Las carreteras urbanas ruido Modelización mediante análisis de regresión

Bülent BOSTANCI y Abdurrahman GEYMEN, Turquía

palabras clave: Hoja de Ruta ruido del tráfico, análisis de regresión, interpolación

RESUMEN

En una rutina diaria de la vida urbana, el ruido es uno de los factores más influyentes en la salud humana. Ruido, que pueden estar
indicados como sonido no deseado también puede conducir a enfermedades fisiológicas y psicológicas. En particular, las grandes
ciudades son las fuentes de ruidos relativamente varios tales como el transporte, la industria y las voces humanas. La evolución de las
grandes ciudades en el mundo han acelerado después de la Segunda Guerra Mundial. En paralelo a las ciudades en desarrollo, el
número de vehículos de motor han aumentado significativamente y las cuestiones relevantes de tráfico han surgido debido a la red vial
inadecuada.

Se entiende que el tráfico de vehículos ha aumentado 10 pliegues entre los períodos de 1980 y
2012, en Turquía de acuerdo con los datos estadísticos. Una de las cuestiones más importantes en los países desarrollados y en
desarrollo es el ruido del tráfico debido al creciente número de los vehículos. ruido del tráfico por carretera de origen por los
vehículos variedad actual de acuerdo con la densidad del tráfico, tipo de vehículos, el estado de frenado, superficie de la carretera
y la corriente de aire creada por el vehículo.

Con el fin de determinar y evaluar el ruido del tráfico rodado procedente por la densidad del tráfico, se ha previsto para medir el
ruido en la calle principal frente a la Universidad Erciyes, Kayseri en intervalos de 5 minutos en la mañana, la tarde y la noche.
Los valores de ruido se han medido en un plazo de 3 tres semanas de tiempo bajo las condiciones de aire similares a lo largo de
la ruta aprox. durante 2 km y en segmentos horizontales para 100 m mediante el uso de Delta Ohm Tipo 1 el equipo de
medición de ruido. Posición de la cada punto medido sobre el terreno ha sido transferido al mapa por satélite mediante la
determinación utilizando el Sistema de Posicionamiento Global GPS. También se ha registrado el número de vehículos y tipos
pasaron durante la duración de la medición durante 5 minutos. Los valores de ruido del día, los niveles de ruido por la noche y la
noche medidos en el mismo lugar se han traducido en un solo valor que refleja el ruido promedio diario. En este estudio, la
relación entre los valores de ruido obtenidos, la densidad del tráfico por carretera y la distancia a la carretera han sido
estudiadas utilizando el análisis de regresión. Además de esto, los valores de ruido obtenidos como resultado de los estudios se
han evaluado mediante el uso de métodos de interpolación y un modelo de ruido del tráfico por carretera Sistema de
Información Geográfica asistido por haber sido creado.

Modelación de ruido de la carretera Tráfico, (7082), Bulent Bostanci y 1/13

Abdurrahman Geymen (Turquía) Congreso de la FIG 2014 Modelli

La participación de los desafíos - mejorar la pertinencia de Kuala Lumpur,

Malasia 16-21 de junio de 2014
 Las carreteras urbanas ruido Modelización mediante análisis de regresión

Bülent BOSTANCI y Abdurrahman GEYMEN, Turquía

1. INTRODUCCIÓN

ruido de la carretera urbana, que está bajo el alcance del ruido del transporte, ha surgido por el transporte por carretera desarrollaron

paralelamente a la tecnología y, por tanto, trajo una contaminación acústica junto con la urbanización no planificada en rápido desarrollo. Por

esa razón, el ruido del tráfico comparte la mayor parte de las fuentes de ruido en Turquía (Sahinkaya, 2005). modelado del ruido en las

carreteras se ha estudiado utilizando el método de regresión múltiple. Para y sus colegas (2202), han modelado el ruido del tráfico en Hong

