极端天气下高速公路行车风险分析与管制措施研究

卢闻夫

摘要 随着气候变化的不断加剧，极端天气事件的频率和强度逐渐增加，极端天气条件下的高速公路行车风险是当前交通管理领域亟须解决的重要问题。该研究选取云南某高速公路在不良天气下的实际情况，通过收集和分析当地历史天气数据、交通事故统计数据以及相关研究成果，对过往事故案例和交通数据进行了详细分析，研究极端天气对高速公路行车的影响因素。研究结果表明，极端天气条件下，高速公路行车风险显著增加；根据Logit风险评价模型的输出结果，当能见度很低时，大雾天气不建议出行；而冰雪天气的整体车速建议值均小于雨天，能见度在100 m时，雨天和冰雪天的车速建议值相差最大，约为15 km/h。

关键词 恶劣天气；风险分析；高速公路；交通安全

中图分类号 U491.1文献标识码 A文章编号 2096-8949（2024）12-0171-03

0 引言

随着我国高速公路发展的不断加快，交通安全问题日益突出。极端天气是导致交通事故发生的主要原因，当前各个国家大力发展工业而没有做到保护环境问题，极端天气在全国范围内出现得越来越频繁[1]。因此，如何在极端天气情况下，保证公共交通安全已经成为亟待解决的热点问题。恶劣天气主要包括暴雨、暴雪、覆冰、暴风等天气，这些天气极大增加驾驶员的心理负担并且影响空气能见度以及车辆的牵引力。通过收集和分析历史天气数据、交通事故统计数据以及相关研究成果，研究极端天气对高速公路行车的主要影响因素。研究旨在深入分析极端天气下高速公路行车的风险因素，并提出相应的管制措施，以确保行车安全。

1 恶劣天气对高速公路行车安全的影响分析

通常情况下，交通事故都是由人的活动、车的状况、道路状况等因素相互叠加的结果。当发生交通事故时，交警在责任判定的过程中，往往只会判定一个主要责任，其他因素常常被忽略[2]。在分析交通事故的过程中，通常认为驾驶员为责任主体，认为无论在任何复杂的情况下，驾驶员都应该根据自身的驾驶经验做出合理的应急措施。其实这种看法对于驾驶员来说过于严格，因为人的生理系统与汽车的控制系统十分复杂。当驾驶员在行驶过程中，遇到复杂的道路状况，神经会处于高度紧张的状态，偶尔可能会犯错误。当驾驶员在疲劳驾驶过程中，这个犯错的概率会提高，发生事故的风险也会相应提高[3]。

如图1所示，为恶劣天气下交通事故治灾机理。在统计交通事故发生原因的数据中，在超速、超车、转弯或者不良路况情况下，除了少数驾驶员粗心大意，大多数情况下发生事故的原因还是由困难的行驶环境所引起。

1.1 雨对高速公路行车安全的影响

下雨天空气潮湿，路面会形成一层薄薄的水膜，使路面状况发生改变，车辆的轮胎与路面的摩擦力会大大减小，汽车的制动效果会极大削弱。如果车辆处于突然启动、刹车或者转弯的过程中，则很容易引起汽车打滑或者翻车。特别是夜间照明度很低的情况下，驾驶员很难看清前方情况，更容易发生交通事故。图2所示为不同车速、不同雨天条件下的制动距离。从图2可以看出，相同车速情况下，湿润天气下汽车的制动距离是干燥天气的二倍[4]，并且路面摩擦系数降低；随着车速逐渐增加，雨天路面的刹车距离变化量大于干燥天气。

1.2 雾对高速公路行车安全的影响

大雾天气能见度很低、视线模糊，驾驶员很难看清前方的道路、路标以及前后车辆，所以大雾天气容易发生汽车追尾等交通事故。大雾天气的空气中会有很多颗粒物，光线会发生漫散，导致物体的亮度降低，这也是视野模糊的主要原因。所以，为了保证行车安全，应适当降低车速、打开车辆的雾灯和近光灯，提示其他驾驶员辨认自身车辆，与前车保持充足的安全距离，保持高度警惕，提前做好应急准备措施。如表1所示为能见度对交通的影响[5]：

