Current Issue

Transactions of the Korean Society for Noise and Vibration Engineering - Vol. 29 , No. 6

[ Article ]
Transactions of the Korean Society for Noise and Vibration Engineering - Vol. 29, No. 6, pp. 821-827
Abbreviation: Trans. Korean Soc. Noise Vib. Eng.
ISSN: 1598-2785 (Print) 2287-5476 (Online)
Print publication date 20 Dec 2019
Received 17 Oct 2019 Revised 05 Dec 2019 Accepted 05 Dec 2019
DOI: https://doi.org/10.5050/KSNVE.2019.29.6.821

철도소음 측정망에 대한 적정한 소음측정방법의 비교 연구
이창혁* ; 노유진* ; 김인규** ; 이병찬

A Comparative Study on the Noise Measurement Methods for Proper Monitoring of Railway Network Noise
Chang Hyeok Lee* ; Yu Jin Noh* ; In Kyu Kim** ; Byung Chan Lee
*Member, Dept. of Environmental Engineering, Korea National Univ. of Transportation
**Korea Environment Corporation
Correspondence to : Member, Dept. of Environmental Engineering, Korea National University of Transportation E-mail : bclee@ut.ac.kr
‡ Recommended by Editor Jun Hong Park


© The Korean Society for Noise and Vibration Engineering
Funding Information ▼

Abstract

The railway noise measurement network shows the noise around the railway area by one manual measurement every half year. This method suffers with limitations in determining the railway noise levels. To obtain more reliable measurement data and to obtain basic data for noise reduction procedures, the railway noise was measured for one year at six railway stations in three cities, using a portable automatic sound meter. The noise levels were averaged daily, monthly and annually. Notably, the automatically measured noise levels were lower than those measured manually (-1 to –18 dBA), at all the six stations. Further, the noise levels during the nighttime, due to lower train traffic, were –18 dBA lower than those by manual measurement methods. At all the six stations during the nighttime, the automatically measured noise levels were within the reference range, whereas those measured manually, exceeded. According to the train traffic volume and complaint of the railway noise, either the stationary or portable automatic methods, or the manual methods should be employed for measuring the railway noise.


Keywords: Noise Measurement Network, Railway Noise
키워드: 소음측정망, 철도소음

1. 서 론

환경소음측정망에 대한 분기‧반기‧연간 측정된 데이터 등은 국가소음정보시스템을(1) 통해 일반인들에게 공개하고 있으나 소음측정망 지점 수가 많지 않아 일반 이용자가 필요로 하는 지점에 대한 자료가 없어 측정데이터의 활용성이 낮다는 문제점을 나타내고 있다. 현재의 측정주기 및 측정시간으로 얻어진 데이터는 해당지점의 대표 소음도로 판단하기 어려워 측정데이터의 대표성이 떨어지고 도시의 발전 및 인구변화로 인하여 소음측정방법에 대한 재검증이 필요한 상황이다. 도로교통소음 측정에 관련된 연구는(2~6) 많이 진행되었으나 철도소음 측정에 관련된 연구와(7~8) 철도소음 노출에 관한 연구는(9) 미미한 실정이다. 환경소음측정망 중 철도소음 측정망은 반기에 1회 수동측정으로 철도주변지역의 소음을 나타내고 있다. 이러한 측정 방법으로 철도변 지역의 소음도를 정확히 파악하기에는 한계가 있다. 소음진동공정시험기준에 명시된 철도소음관리기준 측정방법에는(10) 평균 철도 통행량 이상인 시간대를 포함하여 주간 시간대는 2시간 간격을 두고 1시간씩 2회 측정하여 산술평균하며, 야간 시간대는 1회 1시간 동안 측정하도록 되어 있다. 1시간 동안 연속 측정하여 자동 연산·기록한 등가소음도를 그 지점의 측정소음도로 한다. 그러나 배경소음과 철도의 최고소음의 차이가 10 dB 이하인 경우 등 배경소음이 상당히 크다고 판단되는 경우에는 열차통과 시 최고소음도를 측정하여 노선별로 따로 계산하도록 명시되어 있다. 이 연구에서는 보다 신뢰성 있는 측정자료를 획득하고 소음저감대책 수립에 필요한 기초자료 확보를 위하여 다양한 소음측정방법을 비교하여 적정한 철도소음측정방법을 제시하고자 한다.


