胡繼超， 林子靜， 成 添

(南京信息工程大學(xué)氣象災(zāi)害預(yù)報(bào)預(yù)警與評(píng)估協(xié)同創(chuàng)新中心,江蘇省農(nóng)業(yè)氣象重點(diǎn)實(shí)驗(yàn)室,南京 210044)

道路結(jié)冰后濕滑對(duì)城市道路和高速公路交通安全構(gòu)成威脅,會(huì)影響人們正常出行并增加交通事故發(fā)生概率而導(dǎo)致巨大的經(jīng)濟(jì)損失,因此被中國(guó)氣象局列為第一批發(fā)布預(yù)警信號(hào)的突發(fā)氣象災(zāi)害之一[1]。路面能否結(jié)冰與地表溫度變化密切相關(guān),隨著中國(guó)社會(huì)經(jīng)濟(jì)的迅速發(fā)展,高速公路建設(shè)發(fā)展迅猛[2],截至2018年底,總通車(chē)?yán)锍桃淹黄?4萬(wàn)公里,迫切需要提高路面溫度的精準(zhǔn)預(yù)報(bào)能力和道路管控預(yù)警服務(wù)。因此,考慮道路下墊面狀況的改變,研制微小尺度范圍溫度精細(xì)化預(yù)報(bào)一直是待攻克的難題和研究熱點(diǎn)。準(zhǔn)確預(yù)報(bào)路面溫度變化,可提供及時(shí)的交通氣象服務(wù)信息,為道路維護(hù)(如除雪、撒鹽融冰融雪等)和實(shí)施交通管制提供可靠決策信息依據(jù),促進(jìn)對(duì)冰凍天氣的快速響應(yīng)和及時(shí)處置,對(duì)保障交通出行安全、減少交通事故發(fā)生和引起的財(cái)產(chǎn)損失具有重要意義。

影響路面溫度變化的因素很多。除去季節(jié)差異,可以概括為以下三方面:地理?xiàng)l件、天氣條件、下墊面狀況等[3-4]。地理?xiàng)l件主要包括緯度、海拔高度和地形條件(山坡的坡向、坡度、地形形態(tài)),其對(duì)溫度的影響是確定的。就溫度的日變化預(yù)報(bào)而言,易受天氣條件[5](風(fēng)速、天空云況)和下墊面狀況變化的影響,其中以下墊面狀況改變(表面材料、干濕狀況的時(shí)空異質(zhì)性)的影響最為復(fù)雜[6],從而增加了溫度預(yù)報(bào)的難度。盡管如此,隨著氣象觀(guān)測(cè)自動(dòng)化的發(fā)展,溫度觀(guān)測(cè)的時(shí)空密度增加,為提高溫度預(yù)報(bào)精細(xì)預(yù)報(bào)的水平提供了條件和可能。關(guān)于溫度預(yù)報(bào)方法的研究已有大量報(bào)道?；诖耍瑢囟阮A(yù)報(bào)方法分類(lèi),分別綜述其近年來(lái)的研究進(jìn)展。

1 道路溫度預(yù)報(bào)方法

1.1 應(yīng)用統(tǒng)計(jì)方法建立的溫度預(yù)測(cè)模型

利用多元統(tǒng)計(jì)方法預(yù)報(bào)路面溫度是比較常用的方法之一。該類(lèi)方法基于歷史數(shù)據(jù)建立地表溫度與其他氣象因子(氣溫、太陽(yáng)輻射、總云量、低云量、露點(diǎn)溫度、能見(jiàn)度和相對(duì)濕度等)以及其他相關(guān)要素之間的關(guān)系,從而達(dá)到預(yù)報(bào)地表溫度的目的,此類(lèi)方法優(yōu)點(diǎn)是模型簡(jiǎn)單、參數(shù)和資料易于獲取、便于工程應(yīng)用,主要缺點(diǎn)在于模型缺乏機(jī)理性,影響預(yù)報(bào)準(zhǔn)確性,不易推廣。

此外,統(tǒng)計(jì)方法在確定路面溫度預(yù)報(bào)模型中的局地地理(地形、開(kāi)闊度、土地利用等)和路面建筑材質(zhì)(熱擴(kuò)散率、反射率)參數(shù)時(shí)具有重要作用[3,15]。Marchetti等[16-17]應(yīng)用主成分分析法研究路面特征和下墊面形態(tài)性質(zhì)來(lái)分析其對(duì)地表溫度的影響。

