Lavfrekvent støy fra militær virksomhet 2 - sluttrapport

Abstract

Denne rapporten oppsummerer oppdraget "Lavfrekvent støy fra militær virksomhet 2". Arbeidet har vært gjort på oppdrag fra Forsvarsbygg som en del av et forskningsprogram finansiert av Forsvarsdepartementet. Målet har vært å forbedre Forsvarsbyggs prediksjonsverktøy for akustisk støy fra tunge våpen og eksplosjoner. Slike prediksjonsverktøy brukes når Forsvarsbygg forvalter Forsvarets skyte- og øvingsfelt. Når Forsvaret bygger et skyte- og øvingsfelt, underlegges dette utslippsgrenser for støy. Forsvarsbygg benytter i dag programvaren Milnoise (tidligere kalt Milstøy) til å forsikre seg om at disse grensene kan overholdes. Dette er viktig for Forsvaret siden overtredelse av støygrensene kan føre til at treningsområdet stenges, slik at man blir forhindret fra å gjennomføre øvelsesvirksomhet. Manglende øving kan igjen øke faren en soldat utsetter seg for under militære operasjoner. Input til Milnoise er kildekarakteristikk (avhengig av våpen), antall skudd, kildeposisjon, værdata, topografi og bakkedata. Output er støykart. Støykartet genereres blant annet av en regnemetode for lydutbredelse i luft. Mye av forskningen på utendørs lydutbredelse er motivert av trafikk- og industristøy. Lyd fra tyngre våpen og eksplosjoner skiller seg ut ved lav frekvens, lang rekkevidde, og ikke-linearitet nær kilden. I tillegg vil lydsignalet være kortvarig. Dette stiller andre krav til regnemetodene som benyttes. Som svar på dette har vi arbeidet med en versjon av PE-metoden. Totalt har oppdraget medført publisering av seks FFI-rapporter, ett FFI-notat og en konferanseartikkel. Det er fremskaffet kildedata for støy fra 13 kombinasjoner av våpen og ammunisjon, til bruk i kildedatabasen til Milnoise. PE-metoden har blitt implementert, testet og validert mot måledata. Vi har undersøkt om regnemetoden kan brukes som støykartleggingsverktøy for langtrekkende, lavfrekvent støy, og spesielt om den egner seg for implementasjon i Milnoise. Svaret er situasjonsavhengig. Det må tas hensyn til ønsket nøyaktighet, tilgjengelig regnetid, aktuelle værtyper og scenarioets omfang; i tillegg må kvalitet på og relevans av vær-, bakke- og kildedata tas i betrakning. FFI-rapportene våre gir innsikt i hvordan og hvor mye disse faktorene virker inn. Angående Milnoise bør det nevnes at de nåværende mulighetene for input av værdata er begrensende. En alternativ løsning er å ha en mer eller mindre uavhengig kode som produserer lydnivåer i form av oppslagsdata for Milnoise. PE-modeller er å anse som essensielle verktøy innen moderne forskning på langtrekkende lydutbredelse, da de gir innsikt i værvariabilitet på en måte som langt overgår enklere utbredelsesmodeller. Et naturlig neste steg er å implementere modellen i Milnoise for så å feilsøke og validere implementasjonen. Dette bør sees i sammenheng med utviklingen av nye indikatorer for støy rundt Forsvarets anlegg.

This report summarises the assignment ”Low Frequency Noise from Military Activity 2”. It was assigned by the Norwegian Defence Estates Agency (NDEA) as part of a research program financed by the Norwegian Ministry of Defence. The goal has been to improve NDEA’s prediction tools for heavy weapons and explosions. Such prediction tools are used when NDEA manages shooting and practice ranges. When the Armed Forces build a shooting and practice range, noise emission limits are imposed. The NDEA presently uses the software Milnoise (previously called Milstøy) to ensure that the limits can be observed. This is important for the Armed Forces as transgressions may lead to closure of the range, and thus stop the practice activity. Lack of practice may increase the danger a soldier is exposed to in military operations. The input data to Milnoise are source characteristics (weapon dependent), number of shots, source position, weather data, topography and ground data. The output is a noise map. One part of the noise mapping procedure is a computational method for sound propagation in air. Much of the research on outdoor sound propagation is motivated by traffic and industrial noise. Sound from heavy weapons and explosions differ by its low frequency, long range and non-linearity near the source. In addition, the signal will have short duration. The demands on computational methods are therefore different, and as an answer we have considered the PE method. In total, the assignment has led to six FFI reports, one FFI note and one proceedings article. Sound source data, for inclusion in the source database of Milnoise, have been produced for 13 combinations of weapons and ammunition. A version of the PE method has been implemented and tested against measurements. We have investigated whether this computational method can be used as a noise mapping tool for long-ranging, low frequency noise, and in particular whether it is suitable for implementation in Milnoise. The answer is situation dependent. Factors to take into account are desired accuracy, available computing time, weather types and the scale of the scenario; in addition, the quality and relevance of weather, ground and source data must be considered. Our reports provide insight into how and how much these factors matter. Concerning Milnoise, the current possibilities for weather input would limit the usefulness of the PE method. An alternative solution is to have a more or less independent code that produces sound levels in the form of table look-up data for Milnoise. PE models are essential tools in modern research on long range sound propagation, as they provide insight into weather variability that far exceeds simpler propagation models. A natural next step is to implement the PE method in Milnoise, and then test and validate the implementation. This should be seen in the context of the development of new noise indicators around the Norwegian Armed Forces’ installations.