2. 철도소음 측정 및 분석
2.1 측정개요
(1) 측정 기간, 지점 및 방법

소음진동공정시험기준에 명시된 방법으로 철도소음측정망에 소음 표시를 위해 일반적으로 사용되는 수동소음 측정과 이동식을 고정으로 설치하여 24시간 측정되는 자동소음측정을 측정방법으로 사용하였다. 측정지점은 노선별 각 2개 지점으로 총 6개 지점을 측정지점으로 하였다. 자동측정방법으로 1년간 연속 측정하였고, 수동측정방법으로 반기에 1회 측정하였다. Fig. 1은 자동소음측정장치가 설치된 모습이다.


Fig. 1 
Automatic noise measuring device installation points.

2.2 측정자료 분석 및 결과
(1) 측정 자료 통계처리

측정된 자료의 통계처리는「소음․진동측정망 통합 운영지침」의 ‘환경소음자동측정망 측정지점별 자료의 통계처리’ 기준을 적용하여 수행하였다. 위의 통계처리 기준의 유효 측정값은 아래와 같다.

① 5분 유효측정값 : 5분 중 유효한 1초 등가소음도가 240회 이상인 경우
② 1시간 유효측정값 : 1시간 중 유효한 5분 등가소음도가 9회 이상인 경우
③ 일 유효측정값 : 1시간 유효측정값이 일일 12회 이상인 경우

자동측정방법으로 수집된 자료는 1일 연속 측정된 1시간 자료들을 주간/야간대로 구분 후 평균하여 사용하였다. 수동측정인 반기 1회는 하루를 선택하여 주간소음도는 11시, 18시에 측정하여 산술평균한 값으로 하고, 야간소음도는 22시에 측정한 자료를 사용하였다.

(2) 측정 자료 분석 결과

소음진동공정시험기준에 명시된 철도소음한도 측정자료 분석방법을 적용하였다. 일,월,시간대별에 대한 열차 운행 횟수는 Table 1과 같다.

Table 1 
Railway traffic analysis
Time Number of railway vehicles passing (average)
A point B point C point
Day Month Day Month Day Month
Total 300
(100%)
8973
(100%)
59
(100%)
1749
(100%)
78
(100%)
2322
(100%)
00:00~
06:00
33
(11%)
997
(11%)
7
(12%)
194
(11%)
9
(12%)
272
(12%)
06:00~
12:00
86
(29%)
2557
(29%)
13
(22%)
395
(23%)
24
(31%)
714
(31%)
12:00~
18:00
82
(27%)
2458
(27%)
19
(32%)
556
(32%)
26
(33%)
782
(34%)
18:00~
24:00
99
(33%)
2961
(33%)
20
(34%)
604
(34%)
19
(24%)
554
(24%)

3개 지점 중 경부선·KTX노선이 교차하는 대전 A지점(일평균: 300회, 월평균: 8973회)이 가장 높으며, 철도노선 중 지선노선(대구선·중앙선, 태백선)에 위치한 영천 B지점(일평균: 59회, 월평균: 1749회) 및 제천 C지점(일평균: 78회, 월평균: 2322회)은 열차운행횟수가 상대적으로 낮은 것으로 분석되었다. 시간대별 열차운행횟수 분석결과 A지점 일평균 운행횟수가 300대(최대: 342대, 최소: 257대), 시간별 운행횟수는 수동측정시간(06시 ~ 12시: 86대, 18시 ~ 24시: 99대) 및 기타시간(00시 ~ 06시: 33대, 12시 ~ 18시: 82대), 월평균 8973대(00시 ~ 06시: 997대, 06시 ~ 12시: 2557대, 12시 ~ 18시: 2458대, 18시 ~ 24시: 2961대) B지점 일평균 운행횟수가 59대(최대: 69대, 최소: 44대), 시간별 운행횟수는 수동측정시간(06시 ~ 12시: 13대, 18시 ~ 24시: 20대) 및 기타시간(00시 ~ 06시: 7대, 12시 ~ 18시: 19대), 월평균 1749대(00시 ~ 06시:194대,

