王 佳，郭春燕，谷新波

（內(nèi)蒙古自治區(qū)氣象服務(wù)中心，內(nèi)蒙古 呼和浩特 010051）

交通運(yùn)輸是國(guó)民經(jīng)濟(jì)的基礎(chǔ)產(chǎn)業(yè)和重要的服務(wù)行業(yè)，而氣象條件是影響交通運(yùn)輸安全的關(guān)鍵因素之一[1-5]。霧、強(qiáng)降水、大風(fēng)、高溫、暴雨、積雪、結(jié)冰等天氣是公路交通的主要?dú)庀鬄?zāi)害，據(jù)統(tǒng)計(jì)，近30%的交通事故是在災(zāi)害性天氣中發(fā)生的。

近些年來，交通氣象的研究引起許多學(xué)者的關(guān)注和重視，路面溫度的分析及預(yù)報(bào)便是其中一項(xiàng)重要內(nèi)容[6-12]。武輝芹等[13]利用河北高速公路的交通監(jiān)測(cè)站及氣象站資料，統(tǒng)計(jì)分析了河北高速公路路面溫度與氣溫的變換規(guī)律和路面溫度的統(tǒng)計(jì)預(yù)報(bào)模型。田華等[14]利用仙人山和梅村兩個(gè)交通氣象站路面溫度資料統(tǒng)計(jì)分析了滬寧高速公路路面溫度變化特征并建立了統(tǒng)計(jì)預(yù)報(bào)模型。李萍等[15]利用實(shí)測(cè)瀝青路面結(jié)構(gòu)溫度數(shù)據(jù)對(duì)隴南瀝青路面溫度場(chǎng)的分布規(guī)律進(jìn)行研究，并采用回歸分析方法分析了氣溫、太陽(yáng)輻射強(qiáng)度和濕度等影響因素與路面溫度的相關(guān)性，建立了以溫度、濕度、太陽(yáng)輻射強(qiáng)度和路面深度為主要參數(shù)的瀝青路面高溫溫度場(chǎng)預(yù)估模型。

本文利用包頭市試驗(yàn)觀測(cè)場(chǎng)不同材質(zhì)路面溫度、氣溫小時(shí)觀測(cè)數(shù)據(jù)，以及同期氣象站觀測(cè)數(shù)據(jù)，分析了路面溫度變化特征并建立了路面溫度預(yù)報(bào)模型，為探索城市道路路面溫度預(yù)報(bào)方法以期提升包頭市交通氣象預(yù)報(bào)服務(wù)水平。

1 資料和方法

本文所選取的資料為包頭市試驗(yàn)觀測(cè)場(chǎng)2016年12月1日—2018年12月31日瀝青路面、水泥路面、地磚路面、砂石路面的路面溫度、氣溫觀測(cè)實(shí)況小時(shí)數(shù)據(jù)，同時(shí)選取同期氣象站實(shí)況監(jiān)測(cè)小時(shí)數(shù)據(jù)，氣象要素包括相對(duì)濕度、降水量、風(fēng)速、云量、天氣狀況。研究不同材質(zhì)路面溫度變化特征，及其與氣溫、降水、濕度、風(fēng)速的相關(guān)分析，用統(tǒng)計(jì)回歸方法建立路面溫度預(yù)報(bào)模型。

