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.
路面低温、统计预报、多元线性回归、朴素贝叶斯、支持向量机模型
46
P49(应用气象学)
江苏省科技支撑计划BE2015732;国家公益性行业气象科研专项GYHY201406029,GYHY201306043;江苏省气象局北极阁基金BJG201404
2018-10-30(万方平台首次上网日期,不代表论文的发表时间)
共12页
773-784