基于MAWRIS氣象數據的路面溫濕度關系研究

馮 洋 王曉燕

（北京市城市管理研究院，北京 100028）

在近幾十年來，北京的城市化進程不斷加快。截至 2017年底，北京市常住人口達到2 000萬，汽車保有量達到600萬輛。車流量的迅速增長導致了交通擁堵的加劇。為了緩解交通壓力，北京市建設了多條放射狀的高速公路和城市快速環線。截至2017年底，北京市高速公路通車里程已達到1 013 km，在緩解北京交通壓力方面發揮了重要的作用。

城市道路具有速度快、運力大等特點，因此更容易受到氣象因素和路面狀況的影響。根據交通管理部門的統計，惡劣氣象條件導致的交通事故約占交通事故總數的23%。在北京加速城市化的過程中，這一比例仍處于上升的趨勢。

根據一項針對汽車司機的問卷調查，結冰在影響交通安全的氣象條件中排在前列，僅次于降雪和積雪。據統計，在所有的交通安全事故中，路面濕潤時的事故是干燥路面的2倍，降雪時是干燥路面的5倍，結冰時是干燥路面的10倍。這是因為當路面形成結冰時，路面摩擦系數降低，抗滑性能變差，容易使車輛發生空轉或打滑，提高了交通事故的發生頻率[1]。在我國北方地區的冬季，這種情況更為嚴重，路面結冰已經超過大霧天氣，成為最不利于交通運輸的氣象條件。

此前我國針對高速公路結冰事件發生的特征和生成條件開展過研究，并建立路面結冰的預報模型，而根據氣象條件對路面結冰事件進行預報，以便交通管理部門及時采取應對措施，進而減少交通事故。中國科學院大氣物理研究所曾在北京開展過高速公路結冰特征研究，并搭建結冰預警模型，引入路面溫度、路面濕度、路面露點溫度、前24 h降水、土壤溫度等自變量，對結冰特征進行邏輯回歸分析。分析指出，當路面存在積水或積雪，且路面溫度低于0 ℃時，會出現結冰。發現結冰的條件會隨路面類型的變化而不同，但路面溫度低于0 ℃且存在積水是所有路面結冰的必要條件。路面結冰主要與路面溫濕度相關

我國對于城市道路路面結冰的研究經驗較少、起步較晚。氣象觀測站一般選擇建在遠離城鎮或高速公路，對于人口集中且交通流量大的城市道路，使用氣象觀測的數據開展城市道路結冰研究存在著嚴重的受限性。通過使用lufft研發的產品MARWIS移動式道路氣象儀，收集路面溫濕度數據，并對路面溫濕度關系進行相關性研究，并針對移動式道路氣象儀進行路面溫濕度研究的合理性進行評定。

1 數據和方法

1.1 MARWIS移動氣象儀工作原理

表1 路面狀況碼

道路清潔監測車上安裝并調整MARWIS移動式道路氣象監測儀。MARWIS-UMB可以安裝在車輛上進行對水、冰、雪及摩擦系數的檢測。傳感器與路面的距離可以是0.5 m、1 m或2 m。

設備通過紅外光實現測量。4個發射頭和2個接受二極管捕獲反射回來的不同波長的光線。由于不同物質反射的光譜屬性不同，例如水和冰，路面狀況可以通過捕獲的數據推演而得。

儀器采用光學/光譜采樣，采樣速率：10 s/次。車速主要影響采樣點距離，即：車速慢時采樣點間距小，車速快時采樣點間距大，該方案檢測車速為10 km/h，采樣點間距約25 m距離。（盡量保證勻速通過檢測路段。）

MARWIS移動式道路氣象儀的時間分辨率為10 s，觀測變量包括路面溫度、氣溫、相對濕度、露點溫度、路面溫度對應的相對濕度、水膜高度、路面狀況以及摩擦系數。

1.2 MARWIS移動氣象儀監測方案

道路氣象數據來源于道路監測車上加裝的MARWIS移動氣象儀，通過隨道路清潔監測車的日常監測任務進行溫濕度等數據的監測，將MARWIS移動氣象儀監測方案分為三種：

（1） 隨監測車進行監測：監測車每條檢測路段采取十個點，每個點平均監測時間為4 min，即：停車檢測約4 min之后移動檢測約10 s，往復此過程做10個周期循環，直至完成道路檢測。

數據日期及地點分別為2017年2月1日阜安西路、將臺路、望京街，2月2日育慧東路、安立路、慧中北路，2月18日清華南路、三環主路、四環主路，2月20日阜石路、馬家堡東路、四環主路，2月22日阜石路、三環輔路，2月25日北環路、亢山路、南環東路、南環路、永安路。

嚴重不良反應1例：女，63歲，輸尿管結石伴腎積水，行輸尿管鏡碎石術，術后于2016-07-2916:00因左輸尿管結石，給予丁溴東莨菪堿注射液20 mg靜滴qd，于16:30出現下列癥狀：心慌、胸悶，心律最高達102次/分，血壓145/85 mmHg，血氧飽和度99%，無心前區疼痛不適，無惡心、嘔吐。針對癥狀，16:35采取如下措施：立即停用該藥，給予吸氧、心電監護；在17:30癥狀開始緩解，19:00癥狀基本消失。