2 結(jié)果與分析

2.1 路面溫度變化特征

2.1.1不同材質(zhì)路面溫度各季節(jié)變化特征

利用2016年12月1日—2018年12月31日包頭市試驗(yàn)觀測(cè)場(chǎng)數(shù)據(jù)，分析了不同材質(zhì)路面在不同季節(jié)的路面溫度和氣溫的日變化特征（圖1）。發(fā)現(xiàn)，四個(gè)季節(jié)中，不同材質(zhì)的路面溫度與氣溫均在早晨日出前達(dá)到最低值，日出后不論是哪種材質(zhì)的路面，路面溫度均升溫較快，這是因?yàn)槿粘龊笫芴?yáng)短波輻射的影響，地面溫度迅速升高，再通過地氣相互作用使氣溫增加，因此路面溫度到達(dá)最大值的時(shí)間較氣溫早。當(dāng)路面溫度到達(dá)最大值后立即呈現(xiàn)下降趨勢(shì)，而氣溫的下降幅度低于路溫，這是因?yàn)槁访骈L(zhǎng)波輻射使其溫度下降明顯，而氣溫在其影響下逐漸降低。春、夏、秋3個(gè)季節(jié)中，白天，瀝青、水泥、地磚、砂石4種不同材質(zhì)的路面溫度均明顯高于氣溫；夜間，路面溫度與氣溫相差不大。從4種材質(zhì)的路面溫度比較來看，盡管在各個(gè)時(shí)段相差不大，但瀝青路面的最高溫度與最低溫度的溫差較大，而地磚路面溫差較小。冬季，全天中除了中午13、14時(shí)的瀝青路面高于氣溫外，其余時(shí)間均是氣溫高于路面溫度，這是因?yàn)槎咎?yáng)輻射減弱，而空氣的熱容較其他路面材質(zhì)大的緣故。

2.1.2路面溫度在不同天氣狀況下的變化特征

不同天空狀況造成路面溫度有所差異。本文使用日照時(shí)數(shù)來區(qū)分天空狀況，并結(jié)合天空云量和天氣現(xiàn)象資料，綜合分為陰天、晴到多云兩種天空狀況。設(shè)定日照時(shí)數(shù)<3 h為陰天，日照時(shí)數(shù)≥3 h為晴到多云。將天氣狀況綜合分為晴到多云、陰、雨天（雪天）3種[16]。從圖2中可以看出，3種不同的天氣狀況下，路溫與氣溫的日變化差異較為明顯，其中，晴到多云時(shí)，中午時(shí)段路溫與氣溫的差異幅度最大，陰天次之，降水天氣時(shí)差異幅度最小。圖3是不同材質(zhì)路面在晴到多云、陰天、雨天3種天氣狀況下的路面溫度日變化。瀝青路面在晴到多云天氣時(shí)路面溫度日變化的幅度最大，在陰天和雨天，幾種材質(zhì)變化不大。

2.2 路面溫度與氣象因子相關(guān)分析

表1為2016年12月1日—2018年12月31日不同材質(zhì)路面溫度在不同季節(jié)與平均氣溫、最高氣溫、最低氣溫、相對(duì)濕度、降水、風(fēng)速等氣象因子的相關(guān)系數(shù)。路面溫度與氣象因子的相關(guān)性特征規(guī)律不受路面材質(zhì)的影響。路面溫度與平均氣溫、最高氣溫、最低氣溫在4個(gè)季節(jié)中均呈現(xiàn)出顯著的正相關(guān)，相關(guān)系數(shù)在0.76～0.97；與風(fēng)速呈現(xiàn)出正相關(guān)，但相關(guān)性不顯著，相關(guān)系數(shù)均＜0.3；路面溫度與相對(duì)濕度呈現(xiàn)負(fù)相關(guān)，但相關(guān)性表現(xiàn)為秋季較小，相關(guān)系數(shù)基本在-0.3左右，春季、夏季、冬季呈現(xiàn)顯著的負(fù)相關(guān)，相關(guān)系數(shù)在-0.53～-0.64；路面溫度與降水的關(guān)系表現(xiàn)為春季為負(fù)相關(guān)、其余季節(jié)為正相關(guān)，但相關(guān)性均不顯著。進(jìn)一步分析發(fā)現(xiàn)，不同季節(jié)路面溫度與氣象因子的相關(guān)性大小存在差異，路面溫度與平均氣溫在冬季的相關(guān)系數(shù)值均小于其余3個(gè)季節(jié)；而從路面溫度與最高氣溫、最低氣溫的相關(guān)系數(shù)可以看出，春季、秋季的值明顯高于夏季和冬季。基于路面溫度與氣象因子相關(guān)性的分析，為下一步路面溫度預(yù)報(bào)模型的建立時(shí)，預(yù)報(bào)因子的選取提供了參考依據(jù)。

