一种结合地形因素的山区高速公路凝冻预警方法技术

本发明专利技术提供了一种结合地形因素的山区高速公路凝冻预警方法，包括：构建凝冻特征数据集；凝冻特征数据集包括实验道路数据、公路气象数据、气象站点数据、气象预报数据和地理环境数据；将凝冻特征数据集存入预设的气象大数据云平台列式存储数据库中，并建立凝冻特征数据集的关联视图，以形成公路气象‑地理融合数据集；根据主成分分析法和熵值法对公路气象‑地理融合数据集进行计算和筛选，得到模型训练用的数据因子；将数据因子输入至LSTM神经网络中进行训练，得到训练好的高速公路短时凝冻预警模型；将待预测的数据输入至高速公路短时凝冻预警模型中，得到预测的凝冻路段桩号和凝冻时间。本发明专利技术能够提高高速公路短时凝冻预警的效率和精度。

【技术实现步骤摘要】

本专利技术涉及人工智能及道路安全监测，特别是涉及一种结合地形因素的山区高速公路凝冻预警方法。

技术介绍

1、道路凝冰预测算法主要分两类，一类是建立模型的方法，这类方法主要利用以路面凝冰数据为输出量的回归方程从而实现对路面凝冰状态的预测。另一类是数据驱动的凝冰预测方法，这类方法主要通过处理数据和构建机器学习模型实现对路面凝冰状态的有效预测。数据驱动的方法精度较高，它可以近似化更复杂的函数，数据挖掘方法具有数据选择的兼容性、模型构建的准确性、参数设置的便捷性等优势。

2、针对山地特殊地理条件，需要一个全面的路面短时精细化凝冻预警系统来高效准确地进行道路凝冻安全预警。山地特殊的地情地貌特点，经纬度、海拔高度和地形变化对道路温度的影响非常直接，会造成分段式的道路凝冻现象，同时桥梁、隧道、涵洞、挡墙等道路构造物所处路段的路面凝冻条件更是难以掌控，即使仅从气象条件上考虑也很难实现这些特殊路段道路凝冻状况的相关预报。所以就山地地区而言，需要研发短时精细化的道路凝冻预报产品，需要结合地理环境信息数据，采用数据驱动的机器学习模型构建道路凝冻预警模型，解决传统气象本文档来自技高网...

【技术保护点】

1.一种结合地形因素的山区高速公路凝冻预警方法，其特征在于，包括：

2.根据权利要求1所述的结合地形因素的山区高速公路凝冻预警方法，其特征在于，所述构建凝冻特征数据集，包括：

3.根据权利要求1所述的结合地形因素的山区高速公路凝冻预警方法，其特征在于，所述数据因子包括：环境温度、路面温度、降雨量、积雪深度、风速、海拔高度、相对湿度、预报1小时温度和预报1小时降雨量。

4.根据权利要求1所述的结合地形因素的山区高速公路凝冻预警方法，其特征在于，在将所述数据因子输入至LSTM神经网络中进行训练，得到训练好的高速公路短时凝冻预警模型之后，还包括：

【技术特征摘要】

1.一种结合地形因素的山区高速公路凝冻预警方法，其特征在于，包括：

2.根据权利要求1所述的结合地形因素的山区高速公路凝冻预警方法，其特征在于，所述构建凝冻特征数据集，包括：

3.根据权利要求1所述的结合地形因素的山区高速公路凝冻预警方法，其特征在于，所述数据因子包括...

【专利技术属性】
技术研发人员：廖婷婷，李进讷，汪华，李波，李从英，宋丹，裴兴云，牛迪宇，金凡琪，
申请(专利权)人：贵州省气象信息中心，
类型：发明
国别省市：