1.2 利用數(shù)值方法的預(yù)報(bào)模型

該類(lèi)方法是以數(shù)值天氣預(yù)報(bào)模式為基礎(chǔ),利用MOS方法加上滾動(dòng)訂正進(jìn)行網(wǎng)格預(yù)報(bào),它基于數(shù)值天氣預(yù)報(bào)模式背景場(chǎng)和站點(diǎn)預(yù)報(bào)的溫濕度等要素網(wǎng)格預(yù)報(bào)技術(shù),應(yīng)用精細(xì)化地理信息訂正處理,得到降尺度過(guò)程中預(yù)報(bào)要素的局地化值[18],該方法較早的報(bào)道見(jiàn)Sass[19-20]的研究?；贕rapes數(shù)值模型預(yù)測(cè),羅聰?shù)萚21]利用卡爾曼濾波方法做初步溫度預(yù)報(bào),然后將模式統(tǒng)計(jì)輸出方法應(yīng)用于卡爾曼濾波結(jié)果,得到逐時(shí)滾動(dòng)溫度預(yù)報(bào),最后通過(guò)站點(diǎn)網(wǎng)格映射方法將站點(diǎn)預(yù)測(cè)誤差反饋到最匹配的網(wǎng)格點(diǎn),以實(shí)現(xiàn)精細(xì)的逐時(shí)滾動(dòng)溫度預(yù)測(cè)(seamless hourly updated forecast for temperature,SHUF)。王秋云等[22]利用中尺度天氣預(yù)報(bào)模式(the weather research and forecasting model,WRF)模式結(jié)合路面參數(shù)方案對(duì)滬寧高速公路的一次高溫過(guò)程進(jìn)行了對(duì)比模擬分析。該方法是將數(shù)值天氣預(yù)報(bào)的溫度精細(xì)化預(yù)報(bào)方法應(yīng)用到路面溫度預(yù)報(bào)上，其優(yōu)點(diǎn)是可以提供宏觀(guān)氣象要素預(yù)報(bào)場(chǎng),特別是有平流引起的大范圍內(nèi)溫度變化時(shí),該方法能起到非常重要的作用。但也存在不足:無(wú)法考慮道路局地下墊面特性的精細(xì)溫度變化差異(如微小尺度地形、地表粗糙度、路橋建筑變化等引起的溫度變化差異),格點(diǎn)的精細(xì)溫度預(yù)報(bào)值與實(shí)際路面溫度仍存在明顯可提高的誤差。因此,采用上述兩種途徑提高路面溫度預(yù)報(bào)能力的關(guān)鍵在于：一是提高采取集合預(yù)報(bào)方法提高路面溫度數(shù)值產(chǎn)品的預(yù)報(bào)準(zhǔn)確性[23]；二是融合更多的實(shí)時(shí)路面監(jiān)測(cè)信息訂正數(shù)值預(yù)報(bào)產(chǎn)品[24-27]。Bouris等[24]將路面熱影像與數(shù)值天氣預(yù)報(bào)模型得到的路面預(yù)報(bào)結(jié)合起來(lái)進(jìn)行分析。

1.3 基于地表能量平衡法的溫度預(yù)測(cè)模型

目前,基于地表能量平衡法的溫度預(yù)測(cè)模型是高速公路溫度預(yù)報(bào)使用最多的方法,它利用高速公路沿線(xiàn)交通氣象站的觀(guān)測(cè)數(shù)據(jù),其溫度場(chǎng)算法以路面輻射能量平衡為基礎(chǔ)并同化各種有效的參量,此類(lèi)方法優(yōu)點(diǎn)是模型有較強(qiáng)機(jī)理性,但是模型中需要確定的參數(shù)和變量較多[28-31],系統(tǒng)計(jì)算復(fù)雜。目前歐美國(guó)家使用的道路結(jié)冰預(yù)報(bào)模型多偏向于此類(lèi)方法。

2001年,加拿大科學(xué)家就研發(fā)出一種高速公路路面溫度的預(yù)測(cè)模型(model of the environment and temperature of roads,METRo)[32],模型使用道路氣象觀(guān)測(cè)站資料以全球環(huán)境多尺度數(shù)值預(yù)報(bào)模型(geospace environmental modeling,GEM)的產(chǎn)生氣象預(yù)報(bào)信息得到初始和邊界條件。METRo能考慮路面液體和固體形式的道路積水,應(yīng)用路面能量平衡和道路材料的熱傳導(dǎo)公式,計(jì)算出溫度變化。到達(dá)道路表面的輻射通量可以在自動(dòng)模式下從GEM模型獲取,或者在手動(dòng)模式下運(yùn)行時(shí)參數(shù)化為云層和溫度的函數(shù)。METRo由三個(gè)模塊組成:路面的能量平衡(中心部分)，道路材料的導(dǎo)熱模塊,以及處理道路上積水、積雪和積冰的模塊。這里主要介紹路面的能量平衡模塊:

