Hogan e Rua Walter August Hadler12
(Figura 13).
Figura 13 – Campos experimentais: a) Mapa de localização – UNICAMP. Fonte: Adaptado de Google Maps
(2015b), b) Foto da rua Daniel Hogan. (Fonte: Arquivo pessoal. Data: 23/07/2015), c) Foto da rua Walter August
Hadler. (Fonte: Arquivo pessoal. Data:16/10/2016).
(a)
(b)
(c)
Fonte: O autor.
12
A rua Walter August Hadler foi selecionada no decorrer dessa etapa de coleta de dados em função da
implantação de uma lombada no trecho da rua Daniel Hogan, o que a limitou fisicamente para gravação apenas
de passagens de veículos com velocidade máxima de 30 km/h.
73
Capítulo 4 – Método da pesquisa
Ambas as ruas estão em uma região próxima à Faculdade de Engenharia Civil,
Arquitetura e Urbanismo (FEC/UNICAMP), com características aproximadas de campo livre.
Com isso, buscou-se registrar o sinal sonoro direto das passagens individuais dos veículos-
teste. Os experimentos foram feitos em período de férias acadêmicas ou domingos, em função
dos menores níveis de ruído residual, além de minimizar eventuais interferências externas.
O procedimento adotado nas gravações envolveu a passagem de cada veículo -
teste sobre uma linha reta (eixo de referência) em velocidade constante, durante o tempo de
10 segundos13
. O ponto de gravação/medição acústica foi posicionado a uma distância “D0” =
7,5 m perpendicular ao eixo de referência.
Simultaneamente às gravações, foram feitas medições do nível sonoro equivalente
– contínuo (LAeq,10s). Os resultados dessas medições acústicas serviram como referência para
comparação com os níveis de energia sonora, calculados com base no sinal sonoro gravado.
Antes de iniciar as gravações realizava-se um registro de um sinal puro de 94 dBA na
frequência de 1000 Hz emitido pelo calibrador acústico para posterior ajuste do ganho do
sinal sonoro global em função da configuração do sistema de gravação.
Nas gravações dos sinais sonoros foram usados os seguintes instrumentos:
microfone de eletreto omnidirecional (mod.: Mic DPA 4090, 1/8” de diâmetro), calibrador
acústico (mod. 4231, marca Brüel & Kjaer) , protetor de vento, tripé, placa de som externo
(mod.: Scarlett 8i6, Focusrite) e notebook.
Nas medições acústicas usou-se um sonômetro tipo 1, mod. 2270, marca Brüel &
Kjaer, apoiado sobre tripé (altura de 1,20m em relação ao piso), protetor de vento e calibrador
acústico (mod. 4231, marca Brüel & Kjaer). O sonômetro foi previamente configurado no
modo fast e na curva de ponderação em frequência “A” e registro automático dos níveis de
pressão sonora no tempo pré-estabelecido de 10s. O objetivo do registro automático dos
níveis de pressão sonora foi facilitar o procedimento simultâneo de gravação e medição
acústica por parte do operador. As medições acústicas foram norteadas pela NBR 10151
(ABNT, 2000).
13
A escolha do tempo de 10s se deu mediante observações in loco as quais ofereceram uma ideia aproximada da
influência acústica da passagem dos veículos inseridos no tráfego em relação ao ponto de medição. Outros
estudos envolvendo modelagem de ruído de tráfego por meio de medições acústicas de passagens individuais de
veículos adotaram tempos de medição de 10 e 20s (LAeq,10s e LAeq,20s), a exemplo das pesquisas desenvolvidas por
Zhao et al (2015), Pamanikabud, Tansatcha e Brown (2008) e Tansatcha et al (2005).
74
Capítulo 4 – Método da pesquisa
A Figura 14 mostra detalhes do aparato experimental usado nas primeiras
gravações feitas na rua Daniel Hogan no dia 23/07/2015.
Figura 14 – Aparato experimental (Segunda etapa de coleta de dados) – Rua Daniel Hogan: a) Foto – vista
frontal do aparato, b) Foto – perspectiva: Ponto/medição “O” e eixo de referência. (Fonte: Arquivo pessoal.
Data: 23/07/2015) e c) Desenho esquemático em planta.
(a)
(b)
(c)
Fonte: O autor.
As medições acústicas eram iniciadas a partir do momento em que o veículo-teste
passava pelo cone de sinalização “A”, sendo automaticamente finalizadas pelo sonômetro
após o tempo de 10s, ou seja, no instante em que o veículo-teste alcançava o cone de
sinalização “B”. O afastamento entre os cones de sinalização “A” e “B” era variável em
função da velocidade constante adotada para cada experimento (Figura 14c). Por
conveniência na operação do sistema de gravação, optou-se em iniciar e finalizar a gravação
da passagem do veículo – teste um pouco antes e depois dos limites estabelecidos pelos cones
de sinalização “A” e “B”, respectivamente.
Devido ao intervalo de tempo usado na gravação, após a escolha final dos áudios
para uso no modelo, realizou-se o recorte do sinal sonoro gravado para o intervalo de tempo
Eixo/referência
1,2
0 m
75
Capítulo 4 – Método da pesquisa
de 10s, tendo como linha de referência central o ponto de maior energia da envoltória do
sinal, ou seja, o ponto correspondente à passagem do veículo – teste pelo ponto de
gravação/medição “O”. Este procedimento foi realizado em laboratório, utilizando-se os
seguintes equipamentos: Notebook, fone de ouvido e software Audacity14
2.1.2.
A Figura 15 mostra o procedimento de recorte do sinal sonoro gravado da
passagem de um veículo – teste e ajustes para uso no modelo computacional. Foram aplicadas
as funções fade – in e fade – out nas extremidades do sinal sonoro do veículo, para suavizar a
sua entrada e saída no ruído simulado pelo modelo computacional.
Figura 15 – Recorte do sinal sonoro gravado da passagem de um veículo – teste e ajustes finais para ser usado
no modelo computacional.
Fonte: O autor.
As primeiras gravações dos sinais sonoros de passagens de veículos foram
realizadas no dia 23/07/2015 (quinta-feira, entre 10h30min e 12h30min). Esse experimento
inicial teve como objetivo contribuir para um melhor delineamento dos procedimentos a
serem adotados nas futuras gravações. Com isso, foram feitas experiências de gravação com
velocidades de 50 km/h (vl e mt) e 40 km/h (vp) em diferentes condições de marcha (3ª e 4ª)
(Figura 14).
Na ocasião não foi possível realizar a gravação do sinal sonoro do processo de
desaceleração, parada e aceleração de um ônibus em um ponto de parada hipotético. Como
medida alternativa, optou-se em extrair o sinal sonoro representativo desse ciclo de uma
gravação do ruído do tráfego veicular da própria rua Roxo Moreira feita no dia 23/09/2015.
14
Audacity é um software livre para gravar e editar sinais sonoros. Disponível em: http://audacityteam.org/.
Fade-out (0,5s)
5s 5s
Fade-in (0,5s)
10s
Sinal sonoro da passagem individual do
veículo – teste (10s)
76
Capítulo 4 – Método da pesquisa
Para tanto, o ponto de gravação/medição foi posicionado no canteiro central da
rua Roxo Moreira, defronte ao Ponto de ônibus “A”, a um distância de 9,5 m entre o ponto de
gravação/medição e o eixo médio do leito de parada do ônibus. Ressalta-se que esse mesmo
ponto de gravação/medição foi utilizado na terceira e última etapa de coleta de dados com
vistas à formação do banco de dados para validação do modelo. A partir do sinal sonoro
global na rua Roxo Moreira extraiu-se um ciclo de chegada – parada – partida de ônibus com
tempo de duração total de 19s e nível sonoro equivalente de LAeq,19s = 70,7 dBA.
Das primeiras gravações realizadas no campo experimental, foram selecionados
os sinais sonoros com menor influência da ação do vento ou outras interferências externas que
eventualmente tenham sido captadas pelo sistema de gravação.
Para o estudo piloto desta pesquisa foram utilizados os sinais sonoros dos
seguintes veículos-teste: Automóvel modelo Clio, marca Renault [veículo leve (vl), 3ª
marcha, velocidade = 50 km/h; LAeq,10s = 61,3 dBA], moto Intruder 125 cilindradas, marca
Suzuki [moto (mt), 3ª marcha, velocidade = 50 km/h; LAeq,10s = 59,5 dBA], caminhonete tipo
Bandeirante, marca Toyota [veículo pesado (vp), 4ª marcha, velocidade = 40 km/h; LAeq,10s =
69,7 dBA]. Outras informações sobre o estudo piloto, especialmente, quanto ao método
adotado, resultados e conclusões podem ser vistas em Guedes, Bertoli e Montalvão (2016).
Após as análises gerais das experiências obtidas no estudo piloto, a sequência da
pesquisa se deu com a realização de novas gravações de sinais sonoros de passagens
individuais de outros veículos-teste, e do processo de chegada, parada e partida de ônibus no
ponto de parada hipotético. O intuito destas gravações adicionais foi de propiciar ao modelo
um maior ajuste e refinamento tanto em relação ao cálculo das variáveis acústicas
(especialmente, LA90, TNI e LNP) quanto ao nível de realismo da escuta do ruído do tráfego
veicular simulado.
Uma nova campanha de gravação/medição acústica ocorreu no dia 16/10/2016
(domingo), na rua Walter August Hadler, das 9h às 12h30min, quando foram gravados sinais
sonoros de passagens individuais de outros veículos leves e motos. O aparato e procedimento
experimental foram semelhantes ao do estudo piloto, com a realização de passagens
individuais de veículos sobre uma linha reta (eixo de referência) com velocidade constante,
durante o tempo de 10s. O ponto de gravação/medição acústica foi posicionado a uma
distância “D0” = 7,5 m perpendicular ao eixo de referência (Figura 16).
77
Capítulo 4 – Método da pesquisa
As velocidades adotadas neste experimento foram de 40 e 45 km/h em 3ª marcha.
Não foi possível realizar gravações com velocidade constante de 50 km/h em função das
limitações físicas da rua Walter August Hadler. Durante o experimento foram também feitas
medições acústicas do ruído residual15
do local para verificação da relação sinal/ruído
recomendado pela norma NBR 10151 (ABNT, 2000).
Foram realizados 04 (quatro) registros de gravação e medição acústica para cada
velocidade e veículo - teste para posterior seleção e utilização no modelo computacional. Para
a escolha final dos áudios de passagens dos veículos-teste, adotou-se o mesmo critério do
estudo piloto, ou seja, foram selecionados os áudios com menor influência de eventual ação
do vento ou outra importante interferência externa. Em seguida, os mesmos passaram pelos
ajustes finais apresentados na Figura 15. A Figura 16 mostra imagens e desenho esquemático
do aparato experimental das gravações e medições acústicas realizadas no dia 16/10/2016.
Figura 16 – Aparato experimental (Segunda etapa de coleta de dados) – Rua Walter August Hadler: a) Fotos de
passagens individuais de veículos-teste [veículo leve (vl) e moto (mt)]. (Fonte: Arquivo pessoal. Data:
16/10/2016) e b) Desenho esquemático em planta.
(a)
(b)
Fonte: O autor.
15
O valor do nível sonoro equivalente – contínuo (LAeq) para o ruído residual foi de 32,9 dBA, contemplando a
diferença mínima de 10 dBA em relação aos níveis sonoros medidos das passagens dos veículos – teste durante o
experimento do dia 16/10/2016.
D0 = 7,50 m
D0 =7,50 m
Eixo/referência Eixo/referência
78
Capítulo 4 – Método da pesquisa
No dia 02/04/2017 (domingo), das 9h às 12h30min foram feitas gravações de
sinais sonoros de passagens individuais de um ônibus (veículo pesado) e de diferentes ciclos
de desaceleração – parada – aceleração do mesmo ônibus no ponto de parada hipotético. Este
experimento foi realizado na rua Daniel Hogan, cujas dimensões físicas permitiam o uso da
velocidade de 30 km/h. A definição dessa velocidade para esse tipo de veículo se deu por ser
compatível com a realidade das vias urbanas investigadas.
O ônibus usado durante essa etapa de coleta de dados foi viabilizado pelo setor de
Transporte da Universidade Estadual de Campinas (UNICAMP), após solicitação feita por
meio de ofício (APÊNDICE C). Na UNICAMP, este ônibus é utilizado em atividades de
apoio ao Hemocentro. Mesmo não sendo um ônibus coletivo de linha, considerou-se que suas
características físicas seriam suficientes para as necessidades desta pesquisa.
Inicialmente essas gravações se realizaram no dia 06/11/2016. Porém, após
análises dos áudios gravados na ocasião, identificou-se “clipping” (saturação do sinal por
excesso de ganho da amplificação) nos sinais sonoros durante passagens do ônibus,
provocando distorções na escuta do ruído simulado. Por conta disso, esses áudios foram
descartados, havendo a necessidade de realizar nova campanha de gravação/medição acústica
no dia 02/04/2017.
O procedimento adotado nessas novas gravações consistiu em passagens
individuais do ônibus em linha reta com velocidade constante de 30 km/h (3ª e 4ª marchas),
durante o tempo de 10s. Para contornar o problema do “clipping”, ampliou-se a distância “D0”
de 7,5 m para 13,0 m em relação ao eixo de referência (Figura 17).
Realizou-se um total de 04 (quatro) gravações/medições acústicas, para cada
combinação de velocidade e marcha, ou seja, 30 km/h – 3ª marcha e 30 km/h – 4ª marcha.
Posteriormente, houve a seleção em laboratório dos áudios com menores influências de
eventual ação do vento ou outra importante interferência externa que tenha sido captada pelo
sistema de gravação.
Por fim, de forma similar ao que foi feito para os áudios gravados dos veículos
leves e motos, os áudios das passagens do ônibus também sofreram ajustes finais, conforme
apresentado na Figura 15.
79
Capítulo 4 – Método da pesquisa
Figura 17 – Desenho esquemático (Segunda etapa de coleta de dados) – Rua Daniel Hogan: Gravação do sinal
sonoro de passagens individuais do ônibus.
Fonte: O autor.
O segundo experimento da manhã do dia 02/04/2017 consistiu na
gravação/medição acústica dos sinais sonoros de diferentes ciclos de desaceleração, parada e
aceleração do ônibus no ponto de parada hipotético. O aparato experimental foi montado
conforme Figura 18. Os cones de sinalização “A”, “B”, “C” e “D” foram dispostos de modo a
delimitar as zonas de desaceleração, parada e aceleração do ônibus, estabelecendo uma
configuração hipotética do ponto de parada de ônibus.
Figura 18 – Aparato experimental (Segunda etapa de coleta de dados) – Rua Daniel Hogan: a) Foto do ônibus
durante processo de desaceleração – parada – aceleração no ponto de parada hipotético. (Fonte: Arquivo pessoal.
Data: 02/04/2017) e b) Desenho esquemático em planta.
(a)
Continua
Ponto de gravação/
medição acústica
80
Capítulo 4 – Método da pesquisa
Continuação da Figura 18
(b)
Fonte: O autor.
O procedimento consistiu na aproximação do ônibus em linha reta passando pelo
eixo de referência com uma velocidade constante de 30 km/h e 4ª marcha. A partir do cone de
sinalização “A” iniciava-se o processo de desaceleração até a sua parada completa na zona
definida pelos cones de sinalização “B” e “C”, permanecendo parado por certo intervalo de
tempo, simulando o processo de embarque e desembarque de pessoas. Esse tempo de parada
ou de serviço (TS) foi definido com base no levantamento realizado na primeira etapa de
coleta de dados nos pontos de parada de ônibus reais investigados nesta pesquisa (Pontos de
ônibus “A” e “B”).
Adotou-se o critério de verificar, a partir do universo total de registros de tempo
de parada ou de serviço dos ônibus observados em ambos os pontos de parada16
, os valores
correspondentes aos percentis 25%, 50% e 75%. Com isso, os tempos de parada ou de serviço
(TS) adotados nesse experimento foram: TS25% = 6s, TS50% = 11s, TS75% = 17s.
Realizou-se um total de 04 (quatro) gravações para cada ciclo de chegada, parada
e partida do ônibus no ponto de parada hipotético, considerando os TS mencionados. Durante
esse experimento também foram feitas medições acústicas do nível de sonoro equivalente do
ruído residual, cuja média logarítmica obtida foi de 37,1 dBA, contemplando a diferença
mínima de 10 dBA para a relação sinal/ruído estabelecida pela norma NBR 10151 (ABNT,
2000).
16
Os dados utilizados para obtenção das informações dos valores de tempos de parada ou de serviço
correspondentes aos percentis (25%, 50% e 75%) foram provenientes das observações realizadas até a data da
primeira tentativa de gravação desse experimento (06/11/2016).
81
Capítulo 4 – Método da pesquisa
Em ambiente de laboratório foram escolhidos os áudios para o modelo
computacional. Tal seleção obedeceu mesmo critério já mencionado na escolha dos demais
áudios gravados nos experimentos anteriores.
Em relação ao ajuste final de todos os áudios, foram definidos tempos iguais para
os processos de desaceleração e aceleração (8 e 10s, respectivamente). A definição do tempo
de 10s para fase de aceleração do ônibus durante a sua saída do ponto de parada de ônibus
hipotético teve o objetivo de considerar as mudanças de marchas observadas no sinal sonoro.
Com essas medidas, os tempos totais de duração das amostras de sinais sonoros referentes aos
ciclos de chegada, parada e partida de ônibus do ponto de parada usados no modelo
computacional foram de 24, 29 e 35s.
O Quadro 2 mostra características gerais dos veículos – teste utilizados nos
experimentos de gravação e medição acústica. Os gráficos e os níveis sonoros equivalentes
dos sinais gravados para cada veículo podem ser vistos no APÊNDICE D.
Quadro 2 – Descrição dos veículos–teste usados nos experimentos para gravação dos sinais sonoros.
(a) Automóvel: Duster,
marca Renault, motor 2.0, câmbio
automático. Ano/modelo:
2014/2014 Fonte: Arquivo
pessoal. Data: 16/10/2016.
(b) Automóvel: Punto, marca: Fiat,
motor 1.4, câmbio manual.
Ano/modelo: 2014/2014. Fonte:
Arquivo pessoal. Data: 16/10/2016.
(c) Automóvel: Clio, marca:
Renault, motor 1.0 16v, câmbio
manual. Ano/modelo: 2013/2014.
Fonte: Arquivo pessoal. Data:
23/07/2015.
(d) Automóvel: March, marca
Nissan, motor 1.6, câmbio
manual. Ano/Modelo: 2014
Fonte: Arquivo pessoal. Data:
16/10/2016.
(e) Automóvel: Up, marca
Wolkswagem, motor 1.0, câmbio
manual. Ano/modelo: 2014/2015.
Fonte: Arquivo pessoal. Data:
6/10/2016.
(f) Moto: Intruder 125 cilindradas
marca Suzuki. Ano/modelo: 2014.
Fonte: Arquivo pessoal. Data:
23/07/2015.
Continua
82
Capítulo 4 – Método da pesquisa
Continuação
(g) Moto: CB300R, marca Honda,
Ano: 2012. Fonte: Arquivo
pessoal. Data: 16/10/2016.
(h) Caminhonete: Cabine dupla,
marca/modelo: Toyota/ Bandeirante
BJ55LP 2BL. Diesel. Ano: 1996.
Fonte: Arquivo pessoal. Data:
23/07/2015.
(i) Ônibus: Mercedes Benz,
Ano/Modelo: 1995/1996, Motor
Mercedes Benz OF 1620, Pot:
204 CV, Diesel. Fonte: Arquivo
pessoal. Data: 02/04/2017.
Conclusão
Fonte: O autor.
Quanto ao ruído residual inserido no modelo computacional, no estudo piloto
realizou-se a experiência de sintetizá-lo com aplicação de técnicas de processamento de sinais
(predição linear17
e convolução).
De maneira sucinta, o ruído residual era sintetizado por meio da convolução de
um ruído branco com a resposta impulsiva da rua, obtida com a aplicação da técnica da
predição linear a partir de uma amostra gravada do ruído residual da própria rua.
Embora o ruído residual sintetizado tivesse apresentado um conteúdo espectral
próximo ao do ruído residual real, a ausência de eventos acústicos típicos da rua, como:
cantos de passarinhos, conversas de transeuntes, sons distantes de tráfego de veículos, entre
outros, ocasionava uma perda do nível de realismo do ruído simulado.
Após essa análise, optou-se pelo uso do ruído residual resultante da junção de
diversas amostras de ruídos residuais reais extraídas de gravações realizadas nas ruas
investigadas (Rua Roxo Moreira e Rua Dr. Buarque de Macedo).
A gravação do ruído do tráfego veicular da rua Roxo Moreira, da qual foram
extraídas tais amostras de ruídos residuais, ocorreu no dia 24/09/2015 (quinta-feira) no
período da tarde, entre os horários das 14h30min e 16h30min. O ponto de gravação foi
posicionado no canteiro principal da rua e sobre um eixo central perpendicular ao Ponto de
ônibus “A”, no mesmo local em que foram feitas as medições acústicas da etapa de validação
do modelo (Figura 19).
17
A predição linear é um importante método de modelagem aplicado em diversas áreas, como: filtragem
adaptativa, estimação espectral, processamento de sinais de fala, etc. Tal método de modelagem considera que
uma determinada amostra de sinal pertencente a um sistema linear invariante no tempo pode ser predita por meio
da combinação linear de suas amostras passadas (BENESTY; SONDHI; HUANG, 2008).
83
Capítulo 4 – Método da pesquisa
Figura 19 – Desenhos esquemáticos com posicionamento do aparato experimental para gravação e medição
acústica na rua Roxo Moreira e Ponto de ônibus “A”.
Fonte: O autor.
Na rua Dr. Buarque de Macedo, a gravação do ruído do tráfego veicular para
extração das amostras de ruído residual ocorreu no dia 31/08/2017 (quinta-feira) no período
da tarde, entre os horários das 14h e 16h. O ponto de gravação também foi posicionado no
mesmo lugar das medições acústicas da etapa de validação, na calçada oposta ao Ponto de
ônibus “B” (Figura 20).
PLANTA BAIXA (DESENHO ESQUEMÁTICO)
CORTE A – B (DESENHO ESQUEMÁTICO)
84
Capítulo 4 – Método da pesquisa
Figura 20 – Desenhos esquemáticos com posicionamento do aparato experimental para gravação e medição
acústica na rua Dr. Buarque de Macedo e no Ponto de ônibus “B”.
Fonte: O autor.
O procedimento de composição do ruído residual a partir das amostras extraídas
das gravações ocorreu em ambiente de laboratório, com aplicação do software Audacity 2.1.2.
Para minimizar artificialidade na escuta durante as passagens entre amostras diferentes de
CORTE A – B (DESENHO ESQUEMÁTICO)
PLANTA BAIXA (DESENHO ESQUEMÁTICO)
85
Capítulo 4 – Método da pesquisa
ruído residual, aplicou-se a função Cross-fade nessas junções, conferindo maior qualidade ao
ruído final. A Figura 21 mostra um diagrama esquemático que ilustra tal procedimento.
Para a modelagem e simulação adotada nesta pesquisa, entendeu-se que o
realismo do ruído simulado deveria ser decorrente não somente da simulação da dinâmica do
fluxo veicular e do processo de chegada, parada e partida de ônibus no ponto de parada, mas
também da qualidade dos sinais sonoros reais gravados das passagens individuais de veículos
no campo experimental e do ruído residual obtido a partir da composição de amostras de
sinais sonoros reais extraídos da rua em investigação.
Figura 21 – Diagrama esquemático com o procedimento adotado para a composição do ruído residual
do modelo a partir de amostras reais gravadas na própria rua investigada.
Fonte: O autor.
A terceira e última etapa da coleta teve como objetivo formar um banco de dados
para ser usado durante o processo de validação do modelo (Vide Capítulo 5 – RESULTADOS
E DISCUSSÕES). Os dados coletados nesta etapa foram: (i) Dados de tráfego – fluxo
veicular ou número de ocorrências de veículos por unidade de tempo para cada categoria (vl,
mt, vp) e número de chegadas ou ocorrências de ônibus no ponto de parada e (ii) Dados
acústicos – LA10, LA90, LAeq. Para ambos os objetos de estudo (Ponto de ônibus “A” e “B”) a
aquisição desses dados foi feita simultaneamente em intervalos de tempo de 3 min.
A definição deste intervalo de tempo para cada amostra de dados coletada ocorreu
mediante observações in loco das características acústicas e de tráfego das ruas investigadas.
No caso do trecho analisado da rua Dr. Buarque de Macedo, que possui um semáforo em uma
de suas extremidades, o intervalo de tempo de 3 min correspondeu à coleta de dados em três
ciclos completos de abertura e fechamento do sinal.
(Amostra resultante/
Ruído residual)
(3ª amostra) (2ª amostra) (1ª amostra)
Cross-fade Cross-fade
86
Capítulo 4 – Método da pesquisa
Aspecto semelhante ocorreu na pesquisa de Skarlatos (1993) que propôs um
método numérico para estimativa da função de densidade de probabilidade de ruído de
tráfego. Nas situações com trânsito interrompido por conta da presença de semáforos,
Skarlatos (1993) realizou medições acústicas contemplando ao menos três ciclos completos
determinados pelos mesmos. Ressalta-se ainda que o intervalo de tempo de 3 min foi adotado
em outras pesquisas no Brasil, por exemplo, Zannin e De Sant’ana (2011) e Zannin et al,
2013a.
Com relação ao primeiro objeto de estudo (Ponto de ônibus “A” - rua Roxo
Moreira), esta etapa de coleta de dados foi realizada nos dias 23/09/15 (quarta–feira),
24/09/15 (quinta-feira), 6/10/2015 (terça-feira) e 8/10/2015 (quinta-feira) dentro dos
intervalos horários de 9h30min as 11h30min e 14h30min as 16h30min. Coletou-se um total
de 58 amostras de dados de tráfego e acústicos (APÊNDICE E). O ponto das medições
acústicas “O” foi localizado no canteiro principal da rua e sobre um eixo central perpendicular
ao ponto de ônibus (Figura 19).
Para o segundo objeto de estudo (Ponto de ônibus “B” - rua Dr. Buarque de
Macedo), esta fase de aquisição de dados ocorreu nos dias 1/11/2016 (terça-feira), 9/11/2016
(quarta-feira), 17/11/2016 (quinta-feira), perfazendo um conjunto total de 52 amostras de
dados de tráfego e acústicos, no período da tarde, das 14h às 16h (APÊNDICE F). O ponto de
medições acústicas “O” foi localizado na calçada oposta ao Ponto de ônibus “B” (Figura 20).
Por fim, salienta-se que as medições acústicas dessa etapa de coleta de dados
também foram norteadas pela NBR 10151 (ABNT, 2000), sendo realizadas em dias típicos e
em condições meteorológicas favoráveis.
4.4 Modelagem e simulação computacional
Para a etapa de modelagem e simulação computacional desta pesquisa adotou-se o
método apresentado no Capítulo 3 – MODELAGEM E SIMULAÇÕES, baseado em Chwif e
Medina (2015, p. 8) (Figura 4). Foi visto que o desenvolvimento de um modelo de simulação
é composto por três importantes fases: Concepção ou formulação do modelo; implementação
do modelo e análise dos resultados do modelo. A seguir será explicada como cada uma dessas
etapas foi realizada durante o desenvolvimento desta pesquisa.
87
Capítulo 4 – Método da pesquisa
4.4.1 Concepção ou formulação do modelo
Nesta fase são especificadas todas as informações relacionadas aos objetivos e
definição do sistema do modelo abstrato e conceitual, além da especificação dos dados de
entrada (Inputs). O objetivo do modelo é predizer o nível de ruído do tráfego veicular em
situações de vias urbanas com presença de ponto de ônibus, oferecendo por meio da escuta a
possibilidade de avaliá-lo subjetivamente.
Com a aplicação desse modelo, vislumbra-se responder a questão de pesquisa: De
que maneira a dinâmica operacional em pontos de ônibus influencia o ruído do tráfego
veicular urbano? O escopo do modelo envolveu o fluxo de veículos (veículos leves, motos e
veículos pesados) que passa em relação a um ponto de referência na rua, além do processo de
chegadas sucessivas de ônibus em cada um dos pontos de parada de ônibus investigado nesta
pesquisa.
