基于机器学习方法的高速公路浓雾预警研究

摘要

利用2020—2021年贵州省自动站逐小时观测资料,结合地面、高空气象观测及卫星云图等多源资料,筛选出36次浓雾过程,分析了辐射雾和锋面雾的分布特征,探讨高速公路浓雾的气象阈值,通过选取与贵州大雾相关的气象要素建立预警模型,同时运用EC预报资料进行预警指标检验。研究表明:(1)贵州全年各月均可能出现浓雾,其中锋面浓雾多于辐射雾,锋面浓雾常出现在秋冬季;辐射浓雾夏季发生频次高于其他季节且出现次数明显少于前者。根据大雾的空间分布特征,全省各区域都有可能发生这两种雾,但锋面浓雾主要分布在中西部区域,贵阳、息烽、开阳为中部地区浓雾多发中心,大方、普安、晴隆为西部中心;辐射浓雾主要分布在中东部区域,其中息烽、开阳为中部区域的辐射雾中心,德江、万山、丹寨为东部区域的中心。(2)使用SMOTE算法平衡数据后,采用SVM、RF和LR模型建立浓雾预测模型。实验显示,结合SMOTE的RF模型预测效果最佳,准确率达90.6%,有效提升预报精准度。