摘 要：【目的】研究氣象條件對開封市高速公路安全行車的影響及防范應用，為提升中原交通樞紐通行能力和保障交通安全提供保障。【方法】基于2016—2020年開封市地面氣象資料和高速公路交通事故資料，使用泰森多邊形法等方法進行分析?！窘Y果】10時和16時為一天中發(fā)生交通事故的兩個波峰，2月和10月為一年中發(fā)生交通事故的兩個高峰期，節(jié)假日交通事故發(fā)生次數(shù)是日平均的2～5倍。不利氣象條件下的交通事故占全部的34.5%，其中降雨天氣發(fā)生的事故占全部不利氣象條件下交通事故的49.6%?！窘Y論】暴雨及以上降雨天氣發(fā)生的交通事故發(fā)生率最大，小雨天氣發(fā)生的交通事故次數(shù)最多。氣溫≥35.6 ℃時的晴好少云天氣，交通事故溢出率≥15%。當能見度≤4 km時，隨著能見度的減小，交通事故溢出率總體呈上升，但略有波動。根據(jù)開封氣候特征提出了相應的防范建議。

關鍵詞：交通氣象；交通安全；高速公路管理

中圖分類號：P49" " "文獻標志碼：A" " 文章編號：1003-5168（2025）01-0097-05

DOI：10.19968/j.cnki.hnkj.1003-5168.2025.01.019

Research and Application of Meteorological Conditions for Traffic Safety on Kaifeng Expressway

WANG Qiying1，2 WANG Haolu1，2 TONG Yanyan1，2 LIU Xiaojun1，2

（1.Kaifeng City Meteorological Bureau， Kaifeng 475004， China; 2.Kaifeng Key Laboratory of Meteorological Disaster Prevention and Mitigation， Kaifeng 475004， China）

Abstract： [Purposes] This paper studies the impact of meteorological conditions on the safe driving of highways in Kaifeng and its preventive applications to improve the traffic capacity of the Central Plains transportation hub and ensure traffic safety. [Methods] Based on the ground meteorological data and highway traffic accident data of Kaifeng City from 2016 to 2020， using analysis methods such as the Tyson polygon method， this study investigates the impact of meteorological conditions on the safe driving of highways in Kaifeng City. [Findings] Traffic accidents have two peaks in a day at 10：00 and 16：00， the two peak periods in a year lies" in February and October. ， and the number of traffic accidents on holidays is 2～5 times of the daily average. Traffic accidents under adverse weather conditions accounted for 34.5% of all traffic accidents， of which the accidents occurred in rain weather accounted for 49.6% of all accidents under adverse weather conditions. [Conclusions] The incidence of traffic accidents is the highest in rainstorm and above rainfall weather， and the traffic accidents occurred in light rain weather was the largest. The overflow rate of traffic accidents is ≥15% in the sunny weather with less clouds and air temperature ≥35.6 ℃. When visibility is ≤4 km， with the reduction of visibility， traffic accident overflow rate generally increased， but slightly fluctuated. At the same time， this paper puts forward corresponding prevention suggestions according to the climate characteristics of Kaifeng.

Keywords： traffic meteorology; traffic safety; expressway management

收稿日期：2023-09-08

基金項目：開封市科技研發(fā)計劃聯(lián)合基金項目（22LH002）；開封市科技發(fā)展計劃項目（2003059）。

作者簡介：王其英（1974—），女，本科，高級工程師，研究方向：災害性天氣預報及其服務。

通信作者：劉曉君（1974—），女，碩士，高級工程師，研究方向：災害性天氣服務。

0 引言

交通運輸是當今城市經(jīng)濟生產(chǎn)和社會生活的命脈。為適應經(jīng)濟社會的發(fā)展，我國高速公路不斷延伸，截至2022年年底，我國高速公路網(wǎng)總里程達17.7萬km。氣象條件是影響高速公路交通安全的重要因素之一。2001—2007年我國不利天氣條件下高速公路交通事故傷亡人數(shù)約占交通事故總傷亡人數(shù)的20%［1］。近年來，我國平均每年因高速公路交通事故死亡人數(shù)近12萬人，其中約 70% 與不利氣象條件有關［2］。國內(nèi)許多學者開展了交通氣象方面的研究。張曦等［3］研究表明雪后0～8 h為路面結冰較易發(fā)生時段，并分析陜西路面溫度與氣象因子的關系，建立多元回歸模型，該模型對冬季路面最低溫度的擬合效果較優(yōu)。曲曉黎等［4］運用加權分析法，建立河北高速公路上霧、結冰和強降雨等3種氣象災害風險等級預報模型，預報準確率可達76.7%。

