基于气象大数据的道路运营决策方法、服务平台及系统技术方案

本发明专利技术公开一种基于气象大数据的道路运营决策方法，包括以下步骤：收集、同化数据，并将数值分析处理，得到最终预报结果；将最终预报结果进行水膜厚度计算；判别路面状况；指导道路运营决策。本发明专利技术还公开一种服务平台，包括：用于收集数据的数据收集模块、用于道路气象预报的道路气象预报模块、用于道路运营决策的道路运营决策模块以及用于推送信息的信息推送模块。本发明专利技术还公开一种系统，包括服务平台，以及与服务平台连接的自动气象站和终端。本发明专利技术提高了路面状态判别的精确度和道路气象预报的准确性；本发明专利技术建立路面干湿状态反演，用来满足公路交通气象服务的需求。

Road Operation Decision-making Method, Service Platform and System Based on Large Meteorological Data

【技术实现步骤摘要】
基于气象大数据的道路运营决策方法、服务平台及系统
本专利技术涉及气象探测和预报
，尤其涉及一种基于气象大数据的道路运营决策方法、服务平台及系统。
技术介绍
随着社会经济的发展和科技进步，交通运输已成为国家经济生产和人民社会生活的重要命脉，然而，交通运输的各个环节都受到气象条件的直接影响。据资料统计，我国公路上的交通事故中有50％、重特大交通事故中有71％、直接经济损失中有65％的比例发生在因不良气象条件产生的恶劣天气中，而在众多影响要素中，道路状况(积水或结冰)、能见度的影响尤为显著。研究发现，降水时雨水沿道路表面最大坡度方向重力作用产生坡面径流，形成水膜，造成路面摩擦值的降低，从而影响行车安全。对于道路水膜厚度，运用较多的是“英国经验公式”，即通过研究持续降水下混凝土和沥青路面的积水厚度，发现积水厚度(d)与排水长度(L，m)、降水强度(I，cm/h)和路面坡度(1/N)有关，提出三者之间的关系式：d＝0.015(L×I)1/2N1/5为减少因不良气象条件造成的交通事故及经济损失，现有技术已结合气象探测和“英国经验公式”推出交通气象预报和路面状况预警服务，但存在以下问题：(1)目前的交通气象预报服务，多为利用自动气象观测设备，在一个或多个固定的地点，进行常规气象要素的监测，再以探测结果进行预警，具有一定的滞后性；(2)现有的交通气象预报服务，多为常规气象要素的预报，预报精度不稳定，且并未涉及针对路面状态的数据反演；(3)“英国经验公式”着重考虑了道路坡度和降水对水膜厚度的影响，并未考虑到蒸发等气象要素及车辆对道路水膜的影响，所以计算值相对较大，且由于包含了降水强度，所以只估算出降水期间的水膜厚度。因此，现有技术存在缺陷，需要改进。
技术实现思路
本专利技术的目的是克服现有技术的不足，提供一种基于气象大数据的道路运营决策方法、服务平台及系统。首先，本专利技术提供一种基于气象大数据的道路运营决策方法，包括以下步骤：步骤S1，收集实时气象要素观测数据，以及数值预报模式的初始场和边界场数据；步骤S2，将步骤S1收集的实时气象要素观测数据与数值预报模式的初始场和边界场数据导入数据池，通过数据同化后，执行数值预报工具非线性计算；步骤S3，将步骤S2的计算结果和实时气象要素观测数据进行线性分析处理，得到一组最终预报结果；步骤S4，将最终预报结果(能见度除外)导入定制化演算法进行水膜厚度计算；步骤S5，根据水膜厚度计算结果，按照定制化演算法中的路面状况分级标准，判别路面状况；步骤S6，根据能见度和路面状况的预报结果，参照道路运营决策标准，指导道路运营决策。进一步地，步骤S1中的实时气象要素观测数据通过集成后安装于车辆或者指定地段的自动气象站获取，所获取的实时气象要素选自：干球温度(气温)、湿球温度、风速、降雨、降雪强度、蒸发量、辐射通量、路面温度、路基温度以及能见度中的若干种，并通过有线或无线传输方式实时传输到云端服务器。进一步地，步骤S2中的数据同化通过三维变分算法(3D-Var)实现，三维变分算法(3D-Var)采取以下公式计算：其中，O为气象变量的观测值，F为气象变量的背景值(平均值或数值模式的预报值)，σO为气象变量观测值的方差，σF为气象变量背景值的方差。