O fluxo de veículos da via (número total de veículos por unidade de tempo) foi
modelado convertendo-o em número de ocorrências de veículos por segundo. A dinâmica do
ponto de ônibus foi modelada através do registro dos intervalos de tempo entre chegadas
sucessivas dos ônibus no ponto de parada. Esses intervalos de tempo foram convertidos em
número de ocorrências de ônibus por segundo no referido ponto de parada de ônibus,
semelhante ao que foi realizado na modelagem do fluxo veicular.
O modelo considerou os seguintes inputs: taxa média de ocorrência de cada classe
de veículos por unidade de tempo (λvl - veículos leves; λmt - motos; λvp - veículos pesados);
intervalo médio entre chegadas sucessivas de ônibus no ponto de parada (β); sinal sonoro da
passagem individual de cada classe de veículo gravado em campo experimental, vl, mt e vp
(arquivo: .wav); sinais sonoros gravados de diferentes ciclos de desaceleração, parada e
aceleração de único ônibus no ponto de parada hipotético (arquivo: .wav); ruído residual
composto a partir da junção de amostras de ruídos residuais extraídas de gravação realizada
nas ruas investigadas (arquivo: .wav).
Uma importante simplificação do modelo diz respeito ao fato dos sinais sonoros
dos veículos – teste serem considerados representativos dos diversos tipos de veículos leves,
motos e veículos pesados existentes no tráfego real das vias urbanas analisadas. Além disso,
com base no método adotado na gravação desses sinais sonoros em campo experimental, o
modelo computacional proposto foi concebido, considerando a propagação sonora ao ar livre
88
Capítulo 4 – Método da pesquisa
na direção perpendicular ao eixo da rua e correções da energia sonora das passagens dos
veículos com a distância, assumindo – as como fontes lineares.
Podem-se citar ainda como simplificações e restrições do modelo a consideração
do tipo de pavimentação similar ao do campo experimental (asfalto), superfície plana ao
longo da via, não ocorrência de ultrapassagens entre veículos ou mudança de faixa de
circulação, passagem dos veículos com velocidade constante, condições climáticas
semelhantes; período de simulação em horários entre picos para evitar maiores influências das
passagens de pedestres pelas faixas de travessia existentes no trecho analisado da rua Roxo
Moreira e eventuais congestionamentos em função da proximidade com o cruzamento
semaforizado com a Av. Imperatriz Leopoldina, no caso da rua Dr. Buarque de Macedo.
O modelo contempla a aleatoriedade de ocorrências ou passagens de veículos de
cada classe em uma determinada rua e do processo de chegadas de ônibus em um ponto de
parada, assumindo-se tais ocorrências como eventos independentes.
Com base nessas considerações foi estabelecido o modelo conceitual
desenvolvido no estudo piloto desta pesquisa realizada na rua Roxo Moreira, publicado em
Guedes, Bertoli e Montalvão (2016), buscando-se contemplar o princípio da parcimônia, ou
seja, “a simplificação é a essência da simulação” (CHWIF; MEDINA, 2015, p. 66). Com o
modelo simples foi possível inserir por etapas novos elementos ou componentes do sistema,
permitindo novas experimentações com vistas ao adequado entendimento do fenômeno em
investigação.
Com base nessa concepção e após análises das experiências obtidas no estudo
piloto, o modelo conceitual sofreu adaptações, que de uma maneira mais geral passou a
contemplar os seguintes aspectos: (i) entrada aleatória nas simulações de novos tipos de
veículos de mesma categoria (vl, mt, vp) e de diferentes ciclos de desaceleração, parada,
aceleração de ônibus no ponto de parada; (ii) nova proposta para geração do ruído residual do
modelo; (iii) correção simplificada da energia sonora das passagens dos veículos devido a
primeira reflexão em fachadas opostas da rua; (iv) consideração simplificada da influência de
semáforo, quando existir.
A Figura 22 apresenta o fluxograma esquemático do modelo conceitual final
adotado nesta pesquisa. Alguns dos principais aspectos desse fluxograma serão detalhados na
subseção 4.4.2 Implementação do modelo.
89
Capítulo 4 – Método da pesquisa
Figura 22 – Fluxograma esquemático do modelo conceitual.
Fonte: O autor.
4.4.2 Implementação do modelo
A implementação do modelo computacional foi feita no ambiente do software
Matlab. Conforme dito no Capítulo 3 – MODELAGEM E SIMULAÇÕES, um modelo de
simulação busca extrair as características de um dado sistema real, a fim de representar os
seus diversos fenômenos aleatórios através de um modelo computacional (CHWIF;
MEDINA, 2015, p. 19).
Logo, uma das mais importantes etapas de qualquer modelo de simulação consiste
da modelagem dos dados, ou seja, conhecer a distribuição de probabilidade das variáveis pré-
estabelecidas, de modo a inferir suas propriedades aleatórias. Segundo o mesmo autor esta
etapa resume-se na coleta e tratamento dos dados e inferência (CHWIF; MEDINA, 2015, p.
19 - 20).
Na implementação do modelo proposto considerou-se o fluxo veicular (vl, mt, vp)
regido pelo modelo probabilístico de Poisson com parâmetro λ (taxa média de ocorrências ou
chegadas de veículos por intervalo de tempo) e a variável aleatória referente aos intervalos de
90
Capítulo 4 – Método da pesquisa
tempo entre chegadas sucessivas de ônibus no ponto de parada, seguindo o modelo de
distribuição exponencial negativa com parâmetro β (Intervalo médio entre chegadas).
De acordo com Prado (1999, p.48) a distribuição exponencial negativa tem
correspondência com a distribuição de Poisson, quando a variável em questão refere-se a
intervalos de tempo entre chegadas. Com isso, por conveniência durante a modelagem, os
intervalos de tempo entre chegadas de ônibus no ponto de parada foram convertidos em
número de ocorrências ou chegadas por intervalo de tempo, conforme mencionado na
subseção anterior.
As condições assumidas de distribuição de probabilidade para a modelagem
proposta nesta pesquisa se respalda na literatura técnica e em casos típicos relacionados com
simulações de tráfego e transporte encontrados, por exemplo, nos livros de Prado (1999) e
Portugal (2005), e nos resultados obtidos com a realização de análises de aderência18
com
aplicação do teste não paramétrico [Qui – quadrado (χ2)]
19 entre os dados coletados e os
calculados pelo modelo teórico (APÊNDICE G)
Com base no fluxograma da Figura 22, o modelo computacional proposto
constitui-se essencialmente de um simulador de tráfego, contemplando a dinâmica aleatória
do fluxo de veículos e do processo de chegadas sucessivas de ônibus em um ponto de parada.
Os resultados do simulador de tráfego são associados aos sinais sonoros reais
representativos de cada evento simulado, ou seja, da passagem individual de determinado tipo
de veículo (vl, mt, vp) e do ciclo de desaceleração, parada e aceleração decorrente da chegada
de um ônibus no ponto de parada analisado.
O simulador de tráfego foi concebido de maneira a realizar uma aproximação
paramétrica da distribuição de probabilidade das variáveis aleatórias consideradas, ou seja, do
modelo de Poisson. No modelo computacional, a simulação destas variáveis aleatórias se deu
com a geração de números pseudoaleatórios. Por simplificação, escolheu-se como restrição de
18
Análise de aderência consiste na verificação se uma determinada distribuição probabilística é estatisticamente
adequada para representar uma amostra de dados coletados. Tal análise é realizada, aplicando-se um teste de
hipótese de aderência (ou hipótese nula – H0), ou seja, o modelo é adequado para representar a distribuição da
população, sob um nível de significância, que consiste na probabilidade de se rejeitar a H0, mesmo estando
correta (CHWIF; MEDINA, 2015, p. 28).
19
O teste Qui – quadrado (χ2) pertence ao tipo de teste de aderência não paramétrico, em que se resume no
cálculo dos desvios entre as frequências observadas e as frequências obtidas pelo modelo teórico em cada classe
de dados, para posterior comparação com um valor crítico obtido a partir da tabela da distribuição do qui-
quadrado, sob um nível de significância e grau de liberdade (CHWIF; MEDINA, 2015, p. 29).
91
Capítulo 4 – Método da pesquisa
simulação a possibilidade de ocorrência de pelo menos um evento de cada tipo por segundo
de sinal gerado.
Por fim, o processo de Poisson é aproximado computacionalmente a partir de uma
simulação de um modelo binomial, ou seja, por meio de uma longa sequência de eventos de
Bernoulli com um "n" muito grande e parâmetro "p" << 1, de tal forma que "n.p" corresponde
ao número médio de ocorrências de cada tipo de evento (passagem de veículos leves, motos
ou veículos pesados, ou ainda, chegada de ônibus no ponto de parada) durante certo intervalo
de tempo de observação.
Ao término de cada simulação, obtém-se o número de sucessos para cada evento,
ou seja, o número de ocorrências de cada classe de veículo e o número de ônibus que chegou
ao ponto de parada em um intervalo de tempo.
Outro aspecto relevante na implementação do modelo refere-se à entrada aleatória
dos diferentes tipos de veículos de cada classe (vl, mt e vp) e dos diferentes ciclos de chegada,
parada e partida de ônibus no ponto de parada, contemplando os tempos totais de 24, 29 e 35s
considerados durante a etapa de gravações dos sinais sonoros em campo experimental.
Após o sorteio realizado com base no modelo de Poisson para verificação da
ocorrência da passagem de certa classe de veículo, o modelo define qual exemplar de veículo
existente no banco de dados entrará na simulação por meio de um novo sorteio a partir de uma
distribuição uniforme, ou seja, considerando a mesma probabilidade de ocorrência entre os
tipos de veículos disponíveis de uma mesma classe.
No caso específico da definição da ocorrência de qual ciclo de chegada, parada e
partida de ônibus no ponto de parada, o procedimento é semelhante, considerando-se as
seguintes probabilidades: (i) 25%, para os ciclos de chegada, parada, partida de ônibus com
tempos totais de 24 e 35s; (ii) 50%, para o ciclo de chegada, parada, partida de ônibus com
tempo total de 29s. Esse critério teve como referência os percentis observados para os tempos
de parada ou de serviço dos ônibus no ponto de parada durante as coletas de dados.
A utilização de sinais sonoros reais da passagem individual de veículos, do
processo de chegada, parada e partida de ônibus em um ponto de parada, além do ruído
residual composto conforme Figura 21, possibilita o cálculo de diferentes descritores
acústicos, além da escuta do ruído simulado de uma maneira simplificada em termos
computacionais, sem a necessidade de realizar a síntese propriamente dita do ruído dos
veículos e nem do ruído residual usado no modelo.
92
Capítulo 4 – Método da pesquisa
A partir da energia sonora global resultante da contribuição de cada evento
simulado, ou seja, da energia sonora decorrente de cada passagem de veículo, da chegada de
ônibus no ponto de parada e do ruído residual, realiza-se o cálculo dos descritores acústicos
(LAeq, LA10, LA90, TNI e LNP) com aplicação de equações extraídas da literatura e apresentadas
no Capítulo 2 – RUÍDO DO TRÁFEGO VEICULAR.
O modelo realiza correções de energia dos sinais sonoros das passagens de
veículos e do processo de chegada de ônibus no ponto de parada hipotético, considerando as
diferenças de distâncias (fonte e receptor) observadas entre o campo experimental e a rua
avaliada. Tais correções são feitas, assumindo-se a fonte sonora linear. Para tanto, a energia
sonora é corrigida com base na Equação 31:
(
) [Equação 31]
Onde:
- é a média quadrática da pressão sonora (N/m2) a uma distância “D”.
- é a média quadrática da pressão sonora (N/m
2) a uma distância “D0”.
- “D0” é a distância de referência, ou seja, distância perpendicular entre o ponto de
gravação/medição acústica e o eixo de referência do campo experimental.
- “D” é a distância perpendicular do eixo da pista de rolamento e o ponto de
medição na rua investigada.
O modelo computacional contempla ainda, se necessário, correções da energia
sonora devido à reflexão em superfícies de fachadas opostas da rua. Porém, o procedimento
adotado nesta pesquisa é simplificado, pois leva em conta apenas a primeira reflexão.
Para a definição da quantidade de energia a ser acrescida devido à reflexão em
fachadas, adotou-se como referência a norma alemã RLS – 90, que considera a relação entre
as dimensões físicas do perfil transversal da rua (h – altura da fachada) e (d – distância entre
fachadas opostas) para a determinação do acréscimo em dB no nível sonoro básico calculado
a partir do fluxo veicular e da porcentagem de veículos pesados. Com base na RLS – 90, a
correção devido à reflexão é calculada da seguinte maneira:
, dB [Equação 32]
Creflexões < 3,2 dB para superfícies refletoras
93
Capítulo 4 – Método da pesquisa
, dB [Equação 33]
Creflexões < 1,6 dB para superfícies absorvedoras
Onde:
- h é a altura da parede (superfície refletora);
- d é a distância entre as paredes (superfícies refletoras opostas).
Por outro lado, o modelo computacional proposto nesta pesquisa inicialmente
determina o atraso no tempo discreto (delay) entre o sinal sonoro direto e o refletido com base
na Equação 34:
( )
[Equação 34]
Onde:
- “ ” é a diferença entre as trajetórias percorridas pelos sinais sonoros, direto e
refletido. Na prática, representa a distância entre superfícies refletoras opostas em ruas
com dimensões transversais simétricas (Figura 23);
- “C” é a velocidade do som no ar (C = 345 m/s);
- “fs” é a frequência de amostragem do sinal sonoro (44100 Hz).
O sinal sonoro refletido, além do atraso no tempo discreto, sofre influência das
características absorvedoras ou reflexivas da superfície na qual atinge. Com isso o sinal
sonoro final é obtido pela Equação 35:
[ ] [ ] [ ] [Equação 35]
Onde:
- [ ] é o sinal sonoro final;
- [ ] é o sinal sonoro direto;
- [ ] é o sinal sonoro refletido com atraso (delay) em relação ao
sinal sonoro direto;
- é o coeficiente de reflexão sonora.
94
Capítulo 4 – Método da pesquisa
Figura 23 – Desenho esquemático da primeira reflexão em superfícies refletoras opostas de uma rua.
Fonte: O autor.
No modelo proposto, a correção devido à reflexão somente é feita no sinal sonoro
resultante das passagens dos veículos e do processo de chegada de ônibus no ponto de parada,
pois esses sinais sonoros foram gravados em campo experimental, em condições aproximadas
de campo livre. O ruído residual não sofre tal correção, uma vez que foi composto a partir de
amostras de sinais sonoros gravados na própria rua investigada, trazendo consigo as
contribuições reflexivas das superfícies existentes no local.
A partir da referência de acréscimo devido às reflexões em superfícies de fachadas
obtida com base na norma RLS – 90 (Equação 32 ou 33), por meio de tentativa e erro
determina-se o coeficiente de reflexão sonora que será usada na Equação 35. Embora, o
procedimento descrito seja uma simplificação por considerar uma única reflexão, o ajuste
final da energia sonora é balizado por uma importante norma (RLS – 90), adotada em vários
estudos sobre ruído de tráfego veicular.
A proposta de correção da energia sonora devido à reflexão em superfícies de
fachadas empregada no modelo proposto não somente proporciona o ajuste quantitativo da
energia sonora, mas também poderá contribuir para um maior realismo da escuta do sinal
sonoro gerado em situações de ruas com características mais reflexivas. Entretanto, a
Sinal sonoro refletido
Sinal sonoro
direto
X X
X2
ΔS = (X1 + X2) – X3
X1 X3
CORTE TRANSVERSAL (DESENHO ESQUEMÁTICO)
95
Capítulo 4 – Método da pesquisa
investigação mais detalhada desse aspecto não representou objeto principal desta pesquisa,
ficando como sugestão para trabalhos futuros.
Por fim, em situações semelhantes ao trecho avaliado da rua Dr. Buarque de
Macedo com trânsito interrompido devido à presença de semáforos, o modelo computacional
foi adaptado com o desenvolvimento de um módulo que estabelece ciclos de fluxos veiculares
em função do temporizador determinístico do semáforo.
Na realidade, esse módulo realiza uma ponderação no parâmetro de entrada do
modelo de Poisson “λ” (taxa média de chegadas de veículos por intervalo de tempo para cada
categoria, inclusive para os ônibus que chegam ao ponto de parada). Esse procedimento
ocorre durante o sorteio que define a ocorrência ou não de determinado evento (passagem de
veículo), conforme explicado em parágrafos anteriores. Os fatores de ponderação para cada
evento foram estimados a partir de observações in loco.
Estas observações foram feitas no trecho analisado da rua Dr. Buarque de
Macedo, que possui semáforo no seu cruzamento com a Av. Imperatriz Leopoldina no dia
31/08/2017 (das 14h às 16h) com a realização de registros de fluxos totais de veículos em
intervalos de tempo de 3min, durante os sinais verde e vermelho. Cabe mencionar que as
ocorrências de veículos nesse trecho da rua Dr. Buarque de Macedo durante o período de sinal
vermelho eram provenientes da Av. Imperatriz Leopoldina.
Após as análises dos resultados dessas observações in loco, os fatores de
ponderação aplicados aos parâmetros de entrada (λvl, λmt e λvp) para os sinais verde e
vermelho foram 1,725 e 0,275, respectivamente. No caso específico do “λ” que define a
chegada ou não de ônibus no ponto de parada, adotou-se o fator de ponderação 2, para sinal
verde e 0, para sinal vermelho, uma vez que os ônibus que paravam no referido ponto eram
provenientes da própria rua Dr. Buarque de Macedo.
Portanto, a dinâmica cíclica do fluxo veicular por conta do semáforo resulta de
uma média ponderada do parâmetro de entrada “λ” do modelo de Poisson, para os respectivos
tempos de duração dos sinais verde e vermelho, correspondentes a 30s.
Os APÊNDICES H, I e J apresentam, respectivamente, o código principal do
modelo computacional proposto, o módulo para inserção do semáforo e uma função que
realiza o sorteio a partir de uma distribuição uniforme, para a entrada aleatória na simulação
dos exemplares de cada categoria de veículos e de ciclos de desaceleração, parada e
aceleração de ônibus no ponto de parada existentes no banco de sinais sonoros do modelo.
96
Capítulo 4 – Método da pesquisa
4.4.3 Análise dos resultados do modelo
A etapa de experimentação do modelo computacional envolveu análises
quantitativas e qualitativas com vistas a alcançar os objetivos principais e específicos desta
pesquisa. A seguir será explicada cada uma dessas análises.
- Análise quantitativa
As análises quantitativas do modelo ocorreram por meio de experimentos de
simulação em cenários reais e hipotéticos de fluxo médio veicular e de intervalos médios de
tempo entre chegadas sucessivas de ônibus nos pontos de parada investigados.
De início, esses experimentos foram feitos para validação dos resultados
simulados pelo modelo, confrontando-os com os dados coletados in loco. Para tanto, foram
realizadas simulações a partir dos parâmetros de entrada, λ (taxa média de ocorrências ou
chegadas de veículos por intervalo de tempo) e β (Intervalo médio entre chegadas sucessivas
de ônibus no ponto de parada), estimados com base nos dados de tráfego coletados, ou seja,
considerando os cenários reais de tráfego veicular observados nas ruas e nos pontos de parada
de ônibus em investigação.
A etapa de validação envolveu análises comparativas entre as médias dos
resultados medidos e estimados pelo modelo das variáveis de tráfego e acústicas. No caso das
variáveis acústicas, aplicou-se o teste estatístico paramétrico - t de Student, sob um nível de
significância de 5%, com o objetivo de testar a hipótese nula de igualdade entre médias dos
grupos de dados simulados e medidos.
Para o entendimento do fenômeno em questão com a investigação da influência da
dinâmica operacional de pontos de ônibus no ruído do tráfego veicular, as simulações
envolveram cenários reais e hipotéticos, estes últimos criados a partir de alterações no fluxo
médio veicular e nos intervalos médios de tempo entre chegadas sucessivas de ônibus no
ponto de parada.
A forma de análise para este fim se baseou na aplicação de estudos de
sensibilidade para verificação da influência nos valores dos descritores acústicos calculados a
partir de variações nas características de tráfego estabelecidos nos cenários hipotéticos.
Enfim, com esse tipo de análise determina-se “(...) a sensibilidade da resposta do modelo a
pequenas variações nas características da distribuição probabilística escolhida” (CHWIF;
MEDINA, 2015, p. 41).
97
Capítulo 4 – Método da pesquisa
O modelo computacional proposto fornece como resultados (outputs), variáveis de
tráfego (número de ocorrências de veículos leves, motos e veículos pesados, ou seja, fluxo e
composição veicular, além do número de ônibus que chegam ao ponto de parada investigado
durante certo intervalo de tempo simulado), descritores acústicos (LA10, LA90, LAeq, TNI e LNP)
em formato de tabela, e a possibilidade do usuário ouvir o ruído simulado, podendo ser outro
importante recurso para avaliação do ruído do tráfego veicular urbano por parte dos diferentes
agentes envolvidos com o controle da poluição sonora nas cidades.
Por fim, ressalta-se que a escuta do ruído simulado, consistiu também em uma
importante ferramenta para o processo de desenvolvimento do modelo. O uso da escuta em
conjunto com dados quantitativos e gráficos representativos do ruído simulado e dos instantes
de entrada aleatória dos veículos no fluxo de tráfego contribuiu para a verificação do correto
funcionamento do modelo computacional proposto. O APÊNDICE L mostra alguns desses
exemplos de gráfico gerados a partir de simulações realizadas nas ruas, Roxo Moreira e Dr.
Buarque de Macedo.
- Análise qualitativa
As análises qualitativas realizadas nesta pesquisa ocorreram a partir de avaliações
subjetivas auditivas (Testes de júri)20
com o intuito de verificar o potencial do modelo
computacional quanto ao nível de realismo do ruído do tráfego veicular urbano simulado.
A hipótese nula testada nesse experimento foi: Os áudios reais e simulados de
tráfego veicular são indiscerníveis. Os áudios reais consistiram em amostras extraídas de
uma gravação realizada em uma via urbana, enquanto que os áudios simulados foram
extraídos do ruído gerado pelo modelo computacional a partir de parâmetros de entrada
representativos das características médias de fluxo veicular e do processo de chegadas de
ônibus no ponto de parada de ônibus existente no local.
Ressalta-se que em função de limitações no tempo para desenvolvimento desta
etapa da pesquisa, as avaliações subjetivas contemplaram apenas a rua Roxo Moreira,
priorizando-se pela realização do maior número possível de testes dentro do cronograma
20 Para a realização das avaliações subjetivas auditivas (Testes de júri) foi elaborado um projeto de pesquisa,
especificando os objetivos, hipótese, local de realização, população a ser estudada, garantias éticas aos
participantes, método a ser utilizado, cronograma, critério de inclusão ou exclusão de participantes, riscos e
benefícios envolvidos na execução da pesquisa, entre outros aspectos. Tal projeto foi submetido ao Comitê de
Ética em Pesquisa (CEP), pela Plataforma Brasil no dia 07/07/2017, sendo aprovado em 31/07/2017 com o Nº do
CAAE: 71270117.2.00005404.
98
Capítulo 4 – Método da pesquisa
estabelecido, para as condições de tráfego veicular analisadas nesta rua, ficando como
sugestão para trabalhos futuros a continuidade deste tipo de análise na rua Buarque de
Macedo ou outra configuração de rua em que possa ser aplicado o modelo computacional
proposto.
Os testes de júri foram realizados por um grupo de 54 voluntários constituído por
alunos e funcionários do Campus Zeferino Vaz da UNICAMP21
, não havendo restrições de
sexo, etnia ou idade. O número de participantes pré-estabelecido foi de pelo menos 50
pessoas, sendo definido com base em observações do universo de participantes em outras
pesquisas correlatas (MAILLARD, JAGLA, 2012; MAILLARD, JAGLA, 2013).
Quanto ao local das avaliações subjetivas, escolheu-se inicialmente a sala de
defesa 1, da Faculdade de Engenharia Civil, Arquitetura e Urbanismo (FEC/UNICAMP). No
decorrer dos experimentos, devido à necessidade de se conciliar os horários de agendamento
dos voluntários com as reservas da sala, foram usadas também outras opções de salas,
localizadas no mesmo prédio (sala de defesa 2, sala de defesa 3 e uma sala no Laboratório de
Conforto Ambiental - LACAF). Todas essas salas ofereceram condições favoráveis de ruído
de fundo e privacidade acústica para execução dos testes de júri.
No que se refere às garantias éticas da pesquisa, antes da realização do
experimento cada voluntário recebeu do pesquisador – responsável o “Termo de
Consentimento Livre e Esclarecido (TCLE)” para leitura e conhecimento de todas as
informações relevantes sobre os procedimentos que seriam adotados na avaliação subjetiva,
das garantias éticas, além de outros aspectos concernentes a pesquisa, que podem ser vistos no
próprio modelo do TCLE (APÊNDICE M).
O método utilizado nas avaliações subjetivas consistiu na escuta por parte de cada
voluntário, com uso de fone de ouvido, de (04) quatro amostras de áudios escolhidos de
maneira aleatória por uma interface gráfica computacional. Os áudios consistiram em ruídos
reais e/ou simulados de fluxo veicular, podendo incluir chegada(s) e/ou partida(s) de ônibus
em um ponto de parada de ônibus da via urbana investigada (rua Roxo Moreira).
Cabe ressaltar que com o objetivo de oferecer mesmas condições de teste para
todos os participantes, na realidade eram sempre apresentados (02) dois áudios reais e (02)
21 Medida que dispensou a necessidade de se prever custos para deslocamentos dos voluntários até o local dos
testes de júri, pois o agendamento das datas e horários era feito de modo a conciliar com a presença e
disponibilidade dos mesmos na UNICAMP.
99
Capítulo 4 – Método da pesquisa
dois áudios simulados, porém permutados aleatoriamente, sem o conhecimento dessa
informação por parte do voluntário participante. Além disso, foi garantido para o mesmo
voluntário a escuta de áudios diferentes entre si, realizando-se sorteio sem reposição dos
áudios reais e simulados provenientes de um espaço amostral composto por 30 (trinta) áudios
reais e 30 (trinta) áudios simulados.
Após a escuta, o voluntário era solicitado a marcar uma das opções de resposta
(Real ou Simulado) para cada áudio, como mostra a interface gráfica desenvolvida no
ambiente GUIDE (Graphical User Interface Design Environment) do software Matlab. As
Figuras 24, 25 e 26 mostram as telas da interface gráfica utilizada durante o teste de júri.
Figura 24 – Tela inicial da interface gráfica principal utilizada no teste de júri.
Fonte: O autor.
Figura 25 – Tela de apresentação e avaliação das amostras dos áudios aleatórios pelo voluntário.
Fonte: O autor.
100
Capítulo 4 – Método da pesquisa
Figura 26 – Tela final da interface gráfica com indicação do fim do teste e agradecimento pela participação do
voluntário.
Fonte: O autor.
Conforme já mencionado, a hipótese nula testada foi de que os áudios reais e
simulados de tráfego veicular são indiscerníveis. Ou seja, o participante não conseguiria
distinguir entre áudios reais e simulados dos fluxos de veículos apresentados aleatoriamente,
havendo a probabilidade p = 50% de ocorrência de acertos ou erros.
A partir de um modelo binomial e sob um nível de significância de 5%, a hipótese
nula será rejeitada caso o número de acertos ou erros esteja fora dos limites de valores
estimados em torno do valor médio calculado com base no número de amostras de áudios
analisados.
Os áudios foram de curta duração (1 minuto) e mostrados aos voluntários de
forma não contínua. Antes das avaliações subjetivas, os áudios foram submetidos a
verificações quanto aos seus níveis sonoros, a fim de garantir condições de conforto acústico e
nenhum prejuízo ao sistema auditivo do participante. Utilizou-se como sistema de reprodução
de áudio os seguintes equipamentos: notebook, placa de som externa (Audiobox USB 2x2,
marca PreSonus) e fone de ouvido (Stereo Headphones, AKG, K.55) de alta definição e
resposta de frequência entre 20 Hz e 20 kHz.
Estimou-se o tempo total de 15 minutos para o desenvolvimento de todos os
procedimentos, considerando 5 minutos para orientações iniciais e 10 minutos para a
realização do teste de júri propriamente dito.
Todo o experimento teve o acompanhamento presencial do pesquisador -
responsável, para garantir ao voluntário o apoio necessário a sua realização e rapidez no
101
Capítulo 4 – Método da pesquisa
atendimento nos casos em que porventura houvesse algum tipo de desconforto ou
necessidade/interesse de desistir da sequência na pesquisa manifestada pelo mesmo.