開封市位于華北平原的南端，北鄰黃河，氣候獨特，是全國重要交通樞紐，也是八朝古都和文化旅游名城。據(jù)開封市文化廣電和旅游局提供數(shù)據(jù)顯示，僅2023年“五一”假期期間，開封市文旅接待量達650.5萬人次。因此，開封境內(nèi)高速公路運輸不但承載著經(jīng)濟文化發(fā)展的重任，還擔負著中原崛起、全國交通運輸順暢的重擔。據(jù)統(tǒng)計，2016—2020年開封市境內(nèi)高速公路交通事故呈明顯上升趨勢，但目前關于開封市甚至河南省高速公路交通氣象安全方面的研究成果卻較少，因此，研究開封市高速公路交通事故發(fā)生的內(nèi)在和外在因素，提出預防措施，能夠為開展高質(zhì)量高速公路氣象服務提供技術支撐，為中原其他地區(qū)提供參考。

1 資料與計算方法

本研究使用2016—2020年開封市5個國家基本氣象站和89個常規(guī)氣象觀測站的資料和高速公路交通事故資料，運用泰森多邊形在空間剖分上的等分性方法特征，找出交通事故發(fā)生時的氣象要素值進行研究。通過計算某氣象條件下事故溢出率的方法，評估該氣象條件對開封市高速公路行車安全的影響。具體計算方法如下。

設定高速公路交通的基礎事故比率，簡稱事故基率，其計算式為式（1）。

[y=i=20162020Ni]÷[i=20162020Ti]" （1）

式中：y為事故基率，起/h；Ti為研究時段的年時長，h；i為年份；Ni為研究時段高速公路交通事故年次數(shù)，起。

事故預測值為研究時段某氣象條件下按照事故概率估計發(fā)生的交通事故次數(shù)，其計算式如式（2）。

[Mj=y×i=20162020Si] （2）

式中：Mj為交通事故預測值，起；Si為j氣象條件發(fā)生的年時長，h。

交通事故溢出率即實際發(fā)生的交通事故超出基率的百分數(shù)，其計算式如式（3）。

Qj=（Pj-Mj）/Mj×100% （3）

式中：Qj為j氣象條件下的交通事故溢出率，%；Pj為j氣象條件下的交通事故實際發(fā)生起數(shù)，起。

此算法可更清楚地描述該氣象條件下交通事故易發(fā)程度，過濾了該氣象條件持續(xù)時間短和發(fā)生頻率小導致交通事故發(fā)生少的現(xiàn)象。

2 開封市高速公路交通事故時間分布特征

開封地處中原交通樞紐，境內(nèi)有連霍、大廣、蘭南、日蘭、鄭民、商登、安羅等7條高速公路經(jīng)過，管轄區(qū)高速公路總里程約為428 km。2016—2020年開封市高速公路交通事故（以下簡稱開封交通事故）中，單方事故占36.2%，雙方事故占53.5%，3車及以上多車追尾事故占7.0%，其他事故占6.7%，可見絕大多數(shù)為雙方事故和單方事故。

