黔西南州道路交通安全高影響天氣區劃研究

金強兵，王文勇，韋仕麗，徐啟元，王 芬，彭顯鋒

(1.黔西南布依族苗族自治州氣象局，貴州 興義 562400；2.貴州省興仁縣氣象局，貴州 興仁 562300)

0 引言

近年來，黔西南自治州道路交通發展迅速，實現了縣縣通高速、村村通硬化路。但隨著交通運輸量快速增加和行駛速度提升，大霧、強降水、凝凍(道路結冰)等氣象災害對道路交通安全的影響越來越大，氣象災害及其衍生災害直接或間接引發的交通安全事故給人民生命財產帶來極大威脅，交通氣象監測預警服務日益重要。特別是2015年以來，黔西南自治州交通運輸、高速公路管理、交警等部門越來越重視和依賴氣象服務，對交通氣象服務提出了更高要求，可見，交通氣象服務有廣闊的發展前景和市場需求。但由于全州交通氣象站網建設滯后，交通氣象監測預警服務體制機制不健全，交通氣象預警服務指標空缺，使得交通氣象服務缺乏科技支撐，服務的質量和數量都跟不上實際需求，服務的效益和作用大打折扣。

綜上所述，加強交通氣象安全指標研究，特別是對大霧、強降水、低溫凝凍等高影響天氣建立交通安全氣象指標，開發具有針對性的交通氣象服務產品，為道路交通安全提供更優質的氣象服務，能夠有效降低因不利氣象條件引發的交通事故，對于保障交通運輸和防災減災具有重要意義。

本文在前人研究基礎上，結合黔西南地形地貌實情及現有技術基礎，以GIS為基礎工具，分析凝凍(道路結冰)、大霧、強降水等高影響災害性天氣與道路交通安全的對應關系，并按影響值進行等級劃分，得出黔西南州道路交通安全區劃圖，為道路交通安全氣象站網建設提供科學性、針對性的選址依據，為道路交通安全防范措施建設和實施交通管理等提供科學的決策依據，促進氣象與交通信息共享，提升交通氣象服務水平，有效降低交通安全事故。

1 資料與方法

1.1 數據處理方法

由于氣象數據都是離散的“點”，對于開展全域性的研究有很大的局限性，而交通線路是“連續”的，因此要研究氣象因子對道路交通安全的影響，就需要對氣象數據進行空間插值。通過對比研究，在復雜地形下，多元回歸殘差訂正插值法[1]是一種相對比較精確的氣象數據插值法，它是將氣象數據與氣象站點的經度、緯度和海拔高度等相關因子進行多元回歸，求算出回歸系數，并在GIS平臺中模擬回歸柵格面，然后以傳統的IDW法插值殘差模擬柵格面，并與回歸柵格面求和運算(消除殘差)，得到最終的充分考慮了影響因素的氣象數據插值結果。

1.2 凝凍(道路結冰)區劃方法

氣溫和地溫具有較好的線性相關[2-4]，通過對比黔西南自治州近30 a的平均年最低氣溫和平均年最低地溫，可以看出地溫比氣溫要低1.4 ℃(表1)。根據張勇等人的研究[5-7]，夜間瀝青下墊面的溫度要比土壤和水泥下墊面的溫度低0.3 ℃，因此瀝青路面溫度比氣溫低1.7 ℃。而路面溫度在0 ℃及以下是路面結冰的必要條件，因此，當夜間氣溫低于1.7 ℃時，瀝青路面就可低至0 ℃，在有降水或空氣濕度較大的情況下就有可能結冰。由于黔西南州地溫監測只有8個國家站，樣本較少，因此，可以利用氣溫和地溫的線性相關特性，把地溫監測轉移到氣溫監測，增加樣本量，從而提高數據插值的精度。根據平均年最低氣溫分布情況，對受結冰影響的嚴重程度進行等級劃分，得出凝凍(道路結冰)交通安全影響區劃。

表1 黔西南自治州8個國家氣象站1986—2015年平均年最低氣溫和最低地面溫度對比(單位：℃)Tab.1 Comparison of the Average Minimum Temperature and the Minimum Surface Temperature of 8 National Meteorological Stations in Qianxinan from 1986 to 2015(Unit:℃)

