公路交通氣象服務現狀分析與定制化產品展望

文 北京天譯科技有限公司 周穎 王偉躍 供圖 北京市交通委員會延慶公路分局 李慶彬

根據國外氣象監測技術在公路領域的應用歷史和我國的發展現狀，定制化將成為我國未來氣象監測技術的發展方向之一。

近年來，隨著全球氣候變暖，極端天氣出現的頻次越來越高。針對氣象要素在公路交通運輸上的巨大影響，國內外已陸續出現相應的公路交通氣象監測預報預警服務，并通過研發相關產品，在一定程度上保障了公路交通安全，減少了災害損失。

國外廣泛應用RWIS 國內定制化產品萌芽

研發公路交通氣象服務產品是保障公路安全運行，提升公路通行效率，減少氣象災害損失的有效舉措。目前，美國、歐洲、澳大利亞等多個國家和地區已廣泛應用道路天氣信息系統（Road weather information system，簡稱“RWIS”）；國內不同地區根據當地交通部門的不同需求，已開發出不同的公路氣象預報系統，具有很強的地域性和差異性。

追溯國外公路交通氣象服務的歷史，最具代表性的是1984年在歐洲成立的國際道路氣候常設委員會(Standing International Road Weather Commission，簡稱“SIRWEC”)，加入其中的成員國合作開展RWIS等方面的研究。相關研究成果和創新技術一定程度上促進了各國交通氣象領域的發展。

RWIS通過安裝在重點公路的氣象監測設備和攝像頭，監測并采集公路附近的天氣現象、環境溫度、露點溫度、相對濕度、路面狀況等要素，能為公路交通氣象的研究和服務提供比較可靠的資料源，同時預報影響交通的惡劣天氣，幫助主管部門采取合理的防護舉措，減少意外事故的發生。

截至2019年，美國應用了超過2400余個RWIS系統，瑞典應用了780個RWIS系統，安裝了200余個公路攝像頭。不足之處在于早期RWIS所覆蓋的公路較少，也未考慮不同國家和地域的氣候和公路特點，不過隨著多種站網優化方案的逐步推進，站點選址變得更加科學，監測系統也逐步優化升級。例如，2017年構建的一種為RWIS選址的優化模型，通過考慮氣象要素、地理環境、通行狀況、事故發生率等要素，將其轉化為指數數據輸入到優化模型中，為RWIS合理規劃選址位置，相關要素在不同地域和路段所占權重不同，因此得出的結果更具精準度和可信度。

此外，國外學者們還研究出針對不同地域的公路交通氣象服務產品。例如，根據美國科羅拉多州當地氣候、地域條件及主要公路的交通系統，提供路況提示、路線規劃、天氣預警等服務；通過研究舊金山的摩托車碰撞傷害歷史數據，使用算法建立若干碰撞率的模型，研究出天氣因素對摩托車發生碰撞傷害事故的影響。

與國外相比，我國關于公路交通氣象服務的工作起步較晚，標志性事件是在2005年的12月29日，交通部和中國氣象局第一次聯合發布“全國主要干線公路交通氣象預報”，代表我國從此正式建立公路交通氣象預報和發布機制，為公眾安全出行和政府部門合理決策提供了重要參考。目前，我國的公路交通預報系統是在氣象部門現有的氣象觀測站基礎上研發出來的，不同地區的氣象部門又根據自己所處地域的天氣氣候特點及當地交通部門的不同需求，開發出不同的公路氣象預報系統，因此這些產品的數值模型、輸出結果、發布機制等具有很強的地域性和差異性。

國內的公路交通氣象服務發展歷程相比國外而言較短，但經過初步發展已取得一些成果。

全國公路交通氣象基本監測服務產品幾乎覆蓋了全國的主要公路路段，能夠反映出氣象要素對公路交通的影響方式和程度。目前，已在上海、江蘇、陜西、遼寧、青海、廣西等多地的主要公路干道建立交通氣象信息服務系統；已在安徽、河北等地建成高速公路氣象監測服務系統等，為減少氣象因素造成的交通事故起到了重要作用。

