基于移动互联网的气象安全导航研究*

李建 杨忠恩 邓闯 郑伟才 魏晨

(1.浙江省气象服务中心,浙江 杭州 310017；2.宁波市气象局,浙江 宁波 315012)

0 引 言

2012年12月31日雨雪致高速杭州段12 h发生40余起交通事故；2014年4月8日早晨7时受浓雾影响,南洛高速542—544段南北双幅先后发生6起连环交通事故,17辆车追尾,事故造成2人死亡,44人受伤；2015年6月1日深夜11点多“东方之星”大型豪华游轮突遇灾害性天气在一两分钟之内倾覆倒扣在水中致400多人死亡；2016年12月16日,宁洛高速因团雾引发24车连环追尾,等各类气象引发的特大交通事故频发。

随着国家经济与城市化的快速发展,由气象条件引起的交通安全保障问题已成为影响经济发展的一个关键因素。统计表明,高速公路上因恶劣天气造成的交通事故约占总事故的1/4左右[3-4]；同时在世界商船队每年的全损船舶中,归因于气象这一表面原因的全损艘数和总吨约占33%,居各类全损海事之首。特别在恶劣天气下,强风大浪等灾害性天气,是倾覆船舶的主要因素。以上案例可以看出灾害性天气对交通安全的重大影响,如何通过一种便捷手段将前方气象信息实时告知交通驾驶人员,并提醒存在的交通气象风险显得十分必要和重要。

1 气象安全导航的概念和用户定位

目前世界范围内较早提出的气象服务交通安全的导航产品以海洋气象导航和公路气象导航为主。其中海洋气象导航是指船舶在海洋里的整个航运过程中,充分利用一切有利于航行的气象和海洋方面的条件为船舶取得最安全和最有利的航行过程。公路气象导航是指建立统一的交通气象数据模型,管理天气现象、能见度、温度、降水、风力、强天气预警等在内的一系列气象信息数据和交通基础数据[5-6],将各类气象数据与道路基础数据和用户定位信息相融合,最终实现基于位置的交通气象导航功能。

介于局地性灾害天气的频繁发生,如:江苏盐城的局地龙卷、湖北监利致翻船事故的强对流天气等,用户特别是交通行业用户对局地的灾害性天气防范需求越来越强烈,有效的将陆地和水上交通气象服务相结合,从而提出气象安全导航概念。气象安全导航指结合了海上、公路、内河交通导航气象服务,为公路交通出行和船舶航行提供出行道路的选择和灾害性气象服务提醒,实现对出行的气象安全保障服务。

2 气象数据的应用

目前国内有150多部气象雷达,并已形成了6 min 1次的信息组网和拼图,单部雷达的扫描覆盖范围在130～460 km不等,组网后除新疆、西藏、青海的部分地区外国内陆地部分已基本覆盖[7],如图1全国的气象雷达分布图由中国天气网提供。国内的天气雷达以多普勒雷达为主,相较于传统天气雷达多普勒雷达能够监测到位于垂直地面8～12 km的高空中的对流云层的生成和变化,判断云的移动速度,极大地提高了对超级单体、湖泊效应雪、成层雪、雷暴、降水、风切变、下击暴流、龙卷、锋面、湍流、冰雹等重大灾害性天气的监测和预报能力[8],目前通过多普勒雷数据分析对强雷暴的侦察率是96%,对龙卷的发现率是83%,对龙卷警告的平均预警时间是18 km。因此充分应用雷达数据,结合用户手机定位实时提供当前位置及行进方向前方的短时临近预报,结合交通气象指标判断前方是否会出现影响交通行驶安全的灾害性天气并对驾驶人员进行相应的语音文字提醒,对解决陆地和内河交通行车和航行具有重要意义,特别是规避局地强对流天气对交通安全的影响。

