摘要:2024年1月31日-2月5日、2月18-25日我國(guó)先后出現(xiàn)兩次大范圍雨雪冰凍天氣過程(分別簡(jiǎn)稱“0131”過程和 “0218”過程),兩次過程具有相態(tài)復(fù)雜、雨雪量大、影響范圍廣、持續(xù)時(shí)間長(zhǎng)等特點(diǎn)。利用全國(guó)2430個(gè)國(guó)家氣象站觀測(cè)數(shù) 據(jù)以及交通流量和公路阻斷信息,對(duì)比分析了兩次雨雪冰凍天氣過程對(duì)公路通行的影響;同時(shí),選取降雪量、凍雨、積雪 深度、地面溫度、地面結(jié)冰作為影響公路通行的氣象指標(biāo),構(gòu)建冰雪天氣指數(shù),探討冰雪天氣強(qiáng)度與公路通行影響的關(guān)
系。結(jié)果表明:兩次過程發(fā)生于春節(jié)前后人口流動(dòng)高峰期,“0218”過程影響范圍更廣,造成交通流量的降低幅度總體高 于“0131”過程;兩次過程中陜西、山西、河南、湖北、湖南以及貴州6省公路通行受積雪或結(jié)冰影響嚴(yán)重,路段封閉段次 多,但影響程度存在地區(qū)差異,其中山西、河南、湖北、湖南“0131”過程影響更重,陜西、貴州“0218”過程影響更重;兩次過 程中冰雪天氣指數(shù)強(qiáng)度與公路阻斷影響度的變化趨勢(shì)一致,與交通流量變化率呈反比,反映出冰雪天氣指數(shù)對(duì)于冰雪天 氣下的公路交通影響研判具有良好指示意義。
關(guān)鍵詞:雨雪冰凍天氣;交通流量;路段封閉;天氣指數(shù);公路阻斷信息
中圖法分類號(hào):P429
文獻(xiàn)標(biāo)志碼:A
DOI: 10.12406/byzh.2024–071
Comparative analysis of two rainfall/snowfall and freezing weather events
impact on the highway in early 2024
TIAN Hua1, SONG Jianyang1, GAO Jingjing1, ZHAO Luqiang1, LI Kunyu2, YAN Minyue3
(1. Public Meteorological Service Center of CMA, Beijing 100081 ; 2.National Meteorological Center, Beijing 100081 ;3. Highway
Network Monitoring and Emergency Response Center of the Ministry of Transport, Beijing 100029)
Abstract: In early 2024, from January 31 to February 5 and from February 18 to 25, two widespread rainfall/snowfall and freezing events weather occurred in China, hereinafter referred to as the \"0131\" and \"0218\" events. The two events were characterized by complex precipitation phases, large amounts of rainfall and snowfall, a wide range of influence, and long duration. Utilizing the observation data from 2 430 national weather stations, as well as the traffic volume and highway block information, the impact characteristics of the two rainfall/snowfall and freezing weather events on highway traffic were compared and analyzed. In addition, the snowfall, freezing rain, snow depth, surface ground temperature, and surface ground ice were selected as the elemental indexes affecting highway traffic. Then an ice and snow weather index was constructed to explore the relationship between the intensity of ice and snow weather and the impact on highway traffic. The results indicate that the two weather events occurred during the peak periods of people traveling to their hometowns before the Spring Festival and returning after the festival. The \"0218\" event had a wider impact range, resulting in a higher overall reduction in traffic flow compared to the \" 0131\" event. During the two events, the highway traffic in Shaanxi, Shanxi, Henan, Hubei, Hunan, and Guizhou was severely affected by snow accumulation or ice, with many road section closures. However, there were regional differences in the degree of impact. Specifically, the \"0131\" event had a stronger impact on Shanxi, Henan, Hubei, and Hunan. While the \"0218\" event had a more significant impact on Shaanxi and Guizhou. During the two events, the intensity of the ice and snow weather index was consistent with the trend of impact degree of road blockage, and inversely proportional to the rate of change in traffic volume, indicating that the ice and snow weather index has a good guiding
significance for the assessment of the impact of rain and snow freezing weather on highway traffic.