Kong de 2002 a lo largo de las 19 carreteras principales y mostró número de vehículos ligeros y el flujo de tráfico total como un factor

significativo en el ruido del tráfico urbano. el tráfico total de la misma manera, en su estudio Manatakis, en Patras, Grecia, 2001 ha definido por

hora, el número de vehículos ligeros por hora, número de vehículos pesados ​por hora y la velocidad media como un factor eficaz en el

modelado del ruido del tráfico rodado en las zonas urbanas. En Turquía, Özer y sus colegas (2009) han estudiado en Tokat ruido de la ciudad

evaluaciones de contaminación, Gündoğdu y sus colegas (2005) han estudiado en supuestos relacionados con el ruido del tráfico mediante el

uso de algoritmos genéticos, Yilmaz y Hocanlı (2006) han estudiado el mapa de ruido en Sanliurfa mediante el uso de sistemas de información

geográfica. En el año 2010, de acuerdo con el Reglamento sobre la evaluación y gestión del ruido ambiental emitido en Turquía, se ha

requerido para preparar los mapas de ruido de las carreteras utilizadas por más de seis millones de vehículos al año como máximo hasta el

30.06.2013. Los investigadores en casi todas las ramas de la ciencia son esperados y solicitados reglas de funcionamiento de los sistemas

basados ​en los datos en la mano. Para ese propósito, se inclina a los modelos abstractos que explicarán el sistema. Tal abstracción se

describe generalmente como la palabra de "Modelo". Modelo es la elaboración de información o pensamientos relacionados con cualquier

evento bajo reglas definidas. Por lo tanto, una aproximación a la realidad se puede lograr por conseguir más información relacionada con la

realidad. Sin embargo, la pérdida de información entre la realidad y el modelo en las mejores circunstancias es inevitable que significa, errores

de observación en la medición y asignación debido a las incertidumbres proceden de aleatoriedad es inevitable (Saygı y Şanslı, 2001). el arte

de modelado está tratando de elegir el factor más importante al reconocer la imposibilidad de consideración numerosos factores individuales

que tienen efecto sobre la variación relevante en su lugar. Más tarde, un modelo que muestra la interacción de estos factores debe ser

estructurado. El propósito es llegar a un modelo simple que señala modelo viable sin dejar de lado los factores cruciales (Newbold, 2000).

Gujarati (1999) enumera criterios de modelado, tales como (1) modelo debería simple, (2) un equilibrio óptimo del modelo debe estar bien, (3)

el modelo debe ser coherente con la teoría, (4) la predicción de modelo debe ser alta (Çağdaş , 2007). El análisis de regresión examina la

dependencia de una variante dependiente a otras variantes significativas con el fin de estimar el valor medio (universo) de la primera por los

valores conocidos o invariantes de este último (en los ejemplos repetidos). Foco de interés del análisis de regresión es relaciones estadísticas

y no relaciones funcionales o específicas entre las variables vistos en la física convencional. Por lo general, las variables aleatorias o

estocásticos, que son las variables que Gujarati (1999) enumera criterios de modelado, tales como (1) modelo debería simple, (2) un equilibrio

óptimo del modelo debe estar bien, (3) el modelo debe ser coherente con la teoría, (4) la predicción de modelo debe ser alta (Çağdaş , 2007).

El análisis de regresión examina la dependencia de una variante dependiente a otras variantes significativas con el fin de estimar el valor

medio (universo) de la primera por los valores conocidos o invariantes de este último (en los ejemplos repetidos). Foco de interés del análisis

de regresión es relaciones estadísticas y no relaciones funcionales o específicas entre las variables vistos en la física convencional. Por lo

general, las variables aleatorias o estocásticos, que son las variables que Gujarati (1999) enumera criterios de modelado, tales como (1)

modelo debería simple, (2) un equilibrio óptimo del modelo debe estar bien, (3) el modelo debe ser coherente con la teoría, (4) la predicción de

modelo debe ser alta (Çağdaş , 2007). El análisis de regresión examina la dependencia de una variante dependiente a otras variantes

significativas con el fin de estimar el valor medio (universo) de la primera por los valores conocidos o invariantes de este último (en los

ejemplos repetidos). Foco de interés del análisis de regresión es relaciones estadísticas y no relaciones funcionales o específicas entre las variables vistos en la físic

