基于Python的高速公路大雾预报预警系统建设

彭芳 齐大鹏 吉廷艳

摘要：系统结合前期研究成果及本地数据环境进行开发设计，利用Python语言及相关库，实现了气象站点、交通站点观测资料的合并及插值到高速路段，自动生成图片和文字产品，也实现数值预报格点超到高速公路的插值。采用Python+Django设计WEB系统对产品进行展示，方便用户通过网页对产品进行浏览。

关键字：Python;高速公路;大雾;预警

中图分类号：TP311      文献标识码：A

文章编号：1009-3044（2019）28-0085-02

贵州属于低纬高原山区，地形地貌复杂，天气气候多变，大雾天气频发，对高速公路交通运输存在严重隐患，因大雾造成高速公路重大交通事故屡有发生，对国民经济和人民生命财产造成重大损失。贵州的大雾天气和气候特征，已经有较多的学者进行了研究[1-6]。在交通气象服务方面，王红丽[7]指出人们最关注的气象印章有道路结冰、雾和霾、强降雨、积雪其他省份地区气象服务工作已经开展或陆续开展，田华[8]通过问卷形式对气象、交通、公安等多部门公路交通决策气象服务关注的气象要素、产品类型和时段、服务改进方向等需求进行了调研指出监测类产品对低能见度、道路积雪要素最为关注，预报类产品对雨雪和大雾要素最为关注;王慕华[9]设计面向公众出行的公路交通气象服务系统;吴阳军[10]雨雪雾等不利气象条件导致了公路设施损毁、交通延误、交通事故、环境污染等问题，增加了出行成本。为保障贵州高速公路交通安全运输，有必要开发高速公路大雾预报预警系统，为高速公路安全管理提供技术支撑。

1 系统设计

系统建设结合本地数据环境进行开展，主要分数据分析模块、WEB服务两部分，其中WEB服务包括WEB设计及后台部署相关内容。

系统由python语言开发，需要在python环境下运行，python版本为3.6以上。系统依赖库信息如表1所示。

2 数据分析

大雾观测数据通过能见度观测仪进行观测，目前气象部门收集到的能见度数据有气象观测站、交通站和交通部门共享数据，都为站点格式资料，数据通常用来作为大雾监测预警。大雾预报依赖前期研究成果，通过判定天气形势、地面高空气象要素值，结合数值预报进行计算，资料为格点格式资料，数据用来做大雾预报用。系统主要分为站点资料处理和格点资料处理。数据都统一入库到内部数据cimiss数据库，通过接口形式获取。

高速公路数据为shp格式数据，需要将能见度数据插值到高速路段上，以便能够在图形系统上直观反映。

2.1 大雾监测预警

按照时间参数获取三类实况观测数据，将三类数据合并为统一格式产品，按照大雾预警标准将能见度分为小于100、100-200、200-500、大于500四个等级，结合高速路段信息进行插值计算，不同等级的能见度通过metpy.interpolate.interpolate_to_points插值到高速路段上，最后根据插值后的路段信息进行填色处理，同时将有雾的路段信息输出保存为文本文件，按照指定文件名格式进行存储供前端显示。如图1。

2.2 大雾预报

大雾预报采用格点预报插值到高速路段的方式。目前气象上的数值预报数据都是格点数据，本文采用高分辨率数据空间分辨率达12.5km，时间分辨率达3小时。根据前期研究结果，通过提取最新时次数值预报数据地面要素，地面相对湿度（或温度露点差）、10分钟平均风速、气温、3小时变温、24小时变温。前期研究结果将贵州大雾分为辐射雾和锋面雾，对应不同的指标进行分类并分析计算，通过metpy.interpolate.interpolate_to_points插值到高速路段上，最终形成锋面雾、辐射雾以及无雾的图片产品，同时生成对应的大雾信息文件，按照指定文件名格式进行存储。

3 WEB设计

WEB端采用Python+Django框架设计，实现后台管理、预报员登录、预报员大雾类型选取、访问信息记录、图片浏览等功能。

3.1 模型Models

Django模型Models主要包括3个模型，Users、FlogType、VisitInfo，分别记录用户信息、大雾类型、访问信息，实现用户管理，大雾类型判断，网站流量信息记录等功能。用户信息为预报员用户，预报员需要登录后提交大雾类型并记录在数据库，以便其他用户能够直接流量对应大雾预报数据。

3.2 路径URLS

URL路径配置，配置index、picurl、login、logout、savetype、image六个路径，分别对应首页、图片检索、登录、登出、保存大雾类型、图片路径，其中index、login、logout不带参数即可访问。picurl为图片检索，必须带指定参数才能返回正确信息;savetype必须登录后带正确参数才能入库保存大雾类型，图片路径对应数据存储的绝对路径地址。

3.3 视图函数Views，

首页，调用base.html生成页面，页面如图2。

图片检索，采用get方式传递参数，根据接收参数返回图片url以及对应的大雾信息，统一生成json格式供前端解析。访问前首先记录访问信息进入模型数据库。

登录，采用post方式登录，用户提供用户名密码，验证后才能登录并保存session，登录后具有大雾类型提交权限。退出登录，同时清除session。

保存大雾类型，根据session状态判断是否登录，没有登录的返回未登录信息。大雾类型提交根据时间选择框进行提交，提交的大雾类型为对应时间的下一次大雾预报类型。参数通过get方式获取，根据model的flogtype类型提取访问信息并存储，返回类型为json格式。

4 結束语

系统利用Python语言结合目前实际需要以及特定的数据环境进行设计开发，实现了多观测数据统一，将站点、格点数据插值到高速路段并采用Python+cartopy绘图符合使用习惯，图形直观明了。同时系统采用预报员判断大雾类型提交数据库，简化了系统设计的同时实现了大雾的预报。大雾预报预警系统建设，结合前期对大雾的研究成果，将成果展示给行业用户，实现大雾监测预报一体化，不仅给决策部门提供了参考依据，还提升了工作效率。

参考文献：

[1] 罗喜平，杨静，周成霞.贵州省雾的气候特征研究[J].北京大学学报：自然科学版，2008（5）.

[2] 胡跃文，秦杰.2016—2017年贵州大雾时空分布及气象要素演变分析[J].气象 ，2019（5）.

[3] 陈娟，罗宇翔.近50年贵州雾的时空分布及变化[J].高原山地气象研究，2013（2）.

[4] 罗喜平，周明飞.贵州区域性辐射大雾特征与形成条件[J].气象科技，2012（5）.

[5] 谢清霞，唐延婧，庞庆兵，等.贵州辐射雾的时空变化特征及其气象要素分析[J].气象与环境科学，2016（2）.

[6] 唐延婧，裴兴云.贵州交通站资料应用于山区高速公路低能见度研究[J].热带气象学报，2015（2）.

[7] 王红丽，黄建菲，尚媛媛.贵州省交通气象服务分析评估[J].气象科技进展，2015（4）.

[8] 田华， 吴昊，杨静，等.公路交通决策气象服务需求分析[J].气象与环境科学，2018（4）.

[9] 王慕华，唐卫.面向公众出行的公路交通气象服务系统[J].气象科技，2015（5）.

[10] 吴阳军.公路交通气象服务一体化[J].中国公路，2018（7）.

【通联编辑：李雅琪】