Rn=(1-αs)Q+εI-εσT4-H-LE±LfP+A

(1)

式(1)中:Rn是太陽(yáng)的凈輻射通量；Q是入射太陽(yáng)輻射通量；αs是路面反照率；ε是史蒂芬-玻爾茲曼常數(shù)；εI是入射的紅外輻射通量；Ts是道路溫度；H是感熱通量；LE是潛熱通量；Lf是水的融化熱；P是降水速率；A是人為熱通量。該模型系統(tǒng)在較多的國(guó)家和地區(qū)進(jìn)行了推廣應(yīng)用[33-34]。

Bouilloud等[35-36]設(shè)計(jì)了適用于整個(gè)法國(guó)的路面溫度預(yù)報(bào)模型(ISBA-Route/crocus耦合模型),它依靠短期氣象預(yù)報(bào)和路面氣象要素的長(zhǎng)期模擬,利用空間化氣象數(shù)據(jù)提供初始條件。使用來(lái)自綜合實(shí)驗(yàn)場(chǎng)的氣象數(shù)據(jù)在實(shí)驗(yàn)現(xiàn)場(chǎng)對(duì)路面狀況(路面溫度和道路上積雪)進(jìn)行預(yù)測(cè)。其能量平衡方程為

Fadv+Fsol)+G

(2)

式(2)中：Ct是路面層的熱容量；Pt表示時(shí)間步長(zhǎng)內(nèi)積雪的存在時(shí)間比例；Fcond是雪與道路之間的熱傳導(dǎo)通量；Fadv是積雪徑流的熱平流通量；Fsol是積雪底部的太陽(yáng)輻射通量；G土壤熱通量。相比加拿大的METRo模型,該模型考慮了積雪層,但沒(méi)有考慮人為熱排放影響,更適用于積雪存在的情況。

劉熙明等[37]應(yīng)用能量平衡公式[式(3)]計(jì)算水泥路面溫度,綜合考慮大氣與地面之間的長(zhǎng)波輻射、太陽(yáng)短波輻射、感熱和潛熱之間的能量平衡關(guān)系,并考慮水汽、氣溶膠、浮塵以及云等多種要素對(duì)太陽(yáng)短波輻射的吸收和散射,建立了一種較實(shí)用的路面溫度預(yù)報(bào)模型。

G(t)=(1-αs)S↓+L↑-L↓-H-LE

(3)

式(3)中：S↓為太陽(yáng)短波輻射；L↑-L↓為凈長(zhǎng)波輻射。

驗(yàn)證表明該模型在晴好天氣溫度預(yù)報(bào)精度較高,但當(dāng)出現(xiàn)陰雨天時(shí),結(jié)果仍有待提高。

Feng等[38]根據(jù)路表能量平衡,建立了高速公路路面溫度預(yù)測(cè)模式,并將預(yù)測(cè)結(jié)果與路面氣象站的實(shí)測(cè)值進(jìn)行了對(duì)比。

針對(duì)道路交通下墊面的特點(diǎn),2017年，Meng[39]利用高速公路氣象監(jiān)測(cè)站數(shù)據(jù)以及北京市精細(xì)下墊面數(shù)據(jù),以通用陸面模式(common land model,CoLM)為基礎(chǔ),開(kāi)發(fā)了適用于城市街道以及公路路面的路面參數(shù)數(shù)值預(yù)報(bào)模型BJ-ROME。模型采用由BJ-RUC產(chǎn)生的氣象強(qiáng)迫場(chǎng)驅(qū)動(dòng),其預(yù)報(bào)時(shí)間跨度可達(dá)到24 h,做到3 h更新。

BJ-ROME基于路面模式CoLM構(gòu)建。其能量平衡方程可表示如下：

(4)