1.3 冰雪对高速公路行车安全的影响

在冰雪天气，道路的能见度以及轮胎与路面的摩擦力都很差。当车辆进行制动或者转弯的过程中，路面光滑，车辆很容易打滑失控，导致交通事故发生。并且，结冰路面在阳光照射下，路面的光会直接反射到驾驶员的眼睛里，也会对驾驶员行车安全造成影响。在降雪的天气，雪花会严重影响驾驶员的视野，并且积雪会落在汽车前挡风玻璃上，不易清理。当路面有积雪时，被路过的车辆反复压实，会严重减小汽车轮胎与路面的摩擦力。所以在冰雪天气，驾驶员一定要缓慢行驶，并且遇到紧急情况时不能踩死刹车，正确做法应是利用挡位变化降低车速。

2 恶劣天气行车风险等级评估

2.1 风险评价方法概述

从安全工程方面考虑，风险评价是用来评估不同天气条件下驾驶所面临的风险水平，是一个系统性的方法。也就是说，风险评价是通过对历史事故资料进行分析和评估，按照一定的标准和规范去衡量系统的安全性或者危险性。通过评估可以有效地制定更完善的安全措施和规定，以最大限度减少恶劣天气下发生交通事故的可能性。

天气预报和警报系统：首先了解当地的天气预报和警报系统，这些系统将提供有关恶劣天气条件的预警信息，包括降雨量、风力、能见度等指标。根据这些信息，驾驶员可以预估行车的风险等级。

道路状况评估：在面临恶劣天气的情况下，通过关注交通广播、社交媒体或其他渠道上的实时路况信息实现。道路上的积水、结冰、雪堆或其他障碍物都会影响行车安全。根据道路状况评估，可以确定行车的风险程度。

驾驶员经验和技能评估：考虑驾驶员自身经验和技能对行车安全的影响，评估驾驶员的驾驶能力也是重要的一环。驾驶员应诚实地评估自己在特定恶劣天气条件下的驾驶能力，并决定是否有足够的技能和经验应对可能发生的风险。

交通工具状况评估：确保车辆的刹车系统、轮胎、雨刷器等设备都处于良好的工作状态，可以提高行车的安全性。

2.2 恶劣天气行车风险等级评估因素选取

该研究通过对相关文献和资料的阅读。在以往的研究中，对恶劣天气交通风险等级的划分通常仅以天气本身以及气象等级为依据。其实恶劣天气造成的交通事故原因有很多，比如降水量、能见度、风力、温度和结冰、雪量、路面状况、交通状况以及驾驶员经验和技能等。交通事故的发生是由人的状况、车辆的性能以及道路的环境共同作用的结果，并且这些因素都具有复杂性和不可预测性。

2.3 恶劣天气行车风险等级评估模型选择

该文采用多元有序离散选择模型，由于该项目采用的是问卷调查的模式进行资料搜集，很难包含全部的影响因素，所以在模型中需要设定参数以修正当前已知因素产生的影响。多元有序离散选择模型是一种用于分析有序离散变量的统计模型，也称为有序概率模型。其通过对有序分类变量建立概率模型以探索其与其他变量之间的关系。

多元有序离散选择模型假设有一个潜在连续变量，该变量随着自变量的变化而增加或减少，但只能被观测到、并分为有限数量的离散类别。这些类别通常具有递增或递减的顺序，例如非常不满意、不满意、一般、满意和非常满意。模型基于这些顺序类别的概率分布函数，计算每个类别的概率，从而提高对因变量的估计。此外，模型通常使用最大似然方法进行估计，其中估计参数的目标是最大化模型的似然函数。这些参数包括关于自变量和因变量之间关系的斜率系数，以及关于每个类别的截距。使用这些参数，可以计算每个类别的概率，从而对因变量的结果进行预测和解释。