Por fim, salienta-se que a presente pesquisa adotou como critério de exclusão a
declaração por parte de cada voluntário sobre sua habilidade auditiva (normal ou não). Nos
casos em que o participante declarasse que não possuía habilidade normal da audição seus
dados seriam excluídos da pesquisa.
102
Capítulo 5 - Resultados e discussões
Capítulo 5
RESULTADOS E DISCUSSÕES
5.1 Considerações iniciais
Neste capítulo serão apresentados e discutidos os resultados obtidos das análises
quantitativas e qualitativas realizadas a partir de experimentos de simulação desenvolvidos
com a aplicação do modelo computacional proposto nesta pesquisa.
A atividade inicial dessas análises consistiu no processo de validação do modelo,
por meio de comparações entre os dados medidos e simulados. A validação das variáveis
acústicas se baseou em análises estatísticas com a aplicação do teste estatístico paramétrico - t
de Student para comparação entre as médias provenientes dos grupos de dados simulados e
medidos. As simulações para os testes de validade levaram em conta os cenários reais de
tráfego veicular da rua e do processo de chegadas de ônibus nos pontos de parada analisados.
O estudo da influência da dinâmica de pontos de ônibus no ruído do tráfego
veicular urbano baseou-se em análises de sensibilidade, com alterações dos parâmetros de
entrada do modelo, adotando-se como referência as condições reais do fluxo médio veicular e
de intervalos médios de tempo entre chegadas de ônibus nos pontos de parada. Logo, para
obter respostas à questão de pesquisa, as análises se pautaram em cenários reais e hipotéticos.
Para um melhor delineamento das informações, esse capítulo foi estruturado com
apresentação e discussão inicial dos resultados das análises quantitativas em ambos os pontos
de parada de ônibus (objetos de estudo desta pesquisa22
), seguida pelo detalhamento dos
resultados da avaliação subjetiva (Teste de júri) com vistas a verificar o potencial do modelo
computacional em relação ao nível de realismo do ruído de tráfego veicular urbano simulado.
5.2 Análise quantitativa – Ponto de ônibus “A” (Ptbus – A; rua Roxo Moreira)
O trecho analisado da rua Roxo Moreira é constituído por duas pistas de
rolamento separadas por um canteiro central. Os fluxos veiculares nessas pistas ocorrem em
sentidos opostos, que foram assumidos como sendo iguais durante a etapa de modelagem. Por
conta disso, as contagens de veículos eram realizadas agrupando o número de veículos por
22
Por simplificação, a partir deste capítulo serão adotadas as abreviaturas (Ptbus – A e Ptbus – B) em referência
aos pontos de ônibus localizados na rua Roxo Moreira e rua Dr. Buarque de Macedo, respectivamente.
103
Capítulo 5 - Resultados e discussões
classe de veículos que trafegavam em ambas as pistas. Cabe mencionar ainda que devido à
configuração do perfil transversal da rua, caracterizado por um afastamento de,
aproximadamente, 40 m entre fachadas opostas, houve a desconsideração das reflexões
sonoras nessas superfícies.
Com base nessas e nas demais informações mencionadas no Capítulo 4 –
MÉTODO DA PESQUISA, a seguir será apresentado o processo de validação do modelo
computacional, levando-se em conta às condições reais de tráfego veicular da rua Roxo
Moreira e do processo de chegada, parada e partida de ônibus no ponto de parada existente no
local (Ptbus – A) observadas durante as coletas de dados.
5.2.1 Validação do modelo computacional
Para o teste de validade do modelo computacional em relação às características de
tráfego e acústicas do trecho analisado da rua Roxo Moreira e do Ptbus – A, utilizou-se um
total 58 amostras de dados de tráfego e acústicos coletados simultaneamente em intervalos de
tempo de 3 min. Tais coletas foram feitas durante dias úteis da semana, nos períodos da
manhã e da tarde (das 9h30min às 11h30min e das 14h30min as 16h30min).
O processo de validação do modelo baseou-se em análises comparativas entre
esses dados de tráfego e acústicos observados in loco e os estimados pelo modelo. Para a
realização das simulações, o modelo computacional foi alimentado com parâmetros de
entrada, λ (taxa média de ocorrências ou chegadas de cada classe de veículos por segundo) e β
(Intervalo médio entre chegadas de ônibus no ponto de parada, em segundos), calculados a
partir dos dados adquiridos durante a primeira fase de coleta (APÊNDICE A).
Na ocasião foram observados os seguintes valores médios de fluxos veiculares,
Qvl = 996 veículos leves/h; Qmt = 55 motos/h e Qvp = 47 veículos pesados/h; e intervalo
médio entre chegadas sucessivas de ônibus no ponto de parada de 360s.
A Tabela 4 mostra os parâmetros de entrada inseridos no modelo, λvl, λmt, λvp e
λPtbus-A que representam, respectivamente, a probabilidade “p” de ocorrência por segundo de
veículo leve, moto, veículo pesado e chegada de ônibus no ponto de parada (Ptbus - A),
respectivamente. Cabe lembrar que por conveniência, a simulação do processo de Poisson foi
aproximada por uma simulação binomial em instante de tempo bem pequeno de 1 segundo e
probabilidade “p” << 1, assumindo-se independência entre as ocorrências dos eventos.
104
Capítulo 5 - Resultados e discussões
Tabela 4 – Valores do parâmetro de entrada “λ” inseridos no modelo para realização das simulações (Ptbus – A;
rua Roxo Moreira).
λvl
(veículo/segundo)
λmt
(veículo/segundo)
λvp
(veículo/segundo)
λPtbus-A = 1/β
(veículo/segundo)
0,2766 0,0153 0,0131 0,00278
A partir dos dados de entrada apresentados na Tabela 4, realizou-se 05 (cinco)
grupos de simulações independentes entre si. Cada grupo de simulação gerou 58 amostras de
dados para cada uma das variáveis de tráfego e acústica consideradas nesta pesquisa, as quais
foram utilizadas posteriormente na comparação com os dados medidos (reais). A Tabela 5
apresenta os valores médios dos dados medidos (reais) e simulados das variáveis de tráfego
para intervalos de tempo de 3 min.
Tabela 5 – Média dos dados medidos e simulados das variáveis de tráfego (Ptbus – A; rua Roxo Moreira).
Qvl
(veículos/3min)
Qmt
(veículos/3min)
Qvp
(veículos/3min)
Qt
(veículos/3min)
QPtbus-A
(veículos/3min)
Medido (real) 49 3 2 54 1
Simulação 1 49 3 3 55 1
Simulação 2 48 3 2 53 1
Simulação 3 49 3 2 53 1
Simulação 4 50 3 2 55 1
Simulação 5 50 3 3 56 0
Observando os valores médios para as variáveis de tráfego (dados medidos e
simulados), considera-se que o simulador de tráfego desempenha satisfatoriamente as
estimativas do fluxo veicular e do número de chegadas de ônibus no Ptbus - A. No que se
refere às variáveis acústicas (LA10, LA90, LAeq, TNI e LNP), a Tabela 6 mostra as médias dos
descritores acústicos medidos e simulados, além dos desvios médios calculados para cada
descritor acústico.
Tabela 6 – Média logarítmica dos dados medidos e simulados das variáveis acústicas (Ptbus – A; rua Roxo
Moreira).
LA10 [dBA] LA90 [dBA] LAeq [dBA] TNI [dBA]
LNP [dBA]
Medido (real) 71,3 55,0 68,0 98,8 85,5
Simulação 1 71,6 55,4 67,9 98,2 85,2
Simulação 2 71,1 55,2 67,6 97,1 84,4
Simulação 3 71,2 55,2 67,7 98,1 84,9
Simulação 4 71,2 55,7 67,6 97,4 84,4
Simulação 5 71,4 55,9 67,7 93,8 84,0
Desvio – médio +0,02 - 0,48 +0,30 +1,88 +0,92
Os desvios médios indicam pequenas diferenças entre as médias dos dados
medidos e simulados para a maioria dos descritores acústicos, com valores correspondentes à
105
Capítulo 5 - Resultados e discussões
precisão do sonômetro usado nas medições acústicas (± 0,50 dBA). Os maiores desvios
observados foram para os parâmetros acústicos, TNI e LNP (+1,88 e + 0,92 dBA), bastante
influenciados pela variabilidade do ruído (LA10 – LA90). Além disso, o modelo computacional
mostrou leve tendência de superestimar LA90 e de subestimar LAeq, TNI e LNP.
De um modo geral, considera-se que houve avanço nos cálculos dos descritores
acústicos a partir das modificações realizadas no modelo inicial desenvolvido no estudo piloto
(GUEDES, BERTOLI e MONTALVÃO, 2016) com relação a LA9023
e, consequentemente,
TNI e LNP.
A validação do modelo quanto às variáveis acústicas se desenvolveu a partir do
teste de hipótese para comparação entre as médias provenientes de cada grupo de dados
simulados e medidos. Para tanto, foi adotado o teste paramétrico t de Student, com um nível
de significância de 5%, sob a hipótese nula (H0) de igualdade entre as médias dos valores
simulados e medidos.
A Tabela 7 mostra os resultados do teste t de Student entre os grupos de dados da
simulação 1 e dados medidos. No APÊNDICE O, encontram-se os resultados das análises
estatísticas entre todos os cinco grupos de dados simulados e medidos.
Tabela 7 – Resultados do teste t de Student entre variáveis acústicas simuladas (Simulação 1) e medidas (Ptbus –
A; rua Roxo Moreira).
LA10 [dBA] LA90 [dBA] LAeq [dBA] TNI [dBA] LNP [dBA]
Medido (real)* 71,3 55,0 68,0 98,8 85,5
Simulação 1* 71,6 55,4 67,9 98,2 85,2
Grau de liberdade (g.l.): 114 114 114 114 114
p-value 0,2749 0,3331 0,7288 0,8395 0,7464
t - Student -1,0972 -0,9720 0,3476 0,2030 0,3242
t (crítico) ± 1,98 ± 1,98 ± 1,98 ± 1,98 ± 1,98
* Média logarítmica
A partir dos resultados da Tabela 7, a hipótese nula (H0) de igualdade entre as
médias dos dados acústicos simulados e medidos não pode ser rejeitada, sob um nível de
significância de 5%, pois os valores da estatística t - Student estão no intervalo definido pelo t
(crítico).
Portanto, o modelo computacional foi considerado suficientemente validado para
a realização dos experimentos de simulação para a investigação da influência da dinâmica em
pontos de ônibus no ruído do tráfego veicular.
23
O desvio médio entre valores de LA90 (medidos e calculados) do estudo piloto foi de +4,5 dBA, superior ao
valor de - 0,50 dBA obtido para esse mesmo descritor acústico a partir dos dados da Tabela 6.
106
Capítulo 5 - Resultados e discussões
5.2.2 Análises de sensibilidade
A investigação da influência da dinâmica em pontos de ônibus no ruído de tráfego
veicular ocorreu por meio de análises de sensibilidade no modelo computacional,
considerando diferentes cenários de tráfego e acústicos (reais e hipotéticos). Os estudos se
desenvolveram a partir de 03 (três) cenários distintos de intervalos médios de tempo entre
chegadas sucessivas de ônibus no ponto de parada “Ptbus – A”, alterando-se os valores do
parâmetro de entrada “β” (Tabela 8).
Tabela 8 – Intervalos médios de tempo entre chegadas sucessivas de ônibus adotados como parâmetros de
entrada (“β”) no modelo nas simulações para análise de sensibilidade (Ptbus – A; rua Roxo Moreira).
β1 (segundos) β2 (segundos) β3 (segundos)
180s 360s 720s
Cenário hipotético Cenário real Cenário hipotético
Com a motivação de testar a hipótese de que a influência acústica do processo de
chegada e partida de ônibus em pontos de parada de ônibus é mais perceptível
quantitativamente em situações com menores fluxos veiculares, as investigações foram feitas
levando-se em conta também diferentes condições de tráfego de veículos na rua investigada.
Com isso, foram definidos 05 (cinco) cenários de fluxo médio veicular, adotando-
se como referência as características de tráfego observadas durante as coletas de dados. A
criação desses cenários ocorreu com a multiplicação do fluxo médio veicular real pelos
fatores (1,00 – 0,75 – 0,50 – 0,25 – 0,125), mantendo-se a mesma proporção entre classes de
veículos (vl, mt, vp). A Tabela 9 mostra esses cenários usados nos experimentos (CA1, CA2,
CA3, CA4 e CA5).
Tabela 9 – Fluxos veiculares adotados como parâmetros de entrada (“λ”) no modelo nas simulações para análise
de sensibilidade (Rua Roxo Moreira).
Cenários: CA1 CA2 CA3 CA4 CA5
Fluxo horário de veículos leves [Qvl]: 996 747 498 249 125
Fluxo horário de motos [Qmt]: 55 41 28 14 7
Fluxo horário de veículos pesados [Qvp]: 47 35 24 12 6
Fluxo horário total de veículos [Qt]: 1098 823 550 275 138
Fluxo relativo de veículos [Qrel.]: 1,00 0,75 0,50 0,25 0,125
Cenário real Cenários hipotéticos
Realizou-se um total de 20 (vinte) simulações independentes entre si, com tempo
de simulação de 15 min (900s) para cada combinação de cenário de fluxo médio veicular e de
intervalo médio de tempo entre chegadas sucessivas de ônibus no Ptbus – A pré-estabelecido.
107
Capítulo 5 - Resultados e discussões
As análises e discussões dos resultados foram baseadas na média logarítmica dos descritores
acústicos (LA10, LA90, LAeq, TNI e LNP) provenientes dessas simulações para cada cenário
considerado.
A coluna (I) da Figura 27 mostra os gráficos resultantes dos descritores acústicos
avaliados em função dos diferentes fluxos relativos de veículos e intervalos médios entre
chegadas sucessivas de ônibus no Ptbus – A, conforme descrito nas Tabelas 8 e 9. Já os
gráficos da coluna (II) da Figura 27 resultaram das simulações com a desconsideração
hipotética da contribuição da energia acústica do fluxo dos veículos pesados, ou seja,
anulando-se simplesmente o número de veículos pesados dos cenários de fluxo veicular
mostrados na Tabela 9. Os resultados numéricos de todas essas simulações podem ser vistos
no APÊNDICE P.
O interesse pelos experimentos de simulação sem a contribuição acústica dos
veículos pesados foi de descartar qualquer interferência dos mesmos nas análises da
influência da dinâmica em pontos de ônibus no ruído do tráfego veicular, uma vez que a
passagem de veículo pesado pela rua representa uma energia sonora mais próxima à gerada
pelo processo de chegada, parada e partida de ônibus no ponto de parada.
Figura 27 – Gráficos resultantes das simulações para investigação da influência da dinâmica do Ptbus –
A no ruído do tráfego veicular da rua Roxo Moreira: a) LAeq,15min versus Qrel; b) LA10,15min versus Qrel, c)
LA90,15min versus Qrel, d) TNI,15min versus Qrel e e) LNP,15min versus Qrel.
Coluna (I); Vp ≠ 0 Coluna (II); Vp = 0
(a)
Continua
108
Capítulo 5 - Resultados e discussões
Continuação da Figura 27
Coluna (I); Vp ≠ 0 Coluna (II); Vp = 0
(b)
(c)
(d)
Continua
109
Capítulo 5 - Resultados e discussões
Continuação da Figura 27
Coluna (I); Vp ≠ 0 Coluna (II); Vp = 0
(e)
Fonte: O autor.
Uma análise preliminar da Figura 27, percebe-se que o modelo computacional
demonstra boa sensibilidade e coerência no que se refere à relação funcional entre níveis de
ruído e fluxo veicular. Ou seja, maiores fluxos de veículos estão associados a maiores valores
de níveis de ruído, o que pode ser constatado por meio dos gráficos dos descritores acústicos
LA10, LA90 e LAeq versus fluxo relativo de veículos.
No que diz respeito à influência da dinâmica do ponto de ônibus no ruído do
tráfego veicular, uma análise geral dos gráficos indica que quanto maior o número de
chegadas de ônibus no ponto de parada, maior é o impacto sonoro para um mesmo cenário de
fluxo veicular.
A associação entre o intervalo médio entre chegadas de ônibus no ponto de parada
e o impacto sonoro se mantém para os cenários de tráfego simulados sem a contribuição
energética dos veículos pesados, porém com valores inferiores dos descritores acústicos
(Figuras 27a, 27b, 27d e 27e). Esse resultado demonstra a importante contribuição em termos
acústicos dos veículos pesados no ruído do tráfego veicular.
No entanto, essa relação não ficou tão evidente para o descritor acústico LA90,
representativo do ruído residual. As alterações dos intervalos de tempo médio entre chegadas
de ônibus no ponto de parada não acarretaram variações significativas neste descritor acústico
(Figura 27c). Na realidade, o ruído residual sofre influência direta do fluxo total de veículos,
110
Capítulo 5 - Resultados e discussões
atingindo maiores valores de nível sonoro com o aumento do fluxo veicular na rua,
especialmente, com o aumento dos veículos leves, conforme foi evidenciado na pesquisa de
Alves Filho (1997).
Entre os descritores acústicos adotados nesta pesquisa, os parâmetros TNI e LNP
são os únicos que levam em conta em suas formulações matemáticas24
a variabilidade do
ruído (LA10 – LA90) como parcela importante na medida de impacto sonoro. A partir da
avaliação dos resultados simulados de TNI e LNP foi possível confirmar a hipótese inicial de
que a variabilidade do nível de ruído devido ao processo de chegadas e partidas de ônibus em
um ponto de parada influencia o impacto sonoro local. No entanto, observou-se que tal
influência ocorreu de modo diferenciado em função do fluxo veicular existente.
Uma primeira análise dos gráficos de TNI indicou que para um mesmo cenário de
número de chegadas de ônibus no ponto de parada, os maiores valores obtidos para esse
parâmetro acústico ocorreram em situações com fluxos relativos de veículos intermediários,
especialmente, 0,5 (550 veículos/h) e 0,75 (825 veículos/h). Este resultado aponta para maior
impacto sonoro nessas combinações de fluxo médio veicular e intervalo médio de tempo entre
chegadas sucessivas de ônibus no ponto de parada investigado (Figura 27d).
Outra informação vista nos gráficos da Figura 27d foi a tendência de redução de
TNI a partir de fluxos veiculares em torno de 1000 veículos/h. Essa evidência se alinha a
informações obtidas na literatura, especificamente no gráfico apresentado na Figura 3, que
relaciona o fluxo de tráfego veicular e os descritores acústicos TNI, LA10 e LA90. A partir desse
gráfico, observa-se que o aumento do ruído residual (LA90) e a tendência de saturação de LA10
em cenários de fluxos veiculares superiores a 1000 veículos/h acarreta na redução da
variabilidade do ruído (LA10 – LA90), consequentemente, nos valores de TNI. Tal fato pode ser
evidenciado também pela análise conjunta dos gráficos das Figuras 27b e 27c.
Por outro lado, em situações com fluxo veicular reduzido, por exemplo, fluxos
relativos de 0,125 (140 veículos/h) e 0,25 (275 veículo/h), observou - se que os parâmetros
TNI e LNP sofreram também reduções nos seus valores, devido aos menores valores de LA10,
LA90 e LAeq, correspondentes a essas condições de tráfego (Figuras 27a, 27b e 27c).
Além disso, verificou-se que em situações com menor fluxo de veículos houve
maiores variações de TNI e LNP entre os cenários estabelecidos pelos diferentes valores de β,
principalmente, β1 =180s e β3 =720s. Isto é, a variação do número de chegadas e partidas de
24
LNP = (LA10 – LA90) + LAeq [Equação 9]; TNI = 4. (LA10 – LA90) + LA90 – 30 [Equação 10].
111
Capítulo 5 - Resultados e discussões
ônibus no ponto de parada mostrou-se mais evidente em termos quantitativos nas condições
com fluxo veicular mais reduzido, corroborando com a ideia de maior possibilidade de
incômodo do ruído ambiental em situações com menores níveis de ruído residual, por
exemplo, em períodos noturnos.
Adotando-se como referência as características de tráfego veicular observadas nas
coletas de dados para modelagem, foi feita uma análise comparativa entre LAeq, TNI e LNP
simulados e os seus respectivos valores – limite recomendados pela literatura técnica adotada
como referência. A Tabela 10 mostra esse comparativo para diferentes intervalos de tempo
entre chegadas de ônibus no ponto de parada (β1 = 180s, β2 = 360s e β3 = 720s), com e sem
influência acústica de passagens de veículos pesados na rua Roxo Moreira.
Tabela 10 – Análise comparativa entre valores de LAeq, TNI e LNP simulados e seus valores – limite extraídos da
literatura (Ptbus – A; rua Roxo Moreira).
β1 = 180s β2 = 360s β3 = 720s
LAeq simulado [dBA]: 68,4 (67,0) 67,9 (65,8) 67,6 (65,1)
LAeq referência* [dBA]: 60,0
TNI simulado [dBA]: 91,8 (84,0) 89,9 (82,2) 88,1(81,2)
TNI referência** [dBA]: 74,0
LNP simulado [dBA]: 84,7(81,5) 83,8 (80,2) 83,3 (79,2)
LNP referência*** [dBA]: 72,0
Observações: Os valores dos descritores acústicos entre parênteses correspondem aos cenários simulados sem
contribuição energética dos veículos pesados. * NBR 10151, 2000 (Área mista, com vocação comercial e
período diurno); ** SCHOLES, 1970; *** ROBINSON, 1971.
A Tabela 10 mostra que todos os valores simulados superam os valores – limite de
LAeq, TNI e LNP, mesmo em uma situação mais favorável, com a ocorrência de menor número
de chegadas de ônibus no ponto de parada e sem a influência de passagens de veículos
pesados pela rua Roxo Moreira. Os valores de LAeq, TNI e LNP calculados para estes cenários
foram de 65,1, 81,2 e 79,2 dBA.
Com base no gráfico de TNI versus grau de insatisfação (Figura 2), verificou-se
que os valores de TNI para os cenários de tráfego, com e sem influência dos veículos pesados,
e intervalo médio de tempo de 360s entre chegadas de ônibus no ponto de parada
corresponderiam, respectivamente, 75 e 60% de pessoas incomodadas por conta do ruído do
tráfego veicular. Esse resultado indica a relevante parcela de participação do fluxo de veículos
pesados no impacto sonoro da rua, principalmente, devido à sua influência direta nos
descritores LA10 e LAeq, conforme foi evidenciado no estudo de Alves Filho (1997).
112
Capítulo 5 - Resultados e discussões
A seguir serão apresentadas as análises quantitativas para o segundo objeto de
estudo desta pesquisa (Ponto de ônibus “B”), localizado em outra tipologia de rua urbana com
características diferenciadas quanto ao perfil transversal e ao regime do trânsito de veículos.
5.3 Análise quantitativa – Ponto de ônibus “B” (Ptbus – B; rua Dr. Buarque de Macedo)
Os experimentos de simulação realizados para o Ponto de ônibus “B” (Ptbus – B),
localizado na rua Dr. Buarque de Macedo, levaram em consideração dois importantes
aspectos os quais foram incorporados ao modelo computacional.
O primeiro aspecto se refere à correção no nível de ruído do tráfego veicular com
acréscimo da parcela de energia refletida nas superfícies de paredes (fachadas) opostas da rua.
O segundo diz respeito à influência dos semáforos existentes no cruzamento do trecho
avaliado da rua Dr. Buarque de Macedo com a Av. Imperatriz Leopoldina. Este cruzamento
semaforizado propicia um fluxo veicular interrompido com características cíclicas. O
temporizador determinístico do semáforo estabelece ciclos de sinais verde e vermelho com
tempos de duração de 30s. Tais aspectos foram considerados no modelo, conforme
procedimentos descritos no Capítulo 4 – MÉTODO DA PESQUISA.
Considerando as dimensões físicas do perfil transversal da rua Dr. Buarque de
Macedo, distância entre fachadas (d = 15m) e altura média (h = 7 m), a correção devido à
reflexão em superfícies de fachadas opostas (Crefl) foi estimada com aplicação da Equação 32,
extraída da norma RLS – 90, obtendo-se o valor de 2,0 dB.
A partir do método de tentativa e erro, esse valor de referência para Crefl foi obtido
adotando-se o coeficiente de reflexão ( ) de 0,90 e um atraso (delay)25
de 0,04s entre o sinal
sonoro refletido e direto, os quais foram inseridos no modelo por meio da Equação 35.
Ressalta-se que no estudo realizado por Radwan e Oldham (1987), foram considerados
valores de coeficiente de reflexão ( ) entre 0,90 e 0,95 durante o desenvolvimento de um
modelo computacional para predição de níveis de ruído tráfego veicular urbano em condições
de fluxo interrompido.
Após essas considerações iniciais, o teste de validade do modelo computacional
para as características de tráfego e acústicas observadas do trecho analisado da rua Dr.
Buarque de Macedo foi realizado conforme procedimentos que serão detalhados a seguir.
25
O valor de atraso (delay) foi determinado com base na Equação 34, apresentada no Capítulo 4 – MÉTODO
DA PESQUISA.
113
Capítulo 5 - Resultados e discussões
5.3.1 Validação do modelo computacional
Semelhante ao que foi feito no teste de validade do modelo para o objeto de
estudo anterior, a estimação dos parâmetros de entrada (λvl, λmt, λvp e λPtbus - B) deveria ter sido
realizada a partir dos dados coletados na rua Dr. Buarque de Macedo durante a etapa de
modelagem (APÊNDICE B)
Porém, uma análise prévia desses dados indicou que as médias das variáveis
aleatórias de tráfego não apresentavam uma boa correspondência com as médias obtidas na
etapa de validação (APÊNDICE F). Ressalta-se que as coletas de dados para modelagem e
validação ocorreram em épocas diferentes do ano, podendo ter havido alguma particularidade
durante esses períodos de coleta suficiente para ocasionar essa característica não estacionária
no fluxo veicular.
Como alternativa, optou-se por realizar o teste de validade do modelo com base
somente na massa de dados coletada na etapa de validação, quando os dados de tráfego e
acústicos foram coletados simultaneamente, e em uma mesma época do ano.
Para tanto, realizou-se uma divisão aleatória (sorteio sem reposição) do universo
total de 52 amostras de dados coletados na etapa de validação (APÊNDICE F) em dois
subconjuntos com 26 amostras de dados.
O primeiro subconjunto de dados foi usado apenas para estimação dos parâmetros
de entrada associados ao modelo de Poisson (λvl, λmt, λvp e λPtbus – B), que foram calculados a
partir das médias das 26 amostras de dados de tráfego deste subconjunto (Tabela 11).
Tabela 11 – Valores do parâmetro de entrada “λ” inseridos no modelo para realização das simulações (Ptbus –
B; rua Dr. Buarque de Macedo).
λvl (veículos/s) λmt (veículos/s) λvp (veículos/s)
λPtbus-B (veículos/s)
0,2333 0,0256 0,0073 0,0079
Com os parâmetros de entrada da Tabela 11 foram realizados os experimentos de
simulação para posterior comparação com varáveis de tráfego e acústicos provenientes do
segundo subconjunto de dados. Para tanto, realizou-se 05 (cinco) rodadas de simulações
independentes entre si, contendo cada simulação um total de 26 amostras de dados.
A Tabela 12 apresenta os valores médios dos dados medidos e simulados das
variáveis de tráfego, para um intervalo de tempo de 3 min.
114
Capítulo 5 - Resultados e discussões
Tabela 12 – Média dos dados medidos e simulados das variáveis de tráfego (Ptbus – B; rua Dr. Buarque de
Macedo).
Qvl
(veículos/3min)
Qmt
(veículos/3min)
Qvp
(veículos/3min)
Qt
(veículos/3min)
QPtbus-B
(veículos/3min)
Medido (real) 43 5 1 49 1
Simulação 1 43 5 1 49 1
Simulação 2 41 5 2 48 1
Simulação 3 42 5 1 48 1
Simulação 4 42 5 2 48 1
Simulação 5 43 5 2 49 2
Os resultados da Tabela 12 indicam que o simulador de tráfego realiza boas
estimativas dos valores médios do fluxo veicular e do número de chegadas de ônibus no
Ptbus-B, semelhante ao que foi visto no objeto de estudo anterior.