隨著融媒體時代的到來，我國公路交通氣象產品的發布終端和推送方式愈加多元化。例如，針對遼寧沈陽附近區域的氣象服務微信小程序，呈現沈陽附近區域內的高速公路交通實況天氣，當出現災害天氣時能及時發出預報和預警信息；利用華東地區各省交通氣象數據搭建的專業地圖服務，根據用戶自身需求個性化定制系統內提供的地圖資源，滿足不同人群的需求；依據當地歷史氣候資料、公路車流量資料、事故資料等數據分析設計的黑龍江省特色旅游交通預警服務規范，以及旅游氣象條件指數預報方法；為高速公路交警設計的專用氣象手機端App，整理分析交警人員所處的高速公路路段氣象數據，通過便捷可視化的移動端系統，提升交警部門對災害性天氣信息的接受和處理能力。

定制化非空穴來風 潛在需求值得發掘

科學技術迅速發展，公路交通氣象服務產品不斷推陳出新，種類也更加多樣，同時隨著人們生活水平的提升，不同人群對交通氣象服務產品的需求也變得更為多元和個性化。目前，我國的大部分公路交通氣象服務產品缺少針對性，例如對通勤人員、長途客運人員、自駕游人員等不同用戶的定制化服務，以及不同天氣，特別是惡劣天氣對公路路況影響的專業評估及安全行車指南等。

此外，在公路交通氣象服務的推送機制上也存在一定的單一性和滯后性。如何在滿足用戶核心需求的基礎上，準確、及時、高效地推送公路交通氣象實時狀況、未來預報預警信息及定制化出行提示，都是值得研究的方向。

目前，氣象數據精細化已經達到分鐘級，無論是實況還是預報，時空的精確度都在提升，但是從公路交通出行的角度分析，依然不能滿足行業用戶的需求。從不同角度出發，對于天氣對公路的影響，各類要素的權重有明顯區別。例如，交通部門專家認為對短時強降雨、降雪、公路積雪、公路結冰、凍雨、大風、霧、霾等8個要素需求迫切，而氣象部門專家則認為對公路結冰、霧、凍雨、短時強降雨、降雪、公路積雪、大風等7個要素需求迫切。對于公路積雪、降雪、霾等要素，交通部門專家給出的權重值明顯高于氣象部門專家的。這也表明在公路交通氣象數據服務領域，應更加深入了解用戶需求，根據不同需求制作相應服務產品。

同時，公路交通出行的分類也在細化，從不同角度來劃分用戶需求均有所不同。按照出行人群，可劃分為貨運、出租、快車等專職交通出行人員和臨時出行需求人員。按照出行時長，可劃分為長途和短途；按照出行空間，可劃分為城市出行和高速出行；按照接受服務的人群，可劃分為個人和政府……可能還有更多劃分方式，但所有的劃分都是為了更好地細分出行的種類，以便能提供更精細的天氣服務方式。

由于出行時長、目的、方式的不同，導致公路交通對于天氣要素方面不同的需求側重，城市出行和高速公路出行對于需求要素就有明顯偏差，積水、短時強降雨、道路結冰對于城市出行影響比重更大，大霧、降雪、持續降雨對高速公路行車或者說長途行駛比重更大。而且從時效上看，需求也有明顯區別，長途出行更關注前路已有實況監測及未來3小時至24小時的沿途天氣變化，而城市出行更關注臨時天氣變化，特別是像早晚高峰、一小時內的突發天氣等。

短路損耗又稱為額定負載損耗。當變壓器在額定負載運行時一次、二次繞組流過額定電流，此時繞組中所產生的損耗稱為額定負載損耗（變壓器銘牌上為負載損耗）。額定負載損耗包括基本銅損和附加銅損兩部分。