3 工程实例

3.1 工程概况

该观测工程位于云南省昆明市，公路全长为1 780 m，双向四车道，道路呈现为东西走向，规划红线宽度为40 m，北侧绿线宽度为8 m。该公路设计荷载为公路Ⅱ级，设计车速为60 km/h，路基宽度为25.5 m，沿线跨越大范围的复杂地质。该项目位于两区交界段，分离式路基路段占全线总长超过65%。

3.2 评价模型建立

选取降雪量、路面湿滑度、能见度下降、驾驶员经验等指标作为风险因素。这些指标涵盖气象条件、路面状况、能见度、驾驶者因素、车辆状况等方面。通过专家评估、统计数据分析或者模型训练等方法，确定每个指标的相对权重，使得模型更贴近实际情况。采用层次分析法建立指标之间的关联关系，形成完整的评价结构。其次根据实际情况，将整体风险划分为低、中、高三个等级，通过进一步的细分使得评估结果更具体化。而为了确保数据的及时性和全面性，获取的数据必须是实时数据和历史数据。最后将其应用到实际情境中，比对实际结果与模型预测的一致性。如果有差异，需要对模型进行修正和改进，以提高其准确性和可靠性。

3.3 恶劣天气下车速控制方案

根据Logit风险评价模型的输出结果，得到了不同天气下车辆速度的建议值，以便根据不同风险等级做出不同的预警管理方案。并且将搜集到的信息即时传送给驾驶人员，如果气象条件改变，应及时作出限速信息调整，从而减少不合理速度对交通事故的影响。

如图3和图4分别为不同坡度、不同气象条件的建议车速，能见度区间处于50～200 m之间。当能见度大于200 m时，车辆可以正常行驶；当能见度小于50 m时，建议封闭道路。从图中可以看出，能见度对大雾天气的影响很大，当能见度很低时，大雾天气不建议出行。而冰雪天气的整体车速建议值小于雨天，能见度在100 m时，雨天和冰雪天的车速建议值相差最大，约为15 km/h。

4 结论

该文通过收集文献资料，根据建立的风险评估模型，对极端天气下高速公路行车进行风险分析并提出管制措施，主要得出以下结论：

（1）该文主要分析了云南省昆明市某高速公路交通事故的主要特征，针对出现事故的原因进行了细致分析，并分析了雨天、雾天以及冰雪天气对交通安全的影响。根据分析相关材料，探究极端天气下对驾驶员、车辆以及道路环境的影响。

（2）根据风险评估模型分析，得到了不同天气下车辆速度的建议值。当能见度很低时，大雾天气不建议出行。而冰雪天气的整体车速建议值均小于雨天，能见度在100 m时，雨天和冰雪天的车速建议值相差最大，约为15 km/h。

参考文献

[1]张驰， 李永春， 吴斌， 等. 高速公路多心卵形曲线路段行车风险分析[J]. 公路， 2022（3）： 1-10.

[2]张驰， 王博， 贺九平， 等. 基于行车动力学的高速公路积水路段行车风险分析[J]. 交通信息与安全， 2019（5）： 9-17.

[3]张瑾， 字丰军. 极端天气环境下行车危险弯坡路段交通流预测[J]. 计算机仿真， 2022（11）： 179-183.

[4]何永明， 冯佳， 魏堃， 等. 超高速公路曲线路段车辆制动侧滑影响因素分析[J/OL]. https： //doi. org/10. 13229/j. cnki. jdxbgxb. 20230393， 2023-10-07/2024-01-24.

[5]李熙莹， 梁靖茹， 郝腾龙. 考虑连锁冲突的城市公交车行车风险量化分析方法[J]. 交通信息与安全， 2022（3）： 19-29.