06시 ~ 12시: 395대, 12시 ~ 18시: 556대, 18시 ~ 24시: 604대) C지점 일평균 운행횟수가 78대(최대: 101대, 최소: 18대), 시간별 운행횟수는 수동측정시간(06 ~ 12시: 24대, 18시 ~ 24시: 19대) 및 기타시간(00시 ~ 06시 : 9대, 12시 ~ 18시: 26대), 월평균 2322대(00시 ~ 06시: 272대, 06시 ~ 12시: 714대, 12시 ~ 18시: 782대, 18시 ~ 24시: 554대) 3개 지점 모두 새벽시간대(00시 ~ 06시)는 철도교통량이 가장 적은 시간대였으며, 오전(06시 ~ 12시)·오후(12시 ~ 18시)·저녁(18시 ~ 24시)시간대는 비교적 변화가 적은 철도교통량을 가지는 것으로 나타났다.

(3) 등가소음도 및 계산식 소음도 분석 결과

소음진동공정시험기준에 명시된 철도소음한도 측정자료 분석방법을 적용하여 측정자료는 소음도의 계산과정에서는 소수점 첫째자리를 유효숫자로 하고, 측정소음도(최종값)는 소수점 첫째자리에서 반올림한다.

등가소음도(Leq,1h)는 샘플주기를 1초 내외로 결정하고 1시간동안 연속 측정한다.

계산식소음도(Leq)는 최대소음도를 측정하여 다음식을 적용하여 계산한다.

● 경부·호남선 등 복선구간(A지점)

Leq=Lmax¯+10log2.4n/T(1) 

● 중앙,태백,영동선 등 단선구간(B지점, C지점)

Leq=Lmax¯+10log8n/T(2) 

여기서,

Lmax¯ : 열차 개별 통과시의 파워평균치, dB(A)
n : T시간 동안의 열차 통과대수(대)
T : 관리대상 시간(초), 1시간(3600초)

