包头市不同路面温度变化特征及预报模型研究

利用包头试验场2016年12月—2018年12月沥青、水泥、地砖、砂石路面温度、气温观测和同期气象站实况资料,统计分析了不同季节、不同天气状况下各种路面温度和气温的日变化特征,以及不同路面温度与气象因子的关系,采用逐步回归统计方法建立了不同季节不同路面温度预报模型并进行检验。结果表明,不同路面温度的日变化与季节和天空状况有密切关系,路面温度与平均气温、最高气温、最低气温呈显著正相关;与相对湿度呈负相关。基于不同路面温度预报方程的检验结果得出,预报准确率在82%～94%,相关系数在0.86～0.96,模型应用于路面温度预报业务。     

浙江省高速公路路面温度预报模型性能检验及应用

基于地表能量守恒方程和陆面模式土壤温度计算模块,建立高速公路路面温度预报物理模型。利用2014年6月1日至2015年5月31日8个常规气象观测站和6个交通自动气象监测站逐小时观测资料对模型预报产品进行评估检验,结果表明:预报效果随提前量的减小而提高,常规站(交通站)提前1h和6h预报的平均绝对误差分别为1.64℃(1.82℃)和3.27℃和(3.69℃)。由模型对输入气象要素的敏感性分析得出:模型对2m气温最敏感,其次是相对湿度、总云量,且敏感性随着预报提前量的增加而增强。结合浙江省快速更新同化系统数值预报产品,建立浙江省高速公路路面温度预报系统,为全省提供逐12h更新、12h预报时效的逐小时高速公路路面温度精细化预报,系统提前1h和11h预报常规站(交通站)的平均绝对误差分别为2.81℃(3.23℃)和2.50℃和(2.93℃),系统对极端高(低)温预报具有较高的预报技巧。     

沈阳爆胎气象条件指数预报方法研究

通过对沈阳观象台气温、相对湿度、云量、风速和降水等140个观测因子与日地面最高温度进行相关分析,发现日地面最高温度与气温相关关系最好,正相关系数在0.7以上,相对湿度也是影响地面最高温度变化的主要因子之一,负相关系数绝对值大于0.6。路面抗滑能力主要受降水影响,一般来说,降水强度越强、降水量越大,对路况和车辆行驶的影响越大,但小雨较中雨时的爆胎事故发生概率更高,这主要是因为小雨车速较快,而且路面潮湿或有少量积水,路面摩擦系数降低,容易引起交通爆胎事故。基于选择的相关因子,建立日地面最高温度与相关因子间的二元线性回归方程,得出沈阳爆胎气象条件指数预报方法,爆胎气象条件指数共分为4个等级。经过对2015年7月爆胎气象条件指数计算检验,沈阳市区内2次爆胎事故,爆胎气象条件指数均达到3级。     

基于BJ-RUC模式预报产品的北京冬半年道面温度预报模型

选用2012年11月1日至2013年3月30日3 km分辨率BJ-RUC模式输出的气象要素与5个道面站数据(A1027,A1325,A1412,A1414,A1512)温度进行统计分析,按不同起报时次(08、14和05时)分别建立三类逐步回归统计模型预报未来24 h逐时道面温度,选出最优模型预报2013年11月至2014年3月道面温度。结果表明:道面温度与RUC输出的2 m温度、短波辐射显著相关,与长波辐射、湿度次相关;有显著气象因子参与的回归模型预报的道面温度好于仅加入前一天对应时刻道面温度的回归模型,预报准确度可提高25%以上,误差减少1℃以上;滚动筛选不同起报时次预报时段可将模型预报误差控制在±3℃以内,且预报早高峰温度好于晚高峰,白天好于夜间,晴天好于其他天气类型。     

京石高速路面温度特征及预报模型

选取京石高速公路沿线保定、望都和正定3套自动气象站2007年12月至2009年11月的逐分钟路面温度监测资料,分析京石高速路面温度特征。发现路面温度与气温的日变化规律很相近,日出后1.5h左右达到最低值,午后达到最高值。路面温度与气温的最低值在出现时间和数值上差异不大,但最高值的出现时间前者比后者早1～2h,并且数值明显比后者高。分析多种气象因子与路面温度的相关关系,结果表明,气温与路面温度始终呈正相关,并且在各项因子中最显著。而总云量、低云量、露点温度、能见度和相对湿度,它们与路面最高温度和路面最低温度的相关性是相反的,且均是与其中一个相关显著而与另一个不太显著。利用多元回归方法建立了冬夏季路面最高温度和路面最低温度的预报模型,各模型均通过显著性检验。模型对夏季40～60℃的路面温度预报较准确;对冬季-5℃以下的路面低温预报虽然略偏高,但是预报误差在2℃以内的占80%。     

