Condiciones de tránsito vehicular y uso de un modelo para la predicción de ruido por tráfico rodado en un entorno local de la ciudad de Bogotá-Colombia

Abstract

With the aim of understanding this source of noise pollution, this article gathers information on traffic conditions in the city of Bogotá-Colombia, taking as reference official data from the local government. Additionally, a noise study based on acoustic indicators measured using the measurement methodology of the Colombian environmental noise standard is presented. [...]the measured data is contrasted with simulations obtained using the road traffic noise model NMPB-Routes 96. [...]the causes that generate the differences between measurements and the calculation model used are discussed, which can be attributed to noise sources other than road traffic.

Headnote

Resumen: El tráfico rodado es considerado la principal fuente de ruido en entornos urbanos. Con el objetivo de comprender esta fuente de contaminación acústica, el presente artículo reúne información sobre las condiciones del tránsito en la ciudad de Bogotá-Colombia, tomando como referencia cifras oficiales del gobierno local. Adicionalmente, se presenta un estudio de ruido basado en indicadores acústicos medidos usando como referencia la metodología de medición de la norma colombiana de ruido ambiental. Luego, los datos medidos se contrastan con simulaciones obtenidas usando el modelo de cálculo para ruido generado por tráfico rodado NMPB-Routes 96. Finalmente, se discuten las causas que generan las diferencias entre mediciones y el modelo de cálculo empleado, las cuales pueden ser atribuidas a fuentes de ruido diferentes al tráfico rodado.

Palabras-clave: Ruido; tráfico rodado; modelo; predicción; simulación.

Abstract: Road traffic is considered the main noise source in urban environments. With the aim of understanding this source of noise pollution, this article gathers information on traffic conditions in the city of Bogotá-Colombia, taking as reference official data from the local government. Additionally, a noise study based on acoustic indicators measured using the measurement methodology of the Colombian environmental noise standard is presented. Then, the measured data is contrasted with simulations obtained using the road traffic noise model NMPB-Routes 96. Finally, the causes that generate the differences between measurements and the calculation model used are discussed, which can be attributed to noise sources other than road traffic.

Keywords: Noise; road traffic; model; prediction; simulation.

1.Introducción

En Europa desde los años 70 y 80 se presentaban estudios de ruido ambiental (Recuero, Gil, & Grundman, 1996, 1997), en donde se buscaba evaluar el impacto en la población causado por el ruido. En esos días, los datos de ruido eran obtenidos a través de mediciones en campo realizadas con sonómetros. Lo anterior, hace costoso y tedioso el proceso para grandes ciudades debido a la gran cantidad de muestras que deben tomarse (Murphy & King, 2014), y los largos periodos de medición que implica obtener de forma experimental indicadores acústicos como el Lden (nivel de ruido en periodo día, tarde, noche), el cual requiere para su cálculo valores de 24 horas según la Directiva Europea de Ruido (Parlamento Europeo, 2002).

Luego, como complemento a las mediciones, fueron desarrollados modelos de cálculo estadísticos para la evaluación de tráfico e industrias. Los primeros, se presentaron en Europa en la década de los 80s y, en la práctica, eran usados para cálculos simples en puntos específicos a mano (Licitra, 2012). Estos modelos permiten obtener descriptores del ruido mediante el uso de ecuaciones que determinan el nivel base de ruido usando la información geográfica del lugar, además de parámetros como el aforo vehicular, potencia acústica de la fuente, altura de edificaciones, entre otros (Murphy & King, 2014). Posteriormente, haciendo uso de correcciones consideran los efectos del entorno en la propagación del sonido que pueden reunirse en reflexiones y atenuaciones tales como: vegetación, suelo, atmósfera, entre otros (International Organization for Standardization, 2007). En conclusión, los modelos de cálculo de ruido evalúan dos aspectos importantes, la fuente y la propagación del sonido.