A Tabela 13 mostra os valores médios dos dados medidos e simulados para as
variáveis acústicas (LA10, LA90, LAeq, TNI e LNP), bem como os desvios médios calculados
entre as médias desses dados.
Tabela 13 – Média logarítmica dos dados medidos e simulados das variáveis acústicas (Ptbus – B; rua Dr.
Buarque de Macedo).
LA10 [dBA] LA90 [dBA] LAeq [dBA] TNI [dBA]
LNP [dBA]
Medido (real) 74,1 55,3 71,4 106,0 91,4
Simulação 1 74,8 54,8 71,0 108,1 91,4
Simulação 2 74,8 54,7 70,9 108,9 91,7
Simulação 3 74,5 54,7 70,7 110,4 91,3
Simulação 4 75,1 54,7 71,2 111,1 92,2
Simulação 5 75,4 54,8 71,5 114,1 92,8
Desvio - médio -0,88 +0,56 +0,30 - 4,52 -0,48
Os desvios médios apresentados na Tabela 13 indicam pequenas diferenças entre
as médias dos dados simulados e medidos para os descritores acústicos, com exceção do
parâmetro TNI, que sofre forte influência da variabilidade do ruído (LA10 – LA90). Ressalta-se
que as diferenças observadas entre as médias dos dados simulados e medidos para os
descritores acústicos LA90, LAeq e LNP encontram-se na faixa de precisão do sonômetro
utilizado nas medições acústicas, ± 0,50 dBA, logo, podem ser consideradas irrelevantes.
Os sinais positivos ou negativos dos desvios médios indicam que o modelo
computacional está subestimando ou superestimando determinado descritor acústico. Desta
forma, o modelo computacional tende a subestimar LA90, LAeq e superestimar, LA10 , TNI e
LNP.
115
Capítulo 5 - Resultados e discussões
De modo similar ao que foi feito para a validação das variáveis acústicas do
primeiro objeto de estudo (Ptbus – A e rua Roxo Moreira), o teste de hipótese para
comparação entre médias provenientes de cada grupo de dados simulados e medidos foi
realizado com a aplicação do teste paramétrico t de Student, com um nível de significância de
5%, sob a hipótese nula (H0) de igualdade entre as médias dos valores simulados e medidos.
A Tabela 14 apresenta os resultados obtidos do teste estatístico realizado entre o
grupo de dados simulados (Simulação 1) e dados medidos. No APÊNDICE P podem ser
vistos os resultados do teste t – Student aplicado a todos os grupos de dados simulados.
Tabela 14 – Resultados do teste t de Student entre variáveis acústicas simuladas (Simulação 1) e medidas (Ptbus
– B; rua Dr. Buarque de Macedo).
LA10 [dBA] LA90 [dBA] LAeq [dBA] TNI [dBA] LNP [dBA]
Valor médio (medido)* 74,1 55,3 71,4 106,0 91,4
Valor médio (simulado)* 74,8 54,8 71,0 108,1 91,4
Grau de liberdade (g.l.) 50 50 50 50 50
p-value 0,1663 0,3715 0,4090 0,2862 0,9934
t - Student -1,4048 0,9017 0,8326 -1,0781 -0,0083
t (crítico) ± 2,00 ± 2,00 ± 2,00 ± 2,00 ± 2,00
* Média logarítmica.
A partir da análise dos resultados da Tabela 14, não se pode rejeitar a hipótese
nula (H0) de igualdade entre as médias das variáveis acústicas simuladas e medidas, sob um
nível de significância de 5%, pois os valores da estatística t - Student para todos os descritores
acústicos encontram-se dentro do intervalo estabelecido pelos valores de t (crítico).
Por fim, os resultados obtidos indicam a validade do modelo computacional às
condições reais de tráfego e acústicas da rua Dr. Buarque de Macedo e do Ptbus – B. A partir
do modelo validado, a próxima atividade consistiu na realização dos experimentos de
simulação, considerando diferentes cenários de tráfego e acústicos (reais e hipotéticos).
5.3.2 Análises de sensibilidade
O estudo da influência do Ponto de ônibus “B” (Ptbus – B) no ruído de tráfego
veicular da rua Dr. Buarque de Macedo foi feito usando os mesmos procedimentos de
avaliação adotados para os cenários acústicos e de tráfego investigados no Ptbus – A e rua
Roxo Moreira. A ideia foi ampliar as análises e discussões dos resultados já obtidos,
contemplando agora outra configuração de via urbana quanto ao perfil transversal e
características de tráfego veicular.
116
Capítulo 5 - Resultados e discussões
Em relação aos intervalos médios de tempo entre chegadas sucessivas de ônibus
no “Ptbus - B” foram considerados os mesmos 03 (três) cenários do objeto de estudo anterior,
definidos pelos valores de “β” mostrados na Tabela 15. No entanto, observou-se nas coletas
de dados que o intervalo médio de tempo entre chegadas consecutivas de ônibus no “Ptbus –
B” correspondente ao cenário real foi de 180s.
Tabela 15 – Intervalos médios de tempo entre chegadas sucessivas de ônibus adotados como parâmetros de
entrada (“β”) no modelo nas simulações para análise de sensibilidade (Ptbus – B; rua Dr. Buarque de Macedo).
β1 (segundos) β2 (segundos) β3 (segundos)
180s 360s 720s
Cenário real Cenários hipotéticos
A investigação da influência do processo de chegadas e partidas de ônibus no
ponto de parada “Ptbus – B” também foi realizada, considerando diferentes cenários de fluxo
médio veicular da rua Dr. Buarque de Macedo, tendo como referência as condições de tráfego
observadas durante a primeira fase de coleta de dados (APÊNDICE B). A criação desses
cenários seguiu procedimento similar ao realizado no estudo anterior, com a multiplicação do
fluxo médio veicular real pelos seguintes fatores: 1,00 – 0,75 – 0,50 – 0,25 – 0,125.
A Tabela 16 mostra os cenários adotados de fluxo médio veicular durante os
experimentos de simulação para a rua Dr. Buarque de Macedo.
Tabela 16 – Fluxos veiculares adotados como parâmetros de entrada (“λ”) no modelo nas simulações para
análise de sensibilidade (Rua Dr. Buarque de Macedo).
Cenários: CB1* CB2 CB3 CB4 CB5
Fluxo horário de veículos leves [Qvl]: 704 528 352 176 88
Fluxo horário de motos [Qmt]: 72 54 36 18 9
Fluxo horário de veículos pesados [Qvp]: 24 18 12 6 3
Fluxo horário total de veículos [Qt]: 800 600 400 200 100
Fluxo relativo de veículos [Qrel]: 1,00 0,75 0,50 0,25 0,125
Cenário real Cenários hipotéticos
*Valores arredondados de fluxo médio veicular observado in loco.
Para cada combinação de cenários definidos pelos intervalos entre chegadas de
ônibus no Ptbus – B e de fluxos médios veiculares, realizou-se um total de 20 simulações
independentes, com tempo de simulação de 15 min (900s). As análises dos resultados
ocorreram a partir da média logarítmica dos descritores acústicos LA10, LA90, LAeq, TNI e LNP
provenientes dessas simulações.
117
Capítulo 5 - Resultados e discussões
A coluna (I) da Figura 28 mostra os gráficos dos descritores acústicos em função
dos fluxos relativos de veículos (Qrel) e intervalos médios entre chegadas de ônibus no Ptbus
– B, conforme Tabelas 15 e 16. A coluna (II) mostra gráficos similares, porém de fluxos
veiculares sem a contribuição energética de passagens de veículos pesados pela rua Dr.
Buarque de Macedo. Os resultados de todas as simulações encontram-se no APÊNDICE Q.
Figura 28 – Gráficos resultantes das simulações para investigação da influência da dinâmica do Ptbus – B no
ruído do tráfego veicular na rua Dr. Buarque de Macedo: a) LAeq,15min versus Qrel; b) LA10,15min versus Qrel, c)
LA90,15min versus Qrel, d) TNI,15min versus Qrel e e) LNP,15min versus Qrel.
Coluna (I); Vp ≠ 0 Coluna (II); Vp = 0
(a)
(b)
Continua
118
Capítulo 5 - Resultados e discussões
Continuação da Figura 28
Coluna (I); Vp ≠ 0 Coluna (II); Vp = 0
(c)
(d)
(e)
Fonte: O autor.
119
Capítulo 5 - Resultados e discussões
Os gráficos apresentados na Figura 28 reiteram a existência de boa sensibilidade e
coerência do modelo computacional desenvolvido nesta pesquisa quanto à relação existente
entre níveis de ruído e fluxo veicular. Maiores fluxos de veículos corresponderam a maiores
valores dos descritores acústicos LA10, LA90 e LAeq.
Além disso, ficou mais uma vez evidente que menor valor de intervalo médio de
tempo entre chegadas sucessivas de ônibus no ponto de parada está associado a maior nível de
ruído para um mesmo cenário de fluxo médio veicular (Figuras 28a, 28b, 28d e 28e).
Por outro lado, os gráficos de LA90 mostraram que não existe relação de influência
entre o ruído residual e o número médio de chegadas de ônibus no ponto de parada, e nem
com o fluxo de veículos pesados, pois não houve mudanças significativas nos valores desse
descritor acústico diante dos diferentes valores do parâmetro “β”, bem como diante do cenário
hipotético sem as passagens dos veículos pesados. Observou-se apenas que o ruído residual se
eleva com o aumento do fluxo veicular.
Com relação aos parâmetros acústicos TNI e LNP, os seus maiores valores
ocorreram nos cenários com fluxo médio veicular de 600 e 800 veículos/h para um mesmo
número médio de chegadas de ônibus no ponto de parada, indicando um maior impacto
sonoro nesses cenários de tráfego (Figuras 28d e 28e). Os gráficos de TNI acusaram uma leve
tendência de saturação em seus valores a partir desses cenários de fluxo médio veicular.
De acordo com Scholes (1970) e com as análises do Ptbus – A, espera-se que
ocorra uma redução dos valores de TNI para fluxos veiculares superiores a 1000 veículos/h
pelas razões já apresentadas. Tal verificação poderá ser objeto de análise na continuidade
desta pesquisa, uma vez que o comportamento de redução do TNI para fluxos veiculares
superiores a 1000 veículos/h foi referenciado por Scholes (1970) para condição de campo
livre, o que não condiz com a configuração existente da rua Dr. Buarque de Macedo.
Semelhante ao que foi observado nas análises do Ptbus – A, as maiores variações
de TNI e LNP entre os diferentes cenários de número de chegadas de ônibus no ponto de
parada ocorreram nas situações com fluxo veicular reduzido. Essa evidência reforça a
existência de maior incômodo do ruído ambiental em situações com menores níveis de ruído
residual.
De um modo geral, os resultados mostrados nesta subseção corroboram com a
hipótese de que o processo de chegadas e partidas de ônibus em um ponto de parada
120
Capítulo 5 - Resultados e discussões
influencia o ruído do tráfego veicular, contribuindo para o impacto sonoro local em
decorrência da variabilidade do ruído e do padrão médio dos níveis sonoros observados.
Por fim, realizou-se uma análise comparativa de LAeq, TNI e LNP, calculados pelo
modelo computacional com os seus respectivos valores de referência extraídos da literatura. A
Tabela 17 apresenta esse comparativo para o fluxo médio veicular observado nas coletas de
dados para modelagem, com e sem a influência acústica das passagens de veículos pesados
pela rua, como também para os diferentes cenários de chegadas de ônibus no ponto de parada
determinados pelos seguintes valores do parâmetro “β” (β1 = 180s, β2 = 360s e β3 = 720s).
Tabela 17 – Análise comparativa entre valores de LAeq, TNI e LNP simulados e seus valores – limite extraídos da
literatura (Ptbus – B; rua Dr. Buarque de Macedo).
β1 = 180s β2 = 360s β3 = 720s
LAeq simulado [dBA]: 70,2 (69,1) 69,6 (68,1) 68,9 (67,2)
LAeq referência * [dBA]: 60,0
TNI simulado [dBA]: 105,0 (99,8) 101,4 (97,1) 99,8 (95,6)
TNI referência** [dBA]: 74,0
LNP simulado [dBA]: 90,5 (88,2) 89,0 (86,5) 88,0 (85,3)
LNP referência*** [dBA]: 72,0
Observações: Os valores dos descritores acústicos entre parênteses correspondem aos cenários simulados sem
contribuição energética dos veículos pesados. * NBR 10151, 2000 (Área mista, com vocação comercial e
período diurno); ** SCHOLES, 1970; *** ROBINSON, 1971.
Os valores de LAeq, TNI e LNP apresentados na Tabela 17 superam os seus
respectivos valores recomendados pelas referências adotadas, mesmo na situação menos
impactante, com menor número de ocorrências de ônibus no ponto de parada e sem a
influência de passagens de veículos pesados pela rua Dr. Buarque de Macedo. Os valores de
LAeq, TNI e LNP correspondentes a esse cenário foram: 67,2; 95,6 e 85,3 dBA.
Com relação aos parâmetros TNI e LNP, cujos valores recomendados são de 74 e
72 dBA, respectivamente, os valores mostrados na Tabela 17 indicam que as pessoas
residentes ou que realizam alguma atividade de serviço ou comércio às margens dessa rua
provavelmente encontram-se incomodadas com o ruído do tráfego veicular.
Ressalta-se ainda que as diferenças observadas entre os valores dos parâmetros
acústicos da Tabela 17, com e sem fluxo de veículos pesados, apontam para a influência direta
dessa categoria no impacto sonoro da rua Dr. Buarque de Macedo, semelhante ao que foi
evidenciado na rua Roxo Moreira.
121
Capítulo 5 - Resultados e discussões
As análises quantitativas realizadas em ambos os objetos de estudo (Ptbus – A;
rua Roxo Moreira e Ptbus – B; rua Dr. Buarque de Macedo) demonstram algumas das
possibilidades oferecidas pelo modelo computacional proposto nesta pesquisa para a
investigação da influência da dinâmica operacional em pontos de ônibus no ruído urbano,
como também de diferentes cenários de fluxo e composição do tráfego veicular.
Outro recurso disponibilizado pelo modelo computacional em decorrência do conceito
adotado em sua concepção inicial diz respeito à possibilidade de escuta do ruído simulado. A
próxima subseção apresentará a análise qualitativa do modelo computacional com o objetivo
de verificar o seu potencial quanto ao nível de realismo do ruído simulado.
5.4 Análise qualitativa - Avaliação subjetiva auditiva (Teste de júri)
Esta seção apresentará os resultados obtidos da análise qualitativa da presente
pesquisa que contemplou a realização de avaliações subjetivas auditivas (Teste de júri). O
objetivo principal destas avaliações foi verificar o nível de realismo do ruído do tráfego
veicular urbano simulado pelo modelo computacional proposto.
Os testes de júri foram realizados entre os dias 23/08/2017 e 09/10/2017,
consistindo na apresentação aleatória por meio de uma interface gráfica computacional de 04
(quatro) amostras de áudios reais ou simulados de ruído do tráfego veicular referente ao
trecho da rua Roxo Moreira. Os áudios foram escutados pelos participantes voluntários com a
utilização de fones de ouvido. Nestes áudios poderiam ocorrer ou não chegadas e/ou partidas
de ônibus no ponto de parada existente no local.
Para a reprodução dos áudios foi usado um aparato composto por um notebook,
placa de som externa (Audiobox USB 2x2, marca PreSonus) e fone de ouvido (Stereo
Headphones, AKG, K.55) de alta definição e resposta de frequência entre 20 Hz e 20 kHz,
instalados em salas que ofereciam privacidade acústica. Maiores detalhes dos procedimentos
adotados nesses experimentos subjetivos podem ser revistos no Capítulo 4 – MÉTODO DA
PESQUISA.
O grupo total de 54 participantes voluntários era constituído por 33 pessoas do
sexo masculino e 21 pessoas do sexo feminino, entre 19 e 58 anos de idade. Os voluntários
eram alunos de graduação ou pós-graduação de diferentes Institutos (Faculdade de Engenharia
Civil, Arquitetura e Urbanismo – FEC; Faculdade de Engenharia Elétrica e Computação –
FEEC, Instituto de Computação – IC, Instituto de Física – IFGW, Faculdade de Engenharia
Mecânica – FEM, Faculdade de Educação Física – FEF) ou funcionários do Campus Zeferino
122
Capítulo 5 - Resultados e discussões
Vaz da Universidade Estadual de Campinas – UNICAMP. Todos os participantes informaram
que possuíam habilidade normal da audição.
A hipótese nula (H0) do teste de escuta foi: Os áudios reais e simulados de
tráfego veicular são indiscerníveis. Isto é, espera-se que o participante não consiga
distinguir entre áudios reais e simulados de fluxos veiculares apresentados aleatoriamente,
com a probabilidade p = 0,5 (50%) de haver acertos ou erros.
Considerando-se um modelo binomial e sob um nível de significância de 5%
(Equação 36), a H0 será rejeitada se a quantidade de acertos ou erros estiver fora da região
definida pelos limites estimados em torno do valor médio calculado a partir do número de
amostras de áudios apresentados.
( ) ( ) ( ) [Equação 36]
Onde:
- “ ( )” é a probabilidade de k sucessos em “n” tentativas.
- “n” é o número de tentativas.
- “p” ´é a probabilidade de sucesso.
Por conveniência na análise estatística, o modelo binomial foi aproximado por
uma normal, conforme mostra a Equação 37:
( ) [Equação 37]
Onde:
- “ ” é a média =
- “ ” é a variância = ( )
No caso específico do teste de júri “n” representa o número total de áudios
apresentados (reais e simulados). Como cada participante escutava 04 (quatro) amostras de
áudios diferentes entre si, sendo 02 (dois) reais e 02 (dois) simulados, o valor de “n”
correspondeu a 216 (duzentos e dezesseis) amostras de áudios. Logo, os valores para a média
( ) e variância ( ) calculados foram, respectivamente, 108 e 54.
A partir dos valores da média ( ) e do desvio – padrão ( ), sob um nível de
significância de 5%, é possível estabelecer a região para não rejeição da hipótese nula (H0)
com base na Equação 38.
[Equação 38]
123
Capítulo 5 - Resultados e discussões
A partir da Equação 38 a região correspondente a não rejeição da hipótese (H0)
calculada foi o intervalo de valores [101, 115]. Como o número de acertos ou sucessos foi de
146 (67,5%), ou seja, fora do intervalo apresentado, a hipótese nula (H0) de que os áudios
reais e simulados são indiscerníveis não pode ser aceita.
Analisando-se os dados sob outro ponto de vista, do total dos áudios simulados
que foram apresentados aos participantes, houve 63 acertos (58%) contra 45 erros (42%),
enquanto que do total dos áudios reais houve 83 acertos (77%) contra 25 erros (23%). Esse
resultado indica uma forte tendência das pessoas responderem reais quando de fato os áudios
eram reais. Porém, essa mesma tendência não se mostrou tão evidente para o caso das pessoas
responderem simulados quando os áudios eram mesmo simulados.
As respostas observadas para o grupo de áudios simulados apontam um caminho
promissor quanto à melhoria dos ruídos simulados pelo modelo computacional proposto,
buscando-se identificar e corrigir possíveis características que eventualmente tenham
contribuído para sua diferenciação em relação aos áudios reais por parte de alguns
voluntários.
Cabe ainda dizer que não seria menos importante considerar a possibilidade de se
reavaliar o desenho experimental adotado durante os testes de júri, especialmente, quanto à
heterogeneidade existente no grupo de voluntários ou ainda a forma de apresentação dos
áudios para os participantes.
Nos testes realizados, as 04 (quatro) amostras de áudios eram mostradas em uma
mesma tela, facultando ao voluntário repetir a escuta de cada áudio quantas vezes forem
necessárias para melhor julgamento, e até mesmo realizar comparações entre todos os áudios.
Com isso, não se descarta a possibilidade de ter havido aprendizado por parte do participante
no caso de existência de alguma característica específica nos áudios simulados.
Como sugestão na continuidade desses experimentos, poderia se optar por apenas
um par de áudios por tela, mantendo-se o critério de apresentação de mesmo número de
áudios simulados e reais, sendo permutados aleatoriamente.
Por fim, considerando-se, especialmente, os resultados comparativos entre o
número de acertos e erros dentro do universo de áudios simulados, o modelo computacional
se mostra uma ferramenta promissora e com potencial para ser usado em análises de cenários
acústicos reais ou hipotéticos de fluxo veicular e de intervalos de chegadas de ônibus em
determinado ponto de parada.
124
Capítulo 6 - Conclusões
Capítulo 6
CONCLUSÕES
O rápido processo de urbanização, crescimento da população e da frota de
veículos, em sua maioria voltada para o transporte individual em detrimento do transporte
público coletivo, vêm contribuindo significativamente para o agravamento do quadro de
poluição sonora nas cidades. Além disso, sabe-se que o transporte público no Brasil depende
do uso do ônibus coletivo, sendo portanto, uma categoria de veículo bem presente nas malhas
viárias das médias e grandes cidades brasileiras.
Diante desse contexto, a temática desta pesquisa de doutorado envolveu essas
relevantes questões urbanas na medida em que buscou investigar a influência da dinâmica
operacional em pontos de ônibus no ruído do tráfego veicular urbano. Para tanto, a pesquisa
teve seu início com a concepção, desenvolvimento e aplicação de um modelo probabilístico
para simulação do ruído do tráfego veicular, contemplando a aleatoriedade do fluxo de
veículos e do processo de chegadas e partidas de ônibus em determinado ponto de parada.
Sucintamente, o modelo computacional proposto nesta pesquisa consiste na
realidade em um simulador de tráfego, cujos eventos aleatórios simulados, ou seja, passagens
de veículos (veículo leve, moto ou veículo pesado) e chegadas de ônibus em um ponto de
parada, são associados aos seus respectivos sinais sonoros reais gravados em campo
experimental.
Destaca-se que uma das importantes contribuições desta pesquisa de doutorado
está na própria concepção do modelo computacional. A utilização de sinais sonoros reais das
passagens individuais de veículos, dos ciclos de desaceleração, parada e aceleração de um
ônibus em um ponto de parada e do ruído residual da rua investigada permitirá aos seus
futuros usuários, o cálculo de descritores acústicos e a escuta do ruído do tráfego veicular para
diferentes cenários simulados de forma simples e intuitiva no que se refere à implementação
computacional, sem necessidade, por exemplo, de sintetizar os respectivos sinais sonoros.
Como a proposição desse modelo computacional consistiu em um dos objetivos
específicos da pesquisa, a seguir serão apresentadas as suas principais características,
125
Capítulo 6 - Conclusões
restrições e simplificações incorporadas ao longo do seu processo evolutivo de
desenvolvimento, balizado pela busca da melhor relação de custo/benefício computacional e a
contemplação do objetivo geral da pesquisa. As principais características do modelo são:
(i) Consideração nas simulações de entradas aleatórias de diferentes
exemplares de veículos por categoria (veículo leve, moto e veículo pesado)
e de ciclos de chegada, parada e partida de ônibus em um ponto de parada
hipotético, com a possibilidade de se ampliar o banco de dados desses
sinais sonoros no modelo.
(ii) Criação do ruído residual a partir da composição de amostras extraídas de
gravações reais realizadas na própria rua investigada com o intuito de
conferir maior realismo ao ruído simulado.
(iii) Correção da energia sonora com a distância entre fonte de ruído (fluxo
veicular e chegadas de ônibus do ponto de parada) e ponto receptor,
assumindo-a como fonte linear.
(iv) Correção da energia sonora devido à reflexão em superfícies verticais
(fachadas) opostas de uma rua. A metodologia empregada para a
realização desta correção buscou o ajuste quantitativo da energia acústica e
contribuir para um maior realismo da escuta do ruído simulado em
configurações de ruas mais reflexivas, aspecto que deverá ser mais
experimentado e aprofundado em trabalhos futuros.
(v) Consideração simplificada da influência de um semáforo, quando existir,
oferecendo ao fluxo veicular características cíclicas estabelecidas pelo
temporizador determinístico do mesmo.
No que se refere às restrições e simplificações do modelo, têm-se:
(i) Consideração dos sinais sonoros dos veículos – teste nas simulações como
representativos dos inúmeros tipos de veículos leves, motos e veículos
pesados existentes no tráfego real das ruas investigadas, como também, o
uso de um único tipo de ônibus, representando as diferentes frotas de
ônibus coletivos que chegam a um determinado ponto de parada.
(ii) Gravação dos sinais sonoros dos veículos – teste em sistema com apenas
um canal (monoaural) com vistas à simplificação do aparato e
procedimentos experimentais.
(iii) Desconsideração nas simulações de outras fontes de ruído, por exemplo,
126
Capítulo 6 - Conclusões
buzinas, ruídos de escapamentos em mau estado de conservação, ruídos
decorrentes de carros de som, acelerações e desacelerações nas passagens
dos veículos em decorrência da própria conduta de direção por parte dos
motoristas.
(iv) Passagem dos veículos com velocidade constante no intervalo de tempo de
10s, obedecendo aos limites de velocidades das ruas investigadas, e
desconsideração de ultrapassagens entre veículos ou mudança de faixa de
circulação.
(v) Propagação do ruído ao ar livre com correção em função da distância na
direção perpendicular ao eixo central de referência da rua analisada.
(vi) Consideração da pavimentação da rua (objeto de estudo) semelhante ao do
campo experimental (asfalto e superfície plana) em que foram gravados os
sinais sonoros dos veículos – teste.
(vii) Condições ambientais e períodos de simulação (horários entre picos)
similares aos das etapas de coleta de dados.
(viii) Consideração apenas da primeira reflexão entre superfícies verticais
opostas da rua para efeito de correção da energia sonora, conforme
mencionado anteriormente.
Com esse modelo computacional foi possível realizar as investigações necessárias
para responder a questão de pesquisa proposta inicialmente, isto é: De que maneira a dinâmica
operacional em pontos de ônibus influencia os níveis de ruído do tráfego veicular em áreas
urbanas? Para tanto, o estudo foi baseado em simulações de ruído do tráfego em cenários reais
e hipotéticos quanto ao fluxo médio de veículos nas vias urbanas selecionadas e ao número
médio de chegadas de ônibus nos pontos de parada de ônibus, principais objetos de estudo
desta pesquisa.
A fim de oferecer ao estudo a possibilidade de desenvolver análises em contextos
diferentes e ao mesmo tempo típicas de ruas inseridas no perímetro urbano, optou-se em
selecionar um trecho específico nas ruas, Roxo Moreira e Dr. Buarque de Macedo (Campinas
- SP) com presença de pontos de parada de ônibus, os quais foram referendados no trabalho
pelas nomenclaturas Ptbus – A e Ptbus – B, respectivamente.
Os resultados obtidos da etapa de validação do modelo indicaram boa
correspondência entre os resultados medidos e simulados para as variáveis de tráfego e
acústicas, levando-se em conta as características reais observadas in loco para ambos os
127
Capítulo 6 - Conclusões
objetos de estudo, ou seja, Ponto de ônibus “A” (rua Roxo Moreira) e Ponto de ônibus “B”
(rua Dr. Buarque de Macedo).
Os valores médios simulados das variáveis acústicas (LA10, LA90, LAeq, TNI e LNP)
mostraram também uma boa correspondência com os dados medidos, conforme visto nos
desvios médios entre esses valores médios e na aplicação do teste estatístico t – Student, sob
um nível de significância de 5%.
Os desvios médios entre as médias dos valores medidos e simulados para as
variáveis acústicas demonstraram uma evolução do modelo computacional com as mudanças
feitas após o estudo piloto da pesquisa, especialmente, quanto ao cálculo dos descritores
acústicos, LA90, TNI e LNP.
A possibilidade de entrada aleatória nas simulações de diferentes tipos de veículos
de uma mesma categoria, com velocidades compatíveis com os limites estabelecidos nas vias
analisadas e a nova proposta para a criação do ruído residual podem ter contribuído para esta
melhoria de desempenho do modelo computacional.
A análise inicial dos resultados dos experimentos de simulação demonstrou a
existência de boa sensibilidade e correspondência do modelo computacional com a literatura
quanto à relação funcional entre níveis de ruído e fluxo de veículos. Verificou-se uma
associação direta da diminuição dos valores dos descritores acústicos (LA10, LA90 e LAeq.) à
medida que o fluxo veicular sofria reduções a partir do cenário real do tráfego veicular.
