京藏高速青海東部地區(qū)汛期路面水膜厚度變化特征及預(yù)報(bào)模型構(gòu)建

代青措， 保廣裕， 祁棟林， 李永花， 劉佳茹， 張 靜， 李寶華

（1.青海省防災(zāi)減災(zāi)重點(diǎn)實(shí)驗(yàn)室，青海 西寧 810001；2.青海省氣象服務(wù)中心，青海 西寧 810001；3.青海省氣象科學(xué)研究所，青海 西寧 810001）

公路表面由于降雨在重力作用下沿著合成坡度方向運(yùn)動(dòng)，于道路表面形成水膜。車輛在公路上高速行駛時(shí)，由于水膜的潤(rùn)滑作用，產(chǎn)生的動(dòng)水壓力導(dǎo)致輪胎與路面的接觸面積減少，車輛行駛時(shí)安全系數(shù)顯著降低，易發(fā)生車輛側(cè)滑等交通事故［1］。當(dāng)水膜厚度較深時(shí)，只要汽車的行駛速度超過某一臨界速度，車輛的前輪就會(huì)發(fā)生水漂。路表的水膜厚度越厚，汽車行駛過后濺起的水霧就會(huì)越高，由于動(dòng)水壓力的影響，輪胎與路面附著系數(shù)降低越快，輪胎越容易發(fā)生水漂現(xiàn)象，導(dǎo)致汽車的轉(zhuǎn)向、制動(dòng)性能越差，極易發(fā)生交通事故。動(dòng)水壓力的大小與行車速度、道路表面水膜厚薄和輪胎花紋深度有關(guān)，影響貢獻(xiàn)率由大到小為行車速度、水膜厚度和花紋深度。為了降低公路上高速行駛車輛發(fā)生交通事故的風(fēng)險(xiǎn)，研究公路表面水膜厚度的變化特征及其預(yù)報(bào)模型是非常必要的舉措。目前，國(guó)內(nèi)外諸多學(xué)者從20 世紀(jì)50 年代開始，建立了各種不同形式的水膜厚度預(yù)測(cè)模型［2-5］，影響路面水膜厚度的主要因素有降雨強(qiáng)度、坡面長(zhǎng)度、坡面坡度和坡面的粗糙深度。采用人工模擬和基于人工神經(jīng)網(wǎng)的道路表面水膜厚度，提出具體的檢驗(yàn)路面水膜厚度的計(jì)算模型，計(jì)算得到路面水膜厚度的限制標(biāo)準(zhǔn)可取一般值2.5 mm，極限值4 mm［6-7］。

隨著高速公路快速發(fā)展，高速公路交通安全事故越來越多，給人民生命財(cái)產(chǎn)帶來巨大損失。惡劣天氣是高速公路道路交通事故發(fā)生的重要誘因，交通事故與氣候背景有一定聯(lián)系［8-9］，國(guó)內(nèi)外很多氣象專家對(duì)氣象因素影響交通的現(xiàn)狀及特征做了研究［10-15］，建立了針對(duì)交通氣象預(yù)警預(yù)報(bào)模型和服務(wù)系統(tǒng)［16-17］，構(gòu)建了交通氣象服務(wù)指標(biāo)體系方法，總結(jié)出公路交通降水的評(píng)估方法［18-20］。京藏高速公路青海段是絲綢之路經(jīng)濟(jì)帶的必經(jīng)之路，青海境內(nèi)主要途徑享堂大橋省界—民和—樂都—平安—西寧—湟源—共和—大水橋—茶卡—都蘭—格爾木市—格爾木南出口收費(fèi)站。沿線地形復(fù)雜多樣，自然條件較差，氣象災(zāi)害較多［21］，因“一帶一路”經(jīng)濟(jì)帶需求，青海建立了2個(gè)公路交通氣象站，彌補(bǔ)了公路路面水膜厚度觀測(cè)數(shù)據(jù)的空白區(qū)，針對(duì)交通路段水膜厚度的氣象監(jiān)測(cè)站點(diǎn)明顯稀少，對(duì)于路面水膜厚度變化特征以及與降水量關(guān)系的氣象研究甚少，嚴(yán)重缺乏對(duì)公路路面水膜厚度變化特征及預(yù)報(bào)模型等方面的研究。本文利用2018—2020 年汛期5—9 月京藏高速樂都區(qū)高廟橋站和漢莊村站交通自動(dòng)監(jiān)測(cè)站資料，分析了高廟橋站和漢莊村站路面水膜厚度變化特征以及水膜厚度與氣象因子之間的關(guān)系，建立了路面水膜厚度的預(yù)報(bào)模型，以提高公路交通預(yù)報(bào)服務(wù)精細(xì)化，為交通運(yùn)輸安全和暢通提供精細(xì)化服務(wù)產(chǎn)品。