Existe una lista extensa de modelos estadísticos usados en el mundo para cálculo de ruido. Tradicionalmente, estos modelos son desarrollados para evaluar fuentes específicas de ruido, por ejemplo, algunos modelos son especializados en ruido por trasporte (tráfico rodado, ferroviario, aeronáutico) o industrial. En el caso de tráfico rodado, puede mencionarse el modelo CoRTN (Depatment of Transport and The Welsh Office, 1988) desarrollado en el Reino Unido, el cual es simple de aplicar para cálculos a mano, pero no evalúa reflexiones causadas por tierra ni efectos de propagación meteorológicas (Licitra, 2012). En consecuencia, la precisión a la hora de realizar estimaciones de ruido se ve afectada. Así mismo, como modelo de ruido industrial se destaca el presentado en la ISO 9613 parte 2 (International Organization for Standardization, 2007) el cual considera en detalle las atenuaciones generadas durante la propagación del sonido al aire libre. En el caso de ruido aeronáutico sobresale el modelo descrito en el documento 29 de la Conferencia Europea de Aviación Civil (ECAC, 1997). Por otro lado, en años más recientes se desarrolló el modelo de cálculo CNOSSOS-EU (EEA(Europeon Environment Agency) et al., 2014) el cual contempla mecanismos más robustos para evaluar caminos de propagación del frente de onda acústico. Este modelo ya ha sido comparado con otros modelos de predicción (Kephalopoulos et al., 2014) y debe ser usado como el modelo oficial de cálculo de ruido para los países miembros de la Unión Europea a partir del 31 de Diciembre del 2018 (Alberts, Faber, & Roebben, 2016).

En los últimos años, como alternativa a los modelos estadísticos tradicionales se han desarrollado modelos basados en inteligencia artificial que hacen uso de redes neuronales artificiales para el cálculo de ruido por tráfico rodado. Estos nuevos modelos, algunos desarrollados para países que no cuentan con uno propio, han presentado resultados que se acercan de forma más precisa a las mediciones hechas en campo (Cammarata, Cavalieri, & Fichera, 1995; Genaro et al., 2009; Kumar, Nigam, & Kumar, 2014; Mansourkhaki, Berangi, Haghiri, & Haghani, 2018). Lo anterior, hace relevante para el caso colombiano la búsqueda de un modelo de predicción que se ajuste a las condiciones propias tales como tipo de asfalto, condiciones del tráfico, vehículos y entorno físico.

El presente artículo se divide en dos grandes partes. La primera presenta algunas variables generalmente usadas para el modelamiento de ruido por tráfico rodado y de ellas el comportamiento para el caso de estudio. La segunda, contempla un estudio de ruido ambiental para evaluar el desempeño de un modelo estadístico tradicional cuando se compara con mediciones de ruido ambiental en una zona tradicional de Bogotá-Colombia.

2.Condiciones del tráfico rodado en Bogotá

En esta sección del documento se mencionan algunas variables usualmente consideradas en los modelos de predicción de ruido ambiental por tráfico rodado se comportan en la ciudad de Bogotá.

2.1. Clasificación de vehículos

Colombia debido a su ubicación geográfica no presenta variaciones drásticas en su clima durante el año. Lo anterior hace que su parque automotor presente características que difieren de países con estaciones claramente definidas. Según cifras del Registro Único Nacional de Tránsito al año 2018 el 57 % del parque automotor del país corresponde a motocicletas y un 42 % a vehículos (RUNT, 2019).

Respecto a la capital del país, en Bogotá durante el 2017 los automóviles, camionetas, camperos y otros representaron el 74.2 % del parque automotor mientras las motocicletas y servicio público correspondieron al 20.1 % y 4.9 % respectivamente (Movilidad, 2017).

Igualmente, en Bogotá del año 2007 al 2017 el total de vehículos aumentó un 118% pasando de 1.1 a 2.3 millones aproximadamente. En este mismo periodo mientras los automóviles aumentaron en un 104%, las motocicletas incrementaron su participación en un 316 % estableciéndose como una fuente principal de transporte en la ciudad con 464.634 ejemplares (Movilidad, 2017).

En cuanto a la antigüedad de los vehículos que circulan por Bogotá, se puede mencionar que los automóviles particulares al 2018 tienen en promedio 14.1 años y las motocicletas 8.4 años. Entre tanto, los buses de servicio público y camiones para el transporte de carga presentan 15,0 y 27,9 años promedio respectivamente.