Modelación de ruido de la carretera Tráfico, (7082), Bulent Bostanci y 2/13

Abdurrahman Geymen (Turquía) Congreso de la FIG 2014 Modelli

La participación de los desafíos - mejorar la pertinencia de Kuala Lumpur,

Malasia 16-21 de junio de 2014
han distribución de probabilidad, se utilizan en las relaciones estadísticas entre las variables (Gujarati, 1999). El uso de
modelos de estimación, en otras palabras, el análisis de regresión comprende la identificación de otras variables que
están relacionadas con la variable cuyos valores a estimar. Modelo estadístico formado después de las variables
identificadas define la relación entre la variable que ser estimado y las otras variables y utilizado para la fabricación
predicción acerca de la variable relevante. Razón del uso intensivo de los modelos de regresión de la economía es que
permite evaluar los resultados de las políticas opcionales de la gestión. Debe recordarse que la dificultad en el desarrollo
de un modelo, así como la necesidad de que todos los últimos datos relativos a la totalidad de las variables tienen varias
desventajas debido a la necesidad de tiempo y costo (Bhattacharya, 1997; Özdemir vd., 2006).

Multilineales hipótesis modelo de regresión son los siguientes: (Kalaycı, 2008):

• dispersión normales
• linealidad
• La media de los términos de error son nulas

• varianza fija
• Autocorrelación es nulo
• Multicolinealidad entre las variables independientes es nulo.

2. Modelo de regresión multible

En la relación de una variable Y dependiente con número k de variables tales como X1, X2, ......, Xk, si
las variables independientes se dan los determinados valores de x1, x2, ..., xk, regresión múltiple universo
muestra el Yi que es el valor de la variable dependiente como sigue.:

Y yo =β
+ 1β . X yo + β 3 .2X
21 yo
+ .... ... + β k . xu
ki
+ yo
i = 1,2,3, ... .., n (1)

Dónde 1 β término constante, β β,

2 3
, . .. . . β son
k
coeficientes de regresión parcial, u yoresiduo o error
plazo y n es el tamaño de la muestra.

poder Explicación del modelo de regresión múltiple

Si todas las observaciones están en la línea de regresión a continuación, una concordancia completa se puede lograr. Tal caso
puede ser visto raramente en la práctica. modelo de regresión sin duda tendrá algunos valores con signo negativo o yo
u firmar. Se prevé que este tipo de errores deben ser menores tanto
2
como sea posible. R, el coeficiente de especificidad es una norma que la forma en la línea de regresión de la muestra está en concordancia
con los datos (Gujarati, 1999).

Σ
2
u1yo
R
2
=- (2)
Σ
2
( YY
yo
- )

Modelación de ruido de la carretera Tráfico, (7082), Bulent Bostanci y 3/13

Abdurrahman Geymen (Turquía) Congreso de la FIG 2014 Modelli

La participación de los desafíos - mejorar la pertinencia de Kuala Lumpur,

Malasia 16-21 de junio de 2014
 2
Calculo de R el coeficiente de especificidad con la notación de matriz se muestra con el
fórmula (3).
2
β.'' X y''. R- nY.
(3)
2
= 2
yy''. nY- .

Coeficiente de especificidad describe la tasa de cambio que puede explicarse por la relación entre las variables dependientes e
independientes en la ecuación de regresión (Frees, 1996). Las variables independientes se utilizan como una estadística
descriptiva que da la tasa de éxito de la acción de las variables dependientes. En este contexto, el uso de k, la variable
independiente puede ser criticado cuando se encuentran en altas tasas en N, los números de punto de observación. En este
caso, incluso si la variable dependiente no está conectado a las variables independientes fuertemente, concuerda con los datos
del modelo bastante bien. Con el fin de aliviar dicho problema, se utiliza una medida revisada de potencia de acuerdo regresión.
La idea básica consiste en dividir el total de las dos plazas en un grado de independencia adecuado con el fin de equilibrar la
reducción total de errores cuadrados causados ​por la adición de variables más independiente de la ecuación de regresión. Por
medio de tal cambio, el coeficiente de especificidad revisado se encuentra (Newbold, 2000).