1 資料和方法

1.1 研究區(qū)概況

樂都區(qū)位于青海省東部，湟水河中下游，全區(qū)海拔1850～4480 m 之間，降水較少，氣候干旱，年平均氣溫為7.8 ℃，年均降水量為329.1 mm，降水時(shí)空分布不均，其中6—9月降水占全年的70%以上。高廟橋站位于京藏高速K1736+900 m處102°32′27″E，36°26′18″N之間，海拔高度1882 m，漢莊村站位于京藏高速K1761+950 m 處102°16′44″E，36°29′18″N 之間，海拔高度2029 m（圖1）。

圖1 研究區(qū)國(guó)道及氣象站點(diǎn)分布Fig.1 Distribution of national roads and meteorological stations in the study area

1.2 資料來源

京藏高速公路沿線高廟橋站和漢莊村站CAWS3000 交通自動(dòng)氣象觀測(cè)站2017 年11 月建設(shè)完成并運(yùn)行。公路交通氣象觀測(cè)站主要設(shè)備配置型號(hào)如表1所示。實(shí)現(xiàn)實(shí)時(shí)監(jiān)測(cè)公路沿線逐小時(shí)降水、氣溫、濕度、風(fēng)速、路面溫度和路面狀況等8要素?cái)?shù)據(jù)，資料來源于青海省氣象信息中心。

表1 公路交通氣象觀測(cè)站技術(shù)性能指標(biāo)Tab.1 Technical performance index of highway traffic meteorological observation stations

1.3 統(tǒng)計(jì)分析方法

因交通氣象站降水分辨率為0.1 mm，且路面水膜只有在降水發(fā)生時(shí)產(chǎn)生，故在數(shù)據(jù)統(tǒng)計(jì)分析過程中降水量小于0.1 mm時(shí)的水膜厚度數(shù)據(jù)不參與統(tǒng)計(jì)。

利用統(tǒng)計(jì)學(xué)等方法分析了路面水膜厚度的變化特征，利用SPSS軟件采用多元線性逐步回歸法建立路面水膜厚度與氣象因子的回歸方程，并進(jìn)行F檢驗(yàn)。采用平均偏差（MBE）、均方根誤差（RMSE）和相關(guān)系數(shù)（r）指標(biāo)對(duì)實(shí)測(cè)值與預(yù)報(bào)方程擬合值進(jìn)行比較。計(jì)算公式如下：

式中：n為樣本數(shù)；Xi為觀測(cè)值；Yi為擬合值；Xˉ為觀測(cè)值的平均值；Yˉ為擬合值的平均值；σ為標(biāo)準(zhǔn)差；μ為平均值。變異系數(shù)（Cv）的大小可描述路面水膜厚度的變異程度，Cv大意味著路面水膜厚度大小在時(shí)間分布上不均勻特征明顯。Cv＜0.1表示呈弱變異性，Cv＞1.0表示呈強(qiáng)變異性，0.1≤Cv≤1.0表示呈中等變異性。

2 結(jié)果與分析

2.1 水膜厚度變化特征

2.1.1 頻率分布情況和水膜厚度指數(shù)等級(jí)劃分從圖2可以得出，2018—2020年汛期5—9月京藏高速公路高廟橋站和漢莊村站逐小時(shí)路面水膜厚度進(jìn)行統(tǒng)計(jì)分析，發(fā)現(xiàn)2 站水膜厚度在0.0～0.2 mm 之間的頻率分別為66.0%和63.0%，0.2～0.4 mm之間的頻率分別為19.4%和19.7%，0.5 mm 以上的頻率小于10.0%。水膜厚度均值高廟橋站為0.215，漢莊村站為0.225；Cv分別為1.20 和1.13，均屬于強(qiáng)變異性，2站的水膜厚度取值范圍，高廟橋站0.0～1.4 mm 之間，漢莊村站0.0～1.2 mm之間。

圖2 高廟橋站和漢莊村站水膜厚度頻率Fig.2 Frequency distributions of water film thickness at Gaomiaoqiao station and Hanzhuangcun station

