高速公路气象数据融合滤波与短时雨雾预测

贾 骏，朱 旭，闫茂德，林 海

(长安大学 电子与控制工程学院，西安 710064)

0 引言

雨雾天气下能见度低，可视距离较短，严重影响高速公路行车安全，易引发交通事故[1-3]。2019年10月3日，宁洛高速因雨雾天气发生4起交通事故，共造成10人死亡，7人受伤；2019年12月6日，贵州蓉遵高速收费站附近因浓雾导致连环追尾事故。若能提前获知行驶路段的雨雾天气状况，将极大提高高速公路雨雾天气下的行车安全性[4-5]。

近年来，很多学者在雨雾等恶劣气象预测方面进行了诸多研究，并提出一系列预测方法。沈艺高[6]使用改进粒子群BP神经网络算法成功预测雨天发生的概率。宫宇[7]等通过对比研究验证了GRAPES-GFS模式对短时效内降水预测的有效性。夏凡[8]等通过对比试验提出一种有效的雾天气预报方法。艾洪福[9]使用多元线性回归法分析空气中PM2.5含量实现了雾天气的预测。程美英[10]等利用SVM算法分析主要影响因子对雾天气进行预测。沈行良[11]等利用雾监测器和GPRS技术对雾气实时监测，并将雾气监测结果上报到用户手机。上述气象预测中，通常使用单一类型的数据进行分析预测，未能考虑各类气象数据之间的相互关系，对数据中的信息利用不够充分。

在数据相关关系研究方面，已有学者进行了一些研究。曾强[12]等采用时空交互模型对季节事故数和道路设计参数、气象特征之间的内在联系进行分析，明确了各因素之间的内在联系。胡立伟[13]通过建立N-K模型和改进的耦合度模型对地质、气象环境与公路交通风险之间的关系进行分析。……