2 - 1
norte
R =1- (1
- R nk
2
) (4)
-

2
R, coeficiente de especificidad revisado muestra la tasa de los cambios en la variable dependiente se puede explicar por
2 ≤≤R
las variables independientes en% y valorada entre 0 1 . Valores

cerca de 1 muestran la alta tasa de la optimización conformidad del modelo de regresión. Coeficiente de variación y
error porcentual media también se utilizan como medidas de optimización de acuerdo.

3. Aplicación de la regresión múltiple para modelado del ruido

3.1. área de trabajo y el material

Con el fin de determinar y evaluar el ruido del tráfico rodado procedente por la densidad del tráfico, se ha previsto para
medir el ruido en la calle principal frente a la Universidad Erciyes, Kayseri en intervalos de 5 minutos en la mañana, la tarde
y la noche. Los valores de ruido se han medido en un plazo de 3 tres semanas de tiempo bajo las condiciones de aire
similares a lo largo de la ruta aprox. durante 2 km y en segmentos horizontales para 100 m mediante el uso de Tipo Delta
Ohm 1 de medición de ruido del equipo (Figura 1). Posición de la cada punto medido sobre el terreno ha sido transferido al
mapa por satélite mediante la determinación de utilizar el GPS. También se ha registrado el número de vehículos y tipos
pasaron durante la duración de la medición durante 5 minutos. Se ha visto que los vehículos viajan con una velocidad de 50
km de acuerdo con el tráfico del centro de la ciudad. Por lo tanto, valor de la velocidad significa que no se ha calculado
como variable independiente. Los valores de ruido de los niveles de ruido día, tarde y noche medidos en el mismo lugar se
han traducido en un solo valor que refleja el ruido promedio diario (Lgag).

Modelación de ruido de la carretera Tráfico, (7082), Bulent Bostanci y 4/13

Abdurrahman Geymen (Turquía) Congreso de la FIG 2014 Modelli

La participación de los desafíos - mejorar la pertinencia de Kuala Lumpur,

Malasia 16-21 de junio de 2014
Figura mapa de ruido y puntos 1. satélite de la zona de trabajo

3.2. La regresión múltiple se utiliza para modelar el ruido de rodadura

Se ha estudiado en modelos de carreteras ruido usando el método de regresión múltiple. Para y sus
colegas (2202), han modelado el ruido del tráfico en Hong Kong de 2002 a lo largo de las 19 carreteras
principales y mostró número de vehículos ligeros y el flujo de tráfico total como un factor significativo en el
ruido del tráfico urbano. Del mismo modo, en su estudio Manatakis, en Patras, Grecia, 2001 ha definido
tráfico total por hora, el número de vehículos ligeros por hora, el número de vehículos pesados ​por hora y la
velocidad media como un factor eficaz en el modelado del ruido del tráfico rodado en las zonas urbanas.
Hoy en día, el análisis de regresión múltiple, que es uno de los análisis estadísticos, se puede aplicar a
través de las tecnologías de la información sin esfuerzo es una especie de análisis relacionados con la
predicción de la variable dependiente en base a dos o más variables independientes (variables expresivas)
conectados a la variable dependiente.

Y yo =β
+ 1β . X yo + β 3 .2X
21 yo
+ .... ... + β k . xu
ki
+ yo
(5)

En la ecuación, Yi es el valor de ruido quería, X yomuestra las variables que pueden afectar posiblemente

dicho valor. Los coeficientes que definen las eficiencias de los variables afectan el valor de ruido son los términos de error del

modelo que se ha definido como la media sea nula en 1 β β, β ,

2 3
, ... , β ky
uyo«La aplicación del análisis de regresión múltiple en la evaluación de ruido se muestra en la Figura 2 en los detalles.

Modelación de ruido de la carretera Tráfico, (7082), Bulent Bostanci y 5/13

Abdurrahman Geymen (Turquía) Congreso de la FIG 2014 Modelli

La participación de los desafíos - mejorar la pertinencia de Kuala Lumpur,

Malasia 16-21 de junio de 2014
 La recopilación de datos relacionados con el ruido

valoran la investigación

- La elección de las variables de ruido

La formulación del problema de valoración de ruido
- Elegir el método de emparejamiento (mínimos cuadrados)

- La definición de los supuestos

Que coincide con el modelo de valoración de ruido - Mediante el método de mínimos cuadrados

Evaluación del modelo de coherencia - pruebas de optimización coherencia

- Residuo (error) análisis

- La observación eficaz y examinando el valor extremo

No

¿Es coherente el modelo?

