交通气象 | 某规划院关于精细化气象监测与预警系统的设计思路，有些不错的点子

预报空间范围支持1km的沿道路的分布，实现对目标道路的短临（0-2小时）和中短期（0-72h）预报预警。

系统主要包括路网环境实时监测、气象精细化预报预警功能模块。

路网环境实时监测

通过高速公路布设的路面气象监测设备，实现对路面温度、降水、降雪、风、温度、湿度、能见度、路面状况等要素高时间频率的监测；

通过分析高速视频监控资料，采用图像识别、机器学习的方法实现基于监控视频和图片识别道路大雾、道路现象；

通过分析已有的的高时空监测频次的气象卫星，实现对高速公路附近大气整体形势的监测，及时判断和分析降水、浓雾等天气现象的发生发展；

通过将车载道路气象要素移动监测数据、道路气象监测站点数据、视频分析、引接的气象部门数据进行有效融合，研发针对常见危险天气现象监测模型，建立完备的道路气象灾害指标库，实现对路面危险天气的多维度动态监测体系。

监测信息来源

本模块的环境监测信息主要来源有：

（1）公路交通气象站

高速公路沿线设置的气象观测站。

（2）车载移动监测

通过车载道路传感器在多种典型天气条件下快速采集路面温度，状态（冰、霜、积雪、水膜等）及摩擦系数检测器，同时测量气温、露点温度，有效地辨识以及定位哪些路段易于结冰、积雪、湿滑，或极端高温。

（3）视频实景的智能识别

高速公路沿线设置的外场摄像机采集的现场实景图像，接入视频事件分析系统，对雨、雪、雾、大风等简单气象条件进行智能识别。

（4）共享气象部门的气象监测数据

包含地面监测站、高空探空站点、雷达站点以及卫星监测站点，对高速周边气象环境的多维度监测。

监测信息内容

气象信息监测的具体内容包括：

1）多要素气象信息监测

多要素气象监测信息包括：高速公路、桥梁的路面状况（可区分干燥、潮湿、冰雪）及风速、风向、大气温度、相对湿度、降水量、路面温度，同时共享接入省气象部门卫星云图、降水实况、中短期天气预报，暴雨、暴雪、雾霾、寒潮、大风、沙尘暴、高温等气象信息。

针对不同的监测要素进行值域划分，形成各要素的色斑图；实现单点气象站的多要素监测信息展示，多点气象站的同屏显示等功能。

2）基于视频的能见度检测

通过高清视频摄像机视频信号，实现高速公路上基于视频的能见度检测，实现雾多发区域能见度发展趋势实时、无缝监测，作为气象监测站的有效补充。

3）环境指数监测

通过将上述环境监测结果结合交通流监测与预警系统的监测结果，计算出《公路网运行监测与服务暂行技术要求》中重点关注的第指标——路段、路网的环境指数R，为路网管理部门提供实时的决策调度依据。

①路段环境指数

路段环境指数根据路段监测的气象环境指数（包括能见度、风力等级、道面干湿状况）和交通环境指数（大车比例20）进行综合分析和测算。

路段环境相关参数等级划分如下表所示：

根据上述各参数等级划分，不同参数不同等级的组合对应一定的路段环境指数，路段环境指数等级划分为好、中、差三个等级，建立相应的规则推理算法：

路段环境指数=f(大车比例等级，能见度等级，风力等级，道面状况等级）

路段环境指数等级的定性描述如下表所示：

②路网环境指数

路网环境指数采用路网中路段环境指数等级为差的路段里程占路网总里程的百分比来表征。

路网环境指数等级划分标准如下表所示：

气象精细化预报预警

基于精准车载高速道路气象测量设备测量得到的高速公路气象背景信息，应用高分辨率数值天气预报模型、考虑路面物理性质的路面气象状况（温度、气象行驶条件）精细化预报模型，并结合机器学习（预测、聚类、关联规则等）方法，建立高速公路气象要素的预报预警系统，从而得到针对高速路面的气象要素（温度、湿度、降水）以及危险天气（大雾、道路积冰、积雪、积水、雷暴、大风）的短临（0-2小时）、短期（0-24小时）和中期的（1-3天）的高空间（1000m一个点）和高时间（最高10分钟一次预警）分辨率的预报和预警信息。

根据预警模型估算的灾害范围和强度，将气象灾害预警级别分为蓝色、黄色、橙色、红色4级，以声光方式提醒监测人员。

“蓝色预警”，提醒监测人员注意路段气象条件的变化；

“黄色预警”，提醒监测人员密切注意路段气象条件的变化，进行跟踪监测；

“橙色预警”，监测人员应将有关情况通知上级管理人员，上级管理人员采取有效措施，对该路段应急资源进行预先调度，准备应对气象灾害事件的发生；

“红色预警”，及时将预警信息提交给“路网运行急处置与协同管理系统”，进入应急事件处置流程。

预警模型

气象精细化预报预警主要有如下模型和指数：

（1）高速公路结冰预报预警模型

高速公路结冰预报预警模型包含精准的结冰位置，结冰时间，结冰程度等信息。实现对高速公路受影响路段的自动报警、预警功能，预警内容包括危险影响相关高速公路路段的结冰危险类型、影响区域、时间和程度等信息。

采用基于地图路网实际分布的简单易懂的方式发布预警信息，例如采用颜色编码表来实现对不同危险程度的分级划分。

模型综合考虑遥感监测、路面观测和路面预测模型的结果，加上人工判读的结果，首先根据大的环境气象条件判断出是否有在利于道路结冰，如果有则进一步分析路面自动观测站、精细化路面预报和附近的气象观测站信息，进一核验道路结冰条件，若利于结冰，则考虑道路结冰特性、精细化湿度、温度、该地区道路结冰、湿滑等的历史特征、滞后性、突发性等特点，综合分析得到道路结冰的发展趋势、影响程度、影响时间和范围等信息。在有新的监测资料到达的时候，重复该过程，实现对预警信息的最及时发布和修正。

（2）积雪预报预警模型

实现对高速公路降雪及积雪的预报预警，包含精准的降雪区域，受影响的道路，降雪持续时间，降雪厚度预测等信息。实现对受影响路段的自动报警、预警功能。

预报空间范围支持1km的沿道路的分布。实现提前不同时间段对积雪进行有效的预报和预警，并在新预报到来时对预报预警结果实行修正和补充等。

（3）强降水预报预警模型

实现对高速公路受影响路段强降水的自动报警、预警功能，预警内容包括危险影响相关道路内的危险类型、影响区域、时间和程度等信息。

通过实现对强降水的有效预测从而实现对积水、山体滑坡风险等的预报预警。预报空间范围支持1km的沿道路的分布。

（4）高温指数

实现对高速公路受影响路段的高温指数的短临（0-2小时）和中短期（0-72h）预报。

（5）横风指数

实现对高速公路受影响路段的横风的短临（0-2小时）和中短期（0-72h）预报。

（6）路面湿滑指数

结合路面水膜厚度实况监测和相对湿度与降雨量预报数据，实现中短期（0-72h）路面湿滑指数等级预报。

（7）爆胎指数

结合路面温度和干旱系数的监测和预报数据，实现爆胎指数的中短期（0-72h）定量预报产品。

上述模型采用基于大数据的智能分析方法（例如预测、聚类、关联规则等等，对应的方法有回归分析，神经网络，支持向量机等），分析预报模型的大量预报结果与自动观测站的观测结果之间的特征，发掘出数值模式在目标预报区域的误差特点，对误差进行预测，进而订正。