極端事件是指某一地區(qū)從統(tǒng)計(jì)分布觀點(diǎn)看極少發(fā)生的天氣事件。關(guān)于極端閾值的選取，目前主要有兩種方法，即絕對(duì)閾值和相對(duì)閾值。絕對(duì)閾值法即選擇某一要素的絕對(duì)值大于等于或者小于等于某一特定值的方法。相對(duì)閾值一般采用排位法計(jì)算，對(duì)指標(biāo)歷史序列從小到大排列，定義序列第95（或第90）百分位值為極端多事件，第5（或第10）百分位值為極端少事件。由于極端天氣事件具有很強(qiáng)的地域特征，各地的變化趨勢(shì)與強(qiáng)度并不完全一致且差異較大。

根據(jù)高廟橋站和漢莊村站逐小時(shí)水膜厚度觀測(cè)值和預(yù)報(bào)服務(wù)實(shí)際需求，對(duì)水膜厚度值采用相對(duì)閾值法（10%、50%和90%）進(jìn)行統(tǒng)計(jì)分析，來定性說明水膜厚度對(duì)安全行車的影響程度進(jìn)行評(píng)價(jià)，具體劃分標(biāo)準(zhǔn)及影響參見表2。

按表2分級(jí)劃分標(biāo)準(zhǔn)對(duì)2018—2020年汛期5—9月京藏高速公路高廟橋站和漢莊村站逐小時(shí)路面水膜厚度進(jìn)行統(tǒng)計(jì)分析，發(fā)現(xiàn)2 站水膜厚度在正常可接受范圍內(nèi)的比例分別為33.8%和36.3%，需考慮水膜影響程度差的比例分別32.5%和26.5%，較差的比例分別為26.7%和29.5%，易發(fā)生水滑，引起車輛失穩(wěn)、失控等危險(xiǎn)的比例分別為7.0%和7.6%。

表2 公路路面水膜厚度指數(shù)等級(jí)劃分及對(duì)應(yīng)措施Tab.2 Classification and corresponding measures of water film thickness index of highway pavement

2.1.2 時(shí)間變化特征圖3 和圖4 分別給出了汛期高廟橋站和漢莊村站平均水膜厚度月變化和日變化。高廟橋站和漢莊村站水膜厚度的月變化均呈弱雙峰性，2 站的月變化趨勢(shì)不完全一致。高廟橋站最大值和次大值分別出現(xiàn)在5 月和7 月，最小值出現(xiàn)在6月，而漢莊村站最大值出現(xiàn)在8月，最小值出現(xiàn)在6 月。Cv的變化與水膜厚度的變化相反，均屬于強(qiáng)變異性。從圖4 可以看出，高廟橋站水膜厚度在0.11～0.33 mm 之間，漢莊村站在0.10～0.33 mm之間。高廟橋站的日變化峰值出現(xiàn)在02:00—06:00，次峰值出現(xiàn)在12:00 和19:00，低谷出現(xiàn)在14:00—16:00；漢莊村站日變化峰值出現(xiàn)在06:00，次峰值出現(xiàn)在13:00，低谷出現(xiàn)在16:00。與計(jì)曉龍等［22］和劉蓉娜等［23］分別在青藏高原和湟水河谷（與本研究區(qū)域重合）得出的降水強(qiáng)度日變化表現(xiàn)為雙峰特征，主峰值出現(xiàn)在05:00左右，谷值出現(xiàn)在15:00左右的特征對(duì)應(yīng)。

圖3 汛期高廟橋站和漢莊村站水膜厚度月變化Fig.3 Monthly variation of water film thickness at Gaomiaoqiao station and Hanzhuangcun station in flood season

圖4 汛期高廟橋站和漢莊村站水膜厚度日變化Fig.4 Diurnal variation of water film thickness at Gaomiaoqiao station and Hanzhuangcun station in flood season