沪渝高速(三岔口大桥)路面温度特征及模型研究

利用沪渝高速公路恩施-宜昌路段恩施附近的三岔口大桥(海拔708 m)自动站监测2013年6—8月(夏季)及2013年12月至2014年2月(冬季)逐日逐时次气象要素资料,统计分析夏季、冬季路面温度与气温的变化特征及路面温度与气象因子的关系,基于逐步引入因子线性回归分析方法建立路面温度统计模型,并对模型的预报效果进行实验研究。结果表明:夏季路面最高温度受多种气象要素的影响,与日最高气温、日平均气温、前一日路面最高温度、前一日路面平均温度呈正相关,与相对湿度、24 h累计降水呈负相关。冬季路面最低温度与最低气温呈显著性相关。通过模型的效果实验,发现夏季路面最高温度用日最高气温、日最小相对湿度及前一天物理量建立的模型预报结果与实况的变化趋势最为接近;冬季路面最低温度用日最低气温、日最小相对湿度、日平均风速及前一天物理量建立的模型预报结果与实况的变化趋势最为接近。     

银川城市道路路面温度变化特征及统计模型

采用人工定点观测路面温度资料,分析了不同天空状况和不同材质道路的路面温度日变化特征。结果表明：路面温度具有明显的日变化特征,晴空或少云时,日出和日落时段路面温度略高于气温,中午前后路面温度变幅最大,且明显高于气温;阴雨天时,路面温度略高于气温,变化相对平缓且与气温保持较好的相关性。由于水泥和沥青不同的物理特征,沥青路面对气温的反应灵敏,水泥路面反应平缓,即水泥路面最高温度多低于沥青路面,最低温度多高于沥青路面。在此基础上应用逐步回归方法建立逐时路面温度预报模型和最高道面温度预报模型,并应用模型模拟的结果与实测路面温度作对比分析,结果表明逐时道面温度预报模型的模拟效果较好,最高道面温度预报模型误差较大,需要进一步修正和改进。     

陕西省高速公路路面温度特征及预报模型

利用2013年8月至2017年12月陕西高速公路交通气象站的路面温度、气温、相对湿度、风速等资料和全球大气再分析资料云量数据,分析四季不同天空状况下路面温度的分布特征,研究路面温度与气象因子的关系,建立多元回归方程。结果表明:四季路面温度有明显的日变化规律,雪后,00:00—08:00为路面结冰较易发生时段;气温是影响路面温度变化的最重要因子之一;对比路面温度实测值与预报值,回归模型对冬季路面最低温度的拟合效果较优,相关系数在0.94以上,标准差小于1,误差在±2℃的频率为98%。此外,模型对路面0℃低温预报水平较高。     

应用辐射平衡原理计算夏季水泥路面温度

应用能量守恒方法, 考虑太阳短波辐射、大气和地面的长波辐射 (辐散) 潜热、感热传输等能量之间的平衡, 并考虑水汽、气溶胶、浮尘以及云等对太阳短波辐射的吸收和散射, 建立了一种较实用的路面温度预报模型。应用南昌市自动气象观测站2002年7月26日至8月24日共30 d逐时的各气象要素资料进行模拟分析, 并与该时段内所测到的水泥路面温度进行对比, 发现:当夏季日照时间超过5 h时, 水泥路面最高温度预报最大误差 < 4 ℃, 多日误差绝对值平均为2.13 ℃, 该模型具有较好的实际应用价值; 但当雨日或无日照时, 结果较差。     

