曲曉黎 張娣 郭蕊 杜建華

（1 河北省氣象服務(wù)中心，石家莊 050021；2 河北省氣象與生態(tài)環(huán)境重點實驗室，石家莊 050021；3 海南省氣象信息中心，?？?570203）

0 引言

截至2015年，我國高速公路里程已達12.35萬 km，高居世界第一，高速公路交通事故有近30%發(fā)生在惡劣天氣條件下。柳艷香等[1]選取了對高速公路交通運行影響最大的氣象因子，對我國高速公路交通氣象災(zāi)害風險進行評估。曲曉黎等[2]、楊忠恩等[3]分別對河北省高速公路和浙江省高速公路開展了霧災(zāi)風險區(qū)劃技術(shù)研究?；谥聻?zāi)因子危險性、承載體及孕災(zāi)環(huán)境等因素的公路交通氣象災(zāi)害風險評估的研究也有不少[4]。這些研究成果在低能見度、路面高溫和低溫冰雪條件下，為交通運輸管理提供了參考依據(jù)。

本文在對河北省高速公路進行氣象災(zāi)害風險普查，得到霧（尤其是團霧）、路面結(jié)冰、路面積水的易發(fā)點的基礎(chǔ)上，從致災(zāi)因子危險性、承載體空間脆弱性和易損性幾方面開展霧災(zāi)和路面結(jié)冰災(zāi)害風險區(qū)劃，得到霧災(zāi)、路面結(jié)冰災(zāi)害高風險路段；搜集霧和路面結(jié)冰典型個例，運用綜合指數(shù)法進行評估排序；基于風險普查、風險區(qū)劃和典型個例評估結(jié)果，建立霧災(zāi)、路面結(jié)冰災(zāi)害和強降雨災(zāi)害的分災(zāi)種風險等級預報模型；綜合霧災(zāi)、路面結(jié)冰災(zāi)害和強降雨災(zāi)害的發(fā)生風險綜合建立基于氣象條件的高速公路通行綜合風險等級預報模型；通過開展高速公路現(xiàn)場觀測試驗、運用歷史數(shù)據(jù)統(tǒng)計分析結(jié)果以及現(xiàn)行行業(yè)標準等，確定了模型中各因子的閾值指標。利用上述模型，基于智能網(wǎng)格化氣象實況和預報產(chǎn)品，在Hadoop 交通氣象云平臺上實時計算，得到未來24 h內(nèi)逐3 h、空間分辨率為基于高速路段3 km的霧災(zāi)、路面結(jié)冰災(zāi)害、強降雨災(zāi)害風險等級預報產(chǎn)品以及因氣象條件造成的高速封閉的風險等級產(chǎn)品，上述產(chǎn)品已經(jīng)融入京津冀交通氣象一體化業(yè)務(wù)系統(tǒng)并向公安和交通部門發(fā)布。

1 高影響天氣風險預報預警技術(shù)的主要內(nèi)容

1.1 高速公路氣象災(zāi)害風險普查

采用德爾菲法、實地勘察和統(tǒng)計分析相結(jié)合等方法[5]，運用高速公路沿線氣象觀測資料、公路基本信息、因氣象條件造成的交通事故和封路信息等資料，得出京津冀區(qū)域高速公路霧災(zāi)風險隱患點153處，路面結(jié)冰風險隱患點85處，積水隱患點32處。將得到的高速公路霧、路面結(jié)冰和積水的隱患點信息融入交通氣象災(zāi)害風險普查數(shù)據(jù)庫[6]，并在京津冀交通氣象一體化業(yè)務(wù)系統(tǒng)中基于GIS進行自動提醒。為交通氣象風險預報預警服務(wù)提供基礎(chǔ)保障。

1.2 高速公路通行高影響天氣類型分析

分析2010年4月—2013年3月河北全省高速公路通行受阻（即采取封閉管制措施）樣本共17941次，其中因氣象因素造成的通行受阻為6866次，高達38.3%。在因氣象因素造成的通行受阻樣本中，以大霧造成的次數(shù)最多，為5506次，各月均可能出現(xiàn)因霧造成通行受阻的情況，同時大霧造成的通行受阻時間也最長。其次是冰雪1342次。降雨造成的通行受阻3年中共17次。因大風造成的通行受阻有1次。因此，對河北高速公路通行影響最嚴重的災(zāi)害性天氣依次為大霧、冰雪和強降雨。