2.2 不同等級(jí)降水強(qiáng)度下的水膜厚度變化

單位時(shí)間的降水量被稱為降雨強(qiáng)度，根據(jù)1 h降水量的大小將降雨強(qiáng)度按兩種方式劃分成不同等級(jí)來統(tǒng)計(jì)水膜厚度的變化。第一種按照高廟橋站和漢莊村站2 站的實(shí)際小時(shí)降水量，按0.25 mm·h-1為間隔劃分為17 區(qū)間（圖5a 和圖5b）；第二種依據(jù)文獻(xiàn)［22］分成不同等級(jí)降水強(qiáng)度：小雨（0.10～0.25 mm·h-1）、中雨（0.26～1.00 mm·h-1）、大雨（1.01～4.00 mm·h-1）和暴雨以上（≥4.01 mm·h-1）（圖5c、圖5d）?？梢园l(fā)現(xiàn)，隨著降水強(qiáng)度的增加，水膜厚度均遵循冪函數(shù)關(guān)系迅速增加，其中高廟橋站兩種統(tǒng)計(jì)方式中水膜厚度指數(shù)分別為0.9198 和2.3488，漢莊村站兩種統(tǒng)計(jì)方式中水膜厚度指數(shù)分別為0.8085 和2.0831，根據(jù)兩種水膜厚度冪指數(shù)的數(shù)值和相關(guān)系數(shù)，說明高廟橋站和漢莊村站均是第二種方式水膜厚度的增加速率最大。在圖5a 和圖5b 中還可以發(fā)現(xiàn)，降水強(qiáng)度在0.00～1.75 mm·h-1之間，隨降水強(qiáng)度增加水膜厚度增加趨勢(shì)明顯，降水強(qiáng)度大于1.76 mm·h-1水膜厚度變化趨勢(shì)有增有減，且2站增減對(duì)應(yīng)的降水強(qiáng)度略有不同，高廟橋站降水強(qiáng)度在1.76～2.00 mm·h-1時(shí)略有減小后再次進(jìn)入快速增大，在2.60～2.75 mm·h-1后再次進(jìn)入減小，漢莊村站降水強(qiáng)度在1.76～3.00 mm·h-1時(shí)呈波動(dòng)狀態(tài)，然后進(jìn)入快速增大。

圖5 高廟橋站和漢莊村站不同降水強(qiáng)度條件汛期水膜厚度變化Fig.5 Changes of water film thickness in flood season at Gaomiaoqiao station and Hanzhuangcun station under different precipitation intensities

2.3 路面水膜厚度預(yù)報(bào)模型的建立和檢驗(yàn)

從2.1 和2.2 節(jié)高廟橋站和漢莊村站水膜厚度的變化特征分析來看，2 站在月際變化中高低值出現(xiàn)月份略有不同，但波動(dòng)幅度較小，其頻率分布和日變化特征基本一致，考慮2 站樣本數(shù)較少，故將2站數(shù)據(jù)合并進(jìn)行路面水膜厚度預(yù)報(bào)模型的建立并預(yù)留部分樣本進(jìn)行檢驗(yàn)。

2.3.1 水膜厚度與氣象因子的相關(guān)分析及預(yù)報(bào)模

型表3 給出了水膜厚度與主要?dú)庀笠蜃拥南嚓P(guān)性，可以看出，小時(shí)降水量、小時(shí)相對(duì)濕度和前1 h水膜厚度與水膜厚度呈現(xiàn)顯著的正相關(guān)性，而小時(shí)氣溫與水膜厚度呈負(fù)相關(guān)性，均通過0.05的顯著性檢驗(yàn)，小時(shí)風(fēng)速和路面溫度對(duì)水膜厚度影響較小。建立在統(tǒng)計(jì)模型基礎(chǔ)上的水膜預(yù)報(bào)模型的穩(wěn)定性和準(zhǔn)確性，取決于預(yù)報(bào)因子的選取。利用2018—2020 年5—9 月高廟橋站和漢莊村站小時(shí)數(shù)據(jù)，風(fēng)速、氣溫、相對(duì)濕度、路面溫度、降水量、前1 h水膜厚度和水膜厚度為建模的基礎(chǔ)數(shù)據(jù)（預(yù)留出一定數(shù)量的樣本作為后期預(yù)報(bào)方程的檢驗(yàn)），利用SPSS軟件，采用多元逐步回歸建立水膜厚度與氣象因子之間的回歸線性方程。表4 給出了5—9 月整體汛期水膜厚度與氣象因子之間的回歸方程、復(fù)相關(guān)系數(shù)和F統(tǒng)計(jì)量，路面水膜厚度與小時(shí)氣溫、小時(shí)相對(duì)濕度、小時(shí)降水量、前1 h水膜厚度有著較好的線性關(guān)系，決定系數(shù)為0.445，F(xiàn)統(tǒng)計(jì)量遠(yuǎn)大于臨界值，回歸方程通過0.01顯著性檢驗(yàn)。為提高水膜預(yù)報(bào)模型的準(zhǔn)確性，分月求取汛期水膜厚度與氣象因子之間的回歸方程、復(fù)相關(guān)系數(shù)和F統(tǒng)計(jì)量（表4），各月路面水膜厚度與小時(shí)氣溫、小時(shí)相對(duì)濕度、小時(shí)降水量、前1 h水膜厚度表現(xiàn)出不同的線性關(guān)系。5月路面水膜厚度與小時(shí)相對(duì)濕度、小時(shí)降水量呈較好的線性關(guān)系；6月路面水膜厚度與小時(shí)降水量、前1 h水膜厚度呈較好的線性關(guān)系；8月路面水膜厚度與小時(shí)氣溫、小時(shí)降水量呈較好的線性關(guān)系；7月和9月路面水膜厚度與小時(shí)相對(duì)濕度、小時(shí)降水量、前1 h 水膜厚度呈較好的線性關(guān)系。各月決定系數(shù)在0.418～0.508之間，F(xiàn)統(tǒng)計(jì)量均遠(yuǎn)大于臨界值，回歸方程通過0.01顯著性檢驗(yàn)。因此，5—9月整體和各月建立的回歸模型方程可以作為預(yù)報(bào)方程。