Além disso, observou-se que o processo de chegada, parada e partida de ônibus no
ponto de parada de fato exerce influência no ruído do tráfego veicular. Essa constatação foi
obtida a partir das análises de sensibilidade realizadas com as alterações dos parâmetros
principais de entrada no modelo. Menores intervalos de tempo entre chegadas sucessivas de
ônibus no ponto de parada estiveram associados a maiores valores dos descritores acústicos,
LAeq, LA10, TNI e LNP.
Por outro lado, ficou evidente que o descritor acústico representativo do ruído
residual (LA90) não sofre influência do número médio de chegadas de ônibus no ponto de
parada, e nem do fluxo de veículos pesados, o que foi constatado a partir do comparativo de
LA90 para os cenários com e sem passagens dessa categoria específica de veículos pelas ruas
investigadas.
Na avaliação dos resultados simulados de TNI e LNP foi possível confirmar que a
128
Capítulo 6 - Conclusões
variabilidade do nível de ruído devido ao processo de chegadas e partidas de ônibus em um
ponto de parada influencia o impacto sonoro local. No entanto, tal influência ocorre de forma
diferenciada em função do fluxo veicular existente.
No caso específico do Ponto de ônibus “A” (rua Roxo Moreira), verificou-se a
tendência de redução de TNI para fluxos veiculares acima de 1000 veículos/h. Tal evidência
se alinha a informações extraídas da literatura (SCHOLES, 1970), e pode ser explicada pela
diminuição da variabilidade do ruído (LA10 – LA90) devido ao aumento do ruído residual (LA90)
e a tendência de saturação de LA10 nesses cenários de fluxo veicular mais elevado.
No caso do Ponto de ônibus “B” (rua Dr. Buarque de Macedo), não foi possível
verificar esse aspecto em particular, provavelmente por conta do limite máximo de 800
veículos/h adotado nas simulações. Além disso, de acordo com Scholes (1970) esse
comportamento de TNI foi observado a partir de medições acústicas realizadas por Lamure e
Auzou às margens de uma via de tráfego em condição de campo livre, o que não corresponde
ao perfil da rua Dr. Buarque de Macedo. Logo, uma investigação mais detalhada a esse
respeito poderá ser objeto de estudo na continuidade dessa pesquisa.
Por outro lado, observou-se que nas situações de fluxo veicular reduzido, os
parâmetros TNI e LNP sofreram também diminuições nos seus valores devido a redução dos
valores de LA10, LA90 e LAeq para esses cenários de tráfego de veículo. Porém, foi nessa
condição de fluxo veicular reduzido que ocorreram variações mais significativas entre os
valores obtidos para TNI e LNP. Este resultado mostra coerência com o raciocínio de ser mais
perceptível o incômodo do ruído ambiental em períodos com menores níveis de ruído
residual.
Por fim, a análise dos descritores acústicos LAeq, TNI e LNP simulados apontou
para existência de possíveis incômodos do ruído por parte das pessoas que residem ou
realizam atividades de serviço ou comércio às margens das ruas analisadas, mesmo em
situações hipotéticas mais favoráveis, por exemplo, sem passagens de veículos pesados e
menor número de chegadas de ônibus no ponto de parada.
Essa evidência de provável incômodo do ruído nas pessoas às margens das ruas
analisadas foi obtida a partir de comparações entre LAeq, TNI e LNP simulados e os seus
respectivos valores - limite recomendados por referências adotadas nesta pesquisa (NBR
10151, 2000; SCHOLES, 1970 e ROBINSON, 1971). Ressalta-se que tais análises tiveram
ainda um caráter demonstrativo quanto ao uso do modelo computacional proposto nesta
129
Capítulo 6 - Conclusões
pesquisa em avaliações similares.
Outro objetivo específico desta pesquisa foi verificar o potencial do modelo
computacional quanto ao nível de realismo do ruído simulado. Para tanto, foram aplicados
testes de júri a um grupo constituído por 54 voluntários. Com base no teste estatístico adotado
(Teste binomial), a hipótese nula (H0) de que os áudios reais e simulados são indiscerníveis
não pôde ser aceita, sob um nível de significância de 5%, uma vez que o número de acertos
foi de 146 (67,5%), extrapolando o intervalo de valores estimados para não se rejeitar a
hipótese nula, ou seja, entre 101 e 115 acertos.
Porém, do universo total dos áudios simulados, houve 63 acertos (58%) contra 45
erros (42%), e do total dos áudios reais, ocorreram 83 acertos (77%) contra 25 erros (23%)
por parte dos participantes. Analisando os dados sob esta ótica, percebe-se uma forte
tendência das pessoas responderem reais quando de fato os áudios eram reais, o que não se
evidencia para o caso das pessoas responderem simulados quando os áudios eram mesmo
simulados.
Por fim, considera-se que os resultados obtidos das avaliações subjetivas auditivas
(Testes de júri), especialmente, com base nas comparações entre o número de acertos e erros
do universo de áudios simulados, apontaram um caminho promissor para o modelo
computacional proposto quanto à melhoria da escuta do ruído simulado, mostrando-se uma
ferramenta com potencial para aplicação em avaliações de cenários acústicos reais ou
hipotéticos de fluxo veicular e de chegadas de ônibus em determinado ponto de parada de
ônibus.
Os recortes e delimitações adotadas pela pesquisa propiciaram identificar e
elencar algumas sugestões para trabalhos futuros, as quais serão apresentadas a seguir.
Uma primeira sugestão para trabalhos futuros diz respeito à ampliação da
quantidade de coleta de dados das variáveis acústicas e de tráfego, realizando-as além dos
intervalos horários adotados nesta pesquisa. Nesse sentido, sugere-se a realização de coletas
de dados e simulações em períodos noturnos, para maior aprofundamento das investigações
da influência acústica da dinâmica operacional de pontos de ônibus em situações com níveis
de ruído residual reduzidos.
Outra sugestão para trabalhos futuros é a ampliação do banco de dados de sinais
sonoros reais de passagens de veículos e a realização de mais avaliações subjetivas (Testes de
júri), não somente para a melhoria do ruído simulado quanto ao seu realismo, mas também,
130
Capítulo 6 - Conclusões
para o desenvolvimento de análises em novos contextos de ruas com presença de pontos de
ônibus, inclusive em situações de ruas mais reflexivas. Cabe lembrar que devido a restrições
do tempo da pesquisa, os testes de júri foram aplicados somente para o primeiro objeto de
estudo (Ponto de ônibus “A”; rua Roxo Moreira), cuja contribuição das reflexões sonoras em
suas fachadas foi desprezada devido às características de seu perfil transversal.
As correções devido às reflexões sonoras em superfícies de fachadas opostas
foram consideradas apenas no segundo objeto de estudo (Ponto de ônibus “B”; rua Dr.
Buarque de Macedo). Os resultados quantitativos dessas correções mostraram-se satisfatórios,
ainda que tenha sido adotada somente a primeira reflexão. Uma análise dos efeitos
quantitativos e qualitativos no ruído simulado, considerando maior número de reflexões26
poderia ser outra sugestão de trabalho para a sequência da pesquisa.
O modelo computacional foi concebido a partir de duas tipologias de perfil
transversal de ruas. A rua Dr. Buarque de Macedo, que possui uma pista com circulação de
veículos em sentido único, e a rua Roxo Moreira, que contém duas pistas separadas por um
canteiro central com fluxos veiculares em sentidos opostos.
No caso específico da rua Roxo Moreira, por simplificação, o ponto de medição
acústica foi posicionado no meio do canteiro central da rua, defronte ao ponto de ônibus e
equidistante aos eixos centrais de ambas as pistas. Essa medida permitiu considerar de forma
global o fluxo de veículos das duas pistas e da energia sonora resultante. Porém, para uma
maior versatilidade do modelo quanto à correção da energia pela distância é interessante
adaptá-lo, considerando separadamente os fluxos veiculares em cada pista, consequentemente,
suas respectivas energias sonoras.
Partindo-se da ideia de que o modelo pode ser aplicado para investigações de
cenários reais e hipotéticos do ruído do tráfego veicular em vias urbanas com presença ou não
de pontos de ônibus, sugere-se a aplicação dessa ferramenta computacional em análises mais
detalhadas da influência acústica de cada categoria de veículo (veículo leve, moto e veículo
pesado).
De um modo complementar a sugestão do parágrafo anterior, a continuidade da
pesquisa poderia envolver análises comparativas entre resultados simulados pelo modelo
26
Na pesquisa de Oldhan e Radwan (1987) foram consideradas até oito reflexões em superfícies verticais
opostas da rua.
131
Capítulo 6 - Conclusões
computacional proposto nesta pesquisa e os obtidos por outros modelos estocásticos ou
determinísticos para predição do ruído do tráfego veicular, como o de Ramírez e Domínguez
(2013).
Considera-se ainda como uma tarefa importante, o desenvolvimento de uma
interface gráfica, a fim de favorecer a operacionalidade do modelo computacional por parte
do usuário final, sejam eles pesquisadores ou outros agentes preocupados com o controle do
ruído do tráfego veicular urbano.
Espera-se que, de uma maneira específica, o modelo computacional desenvolvido
nesta pesquisa possa contribuir na avaliação do impacto sonoro na vizinhança de pontos de
ônibus existentes ou no processo de implantação de novos outros nos espaços da cidade, uma
vez que os mesmos representam elementos essenciais para o devido funcionamento do
sistema de transporte público por ônibus.
Vislumbra-se, ainda, que os resultados desta pesquisa de doutorado venham
ajudar a sociedade como um todo, despertando – a para a real dimensão do problema da
poluição sonora, responsável não somente pelo desconforto acústico e prejuízo às atividades
cotidianas, mas também, por diversos efeitos nocivos a saúde das pessoas.
132
Referências
REFERÊNCIAS
ABO-QUDAIS, S.; ALHIARY, A. Statistical models for traffic noise at signalized
intersections. Building and Environment, v.42, p. 2939 – 2948, 2007.
ALIMOHAMMADI, I.; NASSIRI, P.; BEHZAD, M.; HOSSEINI, M.R. Reliability analysis
of traffic noise estimation in highways of Tehran by Monte Carlo simulation method. Iran
Journal Environmental Health Science Engineering, v.2, n.4, p. 229 – 236, 2005.
ALVES FILHO, J. M. Influência da composição do tráfego sobre o ruído gerado por
rodovias. 1997, 96 f, Dissertação (Mestrado), Departamento de Engenharia mecânica –
Universidade Federal de Santa Catarina, 1997.
ALVES, A. C. B.; MENEZES, M. A. F. Introdução à Pesquisa Operacional. Goiânia: Ed.
Da UCG, 2010, 311p.
ARANA, M.; SAN MARTIN, R.; SAN MARTIN, M.; ARAMENDÍA, E. Strategic noise
map of a major road carried out with two environmental prediction software packages.
Environmental Monitoring and Assessment, v. 163, p.503-513, 2010.
ARANA, M.; SAN MARTIN, R.; NAGORE, I.; PÉREZ, D. Main results of strategic noise
maps and action plans in Navarre (Spain). Environmental Monitoring and Assessment,
v.185, p.4951- 4957, 2013. DOI 10.1007/s10661-012-2916-2.
ASENSIO, C.; LÓPEZ, J.; PAGÁN, R.; PAVÓN, I.; AUSEJO, M. GPS-based speed
collection method for road traffic noise mapping. Transportation Research Part D:
Transport and Environment, v. 14, p. 360 – 366, 2009.
ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS (ABNT). NBR 10.151: Avaliação
do ruído em áreas habitadas visando o conforto da comunidade, Rio de Janeiro, 2000.
ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS (ABNT). NBR 13369: Cálculo
simplificado do nível equivalente contínuo (Leq). Rio de Janeiro: ABNT, 1995.
ASSOCIAÇÃO NACIONAL DOS TRANSPORTES PÚBLICOS - ANTP. Transporte
humano - cidades com qualidade de vida. São Paulo: ANTP, 1997, 312p.
AVSAR, Y.; GUMUS, B. The application of noise maps for traffic noise reduction. Noise
Control Engineering Journal, v.59, p.715-723, 2011.
BARRY, P. J.; VITTORINO, F.; NETO, M. D. F. F. Mitigation of the impact of noise of the
São Paulo ring road. In: International Congress on Noise Control Engineering 2010.
INTERNOISE 2010. 2010. 2. p.1330-1339.
BENESTY, J.; SONDHI, M. M.; HUANG, Y. Springer Handbook of Speech Processing.
XXXVI. 1176p., 456 illus. in color, With DVD, Hardcover, 2008.
BERANEK, L. L. Noise and vibration control. McGraw Hill, New York, 1971.
BERGLUND, B; LINDVALL, T; SCHWELA, D H. Guidelines for community noise. 1999.
Disponível em: http://whqlibdoc.who.int/hq/1999/a68672.pdf. Acesso em: 10 mai. 2014.
BLANCO, J. C.; FLINDELL, I. Property prices in urban areas affected by road traffic noise.
Applied Acoustics, v.72, p.133 – 141, 2011.
BRASIL. Presidência da República. Lei nº 12.587, de 3 de janeiro de 2012. Institui as
diretrizes da Política Nacional de Mobilidade Urbana. Disponível em:
133
Referências
<http://www.planalto.gov.br/ccivil_03/_ato2011-2014/2012/lei/l12587.htm>. Acesso em: 8
de janeiro de 2017
BRAVO, T.; IBARRA, D.; COBO, P. Far-field extrapolation of Maximum Noise Levels
produced by individual vehicles. Applied Acoustics, v. 74, p.1463 – 1472, 2013.
BUNN, F.; ZANNIN, P.H.T. Urban planning - Simulation of noise control measures. Noise
Control Engineering Journal, v. 63, n. 1, p. 1 – 10, 2015.
BUSSAB, W. O; MORETTIN, P. A. Estatística básica. 8. ed - São Paulo: Saraiva, 2013,
547p. ISBN: 9788502207998.
CAI, M.; LI, F.; LIU, J. K. Dynamic simulation and characteristics analysis of traffic noise at
signal-controlled pedestrian crossing junction. Noise Control Engineering Journal, v. 59,
p.549-55, 2011.
CAI, M.; ZOU, J.; XIE, J.; MA, X. Road traffic noise mapping in Guangzhou using GIS and
GPS. Applied Acoustics, v.87, n. 12, p. 94 – 102, 2015.
http://dx.doi.org/10.1016/j.apacoust.2014.06.005.
CALIXTO, A.; PULSIDES, C.; ZANNIN, P.H.T. Evaluation of transportation noise in
urbanised areas: A case study. Archives of Acoustics, v.33, n.2, p.185 – 199, 2008.
CAN, A.; DEKONINCK, L.; BOTTELDOOREN, D. Measurement network for urban noise
assessment: Comparison of mobile measurements and spatial interpolation approaches.
Applied Acoustics, v.83, p. 32 – 39, 2014. http://dx.doi.org/10.1016/j.apacoust.2014.03.012.
CAN, A.; LECLERCQ, L.; LELONG, J. Dynamic estimation of urban traffic noise: Influence
of traffic and noise source representations. Applied Acoustics, v. 69. p. 858 – 867. 2008.
CAN, A.; LECLERCQ, L.; LELONG, J.; DEFRANCE, J. Accounting for traffic dynamics
improves noise assessment: Experimental evidence. Applied Acoustics, v.70, p. 821 – 829,
2009.
CIANFRINI, C.; CORCIONE, M.; FONTANA, L. Experimental verification of the acoustic
performance of diffusive roadside noise barriers. Applied Acoustics, v. 68, p. 1357 – 1372,
2007.
CIRIANNI, F.; LEONARDI, G. Road traffic noise prediction models in the metropolitan area
of the Strait of Messina. Transport, v. 164, n. 4, p.231-239, 2011. DOI:
10.1680/tran.9.00035.
CHWIF, L; MEDINA, A.C. Modelagem e simulação de eventos discretos: teoria e
aplicações/ Leonardo Chwif. Afonso C. Medina – 4. Ed. – Rio de Janeiro: Elsevier, 2015,
294p.
COENSEL, B.; VANWETSWINKEL, S.; BOTTELDOOREN, D. Effects of natural sounds
on the perception of road traffic noise. Journal of the Acoustical Society of America, v.129,
p. 148-153, 2011.
COVACIU, D; FLOREA, D; TIMAR, J. Estimation of the noise level produced by road
traffic in roundabouts. Applied Acoustics, v. 98, p. 43-51, 2015.
http://dx.doi.org/10.1016/j.apacoust.2015.04.017
DA PAZ, E. C.; ZANNIN, P. H. T. Urban daytime traffic noise prediction models.
Environmental Monitoring and Assessment, v. 163, p. 515 – 529, 2010.
http://dx.doi.org/10.1007/s10661-009-0854-4.
134
Referências
DE ABREU, A. P. Fatores limitantes para o avanço da tecnologia da informação na
mobilidade urbana - o cidadão como centro das decisões. Revista dos Transportes Públicos
– ANTP, 39, p. 19 – 28, 2017.
DE CASTILHO, R. A. Análise e simulação da operação de ônibus em corredores
exclusivos, 1997, 113f, Dissertação (Mestre em Engenharia de Produção) – Universidade
Federal do Rio Grande do Sul, Porto Alegre, Brasil, 1997.
DENATRAN. Divisão de Estatística – Frota de Veículos 2006 a 2016. Disponível em:
http://www.denatran.gov.br/. Acesso em: 29 de março de 2016.
DNIT. Departamento Nacional de Infra-estrutura de Transportes - Brasil. Manual de estudos
de tráfego . – Rio de Janeiro, 2006, 384p. (IPR Publ. 723). Disponível em:
http://www1.dnit.gov.br/arquivos_internet/ipr/ipr_new/manuais/manual_estudos_trafego.pdf.
Acesso em: 1 de novembro de 2017.
D'HONDT, E.; STEVENS, M.; JACOBS. A. Participatory noise mapping works! An
evaluation of participatory sensing as an alternative to standard techniques for environmental
monitoring. Pervasive and Mobile Computing, v. 9, n. 5, p. 681-694, 2013.
Doi:10.1016/j.pmcj.2012.09.002.
DINTRANS, A; PRÉNDEZ, M. A method of assessing measures to reduce road traffic: a
case study in Santiago. Chile. Applied Acoustics, v.74, n. 12, p. 1486–1491, 2013.
http://dx.doi.org/10.1016/j.apacoust.2013.06.012.
DOYGUN, H.; KUŞAT GURUN, D. Analysing and mapping spatial and temporal dynamics
of urban traffic noise pollution: a case study in Kahramanmaraş. Turkey. Environmental
Monitoring and Assessment. v. 142, p. 65–72, 2008. DOI 10.1007/s10661-007-9908-7.
FERRAZ, A. C. P.; TORRES, I. G. E. Transporte público urbano. São Carlos: RiMa, 2004,
428p.
FIEBIG, A.; GUIDATI, S.; GENUIT, K. Synthesis, auralization and psychoacoustic
evaluation of environmental noise - Options for urban (noise) planning. In: 38th International
Congress and Exposition on Noise Control Engineering 2009, INTERNOISE 2009, 2009, 6,
4097-4108.
FIEDLER, P.E.K.; ZANNIN, P.H.T. Noise mapping as a tool for urban planning. Journal of
Scientific and Industrial Research, v. 74, p. 114 – 116, 2015a.
FIEDLER, P. E. K.; ZANNIN, P. H. T. Evaluation of noise pollution in urban traffic hubs -
Noise maps and measurements. Environmental Impact Assessment Review, v. 51, p. 1 – 9,
2015b.
FUKUI, M.; ISHIBASHI, Y. Traffic flow in 1D cellular automaton model including cars
moving with high speed. Journal of the Physical Society of Japan, v. 65, n. 6, p.1868–1870,
1996.
GARG, N.; MAJI, S. A critical review of principal traffic noise models: Strategies and
implications. Environmental Impact Assessment Review, v. 46, p. 68 – 81, 2014.
doi:10.1016/j.eiar.2014.02.001.
GIL, A. C. Como elaborar projetos de pesquisa – 4. Ed – 8. Reimpr. – São Paulo: Atlas,
2006.
GIUNTA, M.B.; DE SOUZA, L.C.L.; VIVIANI, E.; SURIANO, M. T. Environmental noise
and conflict areas in a medium sized city. In: Proceedings - European Conference on Noise
Control, 2012, 364-369.
135
Referências
GIVARGIS, Sh.; KARIMI, H. A basic neural traffic noise prediction model for Tehran’s
roads. Journal of Environmental Management, v. 91, p. 2529 – 2534, 2010.
doi:10.1016/j.jenvman.2010.07.011.
GOOGLE MAPS. Mapa parcial e fotos da rua Roxo Moreira – Campinas (SP). Disponível
em: https://www.google.com.br/maps. Acesso em: 23 jul. 2015a.
GOOGLE MAPS. Mapa parcial da Universidade Estadual de Campinas – UNICAMP.
Disponível em: https://www.google.com.br/maps. Acesso em: 23 jul. 2015b.
GOOGLE MAPS. Mapa parcial e fotos da rua Dr. Buarque de Macedo – Campinas (SP).
Disponível em: https://www.google.com.br/maps. Acesso em: 26 nov. 2016.
GOOGLE MAPS. Mapa parcial da cidade de Campinas (SP). Disponível em:
https://www.google.com.br/maps. Acesso em: 17 jan. 2018.
GRIFFITHS, I. D; LANGDON, F. L. Subjective response to road traffic noise, BRS CP
37/68, J. Sound lib., v.8, n.1, 1968.
GUARNACCIA, C. Advanced tools for traffic noise modelling and prediction. WSEAS
Transactions on Systems, v. 12, n. 2, p. 121 – 130, 2013.
GUARNACCIA, C.; QUARTIERI, J. Analysis of road traffic noise propagation.
International Journal of Mathematical Models and Methods in Applied Sciences, v. 6, p.
926-933, 2012.
GUEDES, I. C. M.; BERTOLI, S. R. Mapa acústico como ferramenta de avaliação de ruído
de tráfego veicular em Aracaju - Brasil. PARC - Pesquisa em Arquitetura e Construção,
Campinas, v. 5, n. 2, p. 40-51, 2014.
GUEDES, I. C. M.; BERTOLI, S. R. Ruído de tráfego veicular em áreas urbanas:
Mapeamento sistemático de literatura. In: XIII ENCONTRO NACIONAL DE CONFORTO
DO AMBIENTE CONSTRUÍDO E IX ENCONTRO LATINO-AMERICANO DE
CONFORTO NO AMBIENTE CONSTRUÍDO, 2015, Campinas – SP, 2015.
GUEDES, I. C. M.; BERTOLI, S. R; MONTALVÃO, J. Monte Carlo simulation of traffic
noise dynamics at a bus stop based on real sound signals. Proceedings of Meetings on
Acoustics (POMA), v. 28, p. 040005, 2016, http://dx.doi.org/10.1121/2.0000477
GUEDES, I. C. M.; BERTOLI, S. R.; ZANNIN. P. H. T. Influence of urban shapes on
environmental noise: A case study in Aracaju. Brazil. Science of the Total Environment, v.
412–413, p. 66–76, 2011. http://dx.doi.org/10.1016/j.scitotenv.2011.10.018.
GÜDOGDU, Ö; GÖKDAG, M.; YÜKSEL, F. A traffic noise prediction method based on
vehicle composition using genetic algorithms. Applied Acoustics, v. 66, p. 799–809, 2005.
doi:10.1016/j.apacoust.2004.11.003.
HAMMER, M. S.; SWINBURN, T. K.; NEITZEL, R.L. Environmental noise pollution in the
United States: developing an effective public health response. Environ Health Perspect, v.
122, p. 115 – 119, 2014. http://dx.doi.org/10.1289/ehp.1307272.
HU, W.C.; XU, S.H. Research of noise map technology in urban areas. Noise Vibration
Control, v.12, p. 30–34, 2009.
IBARRA – ROJAS, O. J.; DELGADO, F.; GIESEN, R.; MUÑOZ, J.C. Planning, operation.
and control of bus transport systems: A literature review. Transportation Research Part B,
v. 77, p. 38-75, 2015. http://dx.doi.org/10.1016/j.trb.2015.03.002.
136
Referências
INTERNATIONAL ORGANIZATION FOR STANDARDIZATION. ISO 1996 -1:
Acoustics: Description, measurements and assessment of environmental noise - Part 1: Basic
quantities and assessment procedures, Switzerland, 2003.
INTERNATIONAL ORGANIZATION FOR STANDARDIZATION. ISO 1996-2: Acoustics
– Description and measurement of environmental noise - Part 2: Acquisition of data pertinent
to land use [AMENDMENT 1], Switzerland, 1998.
INTERNATIONAL ORGANIZATION FOR STANDARDIZATION. ISO 1996-2: Acoustics
– Description, measurement and assessment of environmental noise - Part 2: Determination of
environmental noise levels, Switzerland, 2007.
INTERNATIONAL ORGANIZATION FOR STANDARDIZATION. ISO 9613 - 1:
Acoustics: Attenuation of Sound during Propagation Outdoors. Part 1: Calculation of the
absorption of sound by the atmosphere, Switzerland, 1993.
INTERNATIONAL ORGANIZATION FOR STANDARDIZATION. ISO 9613 - 2:
Acoustics: Attenuation of Sound during Propagation Outdoors. Part 2: General method of
calculation, Switzerland, 1996.
INTERNATIONAL ORGANIZATION FOR STANDARDIZATION. ISO - R1996:
Acoustics: Assessment of noise with respect to community response, Switzerland, 1971.
JEONG, J.H.; DIN, N.B.C.; OTSURU, T.; KIM. H.C. An application of a noise maps for
construction and road traffic noise in Korea. International Journal of Physical Sciences, v.
5, n. 7, p. 1063-1073, 2010.
KALIPCI, E.; DURSUN, S. Presentation of Giresun City traffic noise pollution map via
geographical information system. Journal of Applied Sciences, v. 9, n. 3, p. 479 – 487, 2009.
KANG, J. Urban sound environment. 1. Ed, New York: Taylor and Francis, 2007, 286p.
KANG, T. T.; LIN, M. D.; CHEN, Y. H. Noise mapping in urban environments: a Taiwan
study. Applied Acoustics, v. 70, p. 964–972, 2009.
KASSOMENOS, P.; VOGIATZIS, K.; COELHO, J.L.B. Critical issues on environmental
noise: editorial. Science of the Total Environment, v. 3, p. 399 – 482, 2014.
http://dx.doi.org/10.1016/j.scitotenv.2014.02.108.
KING, E.A.; MURPHY, E.; RICE, H. J. Implementation of the EU environmental noise
directive: Lessons from the first phase of strategic noise mapping and action planning in
Ireland. Journal of Environmental Management, v. 92, p. 756 – 764, 2011.
doi:10.1016/j.jenvman.2010.10.034.
KING, E.A; RICE, H. J. The development of a practical framework for strategic noise
mapping. Applied Acoustics, v. 70, p. 1116 – 1127, 2009.
doi:10.1016/j.apacoust.2009.01.005.
KUMAR, P.; NIGAM, S.P.; KUMAR, N. Vehicular traffic noise modeling using artificial
neural network approach. Transportation Research Part C, v. 40, p.111–122, 2014.
http://dx.doi.org/10.1016/j.trc.2014.01.006.
LAM. W.H.K.; TAM. M.L. Reliability analysis of traffic noise estimates in Hong Kong.
Transportation Research – Part D, v. 3, n. 4, p. 239–248, 1998.
LANGDON, F. J.; SCHOLES, W. E. The Traffic Noise Index: a method of controlling noise
nuisance, BRS CP 38/68, Architects' J., 1968.
137
Referências
LEE, J.; GU, J.; PARK, H.; YUN, H.; KIM, S.; LEE, W.; HAN, J.; CHA, J.S. Estimation of
populations exposed to road traffic noise in districts of Seoul metropolitan area of Korea.
International Journal of Environmental Research and Public Health, v. 11, n. 3, p. 2729-
2740, 2014.
LI, F.; CAI, M.; LIU, J.; YU, Z. Dynamic traffic noise simulation at a signalized intersection
among buildings. Noise Control Engineering Journal, v. 59, p. 202-210, 2011.
LI, K.; LAW, M.; KWOK, M. Absorbent parallel noise barriers in urban environments.
Journal of Sound and Vibration, v. 315, p. 239 – 257, 2008.
LIAO, G.; SAKHAEIFAR, M. S.; HEITZMAN, M.; WEST, R.; WALLER, B.; WANG, S.;
DING, Y. The effects of pavement surface characteristics on tire/pavement noise. Applied
Acoustics, v. 76, p. 14 – 23, 2014.