Sí

Aprobación de los supuestos
- El examen de covarianza
(Multicolinealidad)
- hipótesis de normalidad
- suposición de varianza fija
- suposición de conexión lineal

No

Se puede utilizar el modelo?

Sí

RESULTADO

Figura 2. Diagrama de flujo del análisis de regresión múltiple lineal utilizado para evaluar el ruido

Modelación de ruido de la carretera Tráfico, (7082), Bulent Bostanci y 6/13

Abdurrahman Geymen (Turquía) Congreso de la FIG 2014 Modelli

La participación de los desafíos - mejorar la pertinencia de Kuala Lumpur,

Malasia 16-21 de junio de 2014
Los datos obtenidos por el programa SPSS ha sido evaluada por análisis de regresión múltiple y el modelo de regresión paso a paso

ha sido utilizado como el método de elección de las variables (Tabla 1). La media de valor de ruido obtenido por las mediciones de

día, tarde y noche durante 5 minutos, en lugar de variable dependiente, y 4 variables, tales como la distancia de los puntos de

medición del ruido de la carretera, el número total del vehículo, número de vehículos ligeros y el número de vehículos pesados dentro

de los 15 minutos se han utilizado como variables independientes. Tabla 1. La media y las desviaciones estándar de las variables

Media Std. Desviación N

Lgag 75,9890 3,20787 94
neardist 17,07 16764 94
El total de vehículos 261,81 22.417 94
vehículos ligeros 251,74 21026 94
Los vehículos pesados ​10,06 4706 94

Se ha observado una correlación entre los números total del vehículo y el número de vehículos ligeros tales como 0,97, que es

significativamente alta cuando se examinan los coeficientes de correlación. Modelo deberá preferir una de dichas variables.

Cualquier valores extremos que afectarán al modelo en las estadísticas de error no se han observado (Tabla 2). Tabla 2.

Resultados estadísticos de los residuos

Mínimo Máximo Media Std. Desviación N

Valor predicho 69,5534 79,7141 75,9890 2,54719 94
Std. Valor predicho - 2527 1462 , 000 1000 94
Error estándar del valor predicho
, 223 , 774 , 394 , 111 94

Ajustado valor predicho 69,3655 79,4263 75,9818 2,55088 94

Residual - 4,72182 3,86864 , 00000 1,94995 94
Std. Residual - 2382 1952 , 000 , 984 94
Semental. Residual - 2480 2099 , 002 1010 94
eliminado residual - 5,11810 4,47361 , 00719 2,05521 94
Semental. eliminado residual - 2555 2140 , 001 1018 94
Mahal. Distancia , 185 13.199 2968 2402 94
Distancia de Cook , 000 , 172 , 014 , 027 94
Centrada Valor apalancamiento , 002 , 142 , 032 , 026 94

2
R Valor, coeficiente de especificidad revisado, que es el grado de cohesión del modelo, se ha encontrado como 0618. Tasa de
la pérdida en el modelo es 38,2%. error estándar de la evaluación se ha encontrado como 1, 98 dBA. Como el coeficiente de
Durbin Watson, que se utiliza para expresar la autocorrelación se ha encontrado como 1, 48, puede ser informado de que una
autocorrelación no se existía (Tabla 3).

Modelación de ruido de la carretera Tráfico, (7082), Bulent Bostanci y 7/13

Abdurrahman Geymen (Turquía) Congreso de la FIG 2014 Modelli

La participación de los desafíos - mejorar la pertinencia de Kuala Lumpur,

Malasia 16-21 de junio de 2014
Tabla 3. grado cohesión del modelo

Durbin-Watson
R Std Square.
Modelo cuadrado de RR ajustado Error de la
Estimacion
1 , 757a , 574 , 569 2,10595
2 , 783b , 613 , 605 2,01687
3 , 794c , 631 , 618 1,98218 1480

