Estimación de la Composición Temporal y Espectral del Ruido de Tráfico en la Ciudad de Bahía Blanca Mediante un Modelo de Red Neuronal

Abstract

En los ambientes comunitarios existe una gran variedad de fuentes sonoras y espacios, los cuales generan una diversidad de situaciones acústicamente relevantes. En particular, el tráfico rodado es considerado la principal fuente urbana de contaminación sonora. Para explicar adecuadamente como percibe la población el ambiente sonoro, es necesario no solo estimar los niveles globales de exposición sino también caracterizar la estructura temporal y espectral del paisaje acústico. Desde el punto de vista predictivo, el problema es complejo debido a las relaciones no lineales entre las variables involucradas. En este trabajo se propone un modelo de red neuronal artificial para predecir la composición temporal y espectral de los niveles sonoros originada por el tráfico vehicular en la zona céntrica de la ciudad de Bahía Blanca (Argentina). El modelo resultante, ajustado a partir de mediciones in situ, permite incorporar información relevante para evaluar de manera más efectiva las características físicas del nivel sonoro en ambientes urbanos.