圖1 不同季節(jié)路面溫度日變化

圖2 全年晴到多云（a）、陰天（b）、雨天（c）和夏季晴到多云（d）、陰天（e）、雨天（f）的路面溫度和氣溫日變化

圖3 不同天氣狀況下不同材質(zhì)路面溫度日變化

表1 不同材質(zhì)路面溫度與氣象因子的相關(guān)性分析

2.3 建立路面溫度預(yù)報(bào)模型

考慮到包頭市屬于半干旱中溫帶大陸性季風(fēng)氣候，四季分明，并結(jié)合氣象因子與路面溫度的相關(guān)分析結(jié)果，分季節(jié)利用逐步回歸方法建立路面溫度預(yù)報(bào)模型，建模及檢驗(yàn)所用數(shù)據(jù)資料為2016年12月—2018年11月小時(shí)值，將數(shù)據(jù)按季節(jié)劃分，每個(gè)季節(jié)的總樣本數(shù)為4 368個(gè)，樣本的2/3用于數(shù)據(jù)建模，其余1/3用于模型檢驗(yàn)，其中x1代表平均氣溫（單位：℃）、x2代表最高氣溫（單位：℃）、x3代表最低氣溫（單位：℃）、x4代表平均相對(duì)濕度（單位：%）、x5代表降水量（單位：mm）、x6代表平均風(fēng)速（單位：m/s）。在上文的相關(guān)分析中，雖然風(fēng)速與路面溫度的相關(guān)性不太顯著，但是在做逐步回歸中發(fā)現(xiàn)風(fēng)速進(jìn)入了預(yù)報(bào)方程，這是由于SPSS里的皮爾遜相關(guān)分析的作用就是單純考量變量?jī)蓛芍g的關(guān)系，雖然在分析時(shí)一次放入多個(gè)變量，但出來的結(jié)果都是兩個(gè)變量的簡(jiǎn)單相關(guān)，也就是不在求兩變量相關(guān)時(shí)考慮其他的控制變量。然而回歸不同，回歸的結(jié)果是綜合所有進(jìn)入回歸方程的自變量對(duì)因變量的結(jié)果而成的。

2.4 模型預(yù)報(bào)結(jié)果檢驗(yàn)及應(yīng)用個(gè)例

為了對(duì)以上分季節(jié)預(yù)報(bào)模型進(jìn)行檢驗(yàn)，主要采用了4個(gè)統(tǒng)計(jì)量，分別為均方根誤差、平均絕對(duì)誤差、相關(guān)系數(shù)及預(yù)報(bào)準(zhǔn)確率。

①均方根誤差[17]RMSE公式為：

②平均絕對(duì)誤差[17]MAE公式為：

③相關(guān)系數(shù)[18]：

其中，Xi為第i點(diǎn)的預(yù)報(bào)值，Yi為第i點(diǎn)的觀測(cè)值。

④預(yù)報(bào)準(zhǔn)確率[13]V：依據(jù)文獻(xiàn)里的預(yù)報(bào)準(zhǔn)確率算法計(jì)算，即規(guī)定路面溫度實(shí)況與預(yù)報(bào)模型計(jì)算值相差在±3 ℃之前，認(rèn)為預(yù)報(bào)準(zhǔn)確，否則為錯(cuò)誤。

參與檢驗(yàn)的樣本為樣本總數(shù)（每個(gè)季節(jié)的總樣本數(shù)為4 368個(gè)）的1/3，預(yù)報(bào)檢驗(yàn)效果統(tǒng)計(jì)量如表3。從檢驗(yàn)結(jié)果指標(biāo)可以看出，不同季節(jié)、不同材質(zhì)的路面溫度預(yù)報(bào)模型預(yù)報(bào)效果有所差異。從相關(guān)系數(shù)可以看出，模型對(duì)于路面溫度預(yù)報(bào)的整體趨勢(shì)較好，相關(guān)系數(shù)在0.89～0.96；預(yù)報(bào)準(zhǔn)確率整體在80%以上，因此各季節(jié)預(yù)報(bào)模型可以在實(shí)際業(yè)務(wù)應(yīng)用。