（2） 移動檢測：移動檢測對于交通路況的要求較高，故選取其中的2月1日望京街，2月2日育慧東路，2月18日三環主路、四環主路，2月20日馬家堡東路、四環主路，2月22日三環輔路，2月23日太陽宮北街。

（3） 夜間定點檢測：2月23日太陽宮北街。

1.3 數據分析方法

1.3.1 檢測數據趨勢圖比較

將MARWIS移動氣象儀收集到的數據運用EXCEL軟件進行整理，并繪制趨勢圖，通過圖表的形式直觀的對溫濕度的變化關系進行分析。在MARWIS移動氣象儀的兩種監測方案下，將不同方案的檢測數據整理成趨勢圖，進行直觀的比較并分析各個方案間所存在的問題，為下一步方案優化做準備。

1.3.2 基于STATA的相關性分析

使用STATA軟件對溫濕度數據進行散點圖的繪制，并采用線性回歸的數學方法對溫濕度的相關性進行進一步的分析。

2 檢測數據溫濕度分析

2.1 隨車檢測與移動檢測溫濕度分析

通過整理監測數據，分析得出：隨車檢測時，溫濕度變化有一定規律，溫濕度變化隨清潔監測車監測作業呈周期性變化。據實際情況，該變化與汽車行駛狀況相關。

其中，望京街、育慧東路、馬家堡東路、三環輔路隨車檢測的溫濕度周期性波動較大，相比較三環主路、四環主路的路面溫濕度周期性波動較為平緩，結合道路情況：三環主路、四環主路此類主路路側無綠植、高樓，路面陰影較少。由此得出：路面溫濕度變化受路側陰影影響顯著。

在移動檢測中，因其受道路交通情況影響較大，故根據移動檢測行駛情況，選取望京街、育慧東路、馬家堡東路、三環輔路進行移動檢測。

從移動檢測溫濕度變化趨勢圖，觀察得出：移動檢測數據變化無明顯規律，其原因可能是路面狀況、道路環境較為復雜，檢測過程中路面材質發生變化，汽車尾氣以及發動機熱輻射影響較為顯著。

其中，三環主路、四環主路2月18日移動監測數據波動相比較望京街、育慧東路、馬家堡東路、三環輔路移動監測數據更為平緩，結合道路情況：三環主路、四環主路檢測路段紅綠燈較少且交通狀況較為良好，移動檢測盡量可以保證勻速行駛，由此得出：在移動檢測中，盡量保證車輛均速行駛可獲得較為良好的溫濕度數據曲線。

2.2 溫濕度相關性分析

將溫濕度監測數據導入STATA軟件中，探究路面溫濕度之間的相關性。

將隨車檢測和移動檢測方案所測得的數據分別導入stata進行相關性分析。分別制作散點圖如圖1和圖2所示。

圖1 隨車檢測溫濕度數據散點圖

圖2 移動檢測溫濕度數據散點圖

通過繪制溫濕度散點圖，觀察可得：隨車檢測數據中數據點有明顯的扎堆聚攏的現象，可進一步驗證：隨車檢測中，監測車的啟動、前進、剎車對溫濕度的影響顯著。

分別對隨車檢測及移動檢測數據進行相關系數計算并進行線性回歸，如表2和表3所示。

表2 隨車檢測相關系數

表3 移動檢測相關系數

隨車檢測相關系數為-0.341 5，移動檢測相關系數為-0.596 9，溫度與濕度在兩種方案中都呈現負相關。隨車檢測相關系數|-0.341 5|＜0.5，相關度為低相關度；移動檢測相關系數|-0.596 9|＞0.5，相關度為中相關度。由此可分析出，在溫濕度檢測過程中，移動檢測的溫濕度關系所受外界影響更小，外界干擾項可能更少。

同時，對隨車檢測數據、移動檢測數據分別進行回歸，回歸結果中：隨車檢測數據調整后的可決系數Adj R2≥0.1159，移動檢測數據調整后的可決系數Adj R2≥0.3552。在移動檢測數據中溫濕度的線性擬合度也比隨車檢測數據要好，由此可得：在使用MARWIS移動氣象儀進行溫濕度關系研究的試驗中，移動檢測方案所得數據更好，干擾項更少。

3 結語

在基于MARWIS移動氣象儀的路面溫濕度研究中，路面溫度與濕度整體呈現負相關。在預設的隨車檢測和移動檢測兩種方案中，進行溫濕度采集工作宜采用移動式檢測作業，其所獲取的溫濕度數據受外界因素影響更小，溫濕度相關性更高，且線性擬合度更好，整體數據在研究中更具可觀性。

路面溫濕度檢測儀受檢測過程中清潔監測車的啟動、前進、剎車的影響十分顯著；路面溫濕度變化受路側陰影影響顯著；路面溫濕度受路面狀況、所檢測路面材質、汽車尾氣以及發動機熱輻射影響較為顯著。在移動檢測中，盡量保證車輛均速行駛可獲得較為良好的溫濕度數據曲線。