驗(yàn)證結(jié)果表明,BJ-ROME可以模擬路面溫度的日變化,特別是在晴空條件下。對(duì)于下雨的情況,如果道路水深不為0,則可以將路面視為淺湖,簡(jiǎn)化CoLM中的湖泊模型以計(jì)算道路水溫,模型可以很好地模擬水澇時(shí)間。如果考慮人工除水,也可以模擬道路水深。對(duì)于雪情,BJ-ROME可以很好地模擬積雪時(shí)間。如果考慮人工除雪,BJ-ROME也可以很好地模擬積雪的深度。敏感性分析結(jié)果表明,太陽(yáng)輻射校正系數(shù),瀝青深度和瀝青熱導(dǎo)率是RIT模擬的重要參數(shù)。

應(yīng)用能量平衡法,計(jì)算得到儲(chǔ)熱通量后,路面溫度采用強(qiáng)迫恢復(fù)法計(jì)算。該方法是由Bhumralkar[40]首先提出,并由Lin[41]和Dickinson[42]改進(jìn)和發(fā)展的計(jì)算表面溫度的經(jīng)驗(yàn)方法。溫度變化計(jì)算公式為

(5)

劉冬韡等[43-44]利用該方法計(jì)算了上海市城市地表溫度的分布,考慮了城市下墊面覆蓋類(lèi)型變化對(duì)地表溫度的影響。馮蕾等[18]以數(shù)值天氣預(yù)報(bào)結(jié)果為氣象強(qiáng)迫場(chǎng),驅(qū)動(dòng)路面溫度預(yù)報(bào)模型METRo,對(duì)江蘇省高速公路夏季路面高溫進(jìn)行了預(yù)報(bào)試驗(yàn),較常規(guī)業(yè)務(wù)預(yù)報(bào)方法提高了溫度預(yù)報(bào)的精細(xì)水平。

1.4 基于GIS的地溫預(yù)測(cè)模型

GIS能考慮路面狀況的空間差異性,將GIS與相關(guān)溫度預(yù)報(bào)模型結(jié)合進(jìn)行地表溫度預(yù)報(bào),能提高路面溫度預(yù)報(bào)進(jìn)度,從20世紀(jì)90年代就將GIS技術(shù)應(yīng)用到路面溫度的研究,且不斷深入[45-52]。Chapman等[46]將基本空間數(shù)據(jù)集與測(cè)量技術(shù)的協(xié)同作用相結(jié)合,以產(chǎn)生驅(qū)動(dòng)道路天氣預(yù)報(bào)模型的空間分量的地理參數(shù)數(shù)據(jù)庫(kù)。通過(guò)測(cè)量和建模諸如高度、土地利用、道路建設(shè)和天空視野因子之類(lèi)的地理參數(shù),可以將道路冰預(yù)測(cè)系統(tǒng)的預(yù)先存在的組件聯(lián)合起來(lái)以提供動(dòng)態(tài)道路冰預(yù)測(cè)系統(tǒng)。

為了改進(jìn)道路天氣系統(tǒng)(road weather information systems，RWIS)模型,伯明翰大學(xué)于2005年綜合地理信息學(xué)、計(jì)算機(jī)處理能力,通信和互聯(lián)網(wǎng)的最新發(fā)展成果,開(kāi)發(fā)出新一代道路天氣信息系統(tǒng)(neXt generation road weather information systems,XRWIS)[47],系統(tǒng)利用經(jīng)緯度、海拔高度、天空視角因子、每隔20～200 m(取決于地形)的地理數(shù)據(jù)庫(kù)、熱圖殘差、坡向,坡度,冷空氣排水,道路建設(shè),交通,土地利用等,為工程師提供基于道路的天氣預(yù)報(bào)。結(jié)果表明,使用地理測(cè)量和IceMiser模型XRWIS能夠以高精度預(yù)測(cè)波蘭研究路線(xiàn)的路面地表溫度,該模型預(yù)測(cè)路面地表溫度(road surface temperature, RST)的準(zhǔn)確率達(dá)到98%,平均誤差僅0.15 ℃。

為了解決道路結(jié)冰災(zāi)害風(fēng)險(xiǎn)評(píng)估中致災(zāi)因子的精細(xì)化問(wèn)題,吉辰[49]引入天氣預(yù)報(bào)模型/非穩(wěn)態(tài)拉格朗日煙團(tuán)模型中網(wǎng)格化風(fēng)場(chǎng)模塊(the weather research and forecasting mode/california meteorological model,WRF/CALMET)動(dòng)態(tài)降尺度方案,利用GIS技術(shù)建立健全危險(xiǎn)因子精細(xì)化模型,為完善道路結(jié)冰災(zāi)害風(fēng)險(xiǎn)評(píng)估中災(zāi)害風(fēng)險(xiǎn)評(píng)估提供了新思路。

