黔西南州道路交通安全高影响天气区划研究

金强兵，王文勇，韦仕丽，徐啟元，王 芬，彭显锋

(1.黔西南布依族苗族自治州气象局，贵州 兴义 562400；2.贵州省兴仁县气象局，贵州 兴仁 562300)

0 引言

近年来，黔西南自治州道路交通发展迅速，实现了县县通高速、村村通硬化路。但随着交通运输量快速增加和行驶速度提升，大雾、强降水、凝冻(道路结冰)等气象灾害对道路交通安全的影响越来越大，气象灾害及其衍生灾害直接或间接引发的交通安全事故给人民生命财产带来极大威胁，交通气象监测预警服务日益重要。特别是2015年以来，黔西南自治州交通运输、高速公路管理、交警等部门越来越重视和依赖气象服务，对交通气象服务提出了更高要求，可见，交通气象服务有广阔的发展前景和市场需求。但由于全州交通气象站网建设滞后，交通气象监测预警服务体制机制不健全，交通气象预警服务指标空缺，使得交通气象服务缺乏科技支撑，服务的质量和数量都跟不上实际需求，服务的效益和作用大打折扣。

综上所述，加强交通气象安全指标研究，特别是对大雾、强降水、低温凝冻等高影响天气建立交通安全气象指标，开发具有针对性的交通气象服务产品，为道路交通安全提供更优质的气象服务，能够有效降低因不利气象条件引发的交通事故，对于保障交通运输和防灾减灾具有重要意义。

本文在前人研究基础上，结合黔西南地形地貌实情及现有技术基础，以GIS为基础工具，分析凝冻(道路结冰)、大雾、强降水等高影响灾害性天气与道路交通安全的对应关系，并按影响值进行等级划分，得出黔西南州道路交通安全区划图，为道路交通安全气象站网建设提供科学性、针对性的选址依据，为道路交通安全防范措施建设和实施交通管理等提供科学的决策依据，促进气象与交通信息共享，提升交通气象服务水平，有效降低交通安全事故。

1 资料与方法

1.1 数据处理方法

由于气象数据都是离散的“点”，对于开展全域性的研究有很大的局限性，而交通线路是“连续”的，因此要研究气象因子对道路交通安全的影响，就需要对气象数据进行空间插值。通过对比研究，在复杂地形下，多元回归残差订正插值法[1]是一种相对比较精确的气象数据插值法，它是将气象数据与气象站点的经度、纬度和海拔高度等相关因子进行多元回归，求算出回归系数，并在GIS平台中模拟回归栅格面，然后以传统的IDW法插值残差模拟栅格面，并与回归栅格面求和运算(消除残差)，得到最终的充分考虑了影响因素的气象数据插值结果。

1.2 凝冻(道路结冰)区划方法

气温和地温具有较好的线性相关[2-4]，通过对比黔西南自治州近30 a的平均年最低气温和平均年最低地温，可以看出地温比气温要低1.4 ℃(表1)。根据张勇等人的研究[5-7]，夜间沥青下垫面的温度要比土壤和水泥下垫面的温度低0.3 ℃，因此沥青路面温度比气温低1.7 ℃。而路面温度在0 ℃及以下是路面结冰的必要条件，因此，当夜间气温低于1.7 ℃时，沥青路面就可低至0 ℃，在有降水或空气湿度较大的情况下就有可能结冰。由于黔西南州地温监测只有8个国家站，样本较少，因此，可以利用气温和地温的线性相关特性，把地温监测转移到气温监测，增加样本量，从而提高数据插值的精度。根据平均年最低气温分布情况，对受结冰影响的严重程度进行等级划分，得出凝冻(道路结冰)交通安全影响区划。

表1 黔西南自治州8个国家气象站1986—2015年平均年最低气温和最低地面温度对比(单位：℃)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个国家级气象站和157个区域自动气象站2011—2018年的气温资料(因大部分区域气象站点自2011年起才有经过质控的历史数据，因此2011—2018年的数据资料可用)，求取年最低气温的多年平均值，并用多元回归残差订正插值法进行插值，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)的等级进行划分，从而得出在多年平均情况下各地可能受凝冻(道路结冰)影响的程度区划。

