本發(fā)明涉及一種高速公路擁堵氣象風(fēng)險(xiǎn)的等級(jí)預(yù)測(cè)方法，具體地說(shuō)是一種高速公路擁堵氣象風(fēng)險(xiǎn)預(yù)測(cè)方法。

背景技術(shù)：

1、在全球氣候變暖的大背景下，極端天氣事件發(fā)生頻次越來(lái)越高。環(huán)繞京津的高速公路路網(wǎng)密集，秋冬季節(jié)大霧高發(fā)頻發(fā)，在雨雪霧的天氣里，高速公路經(jīng)常發(fā)生擁堵或引發(fā)交通事故。因此，氣象因素是高速公路發(fā)生擁堵風(fēng)險(xiǎn)的重要因素之一。但目前在高速公路的擁堵風(fēng)險(xiǎn)預(yù)測(cè)方面，還缺少基于氣象因素的風(fēng)險(xiǎn)預(yù)測(cè)，因而不利于對(duì)高速公路安全通行的管理。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的就是提供一種高速公路擁堵氣象風(fēng)險(xiǎn)預(yù)測(cè)方法，以解決在高速公路的擁堵風(fēng)險(xiǎn)預(yù)測(cè)方面還缺少基于氣象因素的風(fēng)險(xiǎn)預(yù)測(cè)的問(wèn)題。

2、本發(fā)明的目的是這樣實(shí)現(xiàn)的：

3、一種高速公路擁堵氣象風(fēng)險(xiǎn)預(yù)測(cè)方法，包括以下步驟：

4、s1、獲取之前一年以上的高速公路被測(cè)路段沿線發(fā)生擁堵事件的資料信息，該資料信息包括擁堵路段的位置、擁堵的起止時(shí)間以及擁堵事件發(fā)生的原因、發(fā)生的季節(jié)、發(fā)生的時(shí)段、發(fā)生時(shí)高速公路的路網(wǎng)密度和發(fā)生前1小時(shí)的單項(xiàng)車流量。

5、s2、獲取擁堵事件發(fā)生時(shí)段周邊不大于10km范圍內(nèi)的氣象站的氣象觀測(cè)資料信息，該資料信息包括擁堵開(kāi)始時(shí)間前1小時(shí)內(nèi)的最小能見(jiàn)度、平均能見(jiàn)度、最高氣溫、最低氣溫、平均氣溫、平均相對(duì)濕度、最大相對(duì)濕度、平均風(fēng)速、最大風(fēng)速、最小風(fēng)速、小時(shí)降雨/雪量，以及擁堵開(kāi)始時(shí)間前3小時(shí)和前6小時(shí)的累積降雨量，擁堵開(kāi)始時(shí)間前3小時(shí)、6小時(shí)和12小時(shí)的累積降雪量。

6、s3、從獲取的擁堵事件資料信息中篩選出由不良天氣引發(fā)的擁堵事件，當(dāng)有下列氣象因素之一出現(xiàn)時(shí)，記為一次因不良天氣引發(fā)的擁堵事件：⑴擁堵事件發(fā)生時(shí)或發(fā)生前1小時(shí)內(nèi)出現(xiàn)霧、高溫、大風(fēng)、低溫、降雨/雪；⑵擁堵事件發(fā)生前6小時(shí)內(nèi)出現(xiàn)降雨；⑶擁堵事件發(fā)生前12小時(shí)內(nèi)出現(xiàn)降雪。

7、s4、將擁堵事件發(fā)生的季節(jié)、發(fā)生的時(shí)段、發(fā)生時(shí)高速公路的路網(wǎng)密度、發(fā)生前1小時(shí)的單項(xiàng)車流量定義為非氣象因子；將步驟s3中設(shè)定的氣象因素定義為氣象因子；將氣象因子和非氣象因子共同作為影響高速公路擁堵事件的自變量；其中，氣象因子為數(shù)值變量；非氣象因子中的路網(wǎng)密度和單項(xiàng)車流量為數(shù)值變量，其他的為分類變量；利用rf隨機(jī)森林法對(duì)上述自變量的重要性分別做出評(píng)價(jià)。

