航空气象服务的公共产品经济学分析

天气因素对航空运行高度敏感。世界上多个国家和地区的航空气象服务是一种典型的由政府无偿提供的社会公益性公共产品,随着社会的不断发展,许多市场经济发达国家和地区已经尝试推广气象服务商业化并取得了显著的效果。本文对航空气象服务的经济学特征进行分析,表明航空气象基础产品和服务具有公共物品的非竞争性和非排他性经济属性,并从经济学公共产品供需理论出发分析了航空气象服务具有公共产品及俱乐部产品特征以及商业市场运行机制,提出了航空气象服务发展商业化的可能性及一些建议。

江苏臭氧污染特征及其与气象因子的关系

本文利用2013-2017年江苏70个环境监测站资料和13个国家气象观测站常规观测资料,研究江苏臭氧污染特征及其与气象因子的关系。结果表明:江苏臭氧质量浓度和超标率逐年增长,其空间分布特征由东部沿海城市大于西部内陆城市逐渐转为东西部城市差异不明显,南部城市超标率总体高于北部;4-9月臭氧质量浓度处于较高水平,夏季超标占一半以上;日变化呈"单峰单谷"型,15时(北京时间)前后超标率最大,O3-8 h较O3-1 h峰值推后3-4 h;O3对空气质量不达标的贡献率呈逐年上升趋势;臭氧质量浓度与颗粒物和前体物NOx日变化呈反相关,且存在"周末效应"。江苏地区臭氧质量浓度总体与气温正相关,相对湿度负相关,气温高于25℃、相对湿度30%~50%区间、风速低于4 m·s^-1以下易出现高浓度臭氧;苏南的城市主要在东南风向对应较高的值,而苏北城市多在西南风向对应的较高臭氧质量浓度值。

2016年12月江苏省两次连续污染过程气象条件对比分析

利用地面常规气象观测资料、NCEP(National Centers for Environmental Prediction)再分析资料、AQI(空气质量指数)、ρ(PM2.5)、ρ(PM10)等大气环境监测数据,对2016年12月江苏省连续出现的两次大范围大气污染过程进行了对比分析.结果表明:这两次连续污染天气过程可分为颗粒物积聚-清除-再积聚-彻底清除4个阶段,相应地,地面形势表现为均压场-低压倒槽-西路冷空气-东路冷空气.第1次污染天气形成和维持主要是长时间受均压场控制、近地层逆温和高相对湿度有利于颗粒物积聚;第2次污染天气形成和维持主要是因西路冷空气南下、上游重污染地区颗粒物随冷空气向江苏省输送.持续降水和持续2.0 m/s以上偏东风对大气中颗粒物有较明显的清除作用.淮北西部垂直、水平扩散条件差、降水清除时间短,导致该地区在全省污染等级最严重、持续时间最长.西路冷空气影响期间,各站颗粒物质量浓度转为快速上升,东部地区在偏西风持续49~58 h后空气质量改善为良,中西部地区无法得到有效改善;东路冷空气影响7~22 h后,中西部地区空气质量转为良,高压底部持续偏东风使全省颗粒物得到彻底清除,连续污染天气结束.研究显示,西路弱冷空气的输送会加剧江苏省的污染程度,持续较长时间的东路冷空气则可以改善江苏省的空气质量.

基于气象因子的南京市冬季和夏季用电量预测研究

基于2014—2016年南京市常规气象逐时观测数据、逐日用电量和逐时用电负荷数据,分析南京市用电量变化及其与气象因子的关系。结果表明:南京市用电量7—8月、12月至翌年1月为两个峰值,4月和10月为两个谷值,年变化明显。四季均呈现显著“周末效应”。用电负荷一天内有两个峰值,分别出现在10时和20时;两个谷值,一个谷值冬夏季在04时,另一谷值冬季在14时,夏季在18时。南京市用电量与气象条件的变化密切相关,气象因子与用电量的关系在不同月份有所不同,如夏(秋、冬)季气温日较差越大(小),用电量越大;7月、8月(10月至翌年3月)气温越高(低),用电量越大;冬季用电量受气象要素的影响程度总体低于夏季。冬季用电量主要受气温制约;夏季用电量受气象要素的影响更为复杂,除了气温,还需综合考虑水汽、日照等因子。利用逐步回归法,建立冬、夏季逐月日用电量气象预测方程,方程中入选气象因子的存在明显的月际差异。不同月份分别针对性地考量入选气象因子的预报值,做出用电量预估,可为电力调度提供参考。

