道路交通は欧州における環境騒音の曝露の主要因であり、指令2002/49/ECでは関係当局に対し、その評価と管理が求められている。港湾都市では、その曝露の相当部分が、フェリーの乗船・下船作業によって誘発される道路交通によって生み出される。これは脈動的で高い非定常性をもつ発生源であり、長期平均指標を返すよう設計された標準的予測手法では、巨視的な形でしか表現できない。本研究は、イタリアのサルデーニャ州オルビアの同一の海岸沿い区域に適用した2つの予測アプローチを比較し、計測学的な問題ではなく運用上の問いを扱う。すなわち、どのモデルが、特定の騒音管理の意思決定に実際に必要な情報を提供するかである。ISO 9613およびCNOSSOS-EUの手法に基づく物理モデルをCadnaAに実装し、低季節と高季節の2期間にわたり、3つの受音点で実施された連続モニタリングデータで校正した。非線形自己回帰型の人工ニューラルネットワークは、同一の海岸沿い区域で先行して開発され、実験的に検証済みであり、車両の流入データのみから等価騒音レベルを予測するために用いた。2つのモデルによって返されるLday、Levening、Lnight指標について、必要入力データ、空間的・時間的分解能、遅延、さらに戦略的音響マッピングの5年サイクルにおける設置・更新コストも含めて比較した。両モデルの差は、低流量の夜間期間で最大14 dBに達する一方、計算時間は物理モデルが3〜36時間であるのに対し、ニューラルモデルではほぼリアルタイムの推論となる。これらの2つのアプローチは補完的であり、代替関係ではない。物理モデルは計画や、まだ実装されていないシナリオに対して依然として必要である。他方、フェリー港における騒音の運用上かつ日中内（intraday）的な管理には、データ駆動型の予測がより適している。日中および夕方の期間では、両モデルは平均で1 dB以内で一致するが、夜間ではニューラルモデルが系統的に高い値を返す。平均で5.4 dB高く、全受音点において両季節で最大14 dB高い。
https://doi.org/10.20944/preprints202609.0133.v1