[发明专利]一种道路积雪有无的预报方法

说明书

本发明涉及一种道路积雪有无的预报方法，属于公路交通道路积雪技术领域。包括以下步骤：基于台站气象要素观测资料，选取气象预报因子，对所述气象预报因子进行时间变化分析及与积雪的相关性分析得到第一气象要素、第二气象要素及第三气象要素；基于径向基神经网络建立积雪预报模型，以积雪深度作为因变量，第一气象要素作为自变量，第二气象要素和第三气象要素作为协变量，同时将协变量进行标准化处理；将高分辨率数值天气预报结果输入积雪预报模型，进行道路积雪有无的预报。有较好的积雪有无预报效果，结合公路交通精细化气象预报要素，做出准确及时的灾害预报预警，为交通气象防灾减灾提供依据，有效提升公路交通预报水平，减少交通事故。

技术领域

本发明涉及公路交通道路积雪技术领域，具体而言，涉及一种道路积雪有无的预报方法。

背景技术

积雪亦称雪盖或雪被，雪在地面覆盖的面积达到一地周围所能见到的面积一半以上者，称为积雪。一般来说，在冬季出现大范围强冷空气活动引起气温下降的天气(寒潮)时，如果还伴随有雨雪生成，很容易发生道路积雪现象。道路积雪过程不仅会给交通安全、工农业生产和人们日常的出行带来非常大的影响，严重时还会引发灾害。

目前，我国在积雪的影响因子、积雪深度预报等方面的研究尚处于初步阶段，研究结果还难以为积雪的预报与服务等业务提供较为有效的科技支撑。

发明内容

针对现有技术中上述的不足，本发明提供一种道路积雪有无的预报方法，具有较好的积雪有无预报效果，结合公路交通精细化气象预报要素，做出准确及时的灾害预报预警，为交通气象防灾减灾提供依据，有效提升公路交通预报水平，减少交通事故。

为了达到上述目的，本发明采用的解决方案是：

一种道路积雪有无的预报方法，包括以下步骤：

基于台站气象要素观测资料，选取气象预报因子，对气象预报因子进行时间变化分析及与积雪的相关性分析得到第一气象要素、第二气象要素及第三气象要素；

基于径向基神经网络建立积雪预报模型，以积雪深度作为因变量，第一气象要素作为自变量，第二气象要素和第三气象要素作为协变量，同时将协变量进行标准化处理；

将高分辨率数值天气预报结果输入积雪预报模型，进行道路积雪有无的预报。

进一步地，本发明较佳的实施例中，选取气象预报因子包括以下步骤：

对气象要素进行KMO和Bartlett检验；

对检验后的气象要素进行主成分分析。

进一步地，本发明较佳的实施例中，气象要素包括气温、降水量、相对湿度和风速。

进一步地，本发明较佳的实施例中，气温选择日最低气温，降水量选择20-20时累计降水量，相对湿度选择日平均相对湿度，风速选择最大风速。

进一步地，本发明较佳的实施例中，主成分分析包括气象因子解释的总方差分析和成份得分系数矩阵分析。

进一步地，本发明较佳的实施例中，积雪预报模型中训练样本、测试样本、支持样本的比例为6:2:2。

进一步地，本发明较佳的实施例中，高分辨率数值天气预报结果选择EC细网格预报结果。

本发明提供的道路积雪有无的预报方法的有益效果是：结合公路交通精细化气象预报要素，基于径向基神经网络建立积雪预报模型，利用径向基函数神经网格所建立的积雪深度预测模型在预测积雪有无时效果较好，预测有积雪的正确率为80.0％，预测无积雪的正确率高达100％，做出准确及时的灾害预报预警，为交通气象防灾减灾提供依据，有效提升公路交通预报水平，减少交通事故。

附图说明