基于深度学习的融合降水临近预报方法及其在中国东部地区的应用研究

为了实现对中国东部地区极端强降水的临近预报、预警,基于具有物理约束功能的PhyDNet构建了融合雷达反射率因子和分钟级降水观测资料的融合降水临近预报模型PhyDNet-RP,预测江苏省及其上游地区未来3 h降水量,对比和探究了PhyDNet-RP、INCA(交叉相关外推+中尺度模式融合)、PhyDNet-P(仅包含降水资料)和UNet-RP(融合因子与PhyDNet-RP相同,但采用UNet模型)4种临近预报方法及对强降水增强过程的预测能力。结果表明:(1)与INCA相比,深度学习方法能更好地体现强降水增强过程的发展和演变,(2)对比PhyDNet-P和PhyDNet-RP模拟结果发现,在深度学习模型输入资料中增加雷达反射率因子可以更好地再现强降水区的形状和移动特征,(3)UNet-RP能够再现降水区的形状和移动,但不能定量降水强度。4种方法中,PhyDNet-RP预报效果最优,说明在模型输入资料中叠加具有不同功能属性的通道因子对预测效果具有正贡献,为深度学习的可解释性提供了一定支撑。

不利天气下山区高速公路交通流特性分析

为解析不利天气下的山区高速公路交通流特性,本文选择云南省某典型山区高速公路2019年8月至2021年6月的交通流数据和气象数据,运用对数正态分布和独立样本t检验解析不利天气种类对山区高速公路的车头分布时距和交通量的影响形式与机理。研究结果表明:车头时距与不利天气的恶劣程度呈正相关关系,不利天气恶劣程度的增加会导致车头时距整体上偏大,且产生较大的分布变化;不利天气的种类对山区高速交通流的影响程度按从高到低的顺序依次为雪天>雾天>大雨>中雨,其中,中雨、大雨和雪天下车辆的流量受到的影响有一定的时效性和迟滞性。

京藏高速呼集段道路结冰期CLDAS气温适用性及其在交通风险预警中的应用

选用2020—2022年G6京藏高速呼集段(呼和浩特至集宁)沿线26个常规气象观测站及交通气象观测站逐小时气温数据,应用平均偏差(ME)、均方根误差(RMSE)、平均绝对误差(MAE)、准确率(AR)等指标,对比分析道路结冰期高分辨率陆面融合和同化数据(CMA Land Data Assimilation System,CLDAS)的气温特征,评估呼集段沿线CLDAS气温在道路结冰方面的适用性。结果表明:G6高速呼集段结冰期CLDAS气温总体为负偏差,ME日变化为-1.2~1.4℃,从呼和浩特到集宁方向,20:00至次日08:00 CLDAS气温由冷偏差转向暖偏差,08:00—20:00冷偏差增大。海拔高度、坡度、坡向均对CLDAS气温精度存在影响,低海拔、平原、阳坡路段误差相对较小。经系统偏差订正的CLDAS气温ME趋近于0,各月逐时RMSE、MAE均减小0.0~0.5℃,AR提高0%~14%。订正后的CLDAS气温可用于气温精细化时空特征分析和道路结冰分级预警。

中国地区MODIS气溶胶产品的验证及反演误差分析

利用中国地区AERONET(AErosol RObotic NETwork)地基观测资料对Terra/Aqua MODIS(Moderate Resolution Imaging Spectroradiometer)气溶胶产品精度进行验证,提供资料可靠性分析,并分析了各地区MODIS反演气溶胶光学厚度(Aerosol Optical Depth,AOD)的误差来源,为进一步改进算法提供依据。结果表明:(1)香河、兴隆、榆林、寿县、合肥、香港和台湾等站点MODIS AOD的质量较好。对大多数站点,Terra和Aqua MODIS AOD质量差别不大,除个别站点Terra略优于Aqua。(2)选取香河、太湖、SACOL、北京、兴隆和台湾成功大学站进行详细分析。香河站Terra和Aqua MODIS AOD质量均较好,相关系数分别为0.96和0.97,且落在期望误差内的百分数分别为72%和65%。太湖和北京站MODIS AOD存在统一高估现象,可以通过拟合直线的截距对其进行汀正,得到较接近真实值的AOD。SACOL,Terra和AquaMODISAOD与AERONETAOD的相关系数分别为0.66和0 77,且存在一定的高估。同时验证SACOL MODIS Deep Blue AOD,总体上其精度低于MODIS C005 AOD。兴隆和成功大学站反演误差均小于期望误差,数据质量较好。(3)误差分析表明香河和SACOL站的MODIS反演误差主要来自地表反射率关系的不合适;太湖和北京站的反演误差可能是由于地表和气溶胶模型两方面的共同作用导致的。个别站点随着云量增大,MODIS反演结果对AOD的高估也越大。