1.3 大雾天气区划方法

黔西南州地形起伏较大，根据8个国家气象站最近15 a(2004—2018年)大雾资料统计显示(表2)，大雾的发生率(日数)跟纬度和海拔高度有很大关系[8]，纬度越高、海拔越高，大雾日数就越多(2004年以后才有比较完整的能见度记录，2004年以前的历史资料中雾没有按能见度分级，难以查阅)。

表2 黔西南州8个国家气象站2004—2018年平均年雾日数统计表(单位：d)Tab.2 Statistics of Average Fog Days from 2004 to 2018 at 8 National Meteorological Stations in Qianxinan(Unit:d)

根据康延臻等人的研究[6,8-11]，当出现烟雾、浮尘、轻雾，能见度1 km

M=V1×0.1+V2×0.2+V3×0.3+V4×0.4

式中，M为雾的综合影响值，V1为雾日数，V2为大雾日数，V3为浓雾日数，V4为强浓雾日数。然后用多元回归残差订正插值法对M进行插值，并按照M<4(弱影响)、4≤M<8(一般影响)、8≤M<12(较强影响)、M≥12(强影响)进行等级划分，得出多年平均情况下各地可能受大雾天气影响的程度区划。

1.4 强降水天气区划方法

根据康延臻等人的研究[6,12,13]，当下小雨时路面湿滑，对驾驶有较小的影响；中雨时路面有明显积水，对驾驶有明显影响；大雨时路面积水增大，能见度变差，对驾驶有较大影响；暴雨时路面积水较多，能见度较差，基本不能驾驶。根据黔西南州灾情数据统计，日降雨量在50～100 mm之间时，道路沿线会有较轻的边坡垮塌等，且路面积水较重，对道路有一定影响；日降雨量在100～200 mm之间时，道路沿线会有较多的地质灾害发生，大部分路段被山洪冲刷严重，一些地质结构特殊的地方道路可能中断；日雨量超过200 mm时，会有大量的山洪泥石流和地质灾害发生，交通基本瘫痪。因此，可将各量级降水的日数按权重系数计算出综合影响值。

由于小雨、中雨、大雨基本上只影响驾驶，取权重为0.1；暴雨对驾驶和道路都有影响，取权重为0.2；大暴雨对驾驶和道路有重大影响，取权重0.3；特大暴雨对驾驶和道路有特别严重的影响，取权重0.4。利用黔西南自治州8个国家级气象站和157个区域自动气象站2011—2017年的各量级降水日数资料，按照权重系数计算影响值，计算公式如下：

y=(a+b+c)×0.1+d×0.2+e×0.3+f×0.4

式中，y为降雨的综合影响值，a为小雨日数，b为中雨日数，c为大雨日数，d为暴雨日数，e为大暴雨日数，f为特大暴雨日数。然后用多元回归残差订正插值法将y值进行插值，并按y<15(弱影响)、15≤y<18(一般影响)、18≤y<20(较强影响)、y≥20(强影响)进行等级划分，得出多年平均情况下各地可能受强降水天气影响的程度区划。

2 交通安全高影响天气区划

2.1 凝冻(道路结冰)交通安全区划

如图1所示，气温主要受海拔高度和纬度影响，特别是受海拔高度影响。图中的强影响区表示该区年最低气温的多年平均值在-2.3 ℃以下，在夜间地面辐射作用下，沥青路面温度在-4 ℃以下，只要有降水或达到一定的空气湿度，就会发生凝冻(道路结冰)。从图中看出，普安大部、兴仁大部、晴隆大部、安龙除南部边缘、兴义和望谟地势高处等地区是发生凝冻频率较高的地区；海拔、纬度均较低的兴义巴结、安龙万峰湖、册亨望谟的河谷地带等地区年最低气温的多年平均值在2 ℃以上，基本不受凝冻(道路结冰)影响。这个结果与全州高速公路气象灾害风险普查结果一致(在2013—2014年间，全州组织开展了交通气象灾害风险普查，结果为晴隆、普安大部及兴仁、兴义、安龙地势高处等的高速公路凝冻风险高)。