LICITRA, G. Noise mapping in the EU – models and procedures. Edited by Gaetano Licitra.
CRC Press, 2013, 391p.
LIU, Y.; YANG, B.; ZHANG, X.; GUO, J. Analysis of noise reduction on urban road traffic
sound barrier. ICLEM 2010: Logistics for Sustained Economic Development – Infrastructure,
Information, Integration – In: Proceedings of the 2010 International Conference of Logistics
Engineering and Management, 2010, 387, 1616 -1621.
LUO, Z.Y.; LI, Z.K,; WU, Y.W; DAI, M. G. Using 3D visualization technologies to enhance
the understanding of environmental noise. Noise Vibration Control, p. 56–58, 2005.
MAILLARD, J. ; JAGLA, J. Auralization of non-stationary traffic noise using sample based
synthesis - Comparison with pass-by recordings. In: 41st International Congress and
Exposition on Noise Control Engineering 2012, INTERNOISE 2012, 2012.
MAILLARD, J. ; JAGLA, J. Real Time Auralization of Non-Stationary Traffic Noise -
Quantitative and Perceptual Validation in an Urban Street. In: Proceedings of the AIA-
DAGA Conference on Acoustics, 2013.
MAK, K.L.; HUNG, W.T. Statistical tyre/road noise modeling in Hong Kong on friction
course. Applied Acoustics, v. 76, p. 24 – 27, 2014.
MAKAREWICZ, R.; GAŁUSZKA, M. Road traffic noise prediction based on speed-flow
diagram. Applied Acoustics, v. 72, p. 190–195, 2011. doi:10.1016/j.apacoust.2010.11.010.
MARKS, A.; GRIEFAHN, B. Associations between noise sensitivity and sleep. subjectively
evaluated sleep quality, annoyance, and performance after exposure to nocturnal traffic noise.
Noise and Health, v. 9, p. 1-7, 2007.
MAROJA, A.D.M.; DE SOUSA, D.R.; GARAVELLI, S.L. Mathematician models for noises
emitted by the vehicles traffic in Distrito Federal. Brazil, In: International Congress on Noise
Control Engineering 2005, INTERNOISE 2005, 2005, 5, 3797-3804.
MAROJA, A. D. M.; GARAVELLI, S.L.; DE CARVALHO JUNIOR, E.B. Noise mapping
using vehicles electronic speed controllers. In: 18th International Congress on Sound and
Vibration 2011, ICSV 2011, 3, 2080-2087.
MARQUES, C.S.D.P.; LESKI, J.R.; SOARES, P.F.; LISOT, A. Mapping and analysis of
traffic noise at an intersection in Umuarama - PR. Brazil, In: International Congress on Noise
Control Engineering 2010, INTERNOISE 2010, 2010, 2, 1406-1414.
138
Referências
MORAES, E. L.; FRANCO, I.M.; VILAR, M.; AVERTANO, I.; PINHEIRO, D.; FREITAS,
M.; DEL TETTO, D. Categorization of street types in urban thermoacoustic analysis. In: 21st
International Congress on Acoustics, ICA 2013, 19, 9p.
MURGEL, E. Fundamentos de acústica ambiental. São Paulo – Editora Senac São Paulo,
2007, 131p.
MURPHY, E.; KING, E.A. Scenario analysis and noise action planning: Modelling the
impact of mitigation measures on population exposure. Applied Acoustics, v. 72, p. 487 –
494, 2011. doi:10.1016/j.apacoust.2010.10.006.
MURPHY, E.; KING, E.A.; RICE, H. J. Estimating human exposure to transport noise in
central Dublin. Ireland. Environment International, v. 35, p. 298 – 302, 2009.
doi:10.1016/j.envint.2008.07.026.
NAISH, D. A.; TAN, A. C.; DEMIRBILEK, F. N. Estimating health related costs and savings
from balcony acoustic design for road traffic noise. Applied Acoustics, v. 73, p. 497 – 507,
2012.
NEDIC, V.; DESPOTOVIC, D.; CVETANOVIC, S.; DESPOTOVIC, M.; BABIC, S.
Comparison of classical statistical methods and artificial neural network in traffic noise
prediction. Environmental Impact Assessment Review, v. 49, p. 24-30, 2014. DOI:
10.1016/j.eiar.2014.06.004.
NILSSON, M.; ALVARSSON, J.; RÅDSTEN-EKMAN, M.; BOLIN, K. Loudness of
fountain and road traffic sounds in a city park. In: 16th International Congress on Sound and
Vibration 2009, ICSV 2009, 2009, 2, 1270-1276.
NILSSON, M.; RÅDSTEN-EKMAN, M.; ALVARSSON, J.; LUNDÉN, P.; FORSSÉN, J.
Perceptual validation of auralized road traffic noise. In: 40th International Congress and
Exposition on Noise Control Engineering 2011, INTERNOISE 2011, 2011, 4, 3453 - 3460.
NOTBOHM, G.; SCHMOOK, R.; SCHWARZE, S.; ANGERER, P. Patterns of physiological
and affective responses to vehicle pass-by noises. Noise and Health, v. 15, p. 355–366, 2013.
ONAGA, H.; RINDEL, J. Acoustic characteristics of urban streets in relation to scattering
caused by building facades. Applied Acoustics, v. 68, p. 310-325, 2007.
OSHIMA, T.; II, M. Field measurements on wind effects to propagation of road traffic noise
over open and flat ground. Applied Acoustics, v. 74, p. 141 – 149, 2013.
PAMANIKABUD, P.; TANSATCHA, M.; BROWN, A.L. Development of a highway noise
prediction model using an Leq20s measure of basic vehicular noise. Journal of Sound and
Vibration, v. 316, p. 317–330, 2008. doi:10.1016/j.jsv.2008.02.054.
PAPADIMITRIOU, K.; MAZARIS, A.; KALLIMANIS, A.; PANTIS, J. Cartographic
representation of the sonic environment. Cartographic Journal, v. 46, p. 126-135, 2009.
PARLAMENTO EUROPEU E DO CONSELHO. Diretiva 2002/49/CE de 25 de junho de
2002. Relativa à avaliação e gestão do ruído ambiente.
PAUNOVIŠ, K.; BELOJEVIŠ, G.; JAKOVLJEVIŠ, B. Blood pressure of urban school
children in relation to road-traffic noise, traffic density and presence of public transport. Noise
and Health, v. 15, p. 253-260, 2013.
PENG, W.; MAYORGA, R.V. Assessing traffic noise impact based on probabilistic and
fuzzy approaches under uncertainty. Stochastic Environmental Research and Risk
Assessment, v. 22, p. 541–550, 2008. DOI 10.1007/s00477-007-0173-7.
139
Referências
PICAUT, J.; BÉRENGIER, M.; ROUSSEAU, É. Noise impact modelling of a roundabout.
In: International Congress on Noise Control Engineering 2005, INTERNOISE 2005, 2005, 5,
4217 - 4226.
POPESCU, D. I.; TUNS, R. E.; MOHOLEA, I.F. The urban acoustic environment - A survey
for road traffic noise. Carpathian Journal of Earth and Environmental Sciences, v. 6, n.1,
p. 285 – 292, 2011.
PORTUGAL, L. S. Simulação de tráfego: conceitos e técnicas de modelagem – Rio de
Janeiro: Interciência, 2005.
PRADO, D. S. D. Teoria das filas e da simulação – Belo Horizonte, MG: Editora de
Desenvolvimento Gerencial, v. 2, 1999.
QUARTIERI, J.; MASTORAKIS, N.E.; IANNONE, G.; GUARNACCIA, C. Cellular
automata application to traffic noise control. In: 12th WSEAS International Conference on
Automatic Control, Modelling and Simulation, ACMOS '10, 2010, 299-304.
RÅDSTEN-EKMAN, M.; AXELSSON, O.; NILSSON, M. Effects of sounds from water on
perception of acoustic environments dominated by road-traffic noise. Acta Acustica united
with Acustica, v. 99, p. 218-225, 2013.
RADWAN, M. M.; OLDHAM, D. J. The prediction of noise from urban traffic under
interrupted flow conditions. Applied Acoustics, v.72, p. 479 – 486, 1987.
RAHMANI, S.; MOUSAVI, S. M.; KAMALI. M. J. Modeling of road-traffic noise with the
use of genetic algorithm. Applied Soft Computing, v. 11, p. 1008–1013, 2011.
doi:10.1016/j.asoc.2010.01.022.
RAMÍREZ, A.; DOMÍNGUEZ, E. Modeling urban traffic noise with stochastic and
deterministic traffic models. Applied Acoustics, v. 21, p. 163 – 185, 2013.
RICHTLIEN FÜR DEN LÄRMSCHULTZ AN STRAbEN. RLS - 90. (Diretrizes para
Proteção ao Ruído em Rodovias). Alemanha, 1990.
ROBINSON, D. W. Towards a unified system noise assessment. Journal Sound and
Vibration, UK, v.14, n.3, p 279-298, 1971.
RODRIGUES, F. Análise de ruído em terminais de transporte coletivo urbano:
desenvolvimento de modelos de predição. 2006, 136f, Dissertação (Mestrado), Departamento
de Engenharia civil – Universidade Federal de Uberlândia, 2006.
RODRIGUES, F.; FARIA, C.A.; MAGALHÃES, M. D. C.; SILVA, M. G. The development
of a model for the prediction of noise inside bus stations: A comparison with the CRTN
method. In: International Congress on Noise Control Engineering 2006, INTERNOISE 2006,
2006, 8, 5683 - 5687.
RODRIGUES, F.; RESENDE, C.; NASSI, C. D.; KAHN, S. Traffic engineering indicators
analysis as explanatory variables of traffic noise. In: International Congress on Noise Control
Engineering 2010, INTERNOISE 2010, 2010, 4, 3301-3310.
RUOTOLO, F.; MAFFEI, L.; GABRIELE, M. D.; IACHINI, T.; MASULLO, M.;
RUGGIERO, G.; SENESE, V. P. Immersive virtual reality and environmental noise
assessment: An innovative audio - visual approach. Environmental Impact Assessment
Review, v. 41, p. 10 – 20, 2013.
SANTOS, L.J.R.D. Generalização do modelo computacional de tráfego veicular IDM
(Intelligent Driver Model). 2008, 60 f, Dissertação (Mestrado em biometria e estatística).
140
Referências
Departamento de Estatística e Informática Aplicada – Universidade Federal Rural de
Pernambuco - Recife: EDUFRPE, 2008.
SAMARA, T.; TSITSONI, T. The effects of vegetation on reducing traffic noise from a city
ring road. Noise Control Engineering Journal, v. 59, p. 68-74, 2011.
SÃO PAULO. Câmara Municipal de São Paulo. Lei 16.499, de 20 de julho de 2016. Dispõe
sobre a elaboração do Mapa do Ruído Urbano da Cidade de São Paulo e dá outras
providências. Disponível em: http://
documentacao.camara.sp.gov.br/iah/fulltext/leis/L16499.pdf. Acesso em: 15 de janeiro de
2018.
SCHOLES, W. E. Traffic noise criteria. Applied Acoustics, UK, v.3, p 1-21, 1970.
SEONG, J. C.; PARK, T. H.; KO, J. H.; CHANG, S. I.; KIM. M.; HOLT, J. B.; MEHDI, M.
R. Modeling of road traffic noise and estimated human exposure in Fulton County. Georgia.
USA. Environment International, v. 37, p. 1336–1341, 2011.
http://dx.doi.org/10.1016/j.envint.2011.05.019.
SINGAL, S. P. Noise pollution and control strategy. Oxford: Alpha Science International.
2005, 323p.
SKARLATOS, D. A Numerical Method for Calculation of Probability Density Function of
Equivalent Level in the Case of Traffic Noise. Applied Acoustics, v. 38, p. 37 – 50, 1993.
SOUZA, L. C. L. D.; GIUNTA, M.B. Urban indices as environmental noise indicators.
Computers. Environment and Urban Systems, v. 35, p. 421–430, 2011.
Ddoi:10.1016/j.compenvurbsys.2011.06.001.
SUAREZ, E.; BARROS, J. Traffic noise mapping of the city of Santiago de Chile. Science of
The Total Environment, v.466-467, p. 539 – 546, 2014.
TANSATCHA, M.; PAMANIKABUD, P.; BROWN, A.L.; AFFUM, J.K. Motorway noise
modelling based on perpendicular propagation analysis of traffic noise. Applied Acoustics, v.
66, p. 1135–1150, 2005. Doi:10.1016/j.apacoust.2005.02.002.
THOMAS, P.; BOES, M.; VAN RENTERGHEM, T.; BOTTELDOOREN, D.; HORNIKX,
M.; DESMET, W.; NILSSON, M. Auralisation of a car pass - by behind a low finite - length
vegetated noise barrier. In: Proceedings - European Conference on Noise Control, 2012, 932-
937.
TORIJA, A. J.; RUIZ, D. P. Using recorded sound spectra profile as input data for real-time
short-term urban road-traffic-flow estimation. Science of the Total Environment, v. 435 –
436, p. 270 – 279, 2012. Doi:10.1016/j.scitotenv.2012.07.014.
TORIJA, A. J.; RUIZ, D. P.; RAMOS-RIDAO, A. F. Use of back-propagation neural
networks to predict both level and temporal - spectral composition of sound pressure in urban
sound environments. Building and Environment, v. 52, p. 45 – 56, 2012.
Doi:10.1016/j.buildenv.2011.12.024.
VAIŠIS, V.; JANUŠEVIČIUS, T. Investigation and evaluation of noise level in the northern
part of Klaipeda city. Journal of Environmental Engineering and Landscape
Management, v. 16, n. 2, p. 89 – 96, 2008. http://dx.doi.org/10.3846/1648-6897.2008.16.89-
96.
VAN RENTERGHEM, T.; BOTTELDOOREN, D.; HORNIKX, M.; JEAN, P.; DEFRANCE,
J.; SMYRNOVA, Y.; KANG, J. Road traffic noise reduction by vegetated low noise barriers
in urban streets. In: Proceedings - European Conference on Noise Control, 2012, 944 - 948.
141
Referências
VOLPATO, G.L. Ciência: da filosofia à publicação – São Paulo: Cultura Acadêmica, 2013,
377p.
WANG, B.; KANG, J. Effects of urban morphology on the traffic noise distribution through
noise mapping: A comparative study between UK and China. Applied Acoustics, v. 72, p.556
– 568, 2011. Doi:10.1016/j.apacoust.2011.01.011.
WANG, L.; CAI, M.; ZOU, J. The traffic noise prediction model of a bus stop. In: 41st
International Congress and Exposition on Noise Control Engineering 2012, INTERNOISE
2012, 2012, 11, 9254 - 9265.
WING LAW, C.; KWAN LEE, C.; WAI LUI, A. S.; LEUNG YEUNG, M. K.; CHE LAM, K.
Advancement of three-dimensional noise mapping in Hong Kong. Applied Acoustics, v.72,
p. 534 – 543, 2011. Doi:10.1016/j.apacoust.2011.02.003.
ZANNIN, P. H. T.; DE SANT’ANA, D. Q. Noise mapping at different stages of a freeway
redevelopment project - A case study in Brazil. Applied Acoustics, v. 72, p. 479 – 486, 2011.
ZANNIN, P.H.T.; ENGEL, M.S.; FIEDLER, P.E.K.; BUNN, F. Characterization of
environmental noise based on noise measurements, noise mapping and interviews: A case
study at a university campus in Brazil. Cities, v. 31, p. 317 – 327, 2013a.
ZANNIN, P.H.T.; GAMA, V. L.; DA CUNHA, M. L.; DAMIANI, E. F.; BENETTI, M.;
BIANCHI, H.; DA HORA, A.L.S.; GUEDES, G. B.; PORTELLA, T. L.; PINTO, V. A .J.;
DE SANT’ANA, D.Q. Noise mapping of an educational environment. Canadian Acoustics,
v. 40, n. 1, p. 27 – 34, 2013b.
ZHAO, J.; DING, Z.; HU, B.; CHEN, Y.; YANG, W. Assessment and improvement of a
highway traffic noise prediction model with Leq(20s) as the basic vehicular noise. Applied
Acoustics, v. 97, p. 78–83, 2015. http://dx.doi.org/10.1016/j.apacoust.2015.03.021.
ZHOU, M. Traffic noise mapping of Guangzhou inner ring road. Journal of South China
University of Technology (Natural Science), v. 35, p. 136 -139, 2007.
142
Apêndices
APÊNDICE A – Dados coletados para etapa de modelagem (Ptbus – A; rua Roxo Moreira)
Tabela A.1 – Fluxos horários de veículos (Rua Roxo Moreira).
Dia – data - horário Nº Duração (s) Qvl Qmt Qvp Qtotal
Quinta - 14/05/2015
(9h30min a 11h30min)
1 3600 914 41 62 1017
2 3600 929 50 53 1032
Quarta - 20/05/2015
(9h30min a 11h30min)
3 3600 906 50 55 1011
4 3600 923 52 48 1023
Sexta - 22/05/2015
(14h30min a 16h30min)
5 3600 1070 59 39 1168
6 3600 1129 48 43 1220
Terça - 09/06/2015
(14h30min a 16h30min)
7 3600 1011 72 37 1120
8 3600 1114 68 52 1234
Quarta - 10/06/2015
(9h30min a 11h30min)
9 3600 989 59 54 1102
10 3600 996 54 50 1100
Quarta - 07/10/2015
(9h30min a 10h30min)
11 3600 974 53 44 1071
Quarta - 07/10/2015
(15h00min a 16h00min) 12 3600 992 57 31 1080
Total 11947 663 568 13178
Média aritmética 996 55 47 1098
Obs.: vl (veículo leve): automóveis, jipe, Kombi, pick-up, caminhonetes, vans, towners/ mt (moto)/ vp (veículo
pesado): micro-ônibus, ônibus e caminhões.
143
Apêndices
Tabela A.2 – Registros de intervalos de tempo entre chegadas sucessivas de ônibus (TC) e tempo de serviço ou
parada (TS) no Ptbus – A (Rua Roxo Moreira).
Dia – data - horário Intervalo de tempo entre chegadas sucessivas de ônibus – TC (s)
Quarta - 29/04/2015
(9h30min às 11h30min)
300 120 420 120 540 540 300 420 900 120
420 240 0 0 60 360 180 480 180 420
840 300 180
Terça - 22/09/2015
(9h30min às 11h30min)
420 480 180 0 240 300 660 240 240 120
360 300 660 300 360 840 480 60 120 960
Quarta - 23/09/2015
(14h30min às 16h30min)
840 180 0 720 420 60 0 540 360 120
300 300 300 180 840 660 300 240 360 300
0
Quinta - 24/09/2015
(9h30min às 11h30min)
660 420 300 120 300 780 420 480 0 60
360 900 420 60 120 900
Quarta - 30/09/2015
(9h30min às 11h30min)
138 285 106 248 512 870 45 444 562 352
298 467 1190 23 175 345 82 845
Segunda - 05/10/2015
(9h30min às 11h30min)
24 574 55 316 845 217 270 750 54 507
70 167 277 1115 175 458 121 825
Média aritmética: 361s
.Dia – data - horário Tempo de serviço – TS (s)
Quarta - 29/04/2015
(9h30min às 11h30min)
7 40 14 9 17 8 21 12 37 6
13 14 8 19 11 20 7 7 29 12
18 22 7
Terça - 22/09/2015
(9h30min às 11h30min)
12,5 8,4 21,7 3,3 18,6 23,4 7,2 16,0 12 13,1
7,3 27 13 14,9 20,9 19,1 17 4,5 9,5 49,7
Quarta - 23/09/2015
(14h30min a 16h30min)
17,3 14,7 14,7 8,5 17,3 21,8 21,8 12 15,7 22,7
11,7 32 10,3 13,7 11,3 20,5 8,3 8,5 9,8 8,4
8
Quinta - 24/09/2015
(9h30min as 11h30min)
13,3 9,8 7,7 13,4 9,5 25,1 6,9 4,5 6,3 10,2
7,7 14 6,9 20,2 11,3 16,7
Quarta - 30/09/2015
(9h30min as 11h30min)
4,8 5,3 9,1 7 10,5 23,4 23,8 5,7 30,3 8
20 9,9 26,8 4 30,7 8,9 5 21,2
Segunda - 05/10/2015
(9h30min às 11h30min)
5,2 8,7 6 12,7 13,2 19,4 11,5 12,4 34 8
6,8 8,4 17,3 17,2 17,1 7,7 6,7 32,3
144
Apêndices
APÊNDICE B – Dados coletados para etapa de modelagem (Ptbus – B; rua Dr. Buarque de
Macedo)
Tabela B.1 – Fluxos horários de veículos (Rua Dr. Buarque de Macedo).
Dia – data - horário Nº Duração (s) Qvl Qmt Qvp Qtotal
Sexta - 21/10/2016
(14h às 16h)
1 3600 712
57
23
792
2 3600 734
61
19
814
Segunda - 24/10/2016
(14h às 16h)
3 3600 662
81
23
766
4 3600 681
71
26
778
Quarta - 26/10/2016
(14h às 16h)
5 3600 687
67
28
782
6
3600
705
66
21
792
Terça - 08/11/2016
(14h às 16h)
7 3600 713
80
29
822
8 3600 723
67
14
804
Quarta - 15/02/2017
(14h às 16h)
9 3600 709
79
27
815
10 3600 684
74
19
777
Total 7010
703
229
7942
Média aritmética 701
70
23
794
Obs.: vl (veículo leve): automóveis, jipe, Kombi, pick-up, caminhonetes, vans, towners/ mt (moto)/ vp (veículo
pesado): micro-ônibus, ônibus e caminhões.
145
Apêndices
Tabela B.2 – Registros de intervalos de tempo entre chegadas sucessivas de ônibus (TC) e tempo de serviço ou
parada (TS) no Ptbus – B (Rua Dr. Buarque de Macedo).
Dia – data - horário Intervalo de tempo entre chegadas sucessivas de ônibus – TC (s)
Quinta – 06/10/2016
(14h às 16h)
292 0 0 226 517 151 75 0 302 222
302 237 231 71 216 0 234 358 81 69
748 236 514 0 81 0 0 84 673 291
Segunda – 10/10/2016
(14h às 16h)
417 0 89 67 156 0 372 217 223 0
369 309 590 228 370 26 366 137 157 212
232 13 0 287 0 0 381 143 0 240
140 0 0 366 750
Terça – 22/11/2016
(14h às 16h)
73 292 0 81 148 305 369 306 132 229
154 153 211 160 80 216 0 755 0 71
446 225 15 143 361 0 87 79 512 11
288 448 0 224 87
Média aritmética: 197s
.Dia – data - horário Tempo de serviço – TS (s)
Quinta – 06/10/2016
(14h às 16h)
14,5 6 10,3 16,1 11,7 4,1 11 10,1 12,8 3,1
22,1 17,4 45 4,9 5,6 9,2 80 20 5,6 16,3
6,8 6,7
Segunda – 10/10/2016
(14h às 16h)
12,3 3,9 2,9 9,6 4,1 8,1 6,5 6,6 5 51,9
7,8 9,3 3,4 5,2 40,5 88 2 22,4 13,7 8,4
5 19,3 6,49 4 5,4
Terça – 22/11/2016
(14h às 16h)
13 6,6 3,3 19,3 20,4 13 10,2 5 6,6 9,1
6,6 4,1 4,7 5,1 5 45 63 28,7 3,1 9,1
4,7 5,8 2,9 11,5 4,6 8,5 4,1 4,8 3,5 4
146
Apêndices
APÊNDICE – C: Ofício à Diretoria de Transportes (Diretoria Geral da Administração –
DGA/UNICAMP). Solicitação de ônibus para os experimentos de gravação de sinais sonoros.
147
Apêndices
APÊNDICE D – Caracterização dos veículos usados nas simulações dos estudos piloto e
final da pesquisa.
A Tabela D.1 apresenta informações de velocidade, marcha e níveis sonoros
equivalentes (LAeq,10s) das passagens individuais dos veículos – teste usados nas simulações
do estudo piloto da pesquisa. As Figuras D.1. D.2 e D.3 mostram os gráficos dos sinais
sonoros desses veículos.
Tabela D.1 – Informações de velocidade, marcha, nível sonoro equivalente (LAeq.10s ) das passagens individuais
dos veículos – teste usados nas simulações do estudo piloto da pesquisa.
Veículo [Categoria] Nº ID Data (a)
Velocidade
[km/h]
Marcha LAeq.10s (b)
[dBA]
D0 (c)
[m]
Clio - Renault [vl]
PROJ006 23/07/15 50 3ª 61,3 (60,9)
7,5
Intruder 125 - Suzuki [mt] PROJ003 23/07/15 50 3ª 59,5 (59,0)
7,5
Toyota/ Bandeirante BJ55LP [vp] PROJ013 23/07/15 40 4ª 69,7 (70,5) 7,5
(a) Data da realização do experimento de gravação e medição acústica.
(b) Valores entre parênteses foram obtidos pelo sonômetro Bruel & Kjaer mod. 2270.
(c) D0: distância perpendicular entre ponto de gravação/ medição acústica e eixo de referência da pista de teste.
Figura D.1 – Sinal sonoro: Clio – Renault – PROJ006 [vl; 50 Km/h; 3ª marcha].
Fonte: O autor.
Figura D.2 – Sinal sonoro: Intruder 125 – Suzuki – PROJ003 [mt; 50 km/h; 3ª marcha].
Fonte: O autor.
148
Apêndices
Figura D.3 – Sinal sonoro: Toyota – Bandeirante BJ55LP – PROJ013 [vp; 40 Km/h; 4ª marcha].
Fonte: O autor.
A Figura D.4 mostra o sinal sonoro do ciclo chegada – parada – partida de um
ônibus no ponto de parada (Ptbus-A; rua Roxo Moreira). Esse sinal foi extraído da gravação
do dia 23/09/2015. Para a seleção dessa amostra de sinal, analisou-se a ocorrência de menores
influências de passagens de outros veículos na rua durante o processo de chegada do ônibus
no Ptbus-A. A gravação ocorreu a uma distância de 9,5m do eixo do leito de parada do
ônibus. O LAeq,19s desse ciclo foi de 70,7 dBA.
Figura D.4 – Sinal sonoro: Chegada – parada – partida do ônibus no ponto de parada (Ptbus – A).
Fonte: O autor.
A Tabela D.2 apresenta informações de velocidade, marcha e nível sonoro
equivalente – contínuo (LAeq,10s) referentes as passagens individuais dos veículos – teste
usados nas simulações dos estudos finais da pesquisa. Os gráficos dos seus respectivos sinais
sonoros podem ser vistos nas Figuras D.5 a D.22.
149
Apêndices
Tabela D.2 – Informações de velocidade, marcha, nível sonoro equivalente (LAeq.10s ) das passagens individuais
dos veículos – teste usados nas simulações dos estudos finais da pesquisa.
Veículo [Categoria] Nº ID Data (a)
Velocidade
[km/h]
Marcha LAeq.10s (b)
[dBA]
D0 (c)
[m]
DUSTER – Renault [vl] PROJ079 16/10/16 45 3ª 61,5 (61,2) 7,5
DUSTER – Renault [vl] PROJ087 16/10/16 40 3ª 59,4 (59,4)
) 7,5
MARCH – Nissan [vl] PROJ101 16/10/16 45 3ª 58,0 (58,1)
7,5
MARCH – Nissan [vl] PROJ104 16/10/16 40 3ª 55,8 (56,1)
7,5
PUNTO – Fiat [vl] PROJ091 16/10/16 45 3ª 58,4 (58,7)
7,5
PUNTO – Fiat [vl] PROJ096 16/10/16 40 3ª 57,8 (58,1)
7,5
UP – Volkswagen [vl]
PROJ109 16/10/16 45 3ª 56,2 (56,5)
7,5
UP – Volkswagen [vl] PROJ114 16/10/16 40 3ª 55,2 (55,6)
( 7,5
CB300R – Honda [mt] PROJ119 16/10/16 45 3ª 61,3 (61,4)
7,5
CB300R – Honda [mt] PROJ121 16/10/16 40 3ª 60,7 (61,1)
7,5
CB300R – Honda [mt] PROJ123 16/10/16 40 3ª 59,8 (60,0)
7,5
Intruder 125 – Suzuki [mt] PROJ124 16/10/16 45 3ª 57,1 (57,3)
7,5
Intruder 125 – Suzuki [mt] PROJ129 16/10/16 40 3ª 55,9 (56,2)
7,5
Intruder 125 – Suzuki [mt] PROJ126 16/10/16 45 3ª 57,0 (57,2)
7,5
Intruder 125 – Suzuki [mt] PROJ131 16/10/16 40 3ª 54,7 (55,0)
7,5
Toyota – Bandeirante BJ55LP [vp] PROJ013 23/07/15 40 4ª 69,7 (70,5) 7,5
Ônibus – Mercedes Benz [vp] PROJ228 02/04/17 30 4ª 67,1(d)
(67,2) 13,0
Ônibus – Mercedes Benz [vp] PROJ245 02/04/17 30 3ª 70,0(e)
(70,6)
13,0
Obs.:
(a) Data da realização do experimento de gravação e medição acústica.