2.1 年變化、季變化和月變化

開封交通事故年平均為1 534起，呈逐年增多趨勢，以年平均178.4起的幅度增長，其中2019年增幅最大，達356起，2020年最多，但增幅最小，為99起。春、夏、秋、冬4個季節(jié)占比依次為23%、21%、30%、26%，差別較小，秋季最多，夏季最少。月平均631.9 d，各月相差比較大（如圖1所示）。10月、2月、1月、4月高于平均值，其他月份均在平均值以下。事故峰值出現(xiàn)在10月，次多為2月，最少的是12月，10月、2月分別是12月的2.7倍、2.2倍。張宏芳等［5］研究認為，西安市區(qū)交通事故的集中月份為4月和6月，兩者的差別可能是由于道路運輸、地域經(jīng)濟活動和地域氣候等特征不同。

2.2 周變化和日變化

一周中，開封交通事故數(shù)每天相差不大，周日最多，周二次多，周六與均值相當，其他幾天均在平均值以下。開封交通事故日均4.2起，逐年國家法定假日日均依次為7.3起、9.1起、9.3起、15.4起和19.8起（2020年春節(jié)因疫情管控影響不計其內(nèi)），可見節(jié)假日交通事故起數(shù)明顯高于日均事故起數(shù)且呈逐年增多趨勢，其中2020年是2016年的2.7倍。高速交通事故日變化呈雙峰波（如圖2所示），兩個波峰分別在10時和16時；有兩個高發(fā)時段：09時至11時（時平均452起）和15時至18時（時平均509起）；09時至19時均高于平均值，02時至03時為最低值；下午多于上午，白天遠多于夜里。

3 氣象條件對開封市高速公路行車安全的影響

參照其他學者的方法，當交通事故發(fā)生時相應氣象條件達到約定值，就記為1次因該氣象條件而致交通事故。經(jīng)統(tǒng)計，2016—2020年開封高速公路氣象條件不利條件下發(fā)生交通事故占全部的34.5%。在所有不利氣象條件中，降雨天氣發(fā)生的交通事故占比最大，達49.6%，其次為降雪和大霧，分別為12%和10%，高溫、結冰和大風占比依次為7%、6%和5%。這是由于降雨在全年所有不利氣象條件中出現(xiàn)時間最長（共303 d），降雨期間及其前后常為陰天，能見度低［6］，路面濕滑，易發(fā)交通事故。

3.1 能見度對高速公路行車安全的影響

2016—2020年能見度≤4 km開封市高速公路交通事故溢出率變化如圖3所示。當能見度≤4 km時，開封市能見度越低事故溢出率越大，但略有小幅起伏。事故溢出率最大的為能見度0.5～1 km，能見度0～0.5 km的次之，其次為能見度1.5～2.0 km、1.0～1.5 km、2.0～3.0 km，溢出率依次為30%、26%、17%、12%和12%，能見度3～4 km的事故溢出率為-5%?？梢娔芤姸仍降?，事故溢出率越大，能見度3 km以上對高速公路行車安全影響不大。大霧天氣時，開封高速公路常采取管控措施，使車流量變小，另外，駕駛人員也會更謹慎地駕駛，因此，事故溢出率略有起伏。

3.2 高溫對高速公路行車安全的影響

因無全程路面溫度監(jiān)測數(shù)據(jù)，因此，本研究選用地表溫度來分析高溫天氣的影響。

3.2.1 氣溫與地表溫度的關系。夏季低云量和降水對日最高路面溫度有較大負面影響，因此剔除降水日及降水后一日的數(shù)據(jù)。經(jīng)統(tǒng)計分析，2016—2020年4月至9月開封國家基本氣象站日地表最高溫度（T地）與日最高氣溫（T氣）相關性最大，相關系數(shù)為0.921，并通過可信度0.000檢驗，其線性方程為：T地=1.649+1.498×T氣。

3.2.2 高地表溫度對高速公路行車安全的影響。張宏芳等［5］研究認為，西安市區(qū)最高氣溫超過33 ℃時，其公路交通事故較多年日均交通事故增加22%以上，38 ℃時達到最高峰。據(jù)統(tǒng)計，地表溫度區(qū)間（50～55］、（55～60］、（60～65］、（65～71） ℃事故溢出率依次為10%、15%、19%、59%，對應區(qū)間起始氣溫依次為32.3、35.6、39.0和42.3 ℃?？梢?，事故溢出率隨地表溫度升高而逐漸增加，交通事故發(fā)生的概率越大。當T氣≥39 ℃時，交通事故溢出率≥19%，與張宏芳等［5］的結論相似，只是高速公路比市內(nèi)公路行車安全受高溫不利影響的程度略輕。