Por lo tanto, en un modelo de predicción de ruido para Bogotá es necesario evaluar la forma en que la alta presencia de motocicletas y antigüedad del parque automotor de la ciudad aportan al ruido ambiental.

2.2. Condiciones del tráfico vehicular

El aumento del parque automotor en Bogotá ha traído como consecuencia la disminución en la rapidez de circulación por las vías de la ciudad. Los datos de la Secretaría de Movilidad indican que se pasó de tener en promedio 30,73 km/h en 2005 a 24,86 km/h para 2015 (Movilidad, 2015).

En el año 2017 la menor rapidez durante un día hábil es de 21 km/h y se presenta entre las 18h y 19h, siendo las de mayor conflicto la Av. Carrera 15 y la calle 45. En contraste, la autopista norte y la calle 26 son las de mayor fluidez en la ciudad (Movilidad, 2017). Finalmente, las cifras con la rapidez por hora del día se muestran en la Figura 1.

3.Estudio de ruido ambiental

Con el objetivo de tomar muestras de ruido ambiental de un entorno local urbano, se eligió una zona de la ciudad de Bogotá-Colombia. En este sector convergen zonas de actividad financiera, comercial y universitaria lo cual permite tener un panorama del comportamiento acústico de un sitio típico urbano.

El horario de medición abarcó desde las 14:00 hasta las 17:00 horas. Muestras de cinco minutos fueron tomadas para un tiempo total de 15 minutos por cada punto.

3.1. Ubicación de los puntos de medición

Los puntos de medición fueron determinados considerando sitios de interés luego de hacer un recorrido previo en la zona de estudio. Adicionalmente, una distancia de máximo 250 metros entre cada punto fue garantizada siguiendo los lineamientos de la Resolución Colombiana de Ruido Ambiental (Ministerio de ambiente vivienda y desarrollo territorial, 2006). Debido a que se buscaba caracterizar los niveles sonoros generados por el tráfico rodado, como criterio principal para su selección se tomó la intersección de vías principales con alto flujo vehicular y la altura de medición para cada punto fue de 2 metros. De igual forma, se garantizó una distancia mayor a dos metros de superficies reflejantes como paredes. En la Figura 2 se presenta la ubicación de los puntos de medición elegidos.

3.2.Mediciones realizadas en campo

La campaña de mediciones se realizó durante el primer semestre del 2019 siguiendo recomendaciones de la Resolución Nacional de ruido Ambiental Colombiana (Ministerio de ambiente vivienda y desarrollo territorial, 2006), así como la norma ISO 1996-2 (International Organization for Standardization, 2007).

Con referencia a las condiciones de la zona se puede mencionar que en el punto 1, al final de la vía (cercanía a la carrera 11) el tráfico disminuye su velocidad, por lo cual, hay eventos sonoros como bocinas y voces fuertes de personas lo cual dificulta, posteriormente, el proceso de simulación al ser fuentes acústicas adicionales al tráfico rodado.

Respecto al punto de medición 2 se pudo apreciar que la velocidad en la que circulan los vehículos pasa de aproximadamente 30 km por hora a estar prácticamente detenidos debido a reductores de velocidad que se encuentran ubicados en sobre la vía.

Por otro lado, los puntos 3 y 4 presentan gran flujo vehicular al ser la intersección de la calle 70a con carrera 9 y 11 respectivamente. Lo anterior, se suma al aumento de tráfico pesado al ser la carrera 9 y 11 vías importantes del sector nor-oriental de Bogotá.

Los puntos 5 y 6 al ser tomados sobre la avenida calle 72 mostraron gran presencia de tráfico pesado y personas. Finalmente, los puntos 7 y 8 pese a tener características similares a los 3 y 4, mostraron mayores valores de tráfico vehicular, lo cual puede estar asociado a que fueron las últimas mediciones registradas cercanas a la hora pico en donde la población flotante de la zona sale hacia sus residencias. En la Figura 3 se pueden observar fotografías de algunos de los puntos más representativos de la zona de estudio.