利用黔西南州8個國家級氣象站和157個區域自動氣象站2011—2018年的氣溫資料(因大部分區域氣象站點自2011年起才有經過質控的歷史數據，因此2011—2018年的數據資料可用)，求取年最低氣溫的多年平均值，并用多元回歸殘差訂正插值法進行插值，然后按照t>1.7 ℃(安全)、1.7≥t>-0.3 ℃(基本安全)、-0.3≥t>-2.3 ℃(不安全)、t≤-2.3 ℃(很不安全)的等級進行劃分，從而得出在多年平均情況下各地可能受凝凍(道路結冰)影響的程度區劃。

1.3 大霧天氣區劃方法

黔西南州地形起伏較大，根據8個國家氣象站最近15 a(2004—2018年)大霧資料統計顯示(表2)，大霧的發生率(日數)跟緯度和海拔高度有很大關系[8]，緯度越高、海拔越高，大霧日數就越多(2004年以后才有比較完整的能見度記錄，2004年以前的歷史資料中霧沒有按能見度分級，難以查閱)。

表2 黔西南州8個國家氣象站2004—2018年平均年霧日數統計表(單位：d)Tab.2 Statistics of Average Fog Days from 2004 to 2018 at 8 National Meteorological Stations in Qianxinan(Unit:d)

根據康延臻等人的研究[6,8-11]，當出現煙霧、浮塵、輕霧，能見度1 km

M=V1×0.1+V2×0.2+V3×0.3+V4×0.4

式中，M為霧的綜合影響值，V1為霧日數，V2為大霧日數，V3為濃霧日數，V4為強濃霧日數。然后用多元回歸殘差訂正插值法對M進行插值，并按照M<4(弱影響)、4≤M<8(一般影響)、8≤M<12(較強影響)、M≥12(強影響)進行等級劃分，得出多年平均情況下各地可能受大霧天氣影響的程度區劃。

1.4 強降水天氣區劃方法

根據康延臻等人的研究[6,12,13]，當下小雨時路面濕滑，對駕駛有較小的影響；中雨時路面有明顯積水，對駕駛有明顯影響；大雨時路面積水增大，能見度變差，對駕駛有較大影響；暴雨時路面積水較多，能見度較差，基本不能駕駛。根據黔西南州災情數據統計，日降雨量在50～100 mm之間時，道路沿線會有較輕的邊坡垮塌等，且路面積水較重，對道路有一定影響；日降雨量在100～200 mm之間時，道路沿線會有較多的地質災害發生，大部分路段被山洪沖刷嚴重，一些地質結構特殊的地方道路可能中斷；日雨量超過200 mm時，會有大量的山洪泥石流和地質災害發生，交通基本癱瘓。因此，可將各量級降水的日數按權重系數計算出綜合影響值。

由于小雨、中雨、大雨基本上只影響駕駛，取權重為0.1；暴雨對駕駛和道路都有影響，取權重為0.2；大暴雨對駕駛和道路有重大影響，取權重0.3；特大暴雨對駕駛和道路有特別嚴重的影響，取權重0.4。利用黔西南自治州8個國家級氣象站和157個區域自動氣象站2011—2017年的各量級降水日數資料，按照權重系數計算影響值，計算公式如下：

y=(a+b+c)×0.1+d×0.2+e×0.3+f×0.4

式中，y為降雨的綜合影響值，a為小雨日數，b為中雨日數，c為大雨日數，d為暴雨日數，e為大暴雨日數，f為特大暴雨日數。然后用多元回歸殘差訂正插值法將y值進行插值，并按y<15(弱影響)、15≤y<18(一般影響)、18≤y<20(較強影響)、y≥20(強影響)進行等級劃分，得出多年平均情況下各地可能受強降水天氣影響的程度區劃。

2 交通安全高影響天氣區劃

2.1 凝凍(道路結冰)交通安全區劃

如圖1所示，氣溫主要受海拔高度和緯度影響，特別是受海拔高度影響。圖中的強影響區表示該區年最低氣溫的多年平均值在-2.3 ℃以下，在夜間地面輻射作用下，瀝青路面溫度在-4 ℃以下，只要有降水或達到一定的空氣濕度，就會發生凝凍(道路結冰)。從圖中看出，普安大部、興仁大部、晴隆大部、安龍除南部邊緣、興義和望謨地勢高處等地區是發生凝凍頻率較高的地區；海拔、緯度均較低的興義巴結、安龍萬峰湖、冊亨望謨的河谷地帶等地區年最低氣溫的多年平均值在2 ℃以上，基本不受凝凍(道路結冰)影響。這個結果與全州高速公路氣象災害風險普查結果一致(在2013—2014年間，全州組織開展了交通氣象災害風險普查，結果為晴隆、普安大部及興仁、興義、安龍地勢高處等的高速公路凝凍風險高)。