8、s5、從上述自變量中選擇對(duì)高速公路擁堵事件的發(fā)生有顯著作用的特征變量；利用rfe遞歸特征消除法，構(gòu)建高速公路擁堵氣象風(fēng)險(xiǎn)預(yù)測(cè)模型。

9、s6、使用高速公路擁堵氣象風(fēng)險(xiǎn)預(yù)測(cè)模型對(duì)所收集的由不良天氣引發(fā)的擁堵事件是否發(fā)生進(jìn)行預(yù)測(cè)訓(xùn)練，并計(jì)算高速公路擁堵事件氣象風(fēng)險(xiǎn)發(fā)生的概率；當(dāng)預(yù)測(cè)結(jié)果為“發(fā)生”時(shí)，利用灰色關(guān)聯(lián)度法建立由不良天氣引發(fā)的擁堵事件的發(fā)生概率p與擁堵時(shí)長(zhǎng)b1和擁堵里程b2這兩個(gè)分項(xiàng)指標(biāo)的分段轉(zhuǎn)換函數(shù)；再根據(jù)預(yù)測(cè)結(jié)果的發(fā)生概率p及其與上述兩個(gè)分項(xiàng)指標(biāo)的函數(shù)關(guān)系，確定擁堵時(shí)長(zhǎng)和擁堵里程的閾值區(qū)間，得到高速公路被測(cè)路段沿線未來(lái)對(duì)應(yīng)時(shí)段內(nèi)擁堵事件發(fā)生的氣象風(fēng)險(xiǎn)等級(jí)。

10、s7、獲取預(yù)測(cè)日當(dāng)天高速公路被測(cè)路段沿線逐小時(shí)的氣象觀測(cè)數(shù)據(jù)和逐小時(shí)的單項(xiàng)車流量數(shù)據(jù)，以這兩項(xiàng)數(shù)據(jù)作為計(jì)算參數(shù)，并根據(jù)高速公路擁堵氣象風(fēng)險(xiǎn)預(yù)測(cè)模型和分段轉(zhuǎn)換函數(shù)，計(jì)算得到高速公路被測(cè)路段未來(lái)1小時(shí)內(nèi)發(fā)生擁堵的氣象風(fēng)險(xiǎn)等級(jí)以及發(fā)生擁堵事件時(shí)可能造成的影響。

11、進(jìn)一步地，步驟s3中的從獲取的擁堵事件資料信息中篩選由不良天氣引發(fā)的擁堵事件的篩選條件如下：

12、⑴擁堵事件發(fā)生前1小時(shí)內(nèi)出現(xiàn)下列情況之一的：①最小能見(jiàn)度≤500m，②最高氣溫≥37℃，③平均風(fēng)力≥6級(jí)，④陣風(fēng)風(fēng)力≥8級(jí)，⑤最低氣溫≤–10℃；⑥1小時(shí)降雨量≥2mm；⑦1小時(shí)降雪量≥0.1mm。

13、⑵擁堵事件發(fā)生前3小時(shí)內(nèi)出現(xiàn)下列情況之一的：①3小時(shí)累積降雨量≥10mm；②3小時(shí)累積降雪量≥0.5mm。

14、⑶擁堵事件發(fā)生前6小時(shí)內(nèi)出現(xiàn)下列情況之一的：①6小時(shí)累積降雨量≥30mm；②6小時(shí)累積降雪量≥1mm。

15、⑷在擁堵事件發(fā)生前12個(gè)小時(shí)內(nèi)出現(xiàn)12小時(shí)累積降雪量≥2.5mm。

16、進(jìn)一步地，所述氣象因子包括：①擁堵開(kāi)始時(shí)間前1小時(shí)內(nèi)的最小能見(jiàn)度、平均能見(jiàn)度、最高氣溫、最低氣溫、平均氣溫、平均相對(duì)濕度、最大相對(duì)濕度、平均風(fēng)速、最大風(fēng)速、最小風(fēng)速、小時(shí)降雨/雪量；②擁堵開(kāi)始時(shí)間前3小時(shí)、前6小時(shí)的累積降雨量；③擁堵開(kāi)始時(shí)間前3小時(shí)、6小時(shí)、12小時(shí)的累積降雪量。

