为准确预报冬季道路结冰情况，保障交通运输安全，需要构建精度高、实用性强的道路结冰预报模型。将道路是否结冰抽象为二元分类问题，采用C4.5 决策树算法，以通辽地区历史日最低气温、日降水量、日积雪深度和道路结冰数据为训练数据，构建了道路结冰预报模型，并以赤峰地区和沈阳到锡林浩特特高压设备运输期间道路结冰预报为例对模型的准确率加以验证。计算结果表明，赤峰地区道路结冰模型准确率为93.3%，沈阳到锡林浩特特高压交流输变电主设备运输期间道路结冰预测结果与实际情况符合度高达86.4%。这表明基于C4.5 决策树算法的道路积冰预警模型准确度较高且实用性强，可作为我国东北部地区冬季道路结冰预报方法加以推广，也可为其他地区道路结冰预报提供参考。
Abstract
In order to predict the road icing accurately and ensure the road traffic and transport safety in winter, it is necessary to construct a prediction model with high precision and strong practicability. The possibility of the road icing was abstracted into a binary classification issue, and C4.5 decision tree algorithm was used to construct the prediction model. The previous daily minimum air temperature, daily precipitation, daily snow depth and road icing data of Tongliao were chosen as training data. The accuracy of the model is verified by the example of the road icing forecast in Chifeng area and Shenyang–Xilinhaote ultra-high voltage equipment transportation. The calculation results show that the accuracy of road icing model in Chifeng area was 93.3% and the coincidence between the predicted results and the actual situation of road icing during the transportation period of the main equipment in Shenyang–Xilinhaote ultrahigh voltage equipment transportation was up to 86.4%. It suggests that the road icing prediction model based on C4.5 decision tree algorithm has high accuracy and practicability, and can be used as an accurate method to predict the road icing in Northeast China or refered in other areas.
关键词
道路结冰 /
C4.5决策树 /
模型训练 /
预报模型 /
特高压主设备运输
Key words
road icing /
C4.5 decision tree algorithm /
model training /
forecasting model /
ultra-high voltage main equipment transportation
{{custom_sec.title}}
{{custom_sec.title}}
{{custom_sec.content}}
参考文献
[1] 王学强，王澄海，孟雪峰，等. 内蒙古锡林郭勒盟2012年冬季暴雪过程天气学特征研究[J]. 冰川冻土，2013，35（6）：1446-1453.
[2] 孙婷，张昌利，孟颖，等. 面向公路主动式防冰处置的行业信息物理系统[J]. 交通运输研究，2017，3（3）：49-54.
[3] NORMAN J. Slipperiness on Roads- An Expert Systerm Classification[J]. Meteorological Applications, 2000, 7(1): 27-36.
[4] SHAO J, LISTER P J. An Automated Nowcasting Model of Road Surface Temperature and State for Winter Road Maintenanc[J]. Journal of Applied Meteorology, 1996, 35(8): 1352-1361.
[5] SASS B H. A Numarical Model for Prediction of Road Tem⁃(4):475-499.
[6] SHAO J, LISTER P. Automated Road Ice Nowcasts and Internet[C]//Proceeding of the 11th International Road Weather Conference. Sapporo: Standing International Road Weather Commission, , 2002.
[7] 李蕊，牛生杰，汪玲玲，等. 三种下垫面温度对比观测及结冰气象条件分析[J]. 气象，2011，37（3）：325-333.
[8] 张朝林，张利娜，程丛兰，等. 高速公路气象预报系统研究现状与未来趋势[J]. 热带气象学报， 2007， 23（6）：652-658.
[9] 杨武杰，司瑶冰，胡英华. 内蒙古高等级公路道路结冰预报方法初探[J]. 内蒙古气象，2010（5）：45-47.
[10] 孙翠梅，马俊峰，孔启亮，等. 镇江市道路结冰影响指数分级预报方法[J]. 气象与环境学报，2013，29（4）：84-88.
[11] 马吉晖. 弱降水造成通化市道路结冰的天气学预报方法[J]. 吉林气象，2013（3）：17-20.
[12] 雷建军，韦惠红，李剑. 一种遗传微粒群算法-支持向量机集成道路结冰预测系统[J]. 华中师范大学学报（自然科学版），2010，44（3）：392-396.
[13] 黄立葵，贾璐，万剑平，等. 沥青路面温度状况的统计分析[J].中南公路工程，2005，30（3）：8-9.
[14] 宋丽萍，韩基良，刘宇飞，等. 哈尔滨市冬季地面温度变化特征及预报模型[J]. 黑龙江气象，2014（4）：28-30.
[15] 曹广真，侯鹏，毛显强. 北京市城市化对地表温度时空特征的影响[J]. 气象，2010，36（3）：19-26.
[16] 刘梅，尹东屏，王清楼，等. 南京地区冬季路面结冰天气标准及其预测[J]. 气象科学，2007（6）：685-690.
[17] 熊竹，秦杰君. 基于模拟实验的路面结冰预测研究[J].公路工程，2014，39（1）：216-220.
[18] ZHANG W, GAO S, CHEN B, et al. The Application of Decision Tree to Intensity Change Classification of Tropical Cyclones in Western North Pacific[J]. Geophsical Research Letters, 2013, 40(9):1883-1887.
[19] 刘忠阳，杜子璇，陈怀亮，等. 基于决策树的郑州市土地利用与覆盖分类研究[J]. 气象与环境科学，2008，31（3）：48-53.
[20] QUINLAN J R. C4.5 Programs for Machine Learning[M].San Francisco: Morgan Kaufmann Publishers Inc., 1993.
[21] 史达伟，耿焕同，吉辰，等. 基于C4.5决策树算法的道路结冰预报模型构建及应用[J]. 气象科学，2015，35（2）：204-209.
[22] 保广裕，王文英，张景华，等. 青海省道路结冰变化时空分布特征及其影响等级划分[J]. 气象科技，2016，44（1）：104-110.
[23] 蒋建莹，史历，倪允琪. 一次“高影响天气”的弱降雪过程的数值研究[J]. 应用气象学报， 2005， 16（2）：231-237.
[24] 杨晓玲，兰晓波，丁文魁，等. 河西走廊东部地面温度的变化特征及影响因子分析[J]. 干旱地区农业研究，2014，32（1）：223-229.
PDF(1597 KB)
京公网安备 11010102003417号
京ICP备17006742号-3