De igual forma en la Figura 4, se muestran los espectros de ruido promedio por bandas de octava para los puntos 2 y 3. Es de notar que el espectro se presenta en ponderación A, debido a que se trata de una medición de ruido ambiental.

Al observar la Figura 4 se nota en el espectro del punto 2 mayor presencia de contenido en frecuencias medias, lo cual se puede asociar a fuentes como voces de personas al igual que la interacción de los neumáticos con los reductores de velocidad. Entre tanto, el espectro del punto 3 tiene un comportamiento uniforme con decaimiento hacia las frecuencias altas, caso típico de un espectro de ruido por tráfico rodado (Can, Leclercq, Lelong, & Botteldooren, 2010).

3.3.Simulaciones de ruido ambiental

Con el objetivo de comparar las mediciones realizadas con un modelo para el cálculo de tráfico rodado, se realizó una simulación de ruido ambiental usando el software acústico CadnaA y el modelo de predicción Frances NMPB-Routes 96 (SETRA-CERTULCPCCSTB, 1996). Para lo anterior, datos del tráfico vehicular como: velocidad de los vehículos junto con su clasificación de aforo entre pesados y livianos, tipo de asfalto y pendiente de la carretera fueron tomados en campo. Por otro lado, el software fue alimentado con la información cartográfica oficial del distrito de Bogotá la cual contempló vías, edificaciones con altura y curvas de nivel. El mapa de ruido obtenido es mostrado en la Figura 5 usando sistemas de coordenadas planas Magna-Sirgas para Bogotá-Colombia.

4.Comparación mediciones con simulaciones

En la Tabla 1 se presentan los resultados de las mediciones de nivel continuo equivalente obtenidos en ponderación A, luego de promediar energéticamente los tres registros tomados por punto de análisis. Así mismo, se comparan los datos mencionados anteriormente con los arrojados por la simulación.

Al analizar las diferencias entre mediciones y simulaciones se puede mencionar que aproximadamente un 40 % de los puntos presentan valores negativos, indicando que la simulación sobreestimó el nivel de ruido cuando es comparado con las mediciones. Esta condición se presenta en los puntos 3, 5 y 6. Por otro lado, aproximadamente el 60% de los puntos registra diferencias positivas siendo los puntos 1, 7 y 8 los de mayor valor.

Lo anterior, se pueden atribuir a varios factores. En primera medida, las diferencias de los puntos 1 y 2 se pueden asociar a la presencia de fuentes de ruido adicionales que el modelo de simulación de tráfico rodado no contempla y son propias del entorno como los reductores de velocidad y el tránsito de personas por la entrada de esta zona universitaria y comercial. Con referencia a los puntos 7 y 8 es necesario resaltar que al ser los últimos puntos medidos en horario cercano a hora pico generó el aumento de circulación de personas, vehículos y accionamiento de claxon, condiciones no contempladas en el modelo de simulación. Por otra parte, el punto 5 el cual presenta condiciones similares con respecto al 6 en cuanto al tránsito de vehículos y características físicas, fue el que mayor difirió con los datos obtenidos en campo. Finalmente, las mediciones y simulaciones fueron próximas en los puntos 3, 4 y 6.

5.Conclusión

Un estudio sobre las condiciones del tráfico vehicular que son consideradas durante el uso modelos de predicción de ruido por tráfico rodado en Bogotá-Colombia es presentado. Como variables importantes se pueden destacar la antigüedad, composición y características del parque automotor. Por otro lado, se realizó un estudio de ruido ambiental piloto en una zona urbana comparando mediciones acústicas con simulaciones en donde cerca de un 60% de los puntos presentaron sobre estimación del nivel de ruido simulado. Esto se puede asociar a la presencia de fuentes de ruido endógenas de la zona que no son consideradas por el modelo de simulación empleado. Con base en lo anterior, el uso de algoritmos para la eliminación de eventos sonoros diferentes al tráfico junto con la generación de un modelo que incluya variables características de la zona que intervienen en la generación de ruido podría mejorar la precisión en la predicción de ruido por esta fuente acústica.