Como la prueba F muestra significación nulo en la tabla de ANOVA utilizado para probar el análisis de varianza y ecuación de

regresión, modelo de regresión creado es significativa estadísticamente (Tabla 4). Tabla 4 Análisis de Varianza (ANOVA)

Suma de
Modelo Cuadrícula df Mean Square F Sig.
3 regresión 603399 3 201133 51,192 0,0000
Residual 353613 90 3929
Total 957012 93

Con el fin de evaluar el efecto de la variable de cada uno independiente, se debe hacer referencia a la tabla de coeficiente

de regresión de la salida (Tabla 5). Tabla 5 Los coeficientes de las variables y valor fijo

coeficientes Coeficientes
desestandarizados estandarizados
Modelo segundo Std. Error Beta t Sig.
3 (Constante) 71849 2556 28 111 0000
neardist - 0134 0013 - 0703 -10 688 0000
0,122 vehículos pesados 0045 0179 2714 0008
0,021 vehículos ligeros 0010 0136 2053 0043

ecuación de regresión: Se ha

formado como sigue:

L mordaza
= 71849 (0134)
+- xneardist + 0122 xheavyvehicles + 0021 xlightvehicles

Modelación de ruido de la carretera Tráfico, (7082), Bulent Bostanci y 8/13

Abdurrahman Geymen (Turquía) Congreso de la FIG 2014 Modelli

La participación de los desafíos - mejorar la pertinencia de Kuala Lumpur,

Malasia 16-21 de junio de 2014
Figura 3 Histograma, de dispersión y de la dispersión de gráficos de los errores

Estandarizados términos de error de gráficos de frecuencias para la variable dependiente debe mostrar una dispersión normal.
gráficos de histogramas muestran que tal requisito se ha cumplido. Se puede decir que los valores de error estándar de dispersión
gráficos describen una relación lineal y los puntos tienden a reunirse alrededor de un eje lineal. En una dispersión gráficos,
observaciones en términos de error variable y estandarizada dependientes deben dispersar homogéneamente en un área definida.
Se puede decir que la dispersión homogénea se han cumplido parcialmente (Figura 3).

3.3. mapeo de ruido de la carretera

Las investigaciones realizadas en varios países muestran que la fuente más importante y común del ruido que afecta
a muchas personas en una zona residencial es el ruido del tráfico (Berglund, vd, 1995;. Akerlof, 1996; Maraş vd, 2011;
Ilgar, 2012). Por otra parte, las investigaciones han demostrado que el ruido del tráfico es mucho más significativo que
el ruido procedente del tráfico aéreo (Karpuzcu, 2007). Fuente del ruido del tráfico por carretera se puede describir
como tipos de vehículos, partes de motores de vehículos, el ruido de los vehículos que genera su propia velocidad, la
calidad de la carretera y la intensidad del tráfico (Öztürk, 1999). De acuerdo con el Reglamento sobre la evaluación y
gestión del ruido ambiental, mapas estratégicos de ruido serán preparados que muestra el estado del año calendario
anterior en las carreteras utilizadas por más de seis millones de vehículos al año hasta el 30.06.

Ubicación y ruido valores encontrados han sido evaluados por medio de módulo de análisis geoestadísticos del software
ArcGIS y un modelo mapas de ruido se ha creado a través de las técnicas de interpolación sobre la base de GIS. método
Kriging se utiliza y el mapa de ruido creado por el Método de Kriging Ordinario se muestra en la Figura 4.

Modelación de ruido de la carretera Tráfico, (7082), Bulent Bostanci y 9/13

Abdurrahman Geymen (Turquía) Congreso de la FIG 2014 Modelli

La participación de los desafíos - mejorar la pertinencia de Kuala Lumpur,

Malasia 16-21 de junio de 2014
 μ
Kriging Predicción

Mapa
Leyenda

Los contornos llenos

66.53 - 69.85

69.85 - 72.36

72.36 - 74.26

74.26 - 75.69

75.69 - 76.78

76,78-77,6

77,6-78,22

78.22 - 79.04

79.04 - 80.12

80.12 - 81.56

0 110 220 440 Medidor s

Figura 4. carretera Urban mapa de ruido mediante el uso de método Kriging Ordinario

4. CONCLUSIONES Y RECOMENDACIONES

Modelo cumple con todas las hipótesis. Sin embargo, con el fin de ver los resultados de la aplicación de la muestra de regresión
de ruido que se encuentra en otras muestras, es necesario aplicar en los datos separados fuera del modelo para fines de
prueba.