江苏雷暴大风双偏振雷达特征统计分析

利用双偏振雷达、地面自动站、闪电定位仪、探空等资料对江苏2012—2022年262次雷暴大风过程的环境参数和2020—2022年41个导致雷暴大风的对流风暴演变特征进行分析。结果表明:(1)雷暴大风发生在大气层结不稳定背景下,850 h Pa和500 h Pa温差中位数超过25°C,对流层中层存在干层;春季动力条件较好,0~6km垂直风切变中位数达到18.4 m·s^(-1),是夏季的2倍;夏季能量条件较好,CAPE平均值可达2 491.0 J·kg^(-1),而春季仅为977.5 J·kg^(-1)。(2)凝练和定量验证了基于双偏振特征量的雷暴大风风暴演变的概念模型:对流风暴的生命史分为3个阶段,初生阶段存在较强的Z_(DR)柱,Z和K_(DP)较弱且未及地;发展阶段K_(DP)柱显著增强,Z_(DR)柱稍有减弱;雷暴大风发生阶段Z、Z_(DR)和K_(DP)核心高度均明显降低。因此,较强的Z_(DR)柱,并伴随显著增强的K_(DP)柱是雷暴大风发生的前兆信号。(3)统计获得双偏振特征量预警指标:初生阶段和发展阶段多数分别发生在雷暴大风发生前60 min和前20 min;在0~2 km的高度上,3~4 d B的Z_(DR)大值区提前10~15 min到达雷暴大风站点。

基于门限回归的气温对光伏发电量的影响分析

光伏发电与气象要素密切相关,正确认识气象因子对于光伏发电量及其发电效率的影响是进行发电量预测和维持光伏电站稳定运行的重要基础。采用江苏省淮安市某小型光伏电站2018—2020年发电量数据、淮安市太阳辐射观测站数据及光伏电站附近气象站观测数据,分析气温、太阳总辐射等气象因子对光伏发电量的影响。相关性分析结果表明,光伏发电量与太阳总辐射呈极强的正相关,基本随太阳总辐射的变化而变化;与气温、降水分别呈弱的正相关和弱的负相关;与风速几乎无相关。然而,灰色关联度分析显示,光伏发电量还与气温呈现出较高的灰色关联度。进一步分析表明,光伏发电量随太阳总辐射的变化受到气温的明显调制,不同气温下光伏发电效率不同。门限回归分析显示,当气温达到一定阈值时光伏发电效率会出现下降,具体表现为:当气温达到12.1℃,光伏发电效率下降26.7%;当气温超过22.8℃,光伏发电效率下降43.7%。使用这两个温度阈值建立的TR(Threshold Regression)模型的准确率要比线性回归模型提高约10%。