3.2.3 地表溫度高的時間分布特征。2012年開封各氣象站全部轉(zhuǎn)為自動觀測業(yè)務化運行，監(jiān)測精密度大力提升，因此本研究統(tǒng)計分析2012—2020年地表溫度資料。據(jù)統(tǒng)計，地表溫度≥55 ℃發(fā)生在4月至9月，6月出現(xiàn)時長最長，5月至8月全年總占比96.5%，6月至7月全年總占比69.2%；主要集中時間為6月至7月的11時至15時和5、8月的12時至14時，時數(shù)總占比達87.7%。

3.3 降雨對高速公路行車安全的影響

因降雨強度、間斷性、持續(xù)性、降水過后陰晴不一，路面水分是否蒸發(fā)等情況十分復雜，無法運用前面計算事故溢出率的方法來估算，因此，考慮了降雨范圍，用事故發(fā)生率粗略地表示不同降水量級發(fā)生的交通事故概率，具體計算式為式（4）。

[δj=Dj÷i=1，j=1n，4S（i，j）] （4）

式中：δ為不同等級降水交通事故發(fā)生率，起/站·日；j表示不同等級降雨；D為不同等級降雨的交通事故總數(shù)，起；S為不同等級降雨的交通事故發(fā)生的天數(shù)站數(shù)，站·日。

2016—2020年開封市降雨天氣高速公路交通事故分布如圖4所示。由圖4（a）可知，小雨、中雨、大雨、暴雨及以上的天數(shù)依次為243、73、24、10 d，小雨出現(xiàn)天數(shù)占全部降雨天數(shù)的69.5%，依次是中雨、大雨、暴雨及以上的3.3、13.9、24.3倍，小雨天氣發(fā)生的交通事故也最多，占全部降雨天氣事故的66.6%。暴雨及以上的降雨天氣交通事故發(fā)生率最大，但事故起數(shù)最少，這是因為暴雨及以上的降雨天氣出現(xiàn)的日數(shù)雖然最少，大多發(fā)生在7月至9月份，常伴有對流天氣，持續(xù)時間較短，能見度好轉(zhuǎn)快，雨過天晴，路面溫度高，路面水分快速蒸干，影響時間短。李利等［7］研究認為，在沒有車距確認標志牌的情況下，中雨天氣時駕駛員的判斷誤差最大，比晴天時高2倍，可能是開封中雨天氣交通事故發(fā)生率次大的主要內(nèi)在原因。

由圖4（b）可知，日降雨量0.0～0.9 mm交通事故最多，1.0～1.9 mm和2.0～2.9 mm依次減少，3.0～9.9 mm略有波動。其中0.0～0.9 mm交通事故最多，與張宏芳等［5］研究結果相似，說明高速公路與市區(qū)雨天的交通事故分布相似。

綜上，開封多小雨天氣，交通事故多發(fā)，暴雨以上降雨天氣天數(shù)雖少，但因強降雨致能見度低和路面滑，交通事故發(fā)生率最大。

3.4 大風對高速公路行車安全的影響

大風天氣過程中，地面大風風力多不均勻，因此無法用事故溢出率來估算大風對高速公路行車安全的影響。一般認為，風力達6級及以上時，對高速公路行車安全有影響。朱曉東等［8］認為，在橫風作用下，車輛行駛速度越大，側滑風險越大，應在高速公路上設置適當?shù)臋M風限速。