在日常的生產(chǎn)生活中，對(duì)交通影響較大的路面溫度是夏季的路面高溫和冬季的路面低溫，前者容易造成爆胎而后者較易形成路面結(jié)冰影響交通安全。因此文中分別列舉了試運(yùn)行階段夏季高溫和冬季低溫的兩個(gè)應(yīng)用個(gè)例來說明模型的實(shí)用性。實(shí)例1是2019年7月27日包頭市最高氣溫達(dá)到34 ℃，是2019年夏季氣溫最高的一天。實(shí)例2是2019年2月13日，包頭市當(dāng)日有小雪。圖4是試運(yùn)行期間當(dāng)日24 h預(yù)報(bào)值與實(shí)況值差值圖。從圖4可知，預(yù)報(bào)值與實(shí)測(cè)值相差不大，大部分差值均落在-3～+3的區(qū)間范圍內(nèi)，只有個(gè)別值超出這一范圍。計(jì)算了實(shí)例中預(yù)報(bào)值與實(shí)況值的相關(guān)系數(shù)，均在0.96以上。夏季模型預(yù)報(bào)的不同材質(zhì)路面溫度值大部分較實(shí)測(cè)偏大，而冬季偏小。在業(yè)務(wù)應(yīng)用中，2月13日這次降雪過程，結(jié)合氣溫預(yù)報(bào)、降水預(yù)報(bào)并根據(jù)路面溫度預(yù)報(bào)情況，及時(shí)發(fā)布了道路結(jié)冰預(yù)警信息，7月27日將路面溫度預(yù)報(bào)結(jié)合氣溫預(yù)報(bào)，給交通部門提供了路面高溫預(yù)警信息。

3 結(jié)論與討論

表2 不同材質(zhì)路面溫度預(yù)報(bào)方程

表3 預(yù)報(bào)效果檢驗(yàn)

圖4 預(yù)報(bào)值與實(shí)況值差值

（1）不同季節(jié)不同材質(zhì)的路面溫度和氣溫有著明顯的日變化特征，瀝青路面溫差較大，而地磚路面溫差較小，路面溫度和氣溫的最低值出現(xiàn)的時(shí)間和數(shù)值較為接近，最高值出現(xiàn)的時(shí)間路面溫度較氣溫略早，并且在春、夏、秋3個(gè)季節(jié)中數(shù)值明顯高于氣溫，冬季時(shí)氣溫值高于路面溫度值。

（2）不同天氣狀況下，路溫與氣溫日變化差異明顯，晴到多云時(shí)，中午時(shí)段路溫與氣溫的差異幅度最大，陰天次之，降水天氣時(shí)差異幅度最小。

（3）路面溫度受多種氣象因子的影響，與平均氣溫、最高氣溫、最低氣溫在4個(gè)季節(jié)中均呈現(xiàn)出顯著的正相關(guān)；與相對(duì)濕度呈現(xiàn)負(fù)相關(guān)，與風(fēng)速呈現(xiàn)正相關(guān)，但相關(guān)性不顯著；與降水的關(guān)系表現(xiàn)為春季為負(fù)相關(guān)、其余季節(jié)為正相關(guān)，但相關(guān)性均不顯著。

（4）分季節(jié)建立了不同材質(zhì)路面溫度預(yù)報(bào)模型并對(duì)其進(jìn)行了檢驗(yàn)，預(yù)報(bào)準(zhǔn)確率在82%～94%，相關(guān)系數(shù)0.86～0.96，該預(yù)報(bào)模型可以引入路面溫度預(yù)報(bào)業(yè)務(wù)。

（5）在研究過程中，實(shí)況數(shù)據(jù)時(shí)間較短，按季節(jié)分類進(jìn)行了建模，一定程度上限制了預(yù)報(bào)效果，在后續(xù)的工作中，隨著監(jiān)測(cè)資料的積累，將進(jìn)一步改進(jìn)為按月建模。

（6）從業(yè)務(wù)運(yùn)行角度出發(fā)，為提高模型實(shí)用價(jià)值，下一步將采用MOS思路建模。