(b) Valores entre parênteses foram obtidos pelo sonômetro Bruel & Kjaer mod. 2270.
(c) D0: distância perpendicular entre ponto de gravação/ medição acústica e eixo de referência da pista de teste.
(d) LAeq.10s = 69,5 dBA (Após correção para a D0 = 7,5m).
(e). LAeq.10s =72,4 dBA (Após correção para a D0 = 7,5m).
Figura D.5 – Sinal sonoro: DUSTER – Renault – PROJ079 [vl; 45 Km/h; 3ª marcha].
Fonte: O autor.
150
Apêndices
Figura D.6 – Sinal sonoro: DUSTER - Renault - PROJ087 [vl; 40 Km/h; 3ª marcha].
Fonte: O autor.
Figura D.7 – Sinal sonoro: MARCH – Nissan – PROJ101 [vl; 45 Km/h; 3ª marcha].
Fonte: O autor.
Figura D.8 – Sinal sonoro: MARCH – Nissan – PROJ104 [vl; 40 Km/h; 3ª marcha].
Fonte: O autor.
151
Apêndices
Figura D.9 – Sinal sonoro: PUNTO – Fiat – PROJ091 [vl; 45 Km/h; 3ª marcha].
Fonte: O autor.
Figura D.10 – Sinal sonoro: PUNTO – Fiat – PROJ096 [vl; 40 Km/h; 3ª marcha].
Fonte: O autor.
Figura D.11 – Sinal sonoro: UP – Volkswagen – PROJ109 [vl; 45 Km/h; 3ª marcha].
Fonte: O autor.
152
Apêndices
Figura D.12 – Sinal sonoro: UP – Volkswagen – PROJ114 [vl; 40 Km/h; 3ª marcha].
Fonte: O autor.
Figura D.13 – Sinal sonoro: CB300R – Honda – PROJ119 [mt; 45 Km/h; 3ª marcha].
Fonte: O autor.
Figura D.14 – Sinal sonoro: CB300R – Honda – PROJ121 [mt; 40 Km/h; 3ª marcha].
Fonte: O autor.
153
Apêndices
Figura D.15 – Sinal sonoro: CB300R – Honda – PROJ123 [mt; 40 Km/h; 3ª marcha].
Fonte: O autor.
Figura D.16 – Sinal sonoro: Intruder 125 – Suzuki – PROJ124 [mt; 45 Km/h; 3ª marcha].
Fonte: O autor.
Figura D.17 – Sinal sonoro: Intruder 125 – Suzuki – PROJ129 [mt; 40 Km/h; 3ª marcha].
Fonte: O autor.
154
Apêndices
Figura D.18 – Sinal sonoro: Intruder 125 – Suzuki – PROJ126 [mt; 45 Km/h; 3ª marcha].
Fonte: O autor.
Figura D.19 – Sinal sonoro: Intruder 125 – Suzuki – PROJ131 [mt; 40 Km/h; 3ª marcha].
Fonte: O autor.
Figura D.20 – Sinal sonoro: Toyota – Bandeirante BJ55LP – PROJ013 [vp; 40 Km/h; 4ª marcha].
Fonte: O autor.
155
Apêndices
Figura D.21 – Sinal sonoro: Ônibus – Mercedes Benz – PROJ228 [vp; 30 Km/h; 4ª marcha].
Fonte: O autor.
Figura D.22 – Sinal sonoro: Ônibus – Mercedes Benz – PROJ245 [vp; 30 Km/h; 3ª marcha].
Fonte: O autor.
Tabela D.3 – Informações de nível sonoro equivalente (LAeq) dos processos de desaceleração, parada e
aceleração de um ônibus em um ponto de parada hipotético usados nas simulações dos estudos finais da
pesquisa.
Veículo Nº ID Data (a)
TS(b)
[s]
TT(c)
[s]
LAeq.10s (d)
[dBA]
D0 (e)
[m]
Ônibus – Mercedes Benz – TS6
PROJ237 02/04/17 6 24 68,9 (71,3) 13,0
Ônibus – Mercedes Benz – TS6 PROJ239 02/04/17 6 24 69,2 (71,6) 13,0
Ônibus – Mercedes Benz – TS11 PROJ233 02/04/17 11 29 68,0 (70,4) 13,0
Ônibus – Mercedes Benz – TS11 PROJ234 02/04/17 11 29 68,4 (70,8) 13,0
Ônibus – Mercedes Benz – TS11 PROJ235 02/04/17 11 29 68,6 (71,0)
13,0
Ônibus – Mercedes Benz – TS17 PROJ243 02/04/17 17 35 67,2 (69,6) 13,0
Obs.:
(a) Data da realização do experimento de gravação e medição acústica.
(b) Tempo de serviço ou parada do ônibus no ponto de parada hipotético.
(c) Tempo total do processo de desaceleração, parada e aceleração do ônibus do ponto de parada hipotético.
(d) Valores entre parênteses foram corrigidos para a distância de 7,5m.
(e) D0: distância perpendicular entre ponto de gravação/ medição acústica e eixo de referência da pista de teste.
156
Apêndices
Figura D.23 – Sinal sonoro: Ônibus – Mercedes Benz – TS6 – PROJ237 [Processo de desaceleração – parada –
aceleração no ponto de parada hipotético].
Fonte: O autor.
Figura D.24 – Sinal sonoro: Ônibus – Mercedes Benz – TS6 – PROJ239 [Processo de desaceleração – parada –
aceleração no ponto de parada hipotético].
t – tempo(s)
Fonte: O autor.
Figura D.25 – Sinal sonoro: Ônibus – Mercedes Benz – TS11 – PROJ233 [Processo de desaceleração – parada –
aceleração no ponto de parada hipotético].
Fonte: O autor.
DESACELERAÇÃO PARADA ACELERAÇÃO
DESACELERAÇÃO PARADA ACELERAÇÃO
DESACELERAÇÃO PARADA ACELERAÇÃO
157
Apêndices
Figura D.26 – Sinal sonoro: Ônibus – Mercedes Benz – TS11 – PROJ234 [Processo de desaceleração – parada –
aceleração no ponto de parada hipotético].
Fonte: O autor.
Figura D.27 – Sinal sonoro: Ônibus – Mercedes Benz – TS11 – PROJ235 [Processo de desaceleração – parada –
aceleração no ponto de parada hipotético].
Fonte: O autor.
Figura D.28 – Sinal sonoro: Ônibus – Mercedes Benz – TS17 – PROJ243 [Processo de desaceleração – parada –
aceleração no ponto de parada hipotético].
Fonte: O autor.
DESACELERAÇÃO PARADA ACELERAÇÃO
DESACELERAÇÃO PARADA ACELERAÇÃO
DESACELERAÇÃO PARADA ACELERAÇÃO
158
Apêndices
APÊNDICE E – Dados coletados para etapa de validação (Ptbus – A; rua Roxo Moreira).
Tabela E.1 – Dados de tráfego e acústicos para validação - t = 3min (Ptbus – A; rua Roxo Moreira).
Dia/data/
horário Nº Qvl Qmt Qvp Qt QPtbus-A
LA10
[dBA]
LA90
[dBA]
LAeq
[dBA]
TNI
[dBA]
LNP
[dBA]
Qu
art
a-f
eira
- 2
3/0
9/2
01
5
(9h
30
min
às
11
h3
0m
in)
1 48 1 1 50 0 71,1 52,9 67,5 95,7 85,7
2 50 3 2 55 3 73,1 56,5 68,9 93,1 85,6
3 48 2 2 52 0 70,6 52,8 66,8 93,9 84,6
4 62 3 0 65 1 71,1 56,5 67,4 84,8 82,0
5 31 2 3 36 1 70,8 52,6 67,3 95,6 85,5
6 39 1 0 40 0 69,7 50,6 64,7 97,0 83,8
7 37 2 4 43 0 70,5 52,0 67,3 96,0 85,8
8 46 0 3 49 0 70,7 53,3 67,6 92,8 85,0
9 49 4 2 55 0 72,1 48,3 69,9 113,5 93,7
10 43 2 0 45 0 71,0 52,2 66,8 97,2 85,5
11 45 3 2 50 0 70,3 54,7 66,7 87,1 82,3
12 58 2 1 61 1 70,8 55,9 67,1 85,4 82,0
13 39 2 2 43 0 70,7 49,6 66,2 104,1 87,3
Qu
inta
–fe
ira
- 2
4/0
9/2
015
(1
4h
30
min
às
16
h30
min
)
14 57 3 2 62 1 72,5 57,5 70,1 87,5 85,1
15 41 8 0 49 1 71,9 51,6 67,8 102,6 88,0
16 54 3 3 60 0 71,1 55,4 67,6 88,1 83,3
17 44 2 3 49 1 71,3 54,0 68,3 93,0 85,5
18 41 4 2 47 1 71,7 55,1 67,8 91,3 84,3
19 38 0 1 39 0 70,2 50,7 67,5 98,9 87,1
20 47 4 0 51 1 71,4 52,8 67,4 97,3 86,0
21 60 2 2 64 1 70,8 58,3 67,5 78,3 80,0
22 61 0 1 62 0 71,4 55,7 68,0 88,5 83,6
23 53 3 1 57 1 70,7 54,3 67,5 89,9 83,9
24 51 2 2 55 0 70,4 52,1 67,3 95,1 85,5
25 48 2 1 51 1 70,9 54,5 66,9 90,0 83,3
26 44 4 4 52 1 72,3 56,0 70,2 91,5 86,5
27 51 1 0 52 1 71,0 55,2 67,2 88,2 82,9
28 65 2 0 67 1 72,6 57,3 70,4 88,3 85,7
29 40 6 1 47 2 71,5 52,3 70,5 99,0 89,7
Ter
ça -
fei
ra –
06
/10
/20
15
(14
h3
0m
in à
s 1
6h
30
min
)
30 54 0 3 57 0 72,0 55,7 69,6 90,9 85,9
31 54 3 1 58 3 71,9 57,5 69,4 85,2 83,8
32 52 3 2 57 1 73,0 57,1 69,1 90,9 85,0
33 44 1 1 46 0 70,3 48,5 66,6 105,8 88,4
34 65 9 0 74 0 71,1 56,2 67,6 86,0 82,6
35 44 1 3 48 1 71,9 55,7 70,2 90,4 86,4
36 39 3 2 44 1 71,8 52,5 68,2 99,8 87,5
37 48 4 0 52 1 72,5 54,4 68,6 96,7 86,6
38 44 3 2 49 0 71,5 56,6 67,4 86,2 82,3
39 51 3 1 55 0 70,8 54,6 67,2 89,3 83,3
40 54 3 0 57 0 70,8 52,6 66,6 95,3 84,8
41 53 2 2 57 0 70,7 49,5 67,0 104,4 88,2
42 62 1 2 65 0 70,6 56,2 67,4 83,8 81,8
Obs,: Qvl (fluxo de vl/3min); Qmt (fluxo de mt/3min); Qvp (fluxo de vp/3min); Qt (fluxo total/3min; QPtbus-A (fluxo
de ônibus que chega ao ponto de parada/ 3min) / TNI e LNP calculados. Continua,
159
Apêndices
Continuação
Dia/data/
horário Nº Qvl Qmt Qvp Qt QPtbus-A
LA10
[dBA]
LA90
[dBA]
LAeq
[dBA]
TNI
[dBA]
LNP
[dBA]
Qu
inta
-fei
ra –
08
/10
/201
5
(9h
30
min
às
11
h30
min
)
43 59 3 2 64 0 71,2 56,6 67,6 84,9 82,2
44 48 2 1 51 0 70,8 52,7 66,4 95,1 84,4
45 48 3 1 52 1 71,7 55,4 68,9 90,8 85,3
46 52 4 4 60 0 72,0 57,7 69,7 84,8 84,0
47 54 6 1 61 0 70,2 53,8 67,3 89,7 83,8
48 51 4 1 56 0 71,2 54,5 67,0 91,1 83,6
49 57 4 0 61 2 72,5 60,2 68,7 79,5 81,1
50 51 4 3 58 0 71,3 56,4 67,9 85,9 82,7
51 57 2 3 62 1 70,7 57,4 67,8 80,8 81,2
52 41 3 3 47 0 71,1 55,0 67,1 89,6 83,3
53 50 5 1 56 0 69,9 55,0 67,0 84,6 81,9
54 40 3 3 46 0 70,6 52,2 66,7 95,7 85,1
55 45 2 4 51 0 70,6 53,7 66,5 91,5 83,5
56 56 6 1 63 0 71,3 53,8 68,0 93,9 85,5
57 54 4 3 61 0 72,2 54,4 68,2 95,5 86,0
58 43 4 0 47 0 69,4 52,8 65,4 88,9 81,9
Média aritmética: 49 3 2 54 1 71,2 54,3 67,8 91,9 84,7
Média Logarítmica: 71,3 54,9 68,0 98,8 85,5
Obs.: Qvl (fluxo de vl/3min); Qmt (fluxo de mt/3min); Qvp (fluxo de vp/3min); Qt (fluxo total/3min; QPtbus-A
(fluxo de ônibus que chega ao ponto de parada/ 3min) / TNI e LNP calculados. Conclusão
160
Apêndices
APÊNDICE F – Dados coletados para etapa de validação (Ptbus – B; rua Dr. Buarque de
Macedo).
Tabela F.1 – Dados de tráfego e acústicos para validação - t = 3min (Ptbus – B; rua Dr. Buarque de Macedo).
Dia/data/
horário Nº Qvl Qmt Qvp Qt QPtbus-B
LA10
[dBA]
LA90
[dBA]
LAeq
[dBA]
TNI
[dBA]
LNP
[dBA]
Ter
ça-f
eira
– 1
/11
/201
6
(14
h à
s 1
6h
)
1 55 6 2 63 1 74,2 54,4 70,8 103,4 90,5
2 56 5 0 61 1 72,5 57,3 68,8 88,2 84,0
3 31 5 3 39 1 75,6 60,3 74,3 91,6 89,7
4 39 9 0 48 0 72,7 57,8 70,4 87,5 85,3
5 38 4 2 44 1 76,7 55,3 72,0 111,1 93,5
6 36 2 3 41 3 77,0 55,4 72,9 112,0 94,5
7 44 6 2 52 2 74,4 57,7 71,6 94,6 88,3
8 45 4 1 50 2 75,1 55,1 71,7 105,0 91,7
9 44 3 1 48 2 71,3 54,3 67,1 92,1 84,1
10 48 5 0 53 1 73,0 53,5 69,4 101,7 88,9
11 34 6 3 43 3 77,1 56,4 73,7 109,4 94,4
12 40 4 0 44 2 75,1 55,3 73,0 104,6 92,9
13 42 3 2 47 1 73,9 53,5 71,1 105,0 91,5
Qu
art
a-f
eira
– 9
/11
/201
6
(14
h à
s 1
6h
)
14 41 0 2 43 3 77,2 54,7 74,4 114,7 96,9
15 45 5 0 50 1 72,2 54,8 70,0 94,6 87,5
16 36 5 3 44 2 75,8 55,3 71,4 107,1 91,8
17 42 6 3 51 1 74,6 52,1 71,0 112,3 93,6
18 48 7 1 56 0 73,2 54,0 69,6 100,9 88,8
19 53 5 0 58 0 71,3 56,7 68,0 85,0 82,6
20 48 4 2 54 2 73,9 55,3 69,8 99,9 88,5
21 51 4 1 56 1 72,9 56,9 68,8 90,8 84,8
22 43 4 1 48 2 71,5 55,3 69,6 90,1 85,8
23 48 2 2 52 1 72,9 55,7 69,2 94,4 86,4
24 49 4 0 53 1 72,3 55,0 68,3 94,2 85,6
25 46 2 1 49 0 70,8 53,6 67,4 92,4 84,6
26 41 1 0 42 1 71,5 54,3 67,7 93,3 84,9
27 33 7 2 42 2 76,4 54,2 73,5 112,9 95,6
28 41 5 1 47 4 73,9 55,6 73,9 98,7 92,2
29 39 5 0 44 1 71,4 56,2 68,5 86,8 83,7
30 42 7 0 49 1 72,0 56,3 68,4 89,0 84,1
31 43 1 1 45 1 72,8 55,3 70,2 95,4 87,8
32 40 5 1 46 2 74,9 54,7 71,8 105,5 92,0
33 42 0 0 42 1 72,2 55,0 68,1 93,9 85,3
Qu
inta
-fei
ra –
17
/11
/20
16
(14
h à
s 1
6h
)
34 42 8 1 51 2 74,7 55,3 70,9 103,0 90,3
35 38 1 0 39 1 71,2 52,7 67,3 96,4 85,7
36 51 3 1 55 0 72,8 52,2 75,7 104,7 96,3
37 44 8 4 56 4 78,8 54,5 74,3 121,6 98,6
38 42 6 2 50 1 75,0 54,2 72,7 107,7 93,6
39 38 3 1 42 2 72,8 53,9 68,9 99,6 87,9
40 36 1 2 39 2 74,5 55,4 70,8 101,6 89,9
41 41 4 1 46 1 71,5 54,7 69,4 92,0 86,3
Obs,: Qvl (fluxo de vl/3min); Qmt (fluxo de mt/3min); Qvp (fluxo de vp/3min); Qt (fluxo total/3min; QPtbus-B (fluxo
de ônibus que chega ao ponto de parada/ 3min) / TNI e LNP calculados. Continua,
161
Apêndices
Continuação
Dia/data/
horário Nº Qvl Qmt Qvp Qt QPtbus-B
LA10
[dBA]
LA90
[dBA]
LAeq
[dBA]
TNI
[dBA]
LNP
[dBA]
Qu
inta
-fei
ra –
17
/11
/20
16
(14
h à
s 1
6h
)
42 48 9 1 58 1 74,4 53,4 70,6 107,2 91,6
43 45 6 2 53 0 73,0 53,4 69,1 101,8 88,7
44 41 4 2 47 0 71,6 51,9 68,1 100,7 87,8
45 35 6 1 42 1 72,2 52,2 68,6 102,3 88,7
46 39 5 3 47 0 75,1 54,2 72,4 107,9 93,3
47 50 5 0 55 1 72,1 54,7 68,6 94,4 86,0
48 35 9 1 45 3 76,1 65,5 73,8 77,9 84,4
49 39 2 0 41 1 73,3 56,0 70,1 95,1 87,4
50 38 8 1 47 3 76,0 59,6 72,1 95,0 88,4
51 40 2 1 43 0 70,5 50,3 67,6 101,0 87,7
52 36 6 3 45 0 73,4 54,7 73,7 99,3 92,4
Média aritmética: 42 5 1 48 1 73,7 55,1 70,6 99,4 89,2
Média logarítmica: 74,1 56,0 71,2 107,7 91,0
Obs.: Qvl (fluxo de vl/3min); Qmt (fluxo de mt/3min); Qvp (fluxo de vp/3min); Qt (fluxo total/3min; QPtbus-B
(fluxo de ônibus que chega ao ponto de parada/ 3min) / TNI e LNP calculados. Conclusão
162
Apêndices
APÊNDICE G - Análise de aderência entre os dados de tráfego coletados e o modelo de
Poisson (Teste estatístico “Qui_quadrado”, sob um nível de significância de 5%).
*** Rua Roxo Moreira – Ponto de ônibus “A” (Ptbus-A) ***
Variável: Fluxo de veículos leves (Qvl)
h = 0
p = 0.7228
chi2stat: 1.3266
df: 3
O: [11 10 15 11 11]
E: [10.9667 12.6925 12.9843 9.9621 9.2423]
Variável: Fluxo de motos (Qmt)
h = 0
p = 0.3903
chi2stat: 3.0085
df: 3
O: [10 15 16 11 6]
E: [12.8017 13.5762 12.9520 9.2674 9.3577]
Variável: Fluxo de veículos pesados (Qvp)
h = 0
p = 0.5096
chi2stat: 1.3483
df: 2
O: [12 16 15 15]
E: [11.2741 18.4663 15.1232 11.6380]
Variável: Fluxo total de veículos (Qt)
h = 0
p = 0.4654
chi2stat: 2.5554
df: 3
O: [9 15 11 13 10]
E: [11.7008 13.0689 12.9938 9.6893 8.6537]
Variável: Fluxo de ônibus no ponto de parada (QPtbus_A)
h = 0
p = 0.4262
chi2stat: 0.6331
df: 1
O: [34 20 4]
E: [34.5774 17.8849 5.4229]
*** Rua Dr. Buarque de Macedo – Ponto de ônibus “B” (Ptbus-B) ***
Variável: Fluxo de veículos leves (Qvl)
h = 0
p = 0.5389
chi2stat: 2.1648
df: 3
O: [5 12 16 7 12]
E: [5.4808 12.3317 13.8732 10.4049 9.4741]
Variável: Fluxo de motos (Qmt)
h = 0
p = 0.4184
chi2stat: 3.9094
df: 4
O: [11 4 9 11 8 9]
E: [8.6940 8.6041 9.8037 8.9365 6.7883 8.2130]
Variável: Fluxo de veículos pesados (Qvp)
h = 0
p = 0.8828
chi2stat: 0.2494
df: 2
O: [14 18 12 8]
E: [14.3361 18.4715 11.8999 6.7572]
Variável: Fluxo total de veículos (Qt)
h = 0
p = 0.0874
chi2stat: 4.8736
df: 2
O: [20 10 7 15]
E: [16.2139 13.6202 10.8263 10.7557]
163
Apêndices
Variável: Fluxo de ônibus no ponto de parada (QPtbus_B)
h = 0
p = 0.3328
chi2stat: 2.2006
df: 2
O: [10 23 12 7]
E: [13.5324 18.2167 12.2613 7.3534]
164
Apêndices
APÊNDICE H - Código principal do modelo computacional (Matlab).
clc
clear all
close all
tic
% Estabelece nova semente do gerador de número aleatório.
rng ('shuffle');
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% Fluxo médio de veículos por hora [veic/hora]
vl = 996 ;
mt = 55 ;
vp = 47;
% Fluxo médio de veículos por segundo [veic/segundo]
Pvl = vl/3600; %Probabilidade de sucesso (evento: passagem de vl)
Pmt = mt/3600; %Probabilidade de sucesso (evento: passagem de moto)
Pvp = vp/3600; %Probabilidade de sucesso (evento: passagem de vp)
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% Intervalo de tempo médio entre chegadas de ônibus (em segundos)
TCbus = 360;
% Probabilidade de chegada de ônibus no ponto de parada
Pbus = 1/TCbus;
% Sinais de áudio gravados (Veículos - Fontes de ruído)
%%%%%%%%%%%%%%%%%% Veículo leve – vl %%%%%%%%%%%%%%%%%%%%%%%%%%%
[svl1,fs] = audioread ('DUSTER – Renault – PROJ079.wav');
% LAeq,10s = 61,5 dBA; d01 = 7,5m; vel = 45km/h; 3ªmarcha
[svl2,fs] = audioread ('DUSTER – Renault – PROJ087.wav');
% LAeq,10s = 59,4 dBA; d01 = 7,5m; vel = 40km/h; 3ªmarcha
[svl3,fs] = audioread ('MARCH – Nissan – PROJ101.wav');
% LAeq,10s = 58,0 dBA; d01 = 7,5m; vel = 45km/h; 3ªmarcha
[svl4,fs] = audioread ('MARCH – Nissan – PROJ104.wav');
% LAeq,10s = 55,8 dBA; d01 = 7,5m; vel = 40km/h; 3ªmarcha
[svl5,fs] = audioread ('PUNTO – Fiat – PROJ091.wav');
% LAeq,10s = 58,4 dBA; d01 = 7,5m; vel = 45km/h; 3ªmarcha
[svl6,fs] = audioread('PUNTO – Fiat – PROJ096.wav');
% LAeq,10s = 57,8 dBA; d01 = 7,5m; vel = 40km/h; 3ªmarcha
[svl7,fs] = audioread ('UP – Volkswagen – PROJ109.wav');
% LAeq,10s = 56,2 dBA; d01 = 7,5m; vel = 45km/h; 3ªmarcha
[svl8,fs] = audioread ('UP – Volkswagen – PROJ114.wav');
% LAeq,10s = 55,2 dBA; d01 = 7,5m; vel = 40km/h; 3ªmarcha
165
Apêndices
%%%%%%%%%%%%%%%%%%%% Moto - mt %%%%%%%%%%%%%%%%%%%%%%%%%%%
[smt1,fs] = audioread ('CB300R – Honda – PROJ119.wav');
% LAeq,10s = 61,3 dBA; d01 = 7,5m; vel = 45km/h; 3ªmarcha
[smt2,fs] = audioread ('CB300R – Honda – PROJ121.wav');
% LAeq,10s = 60,7 dBA; d01 = 7,5m; vel = 40km/h; 3ªmarcha
[smt3,fs] = audioread ('CB300R – Honda – PROJ119.wav');
% LAeq,10s = 61,3 dBA; d01 = 7,5m; vel = 45km/h; 3ªmarcha
[smt4,fs] = audioread ('CB300R – Honda – PROJ123.wav');
% LAeq,10s = 59,8 dBA; d01 = 7,5m; vel = 40km/h; 3ªmarcha
[smt5,fs] = audioread ('Intruder 125 – Suzuki – PROJ124.wav');
% LAeq,10s = 57,1 dBA; d01 = 7,5m; vel = 45km/h; 3ªmarcha
[smt6,fs] = audioread('Intruder 125 – Suzuki – PROJ129.wav');
% LAeq,10s = 55,9 dBA; d01 = 7,5m; vel = 40km/h; 3ªmarcha
[smt7,fs] = audioread ('Intruder 125 – Suzuki – PROJ126.wav');
% LAeq,10s = 57,0 dBA; d01 = 7,5m; vel = 45km/h; 3ªmarcha
[smt8,fs] = audioread ('Intruder 125 – Suzuki – PROJ131.wav');
% LAeq,10s = 54,7 dBA; d01 = 7,5m; vel = 40km/h; 3ªmarcha
%%%%%%%%%%%%%%%%%%%% Veículo pesado – vp %%%%%%%%%%%%%%%%%%%%%%%
[svp1,fs] = audioread ('Toyota – Bandeirante BJ55LP – PROJ013.wav');
% LAeq,10s = 69,7 dBA; d01 = 7,5m; vel = 40km/h; 4ª marcha
[svp2,fs] = audioread ('Ônibus – Mercedes Benz – PROJ228.wav');
% LAeq,10s = 67,1 dBA; d02 = 13,0m; vel = 30km/h; 4ª marcha
[svp3,fs] = audioread ('Ônibus – Mercedes Benz – PROJ245.wav');
% LAeq,10s = 70,0 dBA; d02 = 13,0m; vel = 30km/h; 3ª marcha
%%%%%%% Sinal de áudio de ônibus no ponto de parada - bus (chegada - parada – partida) %%%%%%%
[sbus1,fs] = audioread ('Ônibus – Mercedes Benz – TS6 – PROJ237.wav');
% Ts = 6s; LAeq,24s = 68,9 dBA; d02 = 13,0m; Tempo do ciclo = 24s
[sbus2,fs] = audioread ('Ônibus – Mercedes Benz – TS6 – PROJ239.wav');
% Ts = 6s; LAeq,24s = 69,2 dBA; d02 = 13,0m; Tempo do ciclo = 24s
[sbus3,fs] = audioread ('Ônibus – Mercedes Benz – TS11 – PROJ233.wav');
% Ts = 11s; LAeq,29s = 68,0 dBA; d02 = 13,0m; Tempo do ciclo = 29s
[sbus4,fs] = audioread('Ônibus – Mercedes Benz – TS11 – PROJ234.wav');
% Ts = 11s; LAeq,29s = 68,4 dBA; d02 = 13,0m; Tempo do ciclo = 29s
[sbus5,fs] = audioread('Ônibus – Mercedes Benz – TS11 – PROJ235.wav');
% Ts = 11s; LAeq,29s = 68,6 dBA; d02 = 13,0m; Tempo do ciclo = 29s
[sbus6,fs] = audioread ('Ônibus – Mercedes Benz – TS17 – PROJ243.wav');
% Ts = 17s; LAeq,35s = 67,2 dBA; d02 = 13,0m; Tempo do ciclo = 35s
166
Apêndices
%%%%%%%%%%%%%%%%%%% Sinal de áudio do ruído residual da rua %%%%%%%%%%%%%%%
% Composição de fragmentos extraídos do sinal gravado na Rua _ Objeto de estudo
[RF,fs] = audioread ('RUIDO DE FUNDO_Rua Roxo Moreira.wav');
% Calibração do Ruído residual gravado na Rua _Objeto de estudo (calibração: P = 1Pa, Lp=94 dB, f=1kHz).