一种机器学习方法在湖北定时气温预报中的应用试验

利用2015—2017年湖北89个气象站地面观测温度、欧洲中心再分析资料和0～12 h预报资料回归模式输出要素与地面气温之间的关系,建立了LightGBM模型,并在2018年数据集上进行测试。结果表明,定时气温平均绝对误差由模式本身的1.8℃下降到1.1℃,2℃以内预报准确率由65.9%上升至86.6%,决定系数(拟合优度)高达0.97。该模型已经在武汉中心气象台业务化,初步选取定时气温中的极值进行2018年2—6月预报评分,24 h高、低温预报准确率分别为76.9%和91.4%,在客观产品中排名前列,较数值预报模式产品提升明显,低温预报准确率超过预报员水平。LightGBM作为一个年轻的机器学习框架,在气象要素预报方面具备良好的应用前景。     

甘肃高速公路山区段路面温度特征及其预报模型

利用G30连霍高速甘肃段沿线麦积山隧道、乌鞘岭交通气象监测站的路面温度、气温、露点温度、相对湿度、风速、降水等逐时资料,统计分析了两站不同季节、不同海拔高度下路面温度与气温的差异与联系,讨论了路面温度与其他气象因子的相关关系,基于逐步线性回归方法建立路面温度统计模型,并对模型预报效果进行检验。结果表明:各个季节,甘肃山区高速公路路面温度和气温都是日出后快速升高,日落后逐渐下降,且路面温度的升、降幅度均快于气温。较低海拔站点的路面温度高于高海拔站点,但最高值出现时间、两站温差有所差异。其中,秋、冬季两站路面温差夜间大于白天,而春、夏季则昼夜相差不大。最低、最高路面温度统计模型的预报结果与实况变化趋势接近,但最高路面温度个别日期预报值与观测值偏差较大,在实际业务中应考虑各种实时气象条件及地形条件,对模型结果进行适当订正。     

基于神经网络的广州市能见度预报

在研究了广州市能见度变化特征及低能见度发生的主要影响因素的基础上,利用广州市环境监测站2007-2009年的空气污染物（PM10、SO2、NO2）监测数据及同期地面气象要素（10min平均风速、最大风速、气温、相对湿度、露点温度、气压、24h降水量）观测资料筛选出主要的预报因子,用径向神经网络建立预报模型,并对2009年9月1日到12月25日的能见度进行预报试验.结果表明径向神经网络预报模型在能见度低于10km时预报准确率明显高于统计回归预报方程.采用分级方法统计得出在未出现低能见度情况下,中低能见度,中高能见度预报准确率分别为80％,69.6％,均高于线性回归预报方程（40％,47.8％）.     

烟台市体感温度预报方法

通过分析气温、空气相对温度、风速及太阳辐射等要素对体感温度的影响,建立以气温为基础,对有关气象要素以修正的体感温度经验预报公式,并开展了烟台市体感温度预报服务。     

龙川县气温预报方法的建立与应用

利用龙川站2008-2012年地面观测资料、欧洲中心数值预报产品,采用常规统计预报方法（逐步回归）,将最高（低）气温实况作为预报对象,把可能影响气温变化的气象要素作为预报因子,分月建立未来24～ 72 h最高（低）气温的MOS预报方程,通过对2013年全年的检验预报表明：未来24～72 h最高（低）气温预报平均绝对误差均在2.0℃以内.     

西北区秋季短期气象要素客观预报检验评估

应用数值预报释用技术,建立了西北地区短期气象要素客观预报系统。本文使用系统的客观预报资料,结合实时气象观测资料,对2006年秋季气温和降水量的客观预报进行检验评估。结果表明,系统对连续性变化气象要素最高气温、最低气温的预报效果较好,预报准确率达到70%左右,在天气预报业务中具有较明显的指导作用,而对非连续气象要素降水量预报效果较差,预报准确率约34%。气温预报的好坏与大气的稳定程度关系较为密切,降水量预报准确率的高低与相对湿度关系较为密切。分析认为按月建立的气温预报方程,其预报准确率较按季建立的方程可提高10%以上。     

上海区域数值预报模式集合预报系统的建立与试验

以目前运行的上海区域业务数值预报模式为基础,从预报模式的不确定性出发构造8个预报成员,建立了上海区域数值预报模式集合预报系统的初步模型,并对2004年夏季进行了逐日48 h预报试验。结果表明:集合平均对华东地区城市降水、温度、海平面气压等气象要素的总体预报能力与分辨率高3倍的业务模式相当,其中对雨量较大降水、最低温度、海平面气压(0~24 h)的预报效果好于业务模式;集合预报还能提供客观化、定量化的降水概率预报,对降水的发生、尤其是特大降水的发生有着很好的提示作用。     