基于卫星和地面观测的中国典型城市群对流层内臭氧时空变化特征

为了探明近年来中国典型城市群(京津冀城市群、长三角城市群和珠三角城市群)臭氧(O_(3))污染的发生规律,利用2005—2020年OMI-MLS(臭氧监测仪-微波临边探测器)对流层O_(3)柱总量探测数据以及2015—2020年地面O_(3)浓度监测数据分析我国三大城市群O_(3)的时空分布特征及其演变趋势,结果表明:①对流层O_(3)柱总量月峰值和年均值均呈京津冀城市群>长三角城市群>珠三角城市群的特征,京津冀和长三角城市群对流层O_(3)柱总量均在夏季〔分别为50.0和44.4 DU(dobson unit)〕最高,而珠三角城市群在春季(42.2 DU)最高.②三大城市群对流层O_(3)柱总量在空间分布上具有不同的特征,京津冀城市群对流层O_(3)柱总量呈东南高于西北的特征,长三角城市群对流层O_(3)柱总量随纬度升高而增大,珠三角城市群对流层O_(3)柱总量南北局地差异较小;海拔对对流层O_(3)柱总量的空间分布有一定影响,海拔越高,对流层O_(3)柱总量越低.③京津冀、长三角和珠三角城市群对流层O_(3)柱总量均呈逐年显著升高的趋势,年均增长量分别为0.25、0.28和0.27 DU,其中,京津冀城市群在对流层O_(3)柱总量较低的秋冬季年均增长(0.29 DU)最快,而长三角和珠三角城市群分别在对流层O_(3)柱总量最高的夏季和春季增长最快,均为0.39 DU.④卫星探测的对流层O_(3)柱总量与地面监测的O_(3)日最大8 h滑动平均浓度(简称“O_(3)-8 h浓度”)在京津冀和长三角城市群相关性明显,而在珠三角城市群相关性较差.⑤O_(3)-8 h浓度呈京津冀城市群>长三角城市群>珠三角城市群的特征,其中,京津冀城市群O_(3)-8 h浓度在2018年(110.9μg/m^(3))最高,空间上由2016年之前的北高南低转变为南高北低,多数城市O_(3)污染较重且达标率较低;长三角城市群2017年O_(3)-8 h浓度(106.7μg/m^(3))最高,2016年起O_(3)-8 h高浓度中心由东北逐渐向西部内陆迁移,沿海城市达标率增加;珠三角城市群O_(3)污染程度最轻,达标城市较多,但O_(3)-8 h浓度呈逐年上升趋势,并在2019年达最高值(100.4μg/m^(3)),且中心城市上升速率远大于外围城市.研究显示,中国三大城市群对流层O_(3)柱总量和O_(3)-8 h浓度的时空分布特征存在显著差异,造成差异的因素也不同.

基于深度学习的天气雷达异常数据识别技术

天气雷达基数据中因观测设备故障或标定问题而产生的异常数据,直接影响天气雷达数据质量、定量估测降水及天气系统的分析和判断。目前在中国气象局气象探测中心实时业务中,通过人工勘误环节对异常数据进行处理。针对2020—2022年业务中勘误较多的、大面积故障异常和易与降水数据混合的局部电磁干扰或故障的两类异常数据,分别构建和训练R-ResNet和R-LinkNet两种模型,提取雷达硬件故障、电磁干扰等特征,实现异常数据的识别和处理。评估结果表明:两种模型在提取异常数据特征方面均具有很强的学习能力,R-ResNet在分类判识异常数据与正常数据的准确率超过99%,R-LinkNet在分离电磁干扰杂波和降水回波的准确率超过98%。两种模型可用于实时业务中监控和勘误电磁干扰、故障等异常数据,实现异常数据的自动勘误处理。

强降水事件的判定指标及评估研究

以江苏1961—2020年夏季(6—9月)强降水事件的监测为例,分析评估了多种强降水事件的判定指标,如以百分位法、Gamma分布法和重现期法为代表的频率匹配阈值法及考虑偏离气候态程度的异常度法。结果表明,由于降水事件的区域差异和季节内变化特征,强(极端强)降水事件判定指标的设计应分区域分时段讨论,且能定量反映降水强度大、相对气候态异常显著且发生概率少(极少)的特点。不同判定方法所强调的强(极端强)降水事件的特点不同,如百分位法Type-Ⅱ强调了降水极值的极少发生,异常度法突出反映大幅度偏离气候态的程度。不同指标所确立的阈值大小也存在明显差别,如对于江苏夏季极端强降水事件的判定,百分位法Type-Ⅱ阈值最高,其次是异常度法,分别相当于20、10 a一遇最大降水量,百分位法Type-Ⅲ和Gamma分布法则相当于5 a一遇最大降水量。在与降水相关的服务工作中,不同地区需制定更详细的地方标准来明确强降水事件的定义,增强服务用语的规范性。

冬季高速公路逐时路表温度LSTM预测模型

为提高冬季路表温度的预测精度,提出一种基于多维长短时记忆(LSTM)神经网络的冬季路表温度逐时预测模型,以小时路表温度为模型输出,综合考虑多维气象因素的累积影响和路表温度的周期性,采用滑动窗口构造输入特征矩阵;构建路表温度LSTM逐时预测模型,通过深度学习高效逼近具有复杂非线性和不确定性的路表温度,并以江苏省宁宿徐高速公路、云南省麻昭高速公路为实例进行验证。结果表明:与随机森林(RF)模型和BP神经网络相比,LSTM路表温度逐时预测模型的准确率得到显著提高,在宁宿徐高速、麻昭高速的平均绝对误差(MAE)、均方误差(MSE)和均方根误差(RMSE)分别为0.303、0.295、0.543和0.581、0.694、0.833,预测值与观测值绝对误差位于[0,1)℃之间的占比为93%和89%。LSTM模型能准确捕捉路表温度的周期性和不确定性,在阴雨天和晴朗天的预测值与实测值基本一致,模型鲁棒性较好。