进一步地，步骤S2中的数值预报工具为中尺度数值预报工具(WRF)，中尺度数值预报工具中所述采用的WRF物理化参数方案包括：SLAB热量扩散方案、Noah方案以及RUC方案，每一方案分别计算出一组预报结果。进一步地，步骤S3中的线性分析通过建立多元线性回归模型的方式，将时间序列划分为训练期和预报期，训练期为滑动训练期；多元线性回归模型在训练期执行对预报结果和实时气象要素观测数据的多元线性回归分析，分别计算预报结果的权重系数，并根据权重系数获得预报期的最终预报结果。进一步地，步骤S3中的线性分析对某一预报时效的某一气象要素通过下列公式进行回归分析：O为某一气象要素训练期的平均观测值，αi为参与集合的第i个成员的权重系数，Fi和分别是第i个模式的预报值和其在训练期的预报平均值，N为参与超级集合预报的模式总数；其中，权重系数αi通过训练期方程中的误差项G的最小化计算获得：N为训练期时间样本的总数，S′t和O′t分别为训练期的超级集合和观测场的偏差。进一步地，步骤S4中的定制化演算法为Sass路面积水结冰模型，水膜厚度通过Sass路面积水结冰模型计算，具体通过以下公式计算：其中，Wl为路面的液态积水量(kg/m2)，Ws为路面的固态积水量(kg/m2)，Pr为降雨强度(mm/min)，Ps为降雪强度(mm/min)，为地面水的结冰或融化量，R为净辐射通量，Lf为水的融化热，Gl为向下热通量，r为径流量，E为蒸发量。其次，本专利技术提供一种基于气象大数据的道路运营决策服务平台，包括：数据收集模块，包括实时气象采集单元、预报数值搜索单元以及数据存储单元，实时气象采集单元用于收集安装于车辆或者指定地段的自动气象站所获取的实时气象要素观测数据，预报数值搜索单元用于搜索和收集数值预报模式的初始场和边界场数据，数据存储单元用于存储实时气象采集单元和预报数值搜索单元收集的数据；道路气象预报模块，包括数据同化单元、天气模拟单元以及预报单元，数据同化单元内嵌有三维变分算法(3D-Var)，用于同化数据存储单元的数据；天气模拟单元内嵌有中尺度数值预报工具(WRF)，中尺度数值预报工具(WRF)将数据同化单元同化的数据参数化来模拟天气过程，预报单元内嵌有多元线性回归模型算法，通过对天气模拟单元的数据进行线性回归分析，产生一组最终的道路气象预报结果；道路运营决策模块，包括路况分析单元和运营决策单元，路况分析单元内嵌有Sass路面积水结冰模型演算法，将道路气象预报结果(能见度除外)导入Sass路面积水结冰模型计算路面水膜厚度，给出路面状况预报结果，运营决策单元用于根据能见度和路面状况预报结果，给出道路运营决策意见。进一步地，服务平台还包括信息推送模块，信息推送模块包括信息推送单元，用于向终端推送道路气象、路面状况的预报结果以及道路运营决策意见，并由终端播报道路气象、路面状况的预报结果以及道路运营决策意见。最后，本专利技术还提供一种基于气象大数据的道路运营决策系统，包括上述的道路运营决策服务平台，以及与道路运营决策服务平台连接的自动气象站和终端。与现有技术相比，本专利技术具有以下有益效果：1、本专利技术加入车载自动气象站，实现在移动过程中对多种气象要素进行观测，较之于定点监测，扩大了观测区间，提高了观测准确性；2、本专利技术引入了Sass路面积水结冰模型，该模型根据地面水分收支原理，引入了降水、温度、相对湿度、风速、蒸发、太阳净辐射等气象因子，对路面水膜进行预测，较之于常用的“英国经验公式”，提高了路面状态判别的精确度；3、本专利技术利用WRF物理化参数方案和Sass路面积水结冰模型进行高速公路路面干湿状态反演，建立路面干燥、潮湿、积水、积雪、结冰等状况的反演模型，将交通气象观测资料应用于交通气象路面状况的预报，也进一步扩充或完善了交通气象的研究方法，满足公路交通气象服务的需求；4、本专利技术对预报结果进行集合时，采用滑动训练期，权重系数随时间发生变化，提高了准确性。附图说明为了更清楚地说明本专利技术实施例或现有技术中本文档来自技高网...

