W rozprawie zajęto się problemem oceny wskaźników zagrożeń hałasowych środowiska i ich niepewności. Szczególną uwagę poświęcono procesowi estymacji długookresowych wskaźników, tj. długookresowego średniego poziomu dźwięku A LDWN i długookresowego nocnego poziomu dźwięku A LN i ich
niepewności standardowej typu A.
W pracy zaproponowano trzy nowe algorytmy wyznaczania wartości oczekiwanej i niepewności standardowej typu A. Do tego celu wykorzystano jądrowy estymator funkcji gęstości prawdopodobieństwa, metodę ponownego losowania bootstrap oraz wnioskowanie bayesowskie.
Zaprezentowano także przykład procesu obliczeniowego umożliwiającego wyznaczenia poszukiwanej wartości oczekiwanej i wariancji długookresowych wskaźników hałasu. Ilustracją dla wskazanych rozwiązań i analiz ich przydatności były wyniki ciągłego monitoringu hałasu drogowego udostępnione przez WIOŚ w Krakowie. Wyniki zarejestrowano w 2004, 2005, 2008, 2009 roku na jednej z głównych arterii komunikacyjnych miasta Krakowa.
Otrzymane wyniki porównano z klasycznym estymatorem wartości oczekiwanej i niepewności standardowej typu A stosowanym obecnie, opracowanym na podstawie reguł zawartych w ISO/IEC Guide 98.
Na potrzeby badań i niniejszej pracy w środowisku Matlak została stworzona i napisana aplikacja. Służy ona do wyznaczania poszukiwanych estymat długookresowych wskaźników przy wykorzystaniu algorytmów przedstawionych w rozprawie.
The problem of estimation of the environmental noise hazard indices and their uncertainty is presented in the hereby dissertation. The main attention is focused on the estimation process of the term noise indicators i.e. the A-weighted long-term average sound level LDEN and the A-weighted long-term average night sound
level and their type A standard uncertainty.
The three new algorithms for calculating an expected value and type A standard uncertainty are proposed in the paper. For this purpose was used kernel estimator of the probability density function, the resampling bootstrap method and the Bayesian inference.
There was presented the example of calculation process which make possible determining searching estimators of expected value and variance of long-term noise indicators. The illustration for indicated solutions and usefulness analysis was constant monitoring results of a traffic noise recorded in 2004, 2005, 2008, 2009 year on one of the main arteries of Krakow, Poland.
The comparison of the obtained results with the classical estimates expected value and standard uncertainty, were undertaken. The classical estimates was calculated by the rules given in the 1SO/IEC Guide 98.
For the purposes of scientific investigation and this doctor's thesis in the Matlab software packet was created application. It is used to calculate the searching estimates of long-term noise indicators using the algorithms presented in this dissertation.