2.2 大霧天氣交通安全區劃

圖2為黔西南州大霧天氣交通安全影響區劃。從圖可以看出，大霧天氣主要隨緯度和海拔高度變化，其中最主要是隨緯度變化，但興仁由于四周地勢相對平緩，不利于上坡霧的生成，因此在圖中出現了“牛眼”。霧的重災區主要是晴隆普安，其中普安的影響值達到20.8，年平均霧日(不分級別)總數達到77.5 d。而南部地區則影響較弱，影響值在4以下，其中冊亨縣影響值僅1.7，年平均霧日總數(不分級別)僅9 d。這個結果與全州高速公路氣象災害風險普查結果基本吻合(根據2013—2014年開展的高速公路氣象災害風險普查，晴隆、普安大部及其他地區的明顯上坡路段易出現霧)。

圖2 黔西南州大霧天氣交通安全影響區劃Fig.2 Traffic safety impact zoning of Fog in Qianxinan

2.3 強降水天氣交通安全區劃

圖3為黔西南州強降水交通安全影響區劃圖。從圖可以看出，晴隆、普安是一個強降水高影響區，興義楓塘、下午屯、七舍至三江口一線是一個強降水高影響區，望謨打易、樂旺等地是一個強降水高影響區，貞豐龍場一帶是一個強降水高影響區，這些地方強降水天氣較多，或者有極端強降水天氣(如打易2011年6月6日降雨量達316 mm)，對交通安全影響較大。從圖也可以看出，強降水天氣與海拔有很好的正相關，海拔較高且相對于周邊地勢起伏較大的地區強降水較頻繁，海拔低或者地勢較平緩的地區強降水相對較少。

3 結論與討論

本文以黔西南州8個國家氣象站和157個區域自動氣象站資料為基礎數據，以GIS平臺為基礎工具，以多元回歸殘差訂正插值法為數據處理的基礎方法，分析了凝凍(道路結冰)、大霧、強降水幾種主要災害性天氣對交通安全的影響程度區劃，對氣象數據應用有一定的參考意義，對于道路交通安全氣象站網建設有一定的指導意義，對道路交通安全防范措施建設有一定的決策參考意義。

①本文通過將氣象要素與海拔高度、經度、緯度等因子進行多元回歸反演，充分考慮了在復雜地形下海拔高度和經緯度等因素對氣象要素的影響，使得氣象要素的插值更精確，在分析氣象要素對交通安全的影響方面提供了新方法。

圖3 黔西南州強降水天氣交通安全影響區劃Fig.3 Traffic safety impact zoning of Rainfall in Qianxinan

②凝凍(道路結冰)主要受海拔高度和緯度的影響，特別是海拔高度的影響最為明顯，如望謨縣打易鎮(最高點海拔1 718 m)到縣城(567 m)直線距離僅30 km，但由于海拔落差達1 100多米，打易鎮就是凝凍的高影響區，而縣城則是無影響區。

③大霧主要受緯度和地形影響，隨緯度的增加而增加(緯度最高的晴隆、普安是高影響區)，但在地勢較平緩的地區霧的影響較小(興仁)。

④強降水天氣主要跟海拔和地勢相關，在海拔較高且地勢起伏較大的區域，強降水天氣較頻繁，對交通的影響較大。而低洼河谷地帶及地勢相對平緩的地區影響較小。

本文通過多元回歸殘差訂正插值法對影響交通安全的氣象災害進行全域模擬插值，交通安全高影響天氣區劃更加合理、科學。但仍然存在影響因子不全(如沒有坡向、坡度)、氣象資料歷史不夠長(區域自動氣象站建站時間較短)、安全指標(等級劃分)是否科學、新建的河流水庫濕地等對霧的影響未考慮等不足之處，特別是霧和降水對交通的影響權重采用的是主觀賦權法，權重系數的客觀性較差，有待作進一步的研究。