高速公路低能見度團霧預警與誘導系統開發研究

曹桂芳

（山西省交通科技研發有限公司，山西 太原 030032）

0 引言

團霧比一般的彌漫型大霧更濃，而且能見度更低，在團霧內、外視線差異相當大，正因為團霧在空間分布上的較大差異，使得預測報警比較困難[1]。團霧的出現與局部的小氣候環境密不可分，尤其是在低洼地勢且空氣濕度大的地區。有研究人員發現團霧出現之前，會出現一個“象鼻”振蕩曲線，如在限速低能見度范圍（即50～200 m），或者在封路低能見度范圍（即小于50 m）情況下，團霧出現前會有一個突發的短暫回升過程。這表明隨后會出現大密度的團霧。所以如果能在監測過程中捕捉到“象鼻”振蕩曲線，就能快速發出預警[2]。

正是因為團霧突降，難以預測，使得高速公路上發生大量的交通事故，比如2017年，在滁新高速公路因為團霧造成30多輛車輛相撞，造成極大的人員傷亡[3-4]。根據公安部交通管理局統計，在2017年全國的高速公路中有2 567處是團霧的頻發路段，其中900多處年均出現團霧在10次以上，另外還有130多處的年均團霧出現次數在30次以上，并且在大型交通事故中，近1/3左右都與團霧有關。由于很難預測到“象鼻”振蕩規律，所以不能對通過車輛進行提前警示，尤其是車輛就地停車時，容易發生追尾，對安全行車危害極大。因此，研究低能見度團霧情況下的高速公路預警與積極誘導系統，對出行安全具有非常重要的意義[5]。

1 團霧提前預測、預警系統的研究

1.1 團霧提前預測、預警系統組成

考慮到高速公路沿線的路況條件很難達到建立標準氣象觀測站對環境的要求水平，而且一條高速公路歷經各地的地理環境與觀測要素也不盡相同，因此在設計高速公路團霧預測、預警系統所采用的模塊結構需要靈活保障其擴展功能，以適應不同路段下的團霧預警情況。

本系統根據高速公路沿線的不同地理環境和團霧頻發地段的實際情況，在高速公路沿線間隔20～30 m設置一定的智能區域控制系統和誘導單元（智能誘導燈），采集路段中的氣象要素并實測其能見度值，將采集的數據與高速公路沿線各個地方監測站監測的歷史團霧氣象要素演變與能見度值相結合比較，推算出此刻團霧的特征和變化規律,由此建立高速公路團霧的監測和預警系統。

本系統的預警核心為區域控制系統，其包括：能見度檢測、數據預處理、無線網關、太陽能供電、共享數據庫系統、數據處理系統等，其中數據處理系統包括了低能見度濃霧分級預警系統與鄰近預報系統。將采集到的各類環境氣象要素監測數據通過GPRS實時傳送到遠程上位機軟件（即道路遠程監控中心），通過開發的團霧預警算法對數據加工轉換和分析，利用分析結果作出評估，以判斷對車輛給出相應的預警結果。目前，該系統已經在聞垣高速公路某團霧多發地段進入試驗應用期。

圖1 高速公路團霧提前預測、預警系統組成

1.2 團霧預測、預警的算法流程

本預警系統需要借助氣象部門現有的高空情況、地面情況、數值預報三大監測系統歷史數據，結合團霧多發地的沿線局地監測站的實時氣象監測數據，建立氣象數據專項數據庫，利用大數據綜合診斷分析，對實時監測數據和歷史監測數據進行對比、關聯、分析，建立一套可靠的團霧預測系統，同時將低能見度的預警信息和監測數據及時發送至高速公路遠程監控中心，為高速公路決策管理系統提供數據支撐，實現交通部門與相關部門信息系統之間的實時信息交換和共享。此外，本系統還能根據用戶的實際使用情況和監測結果來反向驗證預警信息指標和臨近預報技術指標的準確性，并不斷完善與優化預報流程。

本系統的工作流程如圖2所示，在團霧預警系統采集數據的過程中，系統將動態跟蹤氣象信息，同時調出氣象臺監測資料、衛星遙感資料、周邊監測站資料、公路監測資料、歷史檔案等，實時綜合分析，當預報數據達到成霧條件時，路面能見度小于500 m，系統自動向高速公路指揮中心發布團霧預警，預警內容包括發生的時間、地段和趨勢，并動態跟蹤、啟動各監測點聲光警報信號。在獲取到氣象能見度后根據風險評估判定算法，評估車輛是否處于團霧的風險之中，并對評定結果進行語音提示。如果在預報時段團霧減弱消散，則及時發布訂正與團霧消散預報。

圖2 團霧預警系統算法流程圖

1.3 團霧預警風險評估

高速公路上的團霧使得能見度低，會極大地增加路上行車風險，因此，需要對團霧情況下的車輛行駛發生事故的概率和狀態進行風險評估。評估方法如下。

針對高速公路上團霧情況下的行車事故發生的概率，建立風險判定函數：

式中：CI為行車安全指標；a0，a1，a2，…，am為判定函數的系數向量；x1，x2，…，xm為解釋變量參數。

考慮到條件Logistic回歸模型能較好地表征在消除干擾因素下保證結果的可靠性，因此能夠用來判定事件是否發生，所以可以利用該模型來分析團霧情況下行車事件發生與否。條件Logistic回歸模型的表示如式（2）：

結合式（1）與式（2）可以得到在團霧情況下發生風險的概率。

2 實測結果分析

本系統設計完成后安裝于實際高速公路中，通過監測高速公路在團霧環境下的行駛情況，各安裝路段在一年內統計的同比事故減少比率，如圖3所示。

從圖3中可以看出，在安裝了本系統后，通過對團霧條件下行車風險的評估與預警，團霧高發路段的事故發生率有極大降低，并且本系統還能在預警的前提下對車輛起到很好的行車誘導作用，提高了低能見度團霧情況下的行車安全。

圖3 實際高速公路示范路段同比事故率減少比率

3 總結

本文研究了在高速公路低能見度團霧條件下的行車風險評估預警與誘導系統，建立了團霧預測預警模型，結合團霧行車風險評估模型獲得高速公路團霧情況下發生行車風險的概率，本系統設計完成后成功應用于多條高速公路路段，監測結果顯示本系統的應用使得各示范路段同比事故率極大減少，提高了低能見度團霧條件下高速公路的行車安全。