2.2 大雾天气交通安全区划

图2为黔西南州大雾天气交通安全影响区划。从图可以看出，大雾天气主要随纬度和海拔高度变化，其中最主要是随纬度变化，但兴仁由于四周地势相对平缓，不利于上坡雾的生成，因此在图中出现了“牛眼”。雾的重灾区主要是晴隆普安，其中普安的影响值达到20.8，年平均雾日(不分级别)总数达到77.5 d。而南部地区则影响较弱，影响值在4以下，其中册亨县影响值仅1.7，年平均雾日总数(不分级别)仅9 d。这个结果与全州高速公路气象灾害风险普查结果基本吻合(根据2013—2014年开展的高速公路气象灾害风险普查，晴隆、普安大部及其他地区的明显上坡路段易出现雾)。

图2 黔西南州大雾天气交通安全影响区划Fig.2 Traffic safety impact zoning of Fog in Qianxinan

2.3 强降水天气交通安全区划

图3为黔西南州强降水交通安全影响区划图。从图可以看出，晴隆、普安是一个强降水高影响区，兴义枫塘、下午屯、七舍至三江口一线是一个强降水高影响区，望谟打易、乐旺等地是一个强降水高影响区，贞丰龙场一带是一个强降水高影响区，这些地方强降水天气较多，或者有极端强降水天气(如打易2011年6月6日降雨量达316 mm)，对交通安全影响较大。从图也可以看出，强降水天气与海拔有很好的正相关，海拔较高且相对于周边地势起伏较大的地区强降水较频繁，海拔低或者地势较平缓的地区强降水相对较少。

3 结论与讨论

本文以黔西南州8个国家气象站和157个区域自动气象站资料为基础数据，以GIS平台为基础工具，以多元回归残差订正插值法为数据处理的基础方法，分析了凝冻(道路结冰)、大雾、强降水几种主要灾害性天气对交通安全的影响程度区划，对气象数据应用有一定的参考意义，对于道路交通安全气象站网建设有一定的指导意义，对道路交通安全防范措施建设有一定的决策参考意义。

①本文通过将气象要素与海拔高度、经度、纬度等因子进行多元回归反演，充分考虑了在复杂地形下海拔高度和经纬度等因素对气象要素的影响，使得气象要素的插值更精确，在分析气象要素对交通安全的影响方面提供了新方法。

图3 黔西南州强降水天气交通安全影响区划Fig.3 Traffic safety impact zoning of Rainfall in Qianxinan

②凝冻(道路结冰)主要受海拔高度和纬度的影响，特别是海拔高度的影响最为明显，如望谟县打易镇(最高点海拔1 718 m)到县城(567 m)直线距离仅30 km，但由于海拔落差达1 100多米，打易镇就是凝冻的高影响区，而县城则是无影响区。

③大雾主要受纬度和地形影响，随纬度的增加而增加(纬度最高的晴隆、普安是高影响区)，但在地势较平缓的地区雾的影响较小(兴仁)。

④强降水天气主要跟海拔和地势相关，在海拔较高且地势起伏较大的区域，强降水天气较频繁，对交通的影响较大。而低洼河谷地带及地势相对平缓的地区影响较小。

本文通过多元回归残差订正插值法对影响交通安全的气象灾害进行全域模拟插值，交通安全高影响天气区划更加合理、科学。但仍然存在影响因子不全(如没有坡向、坡度)、气象资料历史不够长(区域自动气象站建站时间较短)、安全指标(等级划分)是否科学、新建的河流水库湿地等对雾的影响未考虑等不足之处，特别是雾和降水对交通的影响权重采用的是主观赋权法，权重系数的客观性较差，有待作进一步的研究。