表3 水膜厚度與主要?dú)庀笠蜃拥南嚓P(guān)性Tab.3 Correlation between water film thickness and main meteorological factors

表4 水膜厚度與主要?dú)庀笠蜃痈髟禄貧w方程、復(fù)相關(guān)系數(shù)和F統(tǒng)計(jì)量Tab.4 Complex correlation coefficient and F statistic of monthly regression equation between water film thickness and main meteorological factors

2.3.2 不同降水強(qiáng)度下水膜厚度模型構(gòu)建根據(jù)2.2 的研究結(jié)果，將2018—2020 年5—9 月高廟橋站和漢莊村站小時(shí)降水量按小雨、中雨、大雨和暴雨進(jìn)行降水強(qiáng)度分級(jí)，采用多元逐步回歸建立2018—2020 年5—9 月不同降水強(qiáng)度下水膜厚度與同期氣象因子（小時(shí)風(fēng)速、小時(shí)平均氣溫、小時(shí)相對(duì)濕度、小時(shí)路面溫度、小時(shí)降水量、前1 h 水膜厚度）的回歸線性方程，回歸方程均通過0.05 的顯著性檢驗(yàn)，但復(fù)相關(guān)系數(shù)較小，不能滿足預(yù)報(bào)要求。根據(jù)1 h降水量的大小將實(shí)際小時(shí)降水量劃分為17區(qū)間（表略）；計(jì)算各區(qū)間小時(shí)平均降水量，建立小時(shí)平均降水量與水膜厚度的回歸方程，方程均通過0.05的顯著性，決定系數(shù)大于0.90，水膜厚度隨小時(shí)平均降水量增加遵循冪函數(shù)（圖6）。

圖6 水膜厚度隨小時(shí)平均降水量的變化Fig.6 Variation of water film thickness with hourly mean precipitation

2.3.3 預(yù)報(bào)方程的檢驗(yàn)圖7給出了路面平均水膜厚度觀測(cè)值、擬合值與預(yù)報(bào)值的曲線對(duì)比?？梢钥闯觯罁?jù)小時(shí)氣象因子和不同降水強(qiáng)度下分別構(gòu)建的水膜厚度模型，水膜厚度觀測(cè)值和擬合值變化趨勢(shì)基本一致。觀測(cè)值和擬合值的相關(guān)系數(shù)均通過0.01的顯著性檢驗(yàn)。依據(jù)小時(shí)氣象因子構(gòu)建的水膜厚度模型的平均誤差和均方根誤差分別為-0.01 和0.19，依據(jù)不同降水強(qiáng)度下小時(shí)平均降水量構(gòu)建的水膜厚度模型的平均誤差和均方根誤差分別為0.01和0.18，因此，水膜厚度預(yù)報(bào)模型基本滿足預(yù)報(bào)要求。

圖7 路面水膜厚度觀測(cè)值、擬合值與預(yù)報(bào)值的對(duì)比和相關(guān)分析Fig.7 Comparison and correlation analysis diagram of the observed value,fitted value and forecast value of pavement water film thickness