References

Referencias

Alberts, W., Faber, N., & Roebben, M. (2016). Road traffic noise exposure in Europe in 2012 based on END data. 1236-1247.

Cammarata, G., Cavalieri, S., & Fichera, A. (1995). A neural network architecture for noise prediction. Neural Networks, 8(6), 963-973. https://doi.org/10.1016/08936080(95)00016-S

Can, A., Leclercq, L., Lelong, J., & Botteldooren, D. (2010). Traffic noise spectrum analysis: Dynamic modeling vs. experimental observations. Applied Acoustics, 71(8), 764-770. https://doi.org/10.1016/j.apacoust.2010.04.002

Depatment of Transport and The Welsh Office. (1988). Calculation of Road Traffic Noise.

Doc, E. C. (1997). 29: Report on Standard Method of Computing Noise Contours around Civil Airports. Doc, 29, 3.

EEA(Europeon Environment Agency), Braubach, M., Jacobs, D. E., Ormandy, D., REC, Umweltbundesamt, ... European Environmental Agency. (2014). Common Noise Assessment Methods in Europe (CNOSSOS-EU). Journal of the American Podiatric Medical Association, Vol. 122, p. 180. https://doi.org/10.2788/31776

Genaro, N., Torija, A., Ramos, A., Requena, I., Ruiz, D. P., & Zamorano, M. (2009). Modeling environmental noise using artificial neural networks. ISDA 2009 - 9th International Conference on Intelligent Systems Design and Applications, 215219. https://doi.org/10.1109/ISDA.2009.179

International Organization for Standardization. (2007). Acoustics - Attenuation of sound during propagation outdoors - Part 2: General Method of Calculation. i996(pt. 2), 24.

Kephalopoulos, S., Paviotti, M., Anfosso-Lédée, F., Van Maercke, D., Shilton, S., & Jones, N. (2014). Advances in the development of common noise assessment methods in Europe: The CNOSSOS-EU framework for strategic environmental noise mapping. Science of The Total Environment, 482-483, 400-410. https://doi.org/10.1016/J. SCITOTENV.2014.02.031

Kumar, P., Nigam, S. P., & Kumar, N. (2014). Vehicular traffic noise modeling using artificial neural network approach. Transportation Research Part C: Emerging Technologies, 40, 111-122. https://doi.org/10.1016/j.trc.2014.01.006

Licitra, G. (2012). Noise Mapping in the EU. https://doi.org/10.1201/b12885

Mansourkhaki, A., Berangi, M., Haghiri, M., & Haghani, M. (2018). a Neural Network Noise Prediction Model for Tehran Urban Roads. Journal of Environmental Engineering and Landscape Management, 26(2), 88-97. https://doi.org/10.384 6/16486897.2017.1356327

Ministerio de ambiente vivienda y desarrollo territorial. (2006). Resolución 0627 Del 7 De Abril De 2006.

Movilidad, S. D. de. (2015). Movilidad en cifras 2015.

Movilidad, S. D. de. (2017). Observatorio de movilidad 2017 (p. 219). p. 219.

Murphy, E., & King, E. A. (2014). Environmental Noise Pollution. In Environmental Noise Pollution. https://doi.org/10.1016/B978-0-12-411595-8.00001-X

Parlamento Europeo. (2002). DIRECTIVA 2002/49/CE DEL PARLAMENTO EUROPEO Y DEL CONSEJO de 25 de junio de 2002 sobre evaluación y gestión del ruido ambiental.

Recuero, M., Gil, C., & Grundman, J. (1996). Mapa de ruido de San Sebastián de los Reyes. Metodología de medidas y resultados. Revista de Acústica, 51-54.

Recuero, M., Gil, C., & Grundman, J. (1997). Mapa de ruido de Segovia . Estudio de diferentes ambientes acústicos . Tecniacústica, 29-32.

RUNT. (2019). El Runt En Cifras. Runt, p. 3. Retrieved from https://www.runt.com.co/ sites/default/files/Balance anual del 2018.pdf

SETRA-CERTULCPC-CSTB. (1996). NMPB-Routes-96.