三种下垫面温度对比观测及结冰气象条件分析

利用湖北省恩施和金沙两地2009年冬季1、2月土壤、水泥、沥青三种不同下垫面温度和自动气象站的常规气象要素观测,研究冬季三种不同下垫面温度与气温等气象要素之间的关系,建立相应的多元回归拟合公式,并分析路面结冰的气象条件.结果表明:水泥和土壤路面温度变化幅度小于沥青路面温度,且二者变化趋势非常一致.气温是影响路面温度变化...     

基于LSTM和先验知识的高速公路路面温度预报

为了精准预报高速公路路面温度,为车辆安全行驶提供气象保障,采用2019—2022年南京市绕城高速公路上9个交通气象站及ERA5-land再分析数据,通过构建时间序列特征工程、引入物理机制相关数据两类方法结合先验知识,运用长短期记忆神经网络模型建立研究区域内4个交通气象站未来3 h逐10 min路面温度多步预报模型并进行验证;在此基础上,将已建立的模型应用于其他交通气象站,探究模型的适用性。结果表明:结合先验知识后,模型预报性能明显提高,准确率在85%以上,且随着预报时效的延长,性能提升更为明显,准确率最高提升36%;模型能较为准确地预报路面极端低温发生的时间和极值,且在预报时效较短时对路面极端高温的预报也具有一定参考价值;利用已建立的模型对其他交通气象站的路面温度进行预报时,准确率在62%以上,在预报时效较短时效果较好,准确率在80%以上,且交通气象站所处的下垫面背景类型对模型的选择起关键作用。     

三种统计预报模型在江苏省道路低温预警中的应用

为了更好地开展道路交通低温灾害的预警,减轻道路结冰给车辆行驶造成的危害,本文利用2012—2016年江苏省高速公路网AWMS系统交通气象观测数据,在对路面低温发生规律进行分析的基础上,结合多元线性回归、朴素贝叶斯以及支持向量机3种统计预报方法,开展了路面低温预警的统计建模与预报试验。结果表明:(1)江苏全省高速公路网路面温度出现0℃以下、-2℃以下、-5℃以下的低温频率均呈"北高南低"分布。(2)全省高速公路网路面温度出现0℃以下的低温时次大多在15:00到次日06:00之间。(3)在对京沪高速M9308站的单站建模与预报试验中发现,路面低温预报因子组合中以13:00气温、13:00—18:00气温变温、13:00路面温度、13:00—18:00路面变温、13:00路基温度、13:00—18:00路基变温、18:00相对湿度和18:00风速U分量为自变量组合的预报方程效果最好,3种方法中以朴素贝叶斯模型的预报准确率最高;(4)就全省高速公路网而言,3种统计预报模型的路面低温预报准确率均超过75%,通过对全路网路面低温预报的试验结果对比发现,多元线性回归方法对江苏省北部路网的预报效果最好,预报准确率大多在85%以上;而支持向量机模型对江苏省南部路网的预报效果最好,大部分站点的低温预报准确率达95%以上。     

非常规气象要素在紫外线预报中的应用

利用吉林省业务运行的WRF模式,计算了与紫外线指数相关的气温、湿度、云量、风速等常规气象要素和地表向下的短波辐射通量、地面热通量、反照率等非常规气象要素,利用长春市紫外线观测资料,分析了紫外线辐射与常规和非常规气象要素的相关性。基于长春市紫外线观测实况,以常规气象要素、非常规气象要素、混合气象要素为因子,利用相同的统计建模方法,分别建立紫外线预报模型。结果表明:大气短波辐射等非常规气象要素与紫外线指数的相关性,明显高于气温、云量、比湿、风速等常规气象要素;应用非常规气象要素和混合气象要素的紫外线预报方程,显著优于常规气象要素;基于混合气象要素的紫外线预报方程,与基于非常规气象要素的预报方程比较,预报性能差异不大。此外,应用常规气象要素建立的分季节紫外线预报方程,其预报效果明显优于全年预报方程。应用非常规气象要素建立的分季节紫外线预报方程,与全年预报方程相比,预报效果差异不大。