Un modelado se hace con 4 variables que explican la variable dependiente en la muestra y un modelo ha sido creado como el

modelo de regresión paso a paso considerado 3 variables significativas. optimización de cohesión del modelo de regresión

aumenta hasta 61,8%, que es una tasa baja. Tal problema de baja tasa puede ser resuelto mediante el aumento de los

tiempos de observación a 10 minutos, disminuyendo las distancias entre las secuencias de a 50 metros y el aumento del

número de las variables.

REFERENCIA
Modelación de ruido de la carretera Tráfico, (7082), Bulent Bostanci y 10/13

Abdurrahman Geymen (Turquía) Congreso de la FIG 2014

La participación de los desafíos - mejorar la pertinencia de Kuala Lumpur,

Malasia 16-21 de junio de 2014
Akerlof, L. (1996). Guía acústica, Selección de calidad acústica en los edificios. Suecia. Berglund, B., Lindvall, T., 1995, ruido

en la urbanización. Informar a la Organización Mundial de la Salud. Archivos del Centro de Investigación Sensorial, 2:. 1-195.

Bhattacharya, S., (1997). Un estudio comparativo de diferentes métodos de predicción de series de tiempo, M.Sc. Tesis doctoral,
Universidad de Concordia, Canadá.

Çağdaş, V., (2007), Türkiye İçin Bir Emlak Vergi Sistemi Tasarım Modeli Önerisi, Doktora Tezi, Yildiz Teknik

Üniversitesi, Estambul. Çevresel Gürültü Eylem PLANI, (2009-2020),

Libera, EW, (1996), Análisis de datos mediante modelos de regresión: la perspectiva de negocios, Prentice-Hall: Nueva
Jersey.

Geymen, A., Bostancı B. (2012). Elaboración de mapas de ruido del sistema con la ayuda de información geográfica. Semana de Trabajo
de FIG 2012, Roma, Italia.

Gujarati, DN, (1999), Temel Ekonometri, (CEV., Ü.Şenesen, GG Şenesen) Literatur Yayınevi, Estambul.

Gundogdu, O., Gokdag, M., Yuksel, F .: A método de predicción de ruido de tráfico basado en la composición del vehículo

utilizando algoritmos genéticos, Applied Acoustics 6 (2005), pp. 799-809.

http://www.cygm.gov.tr/CYGM/Files/EylemPlan/Cevresel_%20Gurultu_20Eylem_Plani.pdf Ilgar, R., (2012). Çanakkale

Sehir içi trafiğindeki araç kaynaklı gürültü kirliliğine yönelik ön çalışma, Diario del Mundial de turcos, 4,1, 253-267

Kalaycı, s., (2008), SPSS Uygulamalı Çok Değişkenli İstatistik Teknikleri, Asil Yayın Dağıtım Ltd.Şti.,
Ankara.

Karpuzcu, M., (2007). Çevre Kirlenmesi ve kontrolu, 380 sh., Özal Matbaası, Estambul. Manatakis EK, (2011), un

método de regresión múltiple para Modelado Estadístico de ruido de tráfico de camino, Actas de la 12ª

Conferencia Internacional de Ciencia y Tecnología Ambiental, Rodas, Grecia. 8-10 septiembre de 2011.

Maraş EE, Maraş HH, Maras SS cinco Alkış Z., (2011). CBS Verilerinden Çevresel Gürültü Haritalarının
Hazırlanmasında Kullanılan Tahmin Yönteminin Analizi, HARITA Dergisi, 145, 52-60

Newbold, P., (2000), İşletme ve İktisat İçin İstatistik, (CEV., Ü.Şenesen) Literatur Yayıncılık,
4. Baskı, Estambul.