图1 国内气象雷达分布图

除卫星监测和少有的几个浮标站资料外,海上实时气象监测资料目前还比较欠缺。因此在近海雷达能覆盖的范围采用雷达监测资料,外海则采用数值天气预报模式的气象资料进行弥补。数值模式使用较多的有国内的Grapes和T639、欧洲中心的ECMWF、美国的NCEP等[9-12],预报时效达到了10～15 d,空间分辨率可达5 km。数值天气预报对台风[13]、降温、大范围的降水过程等趋势预报较为准确,同时根据提供的基础预报要素,通过解释应用和统计分析方法计算出影响交通出行特别重要的能见度预报。近海的通航条件除参考雷达监测信息外,部分海域还提供了航行预报,而承担远洋运输的船只要考虑规避灾害性天气必须参考中长期的数值天气预报,因此中长期数值天气预报在远洋运输中可帮助其选择启航时间以及优化航行线路,来规避航行的气象风险。

3 气象安全导航的设计

3.1 整体框架设计

设计分3个主功能模块,分别是用户管理、导航、综合显示模块,系统整体框架如图2。用户管理模块主要收集用户的基本信息,如手机号码、用户使用时的定位信息等,根据天气变化适时开展一对一的针对性气象服务,并可通过该模块结合网络支付等手段收取一定的服务费用；导航模块是主要的核心功能模块,分模拟导航和实时导航。模拟导航通过事先规划出行线路,了解沿途的天气信息,预定路线发现可能遇到灾害性天气时可进行行程路线的调整,特别是远洋航行时可通过对预定的航速与途径沿线的天气进行比较,根据设定的气象风险阈值进行报警以提醒优化航行路线。实时导航是在行进过程中的实时天气提醒,根据用户手机实时定位信息匹配所在位置的气象实况信息及行进方向前方50 km范围内的短时临近灾害性天气信息,根据设定的气象风险阈值进行提醒和报警；综合显示模块为用户提供雷达图、卫星云图和天气综合图,为海上航行用户提供海图、海域预报相关信息显示。

图2 气象安全导航设计框架

软件架构上安卓版在Windows操作系统下采用Java语言开发[14-15],IOS版在Mac操作系统下采用Object-c语言开发,结合Html5与LeafLet地图类库,各模块可快速迭代更新,支持跨平台(PC、平板电脑、手机浏览器)访问。服务器端采用GNU/Linux、Windows操作系统,主要为RedHat Enterprise 5版本和Win2008版本。数据存储服务程序采用C/C++/Java等编程语言进行开发,数据库拟采用Oracle RAC数据库软件。数据通信采用C#开发,采用基于内存的消息队列(Zeromq)作为底层监控系统的异步消息队列接口,前端采用Ajax跨域调用JsonP数据服务接口。

3.2 模拟导航设计

模拟导航功能分公路导航和海上导航两个部分。用户通过输入出发点、途经点、终点和出发时间,系统通过地理信息匹配为用户推荐进行的路线,并在地图上结合天气信息突出显示,如图3和图4。

图3 公路模拟导航

图4 海上模拟导航

公路模拟导航功能设计,主要根据用户出行的路程距离来匹配所需要的气象数据,如6 h内的短途公路交通出行,利用雷达外推的短临预报提供沿途的气象服务,如6 h以上的出行路程,沿途天气服务需要采用中短期的数值模式气象预报数据提供服务。根据地图导航功能获得规划的出行线路,提取出行线路的经纬度地理信息与气象格点数据进行匹配,判断规划的行程中是否有灾害性天气,从而实现出行前的行程规划。

海上模拟导航功能,用户自行设定船舶行驶的航速、需要行进的途经点,如10节航速,进行行进路程的时间计算(如图5),通过动画模拟,显示每个途径航段的天气情况,分不同影响的气象要素切换显示)。若途中有大于8级大风、低能见度等影响船舶航行安全的区域,在航道上突出标注,同时通过声音报警提醒,便于用户更改航行的路线。

用户出行前通过模拟导航功能,可有效的规避对交通出行影响较大的灾害性天气过程。特别是远洋航行等路途较长的出行,出发后行程调整较为困难,通过该功能可修改出行时间或变更出行路线来规避气象风险。

图5 设置航速和途径点

3.3 实时导航设计

实时导航的设计是为了满足在驾车或航行过程中获知当前位置和行进方向前方的实时天气信息。通过对雷达数量的实时分析,可判断出雷雨大风、冰雹等灾害性天气,并推算出其移动的方向。根据用户提供的不断刷新的行驶位置数据,结合雷达分析的天气影响结果不断为用户播报沿途及前方的气象情况,提供气象安全保障,如图6和图7。