不同的需求導致氣象和公路結合的服務要求在天氣要素、時效和提示的時間上都存在很大的改進空間。隨著5G時代來臨，人工智能也隨之飛速發展，在氣象交通服務方面，人們對天氣信息的獲取渠道已經從電視轉移到各種移動終端。研究人員在前期調研中發現，在各種終端顯示界面，個性、定制化的“貼心+高質量”天氣服務，是當前用戶們的強烈需求。

大數據精細化服務 語音功能便利化服務

如何賦能公路交通氣象服務定制化？大數據有助于細化不同用戶的不同需求，并基于此提供定制化的服務；便利的語音交互功能，能為用戶提供較好的使用體驗。

按照目前天氣對于交通出行的預報、預警或者是實況服務，都是統一發放的，并沒有按照用戶出行需求作進一步的技術處理。

如何提供更智能的公路交通氣象服務，數據融合和背后的算法支撐非常關鍵。目前可以實現針對不同用戶推送不同時效及不同要素的天氣提示，盡可能讓用戶率先收到最迫切需要的天氣服務。

主要思路是，首先判斷用戶在公路交通方面出行的規律，在此規律上獲取多個場景信息，包括場景名稱及其對應的多個氣象要素和多個氣象指數；然后根據用戶的信息，組合各場景名稱下的多個氣象要素和多個氣象指數，得到多個氣象提示語言信息，包括氣象指數的觸發閾值和氣象提示語言；最后根據用戶的信息和當前的時間，在觸發閾值時，把氣象提示語言推送給用戶。由此，可以針對不同場景提供個性化的氣象語音提示，提高用戶體驗。

這種方式是基于前期對于出行用戶大量數據的積累分析，以及某個時刻所處的實時位置和當下天氣及未來天氣的變化。在這些數據融合的基礎上，設定天氣服務的提示時間閾值和天氣變化的閾值，整體邏輯上包含了大量推送算法，以及氣象要素的篩選規則。

目前交互式的公路交通氣象服務主要呈現在語音方面，可實現單天單站點的語音互動，信息服務每次提問可獲取一個地區的天氣情況，同時主要是單天天氣的信息描述，此分析規則較為簡單，如果一次提問多個站點，只能以第一個出現的站點作回復，不會再作出其他相應服務。

針對用戶的不同，以及所詢問站點時間復雜化的需求。在公路出行方面，語音交互的氣象服務也應該相應做到更加精細的預報。可以通過四個過程去解決所面臨的問題。

時間語義解析：語義拆解涉及時間的詞語，分析歸類常用的時間語言，針對性改善目前只有單天的語音服務，可把時間劃分為小時級、時段級和固定時間詞匯級三大類，同時制定時間數據對應規則。

天氣要素標簽提取、分級及匹配功能：對現有天氣各類因子進行分類整理，并標簽化處理，分為天氣現象、空氣質量、風、濕度、溫度等五大標簽化要素，基本涵蓋了用戶在天氣方面的大部分需求；同時針對一種標簽內的不同的天氣出現方式再細分，在每類細分的基礎上，對應分級處理，給出對應的分級標簽結果。

站點推送邏輯結構：優化目前只有單一地點的語音推送功能，按兩種方式對用戶所要獲取的地點排序，一種是時間維度相同情況下，站點邏輯按照用戶所提先后順序推送，另外一種是按照用戶對不同站點需求的時間邏輯推送。

融合方案：最終要將時間、天氣要素、站點三個維度融合，制定總體規則架構，即根據語音識別的關鍵詞，進行先后的組合搭配，最終實現智能語音和用戶的花式問答。

目前，大部分公路交通氣象服務類產品缺少基于不同用戶需求的定制化服務。結合大數據與自研算法為用戶提供定制化服務，在一定程度上彌補了這一領域的空白，同時交互式的語音服務，也能為用戶帶來更方便的出行體驗。