Modelación de ruido de la carretera Tráfico, (7082), Bulent Bostanci y 11/13

Abdurrahman Geymen (Turquía) Congreso de la FIG 2014

La participación de los desafíos - mejorar la pertinencia de Kuala Lumpur,

Malasia 16-21 de junio de 2014
Ozer, S .; Yilmaz, H .; Yesil, M., Yesil, P .: La evaluación de la contaminación acústica causada por los vehículos en la ciudad de

Tokat, Turquía, Investigación Científica y Ensayo, 4 (2009), pp. 1205-1212. Sahinkaya, S.

(2005). Coğrafi Bilgi Sistemleri ile demiryolu gürültü kirliliğinin

modellenmesi: Konya örneği. Selçuk Üniversitesi, Fen Bilimler Enstitüsü, Konya Saygı, H. ve Şanslı, s., (2001), “Su

Ürünleri Tüketimi İçin Ekonometrik Bir Modelo”, E.Ü. Su Ürünleri Dergisi, CILT 18, sayi 3-4, Syf. 383-390, Esmirna.

Para WM ,, Ip RC, GC Lam, Yau CT. (2002) Un modelo de regresión múltiple para el ruido del tráfico urbano en Hong

Kong. Diario Acoust. Soc. Am., 112 (2), 551-556 Mapping, Yilmaz, G., Hocanli, Y .: de ruido mediante el uso de GIS en

Sanliurfa, Monitoreo y Evaluación Ambiental 121 (2006), pp. 103-108.

Özdemir, A. ve Özdemir, A., (2006), Ege Akademik Bakış, Ekonomi, İşletme, Uluslararası İlişkiler han siyaset
Bilimleri Dergisi, CILT 6, sayi 2, Temmuz, Syf. 105-114.

Biografia Bülent Bostancı nació en Aksehir, Turquía, en 1969. Se graduó en la Universidad Técnica de Yildiz,
Estambul, Turquía en 1992, y recibió maestría y un doctorado de la Universidad Técnica de Yildiz, Estambul,
Turquía en 1995 y 2008. Trabajó en República de Turquía Dirección General de Carreteras de 5 años. Recibió su
título de Profesor Adjunto en Turquía en 2010. Ahora trabaja para la Universidad Erciyes, Kayseri, Turquía como
el Jefe de la División Técnica de Topografía en el Departamento de Ingeniería Geomática. Sus áreas de
investigación son la topografía especial de ingeniería, desarrollo de bienes raíces y análisis de riesgos.

abdurrahman Geymen nació en Konya, Turquía, en 1973. Se graduó con un título de Maestría en Ingeniería
Geomática del Instituto de Tecnología de Gebze, Turquía, en 2000. Recibió un doctorado del Departamento de
Ingeniería Geomática, Universidad Técnica del Mar Negro, Turquía, en 2006. se está trabajando con el Departamento
de Ingeniería Geomática, Universidad Erciyes como profesor asociado. Sus intereses de investigación incluyen el
Sistema de Información Geográfica (GIS), Diseño asistido por ordenador, desarrollo de software para GIS, SIG basado
en Web y estructuras de datos espaciales. Se ha publicado un número de la revista y conferencias internacional artículo
relacionado con estas áreas.

Modelación de ruido de la carretera Tráfico, (7082), Bulent Bostanci y 12/13

Abdurrahman Geymen (Turquía) Congreso de la FIG 2014

La participación de los desafíos - mejorar la pertinencia de Kuala Lumpur,

Malasia 16-21 de junio de 2014
CONTACTOS

Assoc. Prof. Dr. Abdurrahman Geymen y Assist. Prof. Dr. Bulent Bostancı Universidad Erciyes,
Facultad de Ingeniería, Departamento de Geomática, 38039 Kayseri / Turquía

Tel. +90 352 2076666 (ext. 32676 y 32655) Fax +90

352 4375784
E-mail: ageymen@erciyes.edu.tr y bbostanci@erciyes.edu.tr sitio Web:
http://harita.erciyes.edu.tr/en/page/16/academic-staff.html

Modelación de ruido de la carretera Tráfico, (7082), Bulent Bostanci y 13/13

Abdurrahman Geymen (Turquía) Congreso de la FIG 2014

La participación de los desafíos - mejorar la pertinencia de Kuala Lumpur,

Malasia 16-21 de junio de 2014