利用石家庄市1956 2022年逐日气温、地温、雨雪积雪现象观测数据,分析石家庄市道路结冰的气候特征,基于logistic回归构建道路结冰概率预报模型和气象风险等级预报模型,并以2019—2022年结冰季道路结冰数据对模型进行检验.结果表明:1)石家庄市道路结冰具有开始日期推迟、截至日期提前的趋势,结冰日数减少,平均每10a减少2.6 d;2)当日最低气温下降到5.1～2.0℃时,是道路结冰概率变化的快增期,其中3.6℃为道路结冰概率的敏感峰值基点;3)当日最低气温在5.4℃以上时,道路结冰可能性很低;3.8～5.4℃时,可能出现道路结冰;2.1～3.8℃时,可能性较大;2.1℃以下时,可能性很大.
利用石家庄市1956 2022年逐日气温、地温、雨雪积雪现象观测数据,分析石家庄市道路结冰的气候特征,基于logistic回归构建道路结冰概率预报模型和气象风险等级预报模型,并以2019—2022年结冰季道路结冰数据对模型进行检验.结果表明:1)石家庄市道路结冰具有开始日期推迟、截至日期提前的趋势,结冰日数减少,平均每10a减少2.6 d;2)当日最低气温下降到5.1～2.0℃时,是道路结冰概率变化的快增期,其中3.6℃为道路结冰概率的敏感峰值基点;3)当日最低气温在5.4℃以上时,道路结冰可能性很低;3.8～5.4℃时,可能出现道路结冰;2.1～3.8℃时,可能性较大;2.1℃以下时,可能性很大.
利用石家庄市1956 2022年逐日气温、地温、雨雪积雪现象观测数据,分析石家庄市道路结冰的气候特征,基于logistic回归构建道路结冰概率预报模型和气象风险等级预报模型,并以2019—2022年结冰季道路结冰数据对模型进行检验.结果表明:1)石家庄市道路结冰具有开始日期推迟、截至日期提前的趋势,结冰日数减少,平均每10a减少2.6 d;2)当日最低气温下降到5.1～2.0℃时,是道路结冰概率变化的快增期,其中3.6℃为道路结冰概率的敏感峰值基点;3)当日最低气温在5.4℃以上时,道路结冰可能性很低;3.8～5.4℃时,可能出现道路结冰;2.1～3.8℃时,可能性较大;2.1℃以下时,可能性很大.
利用石家庄市1956 2022年逐日气温、地温、雨雪积雪现象观测数据,分析石家庄市道路结冰的气候特征,基于logistic回归构建道路结冰概率预报模型和气象风险等级预报模型,并以2019—2022年结冰季道路结冰数据对模型进行检验.结果表明:1)石家庄市道路结冰具有开始日期推迟、截至日期提前的趋势,结冰日数减少,平均每10a减少2.6 d;2)当日最低气温下降到5.1～2.0℃时,是道路结冰概率变化的快增期,其中3.6℃为道路结冰概率的敏感峰值基点;3)当日最低气温在5.4℃以上时,道路结冰可能性很低;3.8～5.4℃时,可能出现道路结冰;2.1～3.8℃时,可能性较大;2.1℃以下时,可能性很大.
利用石家庄市1956 2022年逐日气温、地温、雨雪积雪现象观测数据,分析石家庄市道路结冰的气候特征,基于logistic回归构建道路结冰概率预报模型和气象风险等级预报模型,并以2019—2022年结冰季道路结冰数据对模型进行检验.结果表明:1)石家庄市道路结冰具有开始日期推迟、截至日期提前的趋势,结冰日数减少,平均每10a减少2.6 d;2)当日最低气温下降到5.1～2.0℃时,是道路结冰概率变化的快增期,其中3.6℃为道路结冰概率的敏感峰值基点;3)当日最低气温在5.4℃以上时,道路结冰可能性很低;3.8～5.4℃时,可能出现道路结冰;2.1～3.8℃时,可能性较大;2.1℃以下时,可能性很大.
为更好地开展公路交通道路结冰预报预警服务工作，利用甘肃省道路结冰高发区路段（甘肃武威以东）的交通气象站逐小时观测资料，分析道路结冰空间分布特征，探讨道路结冰与气象要素的相关性，采用Logistic回归法和神经网络算法构建道路结冰预警模型。结果表明：甘肃省道路结冰主要集中在冬季（12月至次年2月），其中00:00—10:00和22:00—23:00（北京时）出现道路结冰的频率较高。Logistic回归模型和神经网络模型对未发生结冰事件的预测准确率较高，分别为91.9%和96.2%；针对发生结冰事件，Logistic回归模型的预测准确率较低，为31.6%，而神经网络模型的预测准确率可达44.6%，说明2种模型对道路结冰预警有一定指示意义，神经网络模型预测效果优于Logistic回归模型。
为更好地开展公路交通道路结冰预报预警服务工作，利用甘肃省道路结冰高发区路段（甘肃武威以东）的交通气象站逐小时观测资料，分析道路结冰空间分布特征，探讨道路结冰与气象要素的相关性，采用Logistic回归法和神经网络算法构建道路结冰预警模型。结果表明：甘肃省道路结冰主要集中在冬季（12月至次年2月），其中00:00—10:00和22:00—23:00（北京时）出现道路结冰的频率较高。Logistic回归模型和神经网络模型对未发生结冰事件的预测准确率较高，分别为91.9%和96.2%；针对发生结冰事件，Logistic回归模型的预测准确率较低，为31.6%，而神经网络模型的预测准确率可达44.6%，说明2种模型对道路结冰预警有一定指示意义，神经网络模型预测效果优于Logistic回归模型。
为更好地开展公路交通道路结冰预报预警服务工作，利用甘肃省道路结冰高发区路段（甘肃武威以东）的交通气象站逐小时观测资料，分析道路结冰空间分布特征，探讨道路结冰与气象要素的相关性，采用Logistic回归法和神经网络算法构建道路结冰预警模型。结果表明：甘肃省道路结冰主要集中在冬季（12月至次年2月），其中00:00—10:00和22:00—23:00（北京时）出现道路结冰的频率较高。Logistic回归模型和神经网络模型对未发生结冰事件的预测准确率较高，分别为91.9%和96.2%；针对发生结冰事件，Logistic回归模型的预测准确率较低，为31.6%，而神经网络模型的预测准确率可达44.6%，说明2种模型对道路结冰预警有一定指示意义，神经网络模型预测效果优于Logistic回归模型。