4 不利氣象條件的防范建議

基于以上研究，除了及時關注災害性天氣預警信息，采取日常有效防范措施外，大霧天氣時封路或酌情限車流量，設視線誘導標志、車距確認提示牌等，能夠有效降低交通事故發(fā)生率。開封北部路段緊鄰黃河，秋冬季靜穩(wěn)天氣的凌晨，尤其是05時至10時是霧的高發(fā)期［9］，可適當多設視線誘導標志、車距確認提示牌，適時管控車流量等。5月至8月高溫晴好少云天氣，11時至15時地表溫度易高于55 ℃，此時段可在高速公路電子屏上提醒注意高溫天氣易爆胎。6月至8月開封暴雨和大暴雨分別占全年的75%和73.7%［10］，暴雨及以上降雨或中雨天氣交通事故發(fā)生率大，可酌情限車流量或適時限貨車駛入。開封春季和冬季大風居多，以偏北大風和偏西大風為主［11］，境內(nèi)高速公路為東西向和南北向為主，各向高速公路的橫風分量均大。開封大風空間分布不均，多發(fā)區(qū)位于城區(qū)的西北部和祥符區(qū)、通許長智、蘭考站等地［12］，為保證橫風條件下的行車安全，春季和冬季可在大風多發(fā)區(qū)設注意橫風標志牌或設橫風限速。

5 結論

①2016—2020年節(jié)假日期間開封高速公路交通事故次數(shù)是平時的2至5倍，2月和10月為全年的高峰期；一天中的兩個波峰是10時和16時，兩個高發(fā)時段是09時至11時和15時至18時。

②因氣象條件不利造成的開封市高速公路交通事故占全部的34.5%，其中降雨天氣占比最大，達49.6%，其次為降雪和大霧天氣。各級降雨天氣發(fā)生的交通事故次數(shù)為日降雨量0.0～0.9 mm的最多，暴雨以上降雨天氣的事故發(fā)生率最大，其次大為中雨天氣。

③氣溫≥35.6 ℃的晴好少云天氣，交通事故溢出率≥15%。能見度≤4 km時，能見度越小，交通事故溢出率總體呈上升趨勢，可在北部團霧多發(fā)區(qū)設視線誘導、車距確認標志等。

④開封城區(qū)西北部和祥符區(qū)、通許長智、蘭考站等地為大風多發(fā)區(qū)，可在多發(fā)區(qū)設注意橫風標志牌或設橫風限速。

參考文獻：

［1］ 劉聰，卞光輝，黎鍵，等.交通氣象災害［M］.北京：氣象出版社，2009.

［2］ 康延臻，王式功，楊旭，等.高速公路交通氣象監(jiān)測預報服務研究進展［J］.干旱氣象，2016，34（4）：591-603.

［3］ 張曦，浩宇，梁佳，等.陜西省高速公路路面溫度特征及預報模型［J］.干旱氣象，2019，37（6）：1028-1034.

［4］ 曲曉黎，張娣，郭蕊，等.基于氣象條件的河北高速公路通行狀況綜合風險等級預報方法［J］.干旱氣象，2019，37（2）：345-350.

［5］ 張宏芳，梁佳，沈姣姣，等.西安市氣象條件對交通事故的影響分析［J］.陜西氣象，2021（6）：47-54.

［6］ 李云峰，謝勇，金順梅，等.吉林省高速公路交通事故與氣象要素的關系研究［J］.氣象與環(huán)境學報，2021，37（3）：94-101.

［7］ 李利，劉唐志，王鳳.雨天能見度對高速公路行車安全影響研究［J］.公路，2013，58（5）：136-140.

［8］ 朱曉東，徐鋮鋮，羅瑞琪，等.高速公路橫風條件下安全行車速度研究［J］.城市道橋與防洪，2019，36（9）：163-165，19.

［9］ 郭艷玲，李姝霞，劉文玲，等.開封大霧氣候特征及預報［J］.河南氣象，2005（1）：19-20.

［10］王其英，仝文偉，李姝霞，等.開封近50年暴雨、大暴雨時空分布特征分析［J］.河南科學，2010，28（10）：1322-1326.

［11］ 王其英，康暑雨，王玨.開封市近41年大風天氣氣候特征分析［J］.河南科學，2012，30（11）：1631-1633.

［12］李姝霞，王其英，劉曉君.開封地區(qū)近50年大風變化特征及數(shù)值預報評估［J］.河南科技，2023，42（11）：98-103.