17、進(jìn)一步地，所述高速公路擁堵氣象風(fēng)險(xiǎn)預(yù)測(cè)模型為：

18、設(shè)定因不良天氣導(dǎo)致的高速公路擁堵事件的第f個(gè)樣本的自變量uf為：

19、uf＝[uf1,uf2…,ufn]，f＝1,2,…,f

20、相應(yīng)地，樣本訓(xùn)練矩陣u為：

21、u＝{[u1,y1],[u2,y2]…,[ui,yf]}

22、其中，f為訓(xùn)練集所包含的樣本數(shù)量；ufn為第f個(gè)樣本所涉及的第n個(gè)特征變量；yf為與自變量uf所對(duì)應(yīng)的因變量，且yf∈{1,0}。

23、進(jìn)一步地，步驟s6中高速公路擁堵氣象風(fēng)險(xiǎn)發(fā)生概率的計(jì)算方式包括以下步驟：

24、s6-1構(gòu)建x棵決策樹(shù)，通過(guò)bootstrap隨機(jī)采樣法有放回地從樣本訓(xùn)練矩陣u中隨機(jī)抽取z個(gè)樣本得到每棵決策樹(shù)的新訓(xùn)練集。

25、s6-2在每棵樹(shù)的每個(gè)節(jié)點(diǎn)處隨機(jī)抽取g個(gè)自變量，然后從中擇最優(yōu)特征進(jìn)行數(shù)據(jù)擬合，特征分類的閾值通過(guò)檢查每個(gè)分類點(diǎn)確定。

26、s6-3將x棵決策樹(shù)組成隨機(jī)森林，給出每棵樹(shù)選擇“發(fā)生”的概率大小，對(duì)所有樹(shù)的預(yù)測(cè)概率取平均值，即為不良天氣引發(fā)的高速公路擁堵事件發(fā)生概率p。

27、s6-4將發(fā)生概率p≥0.5的樣本標(biāo)識(shí)為發(fā)生，將發(fā)生概率p＜0.5的樣本標(biāo)識(shí)為不發(fā)生。

28、進(jìn)一步地，步驟s6中預(yù)測(cè)訓(xùn)練的預(yù)測(cè)方式以及預(yù)測(cè)結(jié)果的p值與兩個(gè)分項(xiàng)指標(biāo)(b1、b2)間的分段轉(zhuǎn)換函數(shù)關(guān)系構(gòu)建如下：

29、①當(dāng)預(yù)測(cè)結(jié)果為“p＜0.5，不發(fā)生”時(shí)，終止后續(xù)步驟，預(yù)測(cè)結(jié)論為：不會(huì)因不良天氣引發(fā)高速公路擁堵。

30、②當(dāng)預(yù)測(cè)結(jié)果為“p≥0.5，發(fā)生”時(shí)，預(yù)測(cè)結(jié)論為：大概率會(huì)發(fā)生因不良天氣引發(fā)高速公路擁堵，并將預(yù)測(cè)結(jié)果的p值范圍劃分為三段：0.5≤p＜0.7，0.7≤p＜0.9，0.9≤p。

31、③將高速公路擁堵事件用擁堵時(shí)長(zhǎng)和擁堵里程這兩個(gè)分項(xiàng)指標(biāo)進(jìn)行描述，所構(gòu)建的分段轉(zhuǎn)換函數(shù)包括基于擁堵時(shí)長(zhǎng)的轉(zhuǎn)換函數(shù)q(b1)以及基于擁堵里程的轉(zhuǎn)換函數(shù)q(b2)：

32、

33、

34、本發(fā)明著重分析了氣象條件對(duì)高速公路擁堵的影響，采用隨機(jī)森林法篩選對(duì)擁堵事件有高影響的氣象因子，由訓(xùn)練模型得到擁堵事件的發(fā)生概率，進(jìn)而判斷是否發(fā)生擁堵事件；再基于灰色關(guān)聯(lián)度理論，對(duì)應(yīng)出發(fā)生概率與擁堵事件兩項(xiàng)評(píng)估指標(biāo)(擁堵時(shí)長(zhǎng)和擁堵里程)的閾值區(qū)間，最終給出了高速公路擁堵的氣象風(fēng)險(xiǎn)等級(jí)，從而為高速公路管理部門的調(diào)度以及為公眾的出行提供了有效的參考依據(jù)。