图6 公路实时导航

图7 海上实时导航

沿途及前方气象数据的分析过程如下:以汽车、船舶行使的驾驶人员为中心位置,以50 km范围为半径假使一个圆形的行使警戒区,结合雷达数据判断该警戒区范围内是否有灾害性天气并给予及时的提醒,如果灾害性天气的移动路径将经过警戒区,也给驾驶员及时进行提醒和安全行使建议。在数据处理的具体逻辑方面,先获取驾驶员所在位置50 km的风暴追踪(灾害性天气演变移动方向)预报点经纬度,根据预报点获取影响风暴追踪线,检索风暴追踪线实况点与中气旋中心点,如小于30 km计算风暴追踪线每10 min的速度、方向,计算中气旋进入警戒区时间,判断30 min内汽车、船舶是否会进入中气旋范围从而进行相应的提醒。如遇台风天气时,接入台风路径实况及预报数据,并结合雷达、风、降水等要素数据,分析台风路径趋势对汽车、船舶行使的安全提示。以上分析判断过程的逻辑如图8。

通过分析经过一段时间及距离的移动,系统可判断用户移动的方向,为用户提供正前方左右30°角范围内的天气实况,如有灾害性天气出现将进行语音播报提醒,具体逻辑示意图如图9。

图8 警戒区及灾害性天气移动示意图

4 系统实现的关键技术

短时临近灾害性天气预报及结合导航功能的应用是一项关键性技术之一。通过对雷达、气象自动站数据的分析,实现灾害性天气的分辨,并将风暴追踪与行车、行船移动方向比对,进行移动路径耦合算法的研究[16-17]。短时临近灾害性天气预报基于光流法外推技术的融合预报技术,基于雷达数据并结合多源资料发展定量降水估测(QPE)技术。利用光流法和TITAN追踪算法改进雷达外推(QPF)技术,实现风暴追踪。假设T1时刻风暴i的体积是V1,位置坐标是(X1,Y1),且有N1个风暴；T2时刻风暴j的体积是V2,位置坐标是(X2,Y2),且有N2个风暴。定义T1时刻风暴i到T2时刻风暴j的花费函数是:Cij=w1dp+w2dv,其中dp=

图9 语音播报逻辑控制示意图

[(X1-X2)2+(Y1-Y2)2]1/2,dv=|V11/3-V21/3|,Wl和W2是权重。找到目标函数Q=∑Cij(i是路径的起点,j是对应的终点)最小的配对,这样就可以将两个时刻的风暴关联起来,达到风暴追踪的目的。利用高分辨率的快速更新同化数值模式系统的预报结果,发展动态权重融合法和趋势演变叠加法的降水与强对流Blengding融合技术。

强化分灾种强对流监测预警技术的应用,通过分布类、形态类、统计类、演变类、个例类的综合应用,建立数字组网3-D雷达识别、雨滴谱仪、自动站、探空等资料并结合本地特征的强对流监测与识别产品,主要包括强降水、冰雹、雷暴大风、雷电等强对流监测识别产品。配料法和模糊逻辑法在强降水、雷暴、雷暴大风等强对流天气预报模型中的应用,建立分灾种统计预报模型,气候背景场作为影响因子,修订强对流预报模型；发展强对流潜势预报模型和数值预报融合产品的结合应用。

充分应用手机定位服务、手机地图服务、信息推送、语音服务及气象网格化数据的再分析等新技术。通过研究收集不同吨位的船舶和汽车行使气象安全指标,建立气象安全导航服务用语库,运用移动互联网技术实现基于位置的信息推送和语音播报服务。在远洋导航过程中,需要考虑手机无网络信号及卫星网络通信的高费用问题,实现对气象预报和地图数据的一次性下载,方便用户在航行过程中的随时调阅和分析。