등가소음도 분석결과 Fig. 2와 같이 A지점은 수동측정 소음도 대비 자동측정 소음도(일·월·연평균)는 낮(06:00~22:00)에 지면 위(일·월·연평균) 소음도가 모두 –2 dB(A) 낮고, 최고치예상층(maximum noise expected floor) 소음도(일·월·연평균)는 모두 –5 dB(A) ~ –6 dB(A), 밤(22:00~06:00) 지면 위 (일·월·연평균) 소음도는 모두 –7 dB(A) ~ –8 dB(A), 최고치예상층 소음도(일·월·연평균)는 모두 –12 dB(A) ~ –13 dB(A)로 방음벽이 설치된 지면 위의 낮 소음도 편차가 –2 dB(A)로 가장 적게 분석되었고, 방음벽이 없으면서 열차운행횟수가 적은 최고치예상층 밤 소음도 편차가 –12 dB(A) ~ –13 dB(A)로 가장 큰 것으로 분석되었다. B지점은 수동측정 대비 자동측정소음도(일·월·연평균)는 낮(06:00~22:00) 지면 위 소음도(일·월·연평균)는 모두 –7 dB(A) ~ –8 dB(A), 최고치예상층 소음도(일·월·연평균)는 모두 –10 dB(A) 밤(22:00~06:00) 지면 위(일·월·연평균) 소음도는 모두 –13 dB(A) ~ –14 dB(A), 최고치예상층 소음도(일·월·연평균)는 모두 –17 dB(A) ~ –18 dB(A)로 자동측정 소음도가 모두 낮은 것으로 분석되었다. C지점은 수동측정 대비 자동측정소음도(일·월·연평균)는 낮(06:00~22:00) 지면 위 소음도(일·월·연평균)는 모두 1 dB(A) ~ 2 dB(A), 최고치예상층 소음도(일·월·연평균)는 모두 –7 dB(A) ~ –9 dB(A) 밤(22:00~06:00) 지면 위 소음도(일·월·연평균)는 모두 –6 dB(A) ~ –10 dB(A), 최고치예상층 소음도(일·월·연평균)는 모두 –13 dB(A) ~ –16 dB(A)로 지면 위 일평균 낮 소음도를 제외하고 모두 낮게 분석되었다. 시간대별 자동측정 등가소음도의 경우 3개 지점 모두 철도교통량(열차운행횟수)에 비례하여 소음도가 증감하는 경향을 보였으며, 최대소음도 값은 평균소음도 값과 비교시 Fig. 3와 같은 경향을 보이며, 평균 10 dB(A)[3 dB(A) ~ 26 dB(A)] 이상 높은 것으로 분석되었다. 철도교통량이 적은 시간대(23시 ~ 06시)에는 비교적 일정한 소음도를 나타내었다. 월평균 소음도는 철도교통량에 비례하여 증가하는 경향을 보였고 3개 지점의 월별 소음도 편차는 평균적으로 3 dB(A) 증가 또는 감소하는 것으로 분석되었다. 또한, 측정시간(11시, 18시, 22시) 대비 연속시간(00시 ~ 24시) 월평균소음도 편차는 낮 시간대 3 dB(A) 이하, 밤 시간대 7 dB(A) 이하로 Fig. 4과 같이 분석되었다. 시간대별, 철도운행횟수에 따른 분석결과 3개 지점 모두 수동측정 대비 자동측정소음도(일·월·연평균)가 낮게(–1 dB(A) ~ –18 dB(A)) 분석되었고, 특히 철도운행횟수가 적은 밤 시간대의 소음도가 수동측정 대비 최대 –18 dB(A) 낮았으며, 모두 기준치 이내(수동측정: 야간 3개 지점 초과) 소음도로 분석되었다. 또한, 자동측정 소음도의 평균소음 편차는 4 dB(A) 이내로 분석되었다. 단, 새벽시간대(00:00~06:00) 철도교통량의 감소로 인한 연속시간 밤 시간대(22:00~06:00)는 4 dB(A) 이상 소음편차가 발생하였다. 수동측정소음도와 비교 분석결과 지면 위 소음편차가 3 dB(A)이내(단, B지점 제외), 최고치예상층 소음편차는 4 dB(A) ~ 13 dB(A)정도 발생하였다. 계산식 소음도 분석시 열차 통과시 녹음된 MP3데이터를 분석(철도운행횟수(n), 최고소음도(Lmax))하여 철도소음도를 산정하였으며 계산식소음도 산정결과 MP3녹음조건설정(trigger level 설정값)에 따라 철도운행횟수(n) 및 최고소음도(Lmax)가 결정된다. 또한, 철도운행횟수와 철도소음 녹음조건설정(trigger level 설정값)에 따라 소음도가 결정된다. 3개 지점에 대한 자동측정 계산식 소음도(측정시간 일평균, 연속시간 일평균) 산정결과 Fig. 5와 같이 배경소음의 영향이 적은 A지점 및 B지점은 수동측정 소음도 대비 평균 –11(–3 ~ –19) dB(A) 차이로 소음도가 작고, 배경소음의 영향(4차선 도로인접에 따른 도로교통소음)이 있는 C지점은 수동측정 소음도 대비 지면 위는 0 dB(A) ~ 5 dB(A) 높고, 최고치예상층은 –2 dB(A) ~ –9 dB(A) 낮게 분석되었다. 철도소음 평균감지횟수 대비 일 평균 운행대수가 Fig. 6에 나타나있다. A지점은 일 평균 운행대수 300대, 철도소음 감지횟수는 지면 위에는 주간 229회, 야간 33회, 최고치예상층에는 주간 215회, 야간 45회로 분석되었다. B지점은 일 평균 운행대수 59대, 철도소음 감지횟수는 지면 위에는 주간 71회, 야간 20회, 최고치예상층은 주간 68회, 야간 22회로 분석되었다. C지점은 일 평균 운행대수 78대, 철도소음 감지횟수는 지면 위는 주간 69회, 야간 13회, 최고치예상층은 주간 80회, 야간 15회로 3개 지점 모두 철도통행량이 많은 주간 시간대에 많이 감지되었다. 또한, A지점은 일 평균 운행대수에 비해 철도소음 감지횟수가 낮게 분석이 되었고, B지점 및 C지점은 일 평균 운행대수에 비해 철도소음 감지횟수가 높게 분석되었음을 알 수 있다. 따라서 정확한 감지를 위해 MP3녹음조건설정을 지점별 특성에 따라 설정할 필요가 있다.