【技术保护点】
1.一种基于气象大数据的道路运营决策方法，其特征在于，所述方法包括以下步骤：步骤S1，收集实时气象要素观测数据，以及数值预报模式的初始场和边界场数据；步骤S2，将步骤S1收集的实时气象要素观测数据与数值预报模式的初始场和边界场数据导入数据池，通过数据同化后，执行数值预报工具非线性计算；步骤S3，将步骤S2的计算结果和实时气象要素观测数据进行线性分析处理，得到一组最终预报结果；步骤S4，将最终预报结果(能见度除外)导入定制化演算法进行水膜厚度计算；步骤S5，根据水膜厚度计算结果，按照定制化演算法中的路面状况分级标准，判别路面状况；步骤S6，根据能见度和路面状况的预报结果，参照道路运营决策标准，指导道路运营决策。

【技术特征摘要】
1.一种基于气象大数据的道路运营决策方法，其特征在于，所述方法包括以下步骤：步骤S1，收集实时气象要素观测数据，以及数值预报模式的初始场和边界场数据；步骤S2，将步骤S1收集的实时气象要素观测数据与数值预报模式的初始场和边界场数据导入数据池，通过数据同化后，执行数值预报工具非线性计算；步骤S3，将步骤S2的计算结果和实时气象要素观测数据进行线性分析处理，得到一组最终预报结果；步骤S4，将最终预报结果(能见度除外)导入定制化演算法进行水膜厚度计算；步骤S5，根据水膜厚度计算结果，按照定制化演算法中的路面状况分级标准，判别路面状况；步骤S6，根据能见度和路面状况的预报结果，参照道路运营决策标准，指导道路运营决策。2.根据权利要求1所述的基于气象大数据的道路运营决策方法，其特征在于，所述步骤S1中的实时气象要素观测数据通过集成后安装于车辆或者指定地段的自动气象站获取，所获取的实时气象要素选自：干球温度(气温)、湿球温度、风速、降雨、降雪强度、蒸发量、辐射通量、路面温度、路基温度以及能见度中的若干种，并通过有线或无线传输方式实时传输到云端服务器。3.根据权利要求1所述的基于气象大数据的道路运营决策方法，其特征在于，所述步骤S2中的数据同化通过三维变分算法(3D-Var)实现，所述三维变分算法(3D-Var)采取以下公式计算：其中，所述O为气象变量的观测值，所述F为气象变量的背景值(平均值或数值模式的预报值)，所述σO为气象变量观测值的方差，所述σF为气象变量背景值的方差。4.根据权利要求1所述的基于气象大数据的道路运营决策方法，其特征在于，所述步骤S2中的数值预报工具为中尺度数值预报工具(WRF)，所述中尺度数值预报工具(WRF)包括：SLAB热量扩散方案、Noah方案以及RUC方案，每一方案分别计算出一组预报结果。5.根据权利要求1所述的基于气象大数据的道路运营决策方法，其特征在于，所述步骤S3中的线性分析通过建立多元线性回归模型的方式，将时间序列划分为训练期和预报期，所述训练期为滑动训练期；所述多元线性回归模型在所述训练期执行对所述预报结果和实时气象要素观测数据的多元线性回归分析，分别计算所述预报结果的权重系数，并根据所述权重系数获得所述预报期的最终预报结果。6.根据权利要求5所述的基于气象大数据的道路运营决策方法，其特征在于，所述步骤S3中的线性分析对某一预报时效的某一气象要素通过下列公...

【专利技术属性】
技术研发人员：刘锋，王金鑫，林伟文，
申请(专利权)人：风云博维深圳科技有限公司，风云博维智能信息技术无锡有限公司，
类型：发明
国别省市：广东,44