2.4 水膜厚度回歸模型對(duì)比

季天劍［4］和羅京等［5］通過瀝青路面水膜厚度試驗(yàn)獲得了瀝青路面水膜厚度回歸方程。在研究降雨強(qiáng)度變化對(duì)路面水膜厚度影響時(shí)，對(duì)季天劍模型和羅京模型中路面表面構(gòu)造深度（0.3 mm）、排水長(zhǎng)度（3.0 m）、坡度（3.5%）統(tǒng)一取值，進(jìn)而改變降雨強(qiáng)度大小，獲得兩種模型水膜厚度計(jì)算值。將兩種模型水膜厚度計(jì)算值和本文不同降水強(qiáng)度下構(gòu)建的水膜厚度模型結(jié)果進(jìn)行對(duì)比，各模型對(duì)比結(jié)果如圖8。

由圖8可知，相同條件下，本文不同降水強(qiáng)度下構(gòu)建的水膜厚度模型計(jì)算值明顯高于其他兩種模型。在變化趨勢(shì)上，本文模型與羅京模型變化趨較一致，水膜厚度隨降水強(qiáng)度增加增長(zhǎng)趨勢(shì)明顯，季天劍模型水膜厚度計(jì)算值隨降水強(qiáng)度增加增長(zhǎng)趨勢(shì)緩慢。

圖8 各回歸模型對(duì)比Fig.8 Comparison results of various regression models

3 結(jié)論

（1）2018—2020 年汛期5—9 月京藏高速公路高廟橋站和漢莊村站逐小時(shí)路面水膜厚度在0.0～0.2 mm 之間的頻率分別為66.0%和63.0%，0.2～0.4 mm 之間的頻率分別為19.4%和19.7%，0.5 mm 以上的頻率小于10.0%。水膜均值高廟橋站為0.215，漢莊村站為0.225；Cv分別為1.20 和1.13，均屬于強(qiáng)變異性。

（2）對(duì)水膜厚度值采用相對(duì)閾值法進(jìn)行統(tǒng)計(jì)分析，給出了公路路面水膜厚度指數(shù)等級(jí)劃分和影響建議并進(jìn)行評(píng)價(jià)，發(fā)現(xiàn)2 站水膜厚度在0.1 mm 內(nèi)的比例分別為33.8%和36.3%，路面水膜厚度在0.1～0.6 mm 之間的比例分別59.2%和56.0%，易發(fā)生水滑，引起車輛失穩(wěn)、失控等危險(xiǎn)的比例分別為7.0%和7.6%。

（3）京藏高速路面水膜厚度日變化和月變化特征明顯。高廟橋站和漢莊村站水膜厚度的月變化均呈弱的雙峰性，2 站的月變化趨勢(shì)不完全一致。高廟橋站最大值和次大值分別出現(xiàn)在5 月和7 月，最小值出現(xiàn)在6月，而漢莊村站最大值出現(xiàn)在8月，最小值出現(xiàn)在6月。Cv的變化與水膜厚度的變化相反，均屬于強(qiáng)變異性。高廟橋站的日變化峰值出現(xiàn)在02:00—06:00，次峰值出現(xiàn)在12:00 和19:00，低谷出現(xiàn)在14:00—16:00，漢莊村站日變化峰值出現(xiàn)在06:00，次峰值出現(xiàn)在13:00，低谷出現(xiàn)在16:00。

（4）隨著降水強(qiáng)度的增加，平均水膜厚度均遵循冪函數(shù)關(guān)系迅速增加；在降水強(qiáng)度0.00～1.75 mm·h-1時(shí)，平均水膜厚度增加趨勢(shì)明顯，降水強(qiáng)度大于1.76 mm·h-1平均水膜厚度變化有增有減。

（5）通過逐小時(shí)降水量和水膜厚度間的相關(guān)關(guān)系分析，采用統(tǒng)計(jì)方法建立的依據(jù)氣象因子和不同降水強(qiáng)度下分別構(gòu)建的水膜厚度模型具有較好的使用價(jià)值，可在實(shí)際業(yè)務(wù)工作中推廣應(yīng)用。

（6）在相同條件下，本文在不同降水強(qiáng)度下構(gòu)建的水膜厚度模型計(jì)算值明顯高于季天劍模型和羅京模型。在變化趨勢(shì)上，本文模型與羅京模型變化趨較為一致，水膜厚度隨降水強(qiáng)度增加增長(zhǎng)趨勢(shì)明顯，季天劍模型水膜厚度計(jì)算值隨降水強(qiáng)度增加增長(zhǎng)趨勢(shì)緩慢。