Fig. 2 
Comparison of automatically and manually measured noise levels.


Fig. 3 
Hourly noise levels measured at all the 3 points


Fig. 4 
Monthly averaged noise levels at the 3 points


Fig. 5 
Comparison of automatically and manually measured noise levels


Fig. 6 
Comparison of the train traffic with the averaged railway noise

계산식 소음도의 시간대별 분석결과 3개 지점 모두 열차 통과시 최고소음도(Lmax)에 비례하여 소음도가 증감하는 경향을 보였으며 수측정 대비 최고소음도(Lmax)분석결과 배경소음의 영향이 적은 A지점 및 B지점은 수동측정소음도가 높고, 배경소음의 영향(도로교통소음)이 있는 C지점은 최고소음도(Lmax)가 높은 것으로 분석되었다.


3. 결 론

수동측정방식의 경우 다른 측정망에 비하여 소요인력 및 소요 비용이 적으며, 매 분기별 1회 측정하므로 측정의 편이성이 있으나 측정자의 성실성 및 주관적 판단에 따라 측정오차가 발생한다. 측정지점별 반기 1회 수동 측정한 소음도로 해당 지역의 철도소음 대표값으로 활용하기에는 어려움이 있다. 또한, 소음측정으로 인한 인력활용의 효율성 저하, 특정시간대의 소음도 파악 불가, 일정지역의 시간대별 요일별 소음도 차이를 파악할 수 없어 소음방지 대책 수립 시 어려움이 따른다.

자동측정방식 중 이동식의 경우 여러 측정지점의 소음도를 관리할 수 있어서 측정데이터의 반복성에 대하여 유연하게 대처할 수 있으며, 소음지도와 연계하여 소음지도의 검증 데이터로 사용할 수 있다. 하지만, 측정 기간의 한계가 있으므로 장기간의 소음도 변화에 대한 통계 현황파악이 곤란하며, 초기 장비구입 및 유지관리 비용이 필요하다. 고정식의 경우 측정기간의 한계 없이 실시간 소음의 현황파악이 가능하고, 시간대별, 요일별, 월별, 분기별 등의 소음도 변화에 대한 통계 현황파악이 가능하다. 또한, 장기간 실시간 측정데이터를 이용하여 정확한 소음관리 정책 수립 및 평가지표로 사용할 수 있으며 소음지도와 연계하여 소음지도의 검증 데이터로 사용할 수 있다. 그러나 소음도 변화의 특성상 일정한 패턴으로 반복하는 경향이 있으며, 이동식 자동측정방식과 같이 초기 장비구입 및 유지관리 비용이 필요하다.