5 结 语

本系统的研究受“东方之星”大型豪华游轮突遇灾害性天气启发,目前国内尚没有基于水上及陆路交通方面的气象导航服务软件,而在海洋上的气象导航则也以国外软件提供商为主,指在利于航行的气象和海洋方面的条件为船舶取得最安全和最有利的航行过程。系统研究基于当下流行的手机软件通信技术研发气象安全导航系统,结合公路、海上、内河的安全行驶气象指标及行驶路线导航功能,为陆路交通出行和船舶航行提供出行前的沿线天气查询及行驶过程中实时的灾害性天气提醒,该服务方式为国内首创。据相关数据统计,截至2016年7月我国的汽车保有量为1.84亿辆,2016年1—7月份全国造船完工1920万载重吨,系统的研究将为汽车、船舶等的交通出行提供气象安全保障,与预期社会和经济效益较为明显。

系统研究中也存在需要改进的内容:1)海洋的边界信息不齐全,目前通过陆地的地理信息经RGB转换后处理获得,后续需要进一步收集完善海图、航线、港口等相关基础数据；2)短临灾害性天气的判别指标及气象影响交通出行的安全指标需要不断细化,让实时导航对灾害性天气的判别更准确,功能更趋自动化；3)在导航路线规划时,可考虑自动规避气象严重影响交通安全的路线。

参考文献：

[1] 杨忠恩,魏晨,马琰钢,等.基于移动互联网的交通气象服务系统设计与应用[J].气象科技,2016,44(3):374-380.

[2] 李建,郑伟才,邓闯，等.基于移动互联网的浙江台风信息发布系统研发与应用[J].气象科技,2017,45(2):254-260.

[3] 康延臻,王式功,杨旭,等.高速公路交通气象监测预报服务研究进展[J].干旱气象,2016,34(4):591-603.

[4] 邱忠洋,李涛,夏德群.公路交通气象观测站监控系统的设计与实现[J].南京信息工程大学学报:自然科学版,2015,7(3):234-240.

[5] 宋月超,肖宏艳,马婷婷,等.移动终端定位导航系统分类与定位原理分析[J].计量与测试技术,2016,43(9):40-42.

[6] 沈萍月,李建,潘娅英,等.高速公路气象服务技术及应用[J].气象科技,2014,42(6):320-335.

[7] 韩志平,李颖,欧阳双.基于Android平台开发气象雷达“小助手”APP软件的设计与实现[J].气象科技,2016,44(4):562-566.

[8] 王洪,万齐林,尹金方,等.双线偏振雷达资料在数值模式中的应用:模拟器的构建[J].气象学报,2016,74(2):229-243.

[9] Liu Jia-zhao,Liu Xiao-pei,Zhang Xiao.Reviews and Expectations on the Maiden Voyage of a Chinese Merchant Ship in the Arctic Northeast Route[J].船舶与海洋工程:英文版,2016,(5):245-256.

[10] Peicheng Liao. Dept of Electr, Comput Eng McGill Univ Montreal QC Canada.Gain Effect on Scalable Energy-Proportional SOA-Based Optical Space Switches. IEEE PHOTONIC TECH L,USA,2014,26(16):1683-1686.

[11] Yue Liu. User control of personal information concerning mobile-app: Notice and consent?[J]. Computer Law & Security Review,Britain,2014,30(5):521-529.

[12] Mohammed Mujtaba Shareef.Effective use of GIS for visualizing forecasted meteorological and marine data. METEOROL APPL,Britain,2014,21(2):340-349.

[13] 王志,李蔼恂,李军,等.超强台风“威马逊”对道路交通的影响分析.公路,2016,61(1):149-154.

[14] 吴焕萍,罗兵,王维国,等.GIS技术在决策气象服务系统建设中的应用.应用气象学报,2008,19(3):380-384.

[15] 孙利华,吴焕萍,郑金伟,等.基于Flex的气象信息网络发布平台设计与实现.应用气象学报,2010,21(6):754-761.

[16] 朱智慧,黄宁立,陈义.光流法在强降水过程预报检验中的应用.气象科技,2016,44(4):596-604.

[17] 李英俊,韩雷.基于三维雷达图像数据的风暴体追踪算法研究.计算机应用,2008,28(4):1078-1080.