简介:摘要:本文主要采取2000-2019年习水县道路结冰日数观测资料,通过采取气候倾向率的方法对习水县道路结冰天气特征进行分析。结果表明:近二十年来习水县道路结冰日数整体上呈现波动性减少的变化趋势,气候倾向率是-3.857d/10a;年道路结冰日数达到20d及以上的年份有6个年份,分别为2000年(27d)、2004年(20d)、2008年(37d)、2011年(31d)、2013年(20d)、2018年(20d);年内道路结冰日数主要出现于12月-次年2月份,该时间段累计出现道路结冰日数298d,占年累计总数的96.44%;3月、11月也时有出现,这两个月道路结冰出现频率分别为1.94%、1.62%;冷空气对于道路结冰天气起到极其关键的作用,冷空气主体区域偏北偏东,槽底通常处于中心通常处在东经120°以东区域,-32.0℃线延伸至北纬40°,此类天气形势对于道路结冰天气的形成比较有利。
简介:利用2003年12月至2010年3月镇江市水泥路面、柏油路面两种下垫面的地面气温数据,分析镇江市道路结冰的气候特征,结合降水性质、是否有积雪、日最低气温和日平均气温,定义道路结冰影响指数,并对其分级预报进行检验。结果表明:镇江市道路结冰月季分布不均,主要集中在冬季,11月和3月出现次数较少,其变化趋势与镇江11月至翌年3月常年月平均气温的变化趋势呈反位相;在考虑当日或者前一日出现降雪或者有积雪的情况下,水泥、柏油两种下垫面的地温≤0℃并持续16h以上将会出现对交通有严重影响的道路结冰;道路结冰主要出现在夜间,白天如果出现了道路结冰,当日其他时次也会出现严重的道路结冰,对交通的影响将比仅夜间出现更大。道路结冰影响指数对连续的道路结冰具有一定的预报能力,但是空报率比较高。
简介:摘要:随着交通运输的日益发展,道路积雪和结冰问题对交通安全和效率产生了严重影响。本研究基于深度学习,提出了一种高效准确的道路积雪与结冰检测技术。该技术融合了多模态数据,采用卷积神经网络和循环神经网络进行特征提取和时序建模。数据增强和模型训练进一步提升了模型性能。实验结果验证了该技术的有效性,能够在各种气象条件下实现精准的道路结冰检测。