따라서 철도운행횟수가 적고 철도소음 민원이 적은 측정지점(B지점, C지점)의 경우 수동측정방식 또는 이동식 소음자동측정 방식을 적용한다. 철도운행횟수 및 철도소음 민원이 많은 측정지점(A지점)의 경우 고정식 자동측정방식을 적용한다. 이와 같이 철도변 지역의 지점별 특성, 철도교통량, 최대소음도, 인구밀집 지역 및 측정지점의 측정기 설치 가능여부 등을 고려하여, 각 측정방식의 장단점을 파악 후 효율적으로 활용하는 것이 필요하다. 측정 방법의 적정한 활용으로 철도 주변 지역의 신뢰성 있는 측정자료 확보를 통한 소음저감대책 수립에 필요한 철도 주변 소음특성 파악 및 장기적인 소음저감 대책 수립에 많은 도움이 될 것으로 판단된다.


Acknowledgments

이 논문은 2018년 한국교통대학교 지원을 받아 수행하였습니다. 이 논문은 한국연구재단의 지원을 받아 수행하고 있는 이공분야기초연구지원사업의 중견연구자지원사업(No. 2019R1A2C1009356) 성과입니다.


References
1. Korea Environment Corporation, National Noise Information System, http://www.noiseinfo.or.kr/index.jsp.
2. Kim, C. H., Chang, T. S., Kang, H. J. and Youn, J. W., 2018, Road Traffic Noise Calculation Model Comparison by Case Measurements, Proceedings of the KSNVE Annual Spring Conference, p. 74.
3. Ahn, S. Y., Lee, J. K., Moon, S. J., Ryu, H. J. and Chang, S. I., 2015, Relocalization of Road-traffic Noise Measurement Points for Effective Noise Exposure Evaluation, Proceedings of the KSNVE Annual Autumn Conference, p. 602.
4. Choung, T. R., Son, J. H., Cho, J. C., Park, W. H. and Park, Y. M., 2015, Noise Comparison of Indoor and Outdoor by the Measurement Method of Road Traffic Noise (Ⅱ), Proceedings of the KSNVE Annual Autumn Conference, pp. 718~719.
5. Choung, T. R., Son, J. H., Chun, H. J., Park, W. H. and Park, Y. M., 2015, Noise Comparison of Indoor and Outdoor by the Measurement Method of Road Traffic Noise (Ⅰ), Proceedings of the KSNVE Annual Spring Conference, pp. 628~629.
6. Jang, C. M., Kim, P. L. and Chang, S. I., 2017, Analysis of Relation between Measured Noise Level from Road Traffic and Urban Forms, Proceedings of the KSNVE Annual Autumn Conference, p. 253.
7. Lee, C. H., Kim, I. K., Song, K. B. and Lee, B. C., 2017, A Study on Selection of Automatic Measurement Point according to Railway Traffic Volume, Proceedings of the KSNVE Annual Autumn Conference, p. 183.
8. Kim, B. S., Kim, D. J. and Won, C. H., 2001, A Study on Field Measurement and Analysis of Train Noise at Elevated Railway in Jeolla Line, Proceedings of the KSME Annual Autumn Conference, pp. 269~274.
9. Son, J. H., Lee, K. and Chang, S. I., 2011, Railway Noise Exposure-response Model based on Predicted Noise Level and Survey Results, Transactions of the Korean Society for Noise and Vibration Engineering, Vol. 21, No. 5, pp. 400~407.
10. National Institute of Environmental Research, 2018, Measurement Method of Exterior Noise Emitted by Railbound Vehicle for Management Standards, Noise and Vibration Process Test Standard, No. 2018-15.

Byung Chan Lee received B.S. degree from Seoul National University in 1985, M.S. and Ph.D. degrees from KAIST in 1987 and 1996. He worked LG Electronics Lab. Dr. Lee is currently a professor at the department of environmental engineering at Korea National University of Transportation in Chungju, Korea. His research interests are in the areas of environmental noise and vibration.