RF = 3.3231*RF';
% Correção do sinal sonoro em função da distância (Fonte linear)
d01 = 7.5; % Distância 1 do ponto de medição ao eixo da pista de teste (m)
d02 = 13; % Distância 2 do ponto de medição ao eixo da pista de teste (m)
d1 = 5; % Distância do ponto de referência ao eixo da pista _ objeto de estudo (m)
d2 = 9.5; % Distância do ponto de referência ao eixo do ponto de parada_ objeto de estudo (m)
% Veículo leve
svl1 = svl1*sqrt(d01/d1);
svl2 = svl2*sqrt(d01/d1);
svl3 = svl3*sqrt(d01/d1);
svl4 = svl4*sqrt(d01/d1);
svl5 = svl5*sqrt(d01/d1);
svl6 = svl6*sqrt(d01/d1);
svl7 = svl7*sqrt(d01/d1);
svl8 = svl8*sqrt(d01/d1);
% Moto
smt1 = smt1*sqrt(d01/d1);
smt2 = smt2*sqrt(d01/d1);
smt3 = smt3*sqrt(d01/d1);
smt4 = smt4*sqrt(d01/d1);
smt5 = smt5*sqrt(d01/d1);
smt6 = smt6*sqrt(d01/d1);
smt7 = smt7*sqrt(d01/d1);
smt8 = smt8*sqrt(d01/d1);
% Veículo pesado
svp1 = svp1*sqrt(d01/d1);
svp2 = svp2*sqrt(d02/d1);
svp3 = svp3*sqrt(d02/d1);
% Bus - Ponto de ônibus
sbus1 = sbus1*sqrt(d02/d2);
sbus2 = sbus2*sqrt(d02/d2);
sbus3 = sbus3*sqrt(d02/d2);
sbus4 = sbus4*sqrt(d02/d2);
sbus5 = sbus5*sqrt(d02/d2);
sbus6 = sbus6*sqrt(d02/d2);
% Matrizes de áudios (veículos)
svl = [svl1';svl2';svl3';svl4';svl5';svl6';svl7';svl8'];
smt = [smt1';smt2';smt3';smt4';smt5';smt6';smt7';smt8'];
svp = [svp1';svp2';svp3'];
% Sinais de áudio dos ônibus chegando ao ponto de parada
sbus1 = sbus1';
sbus2 = sbus2';
sbus3 = sbus3';
sbus4 = sbus4';
sbus5 = sbus5';
sbus6 = sbus6';
167
Apêndices
% Número de simulações
n = 58;
% Criação dos vetores das variáveis de tráfego
q_vl = zeros(1,n);
q_mt = zeros(1,n);
q_vp = zeros(1,n);
q_bus = zeros(1,n);
% Inicialização da variável acréscimo em dBA (Correção devido a reflexão nas fachadas opostas da rua)
deltarefl_dB = zeros(1,n);
for j = 1 : n
sumvl = 0;
summt = 0;
sumvp = 0;
sumbus = 0;
% Dados iniciais de simulação
fs = 44100;
TempoDeSimulacao = 180;
DuracaoDoEvento1 = 10; %Tempo de passagem de veículos no fluxo.
DuracaoDoEvento2 = 24; %Tempo do evento _ Bus no ponto (Chegada - parada - partida) – TS : 6s
DuracaoDoEvento3 = 29; %Tempo do evento _ Bus no ponto (Chegada - parada - partida) – TS : 11s
DuracaoDoEvento4 = 35; %Tempo do evento _ Bus no ponto (Chegada - parada - partida) – TS: 17s
sinal_1 = zeros(1,(TempoDeSimulacao+DuracaoDoEvento1)*fs);
sinal_2 = zeros(1,(TempoDeSimulacao+DuracaoDoEvento2)*fs);
sinal_3 = zeros(1,(TempoDeSimulacao+DuracaoDoEvento3)*fs);
sinal_4 = zeros(1,(TempoDeSimulacao+DuracaoDoEvento4)*fs);
% Inicialização do vetor para receber os diferentes tipos de veículos leves
vetortipo_vl = zeros(1,TempoDeSimulacao);
% Inicialização do vetor para receber os diferentes tipos de motos
vetortipo_mt = zeros(1,TempoDeSimulacao);
% Inicialização do vetor para receber os diferentes tipos de veículos pesados
vetortipo_vp = zeros(1,TempoDeSimulacao);
% Inicialização do vetor para receber os diferentes tipos de ônibus
vetortipo_bus = zeros(1,TempoDeSimulacao);
for k = 1:TempoDeSimulacao,
i = 1+(k-1)*fs;
ovl = (rand(1,1)<Pvl);
omt = (rand(1,1)<Pmt);
ovp = (rand(1,1)<Pvp);
obus = (rand(1,1)<Pbus);
if (ovl),
sumvl = sumvl + ovl;
probvl = [1/8 1/8 1/8 1/8 1/8 1/8 1/8 1/8];
tipo_vl = sorteio(probvl);
vetortipo_vl (1,k) = vetortipo_vl(1,k) + tipo_vl;
sinal_1(i:i+DuracaoDoEvento1*fs-1) = sinal_1(i:i+DuracaoDoEvento1*fs-1) + svl(tipo_vl,:);
end,
Obs.: Nas situações com presença de
semáforo, deve-se substituir esse módulo pelo
apresentado no APÊNDICE I
168
Apêndices
if (omt)
summt = summt + omt;
probmt = [1/8 1/8 1/8 1/8 1/8 1/8 1/8 1/8];
tipo_mt = sorteio(probmt);
vetortipo_mt (1,k) = vetortipo_mt(1,k) + tipo_mt;
sinal_1(i:i+DuracaoDoEvento1*fs-1) = sinal_1(i:i+DuracaoDoEvento1*fs-1) + smt(tipo_mt,:);
end,
if (ovp),
sumvp = sumvp + ovp;
probvp = [1/3 1/3 1/3];
tipo_vp = sorteio(probvp);
vetortipo_vp (1,k) = vetortipo_vp(1,k) + tipo_vp;
sinal_1(i:i+DuracaoDoEvento1*fs-1) = sinal_1(i:i+DuracaoDoEvento1*fs-1) + svp(tipo_vp,:);
end,
if(obus),
sumbus = sumbus + obus;
probbus = [1/8 1/8 1/6 1/6 1/6 1/4];
tipo_bus = sorteio(probbus);
vetortipo_bus (1,k) = vetortipo_bus(1,k) + tipo_bus;
switch tipo_bus
case 1
sinal_2(i:i+DuracaoDoEvento2*fs-1) = sinal_2(i:i+DuracaoDoEvento2*fs-1) + sbus1;
case 2
sinal_2(i:i+DuracaoDoEvento2*fs-1) = sinal_2(i:i+DuracaoDoEvento2*fs-1) + sbus2;
case 3
sinal_3(i:i+DuracaoDoEvento3*fs-1) = sinal_3(i:i+DuracaoDoEvento3*fs-1) + sbus3;
case 4
sinal_3(i:i+DuracaoDoEvento3*fs-1) = sinal_3(i:i+DuracaoDoEvento3*fs-1) + sbus4;
case 5
sinal_3(i:i+DuracaoDoEvento3*fs-1) = sinal_3(i:i+DuracaoDoEvento3*fs-1) + sbus5;
case 6
sinal_4(i:i+DuracaoDoEvento4*fs-1) = sinal_4(i:i+DuracaoDoEvento4*fs-1) + sbus6;
end
end,
end
% Quantitativos _Dados de tráfego simulados
q_vl(1,j) = q_vl(1,j) + sumvl;
q_vp(1,j) = q_vp(1,j) + sumvp;
q_mt(1,j) = q_mt(1,j) + summt;
q_bus(1,j) = q_bus(1,j) + sumbus;
q_fluxototal = q_vl + q_vp + q_mt;
% Sinal sonoro (Ruído simulado)
dist = 40; % Distância entre fachadas opostas (m)
c = 345; % Velocidade do som no ar (m/s)
delay = round((dist/c).*fs); % Delay em função da 1ª reflexão do ruído nas fachadas.
sinal_1 = sinal_1(1:TempoDeSimulacao*fs+delay);
sinal_2 = sinal_2(1:TempoDeSimulacao*fs+delay);
sinal_3 = sinal_3(1:TempoDeSimulacao*fs+delay);
sinal_4 = sinal_4(1:TempoDeSimulacao*fs+delay);
sinal = sinal_1 + sinal_2 + sinal_3 + sinal_4;
169
Apêndices
% Consideração da 1ª reflexão sonora nas fachadas (alfa médio = 0)
Alfa_medio = 0; % Valor do coeficiente de reflexão.
% Sinal das passagens dos veículos com reflexão
sinal_final = sinal(1:end-delay+1) + (Alfa_medio)*sinal(delay:end);
% Ruído residual
sinal_5 = RF(1:length(sinal_final));
% Sinal geral
sinalGeralsemrefl = sinal(1:end-delay+1) + sinal_5; % Sinal geral sem reflexão das fachadas
sinalGeral = sinal_final + sinal_5; % Sinal geral
sinalGeraln = sinalGeral./norm(sbus3); % Sinal geral normalizado
% Contribuição da reflexão em dB
b1 = 10.*log10(sum(sinalGeral.^2));
b2 = 10.*log10(sum(sinalGeralsemrefl.^2));
deltarefl_dB(1,j) = deltarefl_dB(1,j)+ (b1-b2);
Crefl_dB = 10.*log10(mean(10.^(.1*deltarefl_dB)));
%Filtro de Compensação A
f1 = 20.598997;
f2 = 107.65265;
f3 = 737.86223;
f4 = 12194.217;
A1000 = 1.9997;
NUMs = [(2*pi*f4)^2*(10^(A1000/20)) 0 0 0 0];
DENs = conv([1 +4*pi*f4 (2*pi*f4)^2],[1 +4*pi*f1 (2*pi*f1)^2]);
DENs = conv(conv(DENs,[1 2*pi*f3]),[1 2*pi*f2]);
[B,A] = bilinear(NUMs,DENs,fs);
filtroA = filter(B,A,sinalGeral);
% Cálculo do LAp
pref = 2*10^-5;
p = [];
m = 1;
for i = 5513:5513:length(filtroA),
p(m) = sqrt(mean(filtroA(i-5512:i).^2));
m = m+1;
end
LAp = 10*log10(p.^2*(1/pref^2));
% Cálculo do LAeq
LAeq = 10*log10(mean(10.^(0.1*LAp)));
% Cálculo do LA10, LA90
LA10 = prctile(LAp,90);
LA90 = prctile(LAp,10);
% Cálculo do LNP e TNI
LNP = LAeq + (LA10 - LA90);
TNI = 4.*(LA10 - LA90) + LA90 - 30;
% Matrizes – célula das variáveis acústicas
m_LAeq{1,j} = LAeq;
m_LA10{1,j} = LA10;
m_LA90{1,j} = LA90;
m_TNI{1,j} = TNI;
m_LNP{1,j} = LNP;
end
170
Apêndices
% Conversão matriz em vetor
q_LAeq = round(cell2mat(m_LAeq)*10)/10;
q_LA10 = round(cell2mat(m_LA10)*10)/10;
q_LA90 = round(cell2mat(m_LA90)*10)/10;
q_TNI = round(cell2mat(m_TNI)*10)/10;
q_LNP = round(cell2mat(m_LNP)*10)/10;
% Tabela final dos dados de tráfego e acústicos
Tab_simul = [q_vl' q_mt' q_vp' q_fluxototal' q_bus' q_LA10' q_LA90' q_LAeq' q_TNI' q_LNP' deltarefl_dB'];
toc
171
Apêndices
APÊNDICE I – Módulo para inserção do semáforo no código principal do modelo
computacional (Matlab).
(...)
% Dados do módulo do semáforo
TempoDoSemaforo = 30;
(...)
aux = floor((k-1)/TempoDoSemaforo);
if mod(aux,2) = = 0, % Semáforo - sinal verde
ovl = (rand(1,1) < Pvl *1.725);
omt = (rand(1,1) < Pmt *1.725);
ovp = (rand(1,1) < Pvp *1.725);
obus = (rand(1,1) < Pbus*2);
else % Semáforo - sinal vermelho
ovl = (rand(1,1) < Pvl *.275);
omt = (rand(1,1) < Pmt *.275);
ovp = (rand(1,1) < Pvp *.275);
obus = (rand(1,1) < Pbus*0);
end
(...)
172
Apêndices
APÊNDICE J – Função “sorteio.m” – gerador de número aleatório (Matlab).
function [s] = sorteio (p)
% p = vetor probabilidade de ocorrência para cada evento (Tipo de veículo: vl, mt, vp e “bus”)
for i = 1: length (p),
F(i) = sum (p (1 : i) ); % Função densidade de probabilidade acumulada (CDF)
end,
x = rand (1,1); % Gera um número pseudoaleatório entre 0 e 1 (dist. uniforme)
pos = find( (x-F) < 0 );
s = pos (1);
end
173
Apêndices
APÊNDICE L - Gráficos de ruídos simulados pelo modelo computacional e para verificação
das entradas aleatórias dos veículos na simulação.
Figura L.1 – Gráfico do ruído simulado da rua Roxo Moreira
(Tempo de simulação = 180s).
Fonte: O autor.
Figura L.2 – Gráfico para verificação das entradas de veículos no fluxo de tráfego e de chegadas de ônibus no
ponto de parada - Exemplo de simulação (Rua Roxo Moreira).
Fonte: O autor.
Tempo (s)
S(t
)
Tempo (s)
174
Apêndices
Figura L.3 – Gráfico do ruído simulado da rua Dr. Buarque de Macedo
(Tempo de simulação = 180s).
Fonte: O autor.
Figura L.4 – Gráfico para verificação das entradas de veículos no fluxo de tráfego e de chegadas de ônibus no
ponto de parada - Exemplo de simulação (Rua Dr. Buarque de Macedo).
Fonte: O autor.
Tempo (s)
S(t
)
Sinal verde Sinal vermelho Tempo (s)
175
Apêndices
APÊNDICE M - Modelo do Termo de Consentimento Livre Esclarecido – TCLE utilizado
nas avaliações subjetivas auditivas (Teste de júri).
176
Apêndices
177
Apêndices
APÊNDICE N – Resultados do teste t de Student entre variáveis acústicas simuladas e
medidas (Ptbus – A; rua Roxo Moreira).
Descritor acústico: LA10 [dBA] LA90 [dBA] LAeq [dBA] TNI [dBA] LNP [dBA]
Valor médio (medido)* 71,3 55,0 68,0 98,8 85,5
Teste t - Student: Simulação 1
Valor médio (simulado)* 71,6 55,4 67,9 98,2 85,2
Grau de liberdade (g.l.) 114 114 114 114 114
p-value 0,2749 0,3331 0,7288 0,8395 0,7464
t - Student -1,0972 -0,9720 0,3476 0,2030 0,3242
t (crítico) ± 1,98 ± 1,98 ± 1,98 ± 1,98 ± 1,98
Teste t - Student: Simulação 2
Valor médio (simulado)* 71,1 55,2 67,6 97,1 84,4
Grau de liberdade (g.l.) 114 114 114 114 114
p-value 0,6111 0,5216 0,1359 0,6000 0,1552
t - Student 0,5100 -0,6429 1,5020 0,5259 1,4310
t (crítico) ± 1,98 ± 1,98 ± 1,98 ± 1,98 ± 1,98
Teste t - Student: Simulação 3
Valor médio (simulado)* 71,2 55,2 67,7 98,1 84,9
Grau de liberdade (g.l) 114 114 114 114 114
p-value 0,9332 0,5857 0,2537 0,8100 0,4665
t - Student 0,0840 -0,5466 1,1472 0,2410 0,7306
t (crítico) ± 1,98 ± 1,98 ± 1,98 ± 1,98 ± 1,98
Teste t - Student: Simulação 4
Valor médio (simulado)* 71,2 55,7 67,6 97,4 84,4
Grau de liberdade (g.l) 114 114 114 114 114
p-value 0,8176 0,0917 0,2310 0,6668 0,1716
t - Student 0,2312 -1,7010 1,2041 0,4316 1,3758
t (crítico) ± 1,98 ± 1,98 ± 1,98 ± 1,98 ± 1,98
Teste t - Student: Simulação 5
Valor médio (simulado)* 71,4 55,9 67,7 93,8 84,0
Grau de liberdade (g.l) 114 114 114 114 114
p-value 0,7562 0,0289 0,2831 0,1919 0,0399
t - Student -0,3112 -2,2128 1,0784 1,3127 2,0785
t (crítico) ± 1,98 ± 1,98 ± 1,98 ± 1,98 ± 1,98
* Valores médios calculados a partir da média logarítmica.
178
Apêndices
APÊNDICE O – Resultados numéricos das simulações – Análise de sensibilidade (Ptbus –
A; rua Roxo Moreira).
Tabela O.1 – Valores médios dos dados de tráfego e acústicos para a rua Roxo Moreira (vp ≠ 0; tempo de
simulação = 900s; 20 simulações independentes).
Cenário β Qvl Qmt Qvp Qt QPtbus_A LA10
[dBA]
LA90
[dBA]
LAeq
[dBA]
TNI
[dBA]
LNP
[dBA]
(A1)
Qrelat: =1,00
β1: 180s 254 12 12 278 6 72,0 55,8 68,4 91,8 84,7
β2: 360s 249 14 12 275 2 71,1 55,4 67,9 89,9 83,8
β3: 720s 247 12 12 271 1 70,7 55,2 67,6 88,1 83,3
(A2)
Qrelat.= 0,75
β1: 180s 189 10 8 207 4 70,3 52,9 67,1 94,0 84,7
β2: 360s 190 10 9 209 3 69,8 52,6 66,8 92,8 84,2
β3: 720s 186 11 9 206 1 69,4 52,3 66,4 91,6 83,6
(A3)
Qrelat.= 0,50
β1: 180s 128 7 6 141 5 69,5 51,2 66,2 96,1 84,7
β2: 360s 124 7 6 137 3 68,3 50,7 65,4 92,6 83,2
β3: 720 125 7 7 139 1 68,2 50,8 65,2 92,0 82,8
(A4)
Qrelat.= 0,25
β1: 180s 62 4 3 69 5 67,2 49,6 64,6 91,7 82,4
β2: 360s 62 4 3 69 3 66,3 49,4 63,7 88,1 80,8
β3: 720s 65 3 2 70 1 65,4 49,4 62,4 84,5 78,7
(A5)
Qrelat.= 0,125
β1: 180s 32 1 1 35 5 65,1 48,8 63,1 86,1 79,7
β2: 360s 30 2 2 34 3 64,1 48,8 62,0 81,6 77,7
β3: 720s 32 2 1 35 1 63,2 48,7 60,6 77,9 75,4
Tabela O.2 – Valores médios dos dados de tráfego e acústicos para a rua Roxo Moreira, desconsiderando-se
hipoteticamente as passagens de veículos pesados (vp = 0; tempo de simulação = 900s; 20 simulações
independentes).
Cenário β Qvl Qmt Qvp Qt QPtbus_A LA10
[dBA]
LA90
[dBA]
LAeq
[dBA]
TNI
[dBA]
LNP
[dBA]
(A1)
Qrelat: =1,00
β1: 180s 254 15 0 269 7 69,8 55,6 67,0 84,0 81,5
β2: 360s 248 13 0 261 3 68,9 54,7 65,8 82,2 80,2
β3: 720s 249 14 0 263 1 68,5 54,5 65,1 81,2 79,2
(A2)
Qrelat.= 0,75
β1: 180s 188 11 0 199 5 68,9 52,6 65,9 88,6 82,3
β2: 360s 186 10 0 196 2 68,0 52,2 64,7 85,9 80,6
β3: 720s 190 10 0 200 1 67,7 52,3 64,3 84,3 79,7
(A3)
Qrelat.= 0,50
β1: 180s 125 7 0 132 5 67,9 50,8 64,8 90,7 82,0
β2: 360s 127 7 0 134 3 67,0 50,8 63,8 86,6 80,2
β3:720s 120 6 0 126 1 66,4 50,5 62,7 84,4 78,7
(A4)
Qrelat.= 0,25
β : 180s 61 4 0 65 5 66,3 49,4 63,7 88,3 80,8
β2: 360s 61 3 0 64 3 65,1 49,2 61,8 83,1 77,8
β3: 720s 62 4 0 66 1 64,8 49,2 60,9 81,7 76,5
(A5)
Qrelat.= 0,125
β1: 180s 33 2 0 35 6 65,7 48,9 63,5 88,3 80,6
β2: 360s 30 1 0 31 3 63,8 48,8 61,4 79,8 76,7
β3: 720s 32 1 0 33 1 62,7 48,7 59,4 75,8 73,7
179
Apêndices
APÊNDICE P – Resultados do teste t de Student entre variáveis acústicas simuladas e
medidas (Ptbus – B; rua Dr. Buarque de Macedo).
Descritor acústico: LA10 [dBA] LA90 [dBA] LAeq [dBA] TNI [dBA] LNP [dBA]
Valor médio (medido)* 74,1 55,3 71,4 106,0 91,4
Teste t - Student: Simulação 1
Valor médio (simulado)* 74,8 54,8 71,0 108,1 91,4
Grau de liberdade (g.l.) 50 50 50 50 50
p-value 0,1663 0,3715 0,4090 0,2862 0,9934
t - Student -1,4048 0,9017 0,8326 -1,0781 -0,0083
t (crítico) ± 2,00 ± 2,00 ± 2,00 ± 2,00 ± 2,00
Teste t - Student: Simulação 2
Valor médio (simulado)* 74,9 54,7 70,9 108,9 91,7
Grau de liberdade (g.l.) 50 50 50 50 50
p-value 0,2384 0,3562 0,4058 0,1478 0,7967
t - Student -1,1932 0,9313 0,8384 -1,4702 -0,2591
t (crítico) ± 2,00 ± 2,00 ± 2,00 ± 2,00 ± 2,00
Teste t - Student: Simulação 3
Valor médio (simulado)* 74,5 54,7 70,8 110,4 91,3
Grau de liberdade (g.l) 50 50 50 50 50
p-value 0,5849 0,2685 0,2827 0,2059 0,9542
t - Student -0,5498 1,1190 1,0860 -1,2817 0,0578
t (crítico) ± 2,00 ± 2,00 ± 2,00 ± 2,00 ± 2,00
Teste t - Student: Simulação 4
Valor médio (simulado)* 75,1 54,7 71,2 111,1 92,2
Grau de liberdade (g.l) 50 50 50 50 50
p-value 0,1560 0,2303 0,7066 0,1368 0,4701
t - Student -1,4405 1,2145 0,3786 -1,5120 -0,7278
t (crítico) ± 2,00 ± 2,00 ± 2,00 ± 2,00 ± 2,00
Teste t - Student: Simulação 5
Valor médio (simulado)* 75,4 54,8 71,5 114,1 92,8
Grau de liberdade (g.l) 50 50 50 50 50
p-value 0,0300 0,3193 0,9517 0,1938 0,2011
t - Student -2,2338 1,0058 -0,0609 -1,3172 -1,2954
t (crítico) ± 2,00 ± 2,00 ± 2,00 ± 2,00 ± 2,00
* Valores médios calculados a partir da média logarítmica.
180
Apêndices
APÊNDICE Q - Resultados numéricos das simulações - Análise de sensibilidade (Ptbus – B;
rua Dr. Buarque de Macedo).
Tabela Q.1 – Valores médios dos dados de tráfego e acústicos para a rua Dr. Buarque de Macedo (vp ≠ 0;
tempo de simulação = 900s; 20 simulações independentes).
Cenário β Qvl Qmt Qvp Qt QPtbus_B LA10
[dBA]
LA90
[dBA]
LAeq
[dBA]
TNI
[dBA]
LNP
[dBA]
(CB1)
Qrelat: =1,00
β1: 180s 175 18 7 200 5 73,6 53,4 70,2 105,0
0
90,5
β2: 360s 183 17 7 207 3 72,8 53,5 69,6 101,4 89,0
β3: 720s 179 19 6 243 1 72,2 53,1 68,9 99,8 88,0
(CB2)
Qrelat.= 0,75
β1: 180s 136 13 4 153 6 72,7 52,9 69,5 104,2
0000
00
89,6
β2: 360s 134 14 5 153 3 72,0 52,7 68,7 100,7
0000
0000
00
88,1
β3: 720s 129 14 5 148 1 71,3 52,7 67,9 98,0 86,7
(CB3)
Qrelat.= 0,50
β1: 180s 89 10 3 102 5 71,3 52,3 68,3 100,2
000
0000
000
87,6
β2: 360s 90 9 2 101 2 70,0 52,1 66,8 94,4 84,8
β3: 720s 88 10 3 101 1 69,8 52,0 66,5 93,5 84,4
(CB4)
Qrelat.= 0,25
β1: 180s 44 4 1 49 5 69,7 51,7 67,2 96,4 85,6
β2: 360s 43 4 2 49 2 68,0 51,7 65,6 87,8 82,1
β3: 720s 42 5 1 48 1 67 51,7 64,1 85,0 79,9
(CB5)
Qrelat.= 0,125
β1: 180s 21 3 1 25 5 68,5 51,6 66,7 96,4 84,5
β2: 360s 22 2 1 25 3 66,8 51,5 65,1 85,0 80,8
β3: 720s 24 2 1 27 1 65,3 51,5 63,2 78,4 77,3
Tabela Q.2 – Valores médios dos dados de tráfego e acústicos para a rua Dr. Buarque de Macedo,
desconsiderando-se hipoteticamente as passagens de veículos pesados (vp = 0; Tempo de simulação = 900s; 20
simulações independentes).
Cenário β Qvl Qmt Qvp Qt QPtbus_B LA10
[dBA]
LA90
[dBA]
LAeq
[dBA]
TNI
[dBA]
LNP
[dBA]
(CB1)
Qrelat: =1,00
β1: 180s 178 19 0 197 5 72,4 53,4 69,1 99,8 88,2
β2: 360s 176 18 0 194 3 71,7 53,4 68,1 97,1 86,5
β3: 720s 178 18 0 196 1 71,2 53,1 67,2 95,6 85,3
(CB2)
Qrelat.= 0,75
β1: 180s 133 14 0 147 4 71,4 52,9 68,1 97,2 86,7
β2: 360s 133 14 0 147 2 70,7 52,7 67,1 95,0 85,1
β3: 720s 130 13 0 143 1 70,2 52,6 66,2 93,4 83,9
(CB3)
Qrelat.= 0,50
β1: 180s 91 9 0 100 5 70,5 52,2 67,5 96,2 86,0
β2: 360s 88 9 0 97 2 69,5 52,0 66,1 92,3 83,7
β3: 720s 89 9 0 98 1 69,0 52,1 64,9 90,3 81,9
(CB4)
Qrelat.= 0,25
β1: 180s 45 3 0 48 5 69,2 51,7 66,9 93,9 84,7
β2: 360s 43 5 0 48 2 67,4 51,7 64,3 85,5 80,3
β3: 720s 41 4 0 45 2 67,0 51,7 63,7 83,9 79,3
(CB5)
Qrelat.= 0,125
β1: 180s 21 3 0 24 5 68,3 51,6 66,3 93,9 83,8
β2: 360s 22 2 0 24 2 65,3 51,5 63,1 78,6 77,3
β3: 720s 21 2 0 23 1 63,7 51,5 61,6 74,4 74,5