浙江省杨梅种植适宜性区划

杨梅是浙江省的特色作物之一,栽培面积居全国之首。为了对浙江省杨梅的种植适宜性进行全面研究分析,科学利用现代化气象观测数据,更好地为杨梅种植服务,基于气候因子分布式模拟,引入土壤、地形影响因子,利用层次分析法(analytic hierarchy process,AHP)确定各因子权重,结合各影响因子适宜性等级指标,将浙江省分为适宜、较适宜和不适宜3个种植区。结果表明:浙江省气候适宜性区域占绝大部分面积,气候资源优越;土壤条件较为优异,基本处于杨梅种植较适宜和适宜区间;地形差异较大,地形是精细化杨梅种植适宜性的关键因子,地形适宜区海拔在250~450 m,坡度在5°~25°之间;除浙江省北部地区和绍兴市、宁波市交界处外,其他地区均适宜或较适宜杨梅种植。研究结果实现了对气象因子的空间模拟,可为浙江省的杨梅种植布局发展和改进提供数据支撑,对提高杨梅产量和品质具有重要的现实意义。

2013~2020年北京市城区PM_(2.5)及其化学组分正增长机制研究

2013年以来,北京市城区细颗粒物(PM_(2.5))质量浓度年均值呈逐年降低趋势,但PM_(2.5)重污染事件仍旧频发,污染出现快速甚至爆发增长的成因和理化机制仍存在诸多不确定性。基于北京市城区2013~2020年常规气象要素、PM_(2.5)及其化学组分观测资料,分析了PM_(2.5)在缓慢、快速和爆发三种增长机制下的颗粒物浓度和组分的阈值及其与气象条件的相关关系。结果表明,2013~2020年,北京市城区PM_(2.5)在增长时段(1~24 h间隔)中平均累积速率呈逐年放缓的趋势,大气污染累积阶段中缓慢增长的比重逐年升高。在判别标准逐渐严苛的前提下,爆发增长的比重逐年变化不大(4%~7%)。2013~2016年爆发增长的PM_(2.5)浓度阈值为62μg m^(-3),2017年后,该阈值严苛至45μg m^(-3)。82μg m^(-3)为2018年以来极易出现PM_(2.5)爆发增长的界限值,高于此值后爆发增长的概率将大幅提升。有机物(Org)在爆发增长中起到了至关重要的作用。同一时间间隔Org在亚微米气溶胶(PM1)增长浓度中的贡献缓慢增长<快速增长<爆发增长,其中一次有机气溶胶(POA)在快速和爆发增长中对Org增长浓度的贡献平均超过50%,高于研究时段40%的平均占比。无机组分中,硫酸盐(SO_(4)^(2−))在PM1增长浓度中的贡献爆发增长(13%)>快速增长(11.8%)>缓慢增长(11.1%),硝酸盐(NO3-)的贡献相反。二次气溶胶(SPM)在累积阶段的贡献高于一次气溶胶(PPM),但爆发增长中,PPM在污染增长中贡献(最高达45%)明显高于平均时段的33%,PPM在爆发增长中的贡献不可小觑。秋冬季的爆发增长开始后,温度和气压均有所降低,而湿度明显升高。北京城区爆发增长中主要的气团来向为偏南向(三个高度占比分布为69%~82%),其次为偏东方向(12%~20%)。