1.5 基于機(jī)器學(xué)習(xí)算法的道路溫度預(yù)測(cè)模型

近來(lái),隨著人工智能的快速發(fā)展,機(jī)器學(xué)習(xí)也開(kāi)始逐步應(yīng)用于地表溫度的預(yù)測(cè)。與統(tǒng)計(jì)方法相同,機(jī)器學(xué)習(xí)算法也利用歷史觀(guān)測(cè)資料來(lái)預(yù)測(cè)地表溫度,但它可以近似化更復(fù)雜的函數(shù)。為了取得更好的效果,統(tǒng)計(jì)方法通常需要大量的數(shù)據(jù)和準(zhǔn)確的特征選擇,而機(jī)器學(xué)習(xí)算法只需要有限的特征選擇和相對(duì)較少的數(shù)據(jù)也可以取得良好的效果,同時(shí)機(jī)器學(xué)習(xí)算法的參數(shù)很容易通過(guò)優(yōu)化原理獲得。近幾年來(lái),道路溫度預(yù)測(cè)方面常用的機(jī)器學(xué)習(xí)算法有支持向量機(jī)、神經(jīng)網(wǎng)絡(luò)和決策樹(shù)等[53-61]。

劉梅等[53]利用支持向量機(jī)方法探索了南京地區(qū)道路結(jié)冰的預(yù)報(bào)方法。雷建軍等[54]利用遺傳微粒群算法的全局搜索能力選擇合適的組合及對(duì)應(yīng)的最優(yōu)支持向量機(jī)參數(shù),提高道路預(yù)測(cè)模型的模擬準(zhǔn)確率。Xu等[58]在改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)模型的基礎(chǔ)上,提出了動(dòng)態(tài)預(yù)測(cè)模型和靜態(tài)預(yù)測(cè)模型。通過(guò)重置訓(xùn)練程序,固定訓(xùn)練樣本的大小以及更新實(shí)際溫度訓(xùn)練樣本來(lái)建立動(dòng)態(tài)預(yù)測(cè)模型,由于能將最新時(shí)刻的溫度數(shù)據(jù)更新到訓(xùn)練樣本中,故可以達(dá)到提高地溫預(yù)報(bào)準(zhǔn)確性的目的。Liu[59]利用極限學(xué)習(xí)機(jī)(extreme learning machine,ELM)的機(jī)器學(xué)習(xí)算法預(yù)測(cè)路面溫度,將梯度增強(qiáng)到ELM來(lái)有效地降低隨機(jī)性,結(jié)合ML方法與BJ-RUC,可以取得良好預(yù)報(bào)溫度的效果。陳凱等[61]將是否有可能發(fā)生結(jié)冰現(xiàn)象抽象成一個(gè)二元分類(lèi)問(wèn)題,利用數(shù)據(jù)挖掘中C4.5決策樹(shù)算法做分類(lèi)分析,得到易于使用的預(yù)報(bào)道路結(jié)冰規(guī)則集。

2 結(jié)論

通過(guò)綜述中外關(guān)于地表溫度預(yù)測(cè)方法,分析各種研究方法的優(yōu)勢(shì)和不足,并詳細(xì)闡述該方面研究進(jìn)展得出以下結(jié)論。①統(tǒng)計(jì)分析方法簡(jiǎn)單但缺少機(jī)理性,推廣到其他地方誤差大,且需要大量實(shí)測(cè)數(shù)據(jù),因此,其未來(lái)發(fā)展受到限制；②能量平衡法機(jī)理性較強(qiáng),但是參數(shù)復(fù)雜,歐美運(yùn)用廣泛,也是近年來(lái)中國(guó)研究和應(yīng)用的主流方法；③GIS和數(shù)值天氣預(yù)報(bào)多是作為工具以輔助路面溫度預(yù)報(bào),以達(dá)到提高預(yù)報(bào)精度的目的,可以預(yù)見(jiàn)學(xué)科間交叉將會(huì)越來(lái)越多,適用性也會(huì)越來(lái)越強(qiáng)；④數(shù)據(jù)挖掘方法具有數(shù)據(jù)選擇的兼容性、模型構(gòu)建的準(zhǔn)確性、參數(shù)設(shè)置的便捷性等優(yōu)勢(shì)。綜上所述,將能量平衡方法與數(shù)據(jù)挖掘方法結(jié)合起來(lái),使優(yōu)勢(shì)互補(bǔ),是未來(lái)具有生命力的發(fā)展趨勢(shì)。