1.3 高速公路氣象災(zāi)害風險區(qū)劃技術(shù)研究

按照風險區(qū)劃理論，基于致災(zāi)因子危險性、承災(zāi)體空間脆弱性以及承災(zāi)體易損性三個方面，采用加權(quán)分析法建立了河北省高速公路分災(zāi)種氣象災(zāi)害風險區(qū)劃模型。以霧災(zāi)為例，將年均大霧日數(shù)、濃霧日數(shù)、強濃霧日數(shù)作為致災(zāi)因子危險性因子；用近3年高速公路交通氣象災(zāi)害風險普查所得的以及高速交警公布的霧易發(fā)路段、公路路網(wǎng)密度、日均單向車流量作為承災(zāi)體空間脆弱性因子；用年均因霧造成的封路日數(shù)、年累積封路時長以及年均交通事故起數(shù)作為承載體易損性因子?？紤]到高速公路封閉管制是通過收費站的關(guān)啟來實現(xiàn)的，因此將逐個收費站之間的距離作為霧災(zāi)風險區(qū)劃模型的空間尺度，即以高速公路收費站為單位計算各站霧災(zāi)風險區(qū)劃等級。模型中，各因子的取值采用賦值法并進行標準化處理，權(quán)重系數(shù)采用層次分析法，計算出災(zāi)害性天氣風險指數(shù)后，運用標準差分類法進行風險等級劃分。

1.4 典型個例分析評估

采用多指標綜合指數(shù)法對26次大霧和14次路面結(jié)冰典型個例進行評估分析。以霧災(zāi)為例，采用能見度極小值、低能見度持續(xù)時間、單次霧過程影響的高速公路收費站站數(shù)等因子建立大霧過程評價綜合指數(shù)。得出26次大霧過程和14次路面結(jié)冰過程的影響排序。

1.5 高速公路氣象災(zāi)害風險等級預報技術(shù)研究

依照1.3節(jié)的方法，選取霧的強度（等級）、路面結(jié)冰程度、雨強及降雨總量、高影響天氣的持續(xù)時間以及行車位置是否處于高風險路段、行車時段、單項車流量和地形等因子構(gòu)建了霧災(zāi)、路面結(jié)冰災(zāi)害、強降雨災(zāi)害風險等級預報模型，參考現(xiàn)行行業(yè)標準、統(tǒng)計經(jīng)驗指標等標準對模型中的各因子進行賦值，最終給出分災(zāi)種的風險等級預報分級標準和判別指標。綜合霧災(zāi)、路面結(jié)冰災(zāi)害和強降雨災(zāi)害的發(fā)生風險，構(gòu)建了基于氣象條件的高速公路通行狀況風險等級預報模型，得到因氣象條件造成的不同封閉風險及其對應(yīng)的封閉時長。

1.6 風險等級預報產(chǎn)品業(yè)務(wù)化

在日常業(yè)務(wù)中，將3 km×3 km、3 h時間分辨率的智能網(wǎng)格化預報產(chǎn)品輸入河北省Hadoop交通氣象大數(shù)據(jù)處理平臺，計算得到河北全省高速公路每日2次、預報時長為未來24 h、3 km公路路段、3 h時間分辨率的高速公路通行狀況風險等級預報產(chǎn)品。由于高速公路管制多以收費站口封閉實現(xiàn)，因此在預報服務(wù)中選擇高速公路收費站口前行方向至下一個收費站之間最高風險等級作為該處的通行狀況風險等級。

2 成果應(yīng)用及效益產(chǎn)出

目前，河北省高速公路氣象災(zāi)害風險等級預報及基于氣象條件的高速公路站口封閉風險等級預報產(chǎn)品已應(yīng)用于面向交管部門的服務(wù)中，并且綜合其他服務(wù)產(chǎn)品形成微網(wǎng)站嵌入中國人民財產(chǎn)保險公司河北省分公司的微信公眾號為車險用戶提供服務(wù)。

高速公路高影響天氣風險預報預警技術(shù)成果應(yīng)用以來，在河北省高速公路安全保暢方面起到了積極作用，帶來顯著的社會效益。據(jù)河北省交管部門統(tǒng)計，2016年較2015年相比，全省高速公路因霧和路面結(jié)冰造成的一般等級以下交通事故下降率分別高達50%和21.9%。2016—2018年，河北省高速公路因惡劣天氣造成的一般事故數(shù)、死亡人數(shù)、經(jīng)濟財產(chǎn)損失連年大幅下降。交管部門參考跟蹤滾動式風險預報預警服務(wù)產(chǎn)品，成功實現(xiàn)“分向管控”，大大減少了人物力投入，提高了車輛通行效率和安全程度。2018年，項目獲河北省科學技術(shù)進步三等獎。

3 展望

未來應(yīng)利用衛(wèi)星遙感反演、圖像識別、機器學習、人工智能等方式方法，使用氣象觀測和社會化觀測結(jié)合的方式，形成多源數(shù)據(jù)融合分析和應(yīng)用技術(shù)，全面解決霧的觀測問題，進一步與云計算融合，實現(xiàn)為管理部門和社會公眾的跨區(qū)域無縫式全程實時導航氣象服務(wù)。