一次强寒潮过程的多相态降水分析

综合利用常规观测资料、双偏振雷达和雨滴谱仪探测资料,对2020年3月28日发生在常州地区的一次罕见强寒潮引起的降雨、雨夹雪和雪不同相态降水天气进行了分析。结果表明:(1)此次3月末罕见强寒潮和降水主要是在高空槽、中低层切变线和西南急流与地面冷高压配合下,强冷平流入侵以及850 hPa明显干层的蒸发(或升华)吸热的共同作用引起的,中低层温度的急剧下降,导致降水相态发生变化。(2)双偏振雷达监测到3种降水相态呈现出不同的偏振变量特征:降雨相态向雨夹雪转变时,反射率因子Z增大,差分反射率因子Z_(DR)增大,相关系数C_(C)有明显的低值带状分布,呈现出Z>30 dBz,Z_(DR)>1 dB,C_(C)<0.95组成的雨雪相态混合区域;而纯雪则为Z>22 dBz,Z_(DR)<1 dB,C_(C)>0.98。(3)雨滴谱仪显示降雨阶段主要由高浓度小粒子构成,雨滴速度-尺度谱呈现为倾斜的带状;雨夹雪阶段数浓度减小,粒径范围较宽,质量加权平均直径明显增大,雨滴速度-粒径范围介于降雨和纯雪之间;纯雪阶段速度-尺度谱下压右伸,粒子直径分布较宽。

2018年1月江苏省两次暴雪过程积雪效率差异及其机理

2018年1月3~5日江苏省第一次暴雪过程中降雪量大、积雪效率偏低,而1月24~28日第二次暴雪过程降雪量小、积雪效率高。基于ERA-Interim再分析资料和中国气象局积雪、近地气温等观测资料,利用等熵大气质量环流理论从温度、水汽条件差异对2018年1月江苏省两次暴雪过程积雪效率差异进行了深入分析。研究表明:(1)第一次过程前期,深厚且强盛的向极地暖支将大量暖空气输送至江苏南部,导致该地区整层增温;第二次过程中,低层强大的向赤道冷支输送使地面温度在整个降雪期间均低于0°C,低温条件使得积雪效率偏高。(2)第一次过程,江苏地区深厚、强盛的水汽质量流入层配合大范围上升运动,将水汽携带至高层产生更大降雪量,低层经向水汽质量输送强,纬向水汽质量流出较弱,使得近地面比湿相应增加,积雪效率偏低;第二次过程,低层深厚的水汽质量流出层不利于水汽在江苏省汇聚,低湿条件利于积雪累积,贡献于偏高的积雪效率。因此,异常强的经向干冷空气质量输送和弱的经向和纬向水汽质量输送引起的低温、低湿环境条件是造成第二次暴雪过程比第一次过程积雪效率偏高的主要原因。积雪效率与温度和湿度空间分布型的对比分析还表明:在相对高温、高湿的环境条件下,积雪效率对局地温度和湿度的响应更为敏感。

临太湖局地平原区人居环境的自然适宜性评价--以吴江区为例

本文以苏州市吴江区为例,利用1971—2016年吴江区常规气象观测资料、2004—2016年吴江区自动气象观测数据、2016年吴江区各镇人口和面积数据、2016年ASTER GDEM高程数据和Landsat 8 OLI_TIRS卫星遥感数据,将湖陆风指数引入人居自然环境适宜性评价体系,建立缓冲区后,分别计算气候适宜性指数、地被指数、水文指数、湖陆风指数和人居环境自然适宜性综合指数,在此基础上,分区分级评价了吴江区人居环境的自然适宜性。研究结果表明:(1)吴江区人居环境自然适宜度从西部往东部逐渐递减。(2)一般适宜区主要位于吴江区的东北部和东南局地,中度适宜区分布在中北部和南部,较高适宜区位于中部以西太湖沿岸,高度适宜区位于紧临太湖的西南地区,极高适宜区位于西南角局部地区。(3)引入湖陆风指数后,评价结果能更好地反映临湖平原的湖陆风环流对局地气候所起的关键作用。(4)建立缓冲区后的水文指数分布能够更客观地反映吴江区不同尺度水体分布对人居环境自然选择的影响。

基于自回归差分滑动平均的云南高速公路冬季路温短临预测模型研究

文章基于云南麻昭高速公路沿线分钟级交通气象站数据,应用自回归差分滑动平均(Autoregressive Integrated Moving Average,ARIMA)方法建立了冬季路温短临预测模型,可对未来3h路温变化进行分钟级预测,并验证了不同路面状态背景下模型预测准确度。结果表明:模型对未来第1h的路温预测效果最好,在1.0℃误差范围内,模型总体预测准确率为89.22%,尤其对于特定路面状况背景有较好的预测能力,在路面结冰状态下,未来1h在1.0℃误差范围内,预测准确率可达94.42%。模型建模容易,输入参数易于获取,便于工程应用,模型可用于路面结冰短时临近预测,以及时发现潜在结冰点,为管理部门提前部署路面结冰养护处置工作提供支持。