Resumo Este artigo relata um estudo sobre a evolução do ruído urbano na cidade de São Carlos, SP, a partir de medições acústicas durante um período de pandemia da Covid-19, e propõe modelos de predição do nível de pressão sonora equivalente (LAeq), com o objetivo de verificar a influência da variação da composição do tráfego veicular no ruído medido. Um estudo de caso é apresentado, considerando cinco pontos amostrais no centro do município. Medições acústicas foram realizadas concomitantemente com a contagem de veículos. Com base nos dados coletados, analisou-se a variação da composição do tráfego e do ruído medido ao decorrer das flexibilizações das medidas restritivas. Modelos de regressão múltipla foram elaborados para observar a influência de cada tipo de veículo na geração do ruído urbano. Os resultados obtidos indicaram a redução do nível de ruído abaixo dos limites estipulados pela NBR 10151:2019, na 1ª medição (maio de 2020). Na última medição (novembro de 2021), os níveis LAeq estiveram superiores aos medidos antes do período pandêmico, mesmo com a vigência de algumas medidas de restrição. Os modelos de regressão propostos evidenciaram a contribuição das motocicletas no ruído urbano e o coeficiente de correlação (R²) dos modelos foram superiores a 0,75, validando os modelos gerados.
Despite being an important acoustic parameter in urban canyons, reverberation time (RT) is little used to make noise maps. This paper focuses on urban RT and urban equivalent sound pressure level (LAeq) in order to construct noise maps. Therefore, these indicators were sampled in 31 points distributed in the central region of a medium-sized Brazilian city. In addition, constructive geometric characteristics and the vehicle flow were collected. These data were used as input for a reverberation time prediction equation and then used to develop a thematic map on a GIS platform by applying the inverse distance interpolation method. Furthermore, a LAeq indicator noise map was made using the NMPB-Routes 2008 method in calculation commercial software. The results show a relationship between LAeq and the urban RT map. Moreover, the results allowed the validation of a predictive RT model able to calculate future scenario acoustics based on geometric-constructive features and vehicular flow.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.