Key words: rainfall/snowfall and freezing weather; traffic volume; highway section closure; weather index; road blockage information
引 言
雨、雪、冰凍等不利天氣嚴(yán)重影響道路交通和運(yùn) 輸安全,不僅會(huì)降低交通通行效率,造成交通擁堵或 阻斷,還會(huì)增加交通事故風(fēng)險(xiǎn)。Hassan和Barker(1999)發(fā)現(xiàn)不利天氣條件下交通流量平均減少5%,路 面有積雪時(shí)減少幅度可達(dá)10%~15%。吳彥等(2013) 利用沿天山高速公路惡劣天氣交通管制信息分析指 出,高速公路冰雪災(zāi)害的危害程度依次是道路結(jié)冰、風(fēng) 吹雪、強(qiáng)降雪。Qiu和Nixon(2008)通過薈萃分析(Me- ta-analysis)研究1967-2005年34個(gè)降水事件影響發(fā) 現(xiàn),雨天和雪天交通事故率平均增加71%和84%。Becker等(2022)評(píng)估了降水情況下不同碰撞類型增加 的相對(duì)風(fēng)險(xiǎn),發(fā)現(xiàn)雪天對(duì)卡車的單車碰撞事故影響最 大,彎道和下坡路段相對(duì)事故風(fēng)險(xiǎn)最大。寧貴財(cái)?shù)?(2016)研究了我國(guó)2005—2014年雨、雪、霧、沙塵、大風(fēng) 和冰雹等不利天氣條件與交通事故的關(guān)系,發(fā)現(xiàn)雨雪 天氣造成事故起數(shù)、經(jīng)濟(jì)損失及傷亡人數(shù)位居前二 位。王潔等(2020)分析了河北省交通事故天氣條件, 發(fā)現(xiàn)雪天事故總量較雨天、霧天少,但事故等級(jí)高,影 響惡劣。以上研究表明,雪天或冰凍天氣在抑制出行 程度和增加交通事故風(fēng)險(xiǎn)方面的影響極為顯著。
研究不利天氣對(duì)公路交通的影響規(guī)律,對(duì)于保障 公路交通通行安全和高效運(yùn)行具有重要意義。近來 年,學(xué)者們針對(duì)雨雪冰凍天氣對(duì)公路交通的影響開展 了一系列研究。湯筠筠和楊濤(2008)分析總結(jié)了2008 年雨雪冰凍天氣下公路交通滯留、擁堵成因和受災(zāi)特 點(diǎn),并指出凝凍造成路面嚴(yán)重結(jié)冰、受災(zāi)位置處于交 通運(yùn)輸主通道、發(fā)生時(shí)正值春運(yùn)高峰期是造成大量人 員和車輛滯留的原因。李蘭等(2011)利用2008年初持 續(xù)低溫雨雪冰凍期間武漢城市公共交通線路逐日停 運(yùn)數(shù)據(jù)定義持續(xù)低溫雨雪冰凍天氣過程的城市公共 交通影響度,并選擇積雪深度、日平均氣溫等關(guān)鍵氣 象因子建立了氣象評(píng)估模型。劉明明等(2011)利用主成分分析方法研究得出溫度、濕度、降雪量和積雪日 數(shù)是山區(qū)公路雪災(zāi)的主要因子,然后通過構(gòu)建山區(qū)公 路冰雪災(zāi)害強(qiáng)度模型,評(píng)估了重慶城口地區(qū)2008年 冰雪災(zāi)害危險(xiǎn)性等級(jí)。劉勇洪等(2013)依據(jù)災(zāi)害學(xué) 原理構(gòu)建冰雪災(zāi)害對(duì)北京城市公路交通運(yùn)行的預(yù)警 評(píng)估模型和評(píng)判標(biāo)準(zhǔn),以此評(píng)估了北京歷史上38次 冰雪災(zāi)害事件的影響程度。以上雨雪冰凍天氣對(duì)公 路交通的影響分析多以定量統(tǒng)計(jì)為主,在結(jié)合交通流量和公路阻斷信息等行業(yè)資料開展定量化研究方 面尚存在不足,且研究選用的氣象影響因子主要以 氣溫、降雪量、積雪深度為主,未考慮凍雨、地面溫度 等對(duì)公路通行的影響。而結(jié)合交通流量和公路阻斷 信息等行業(yè)資料,綜合考慮凍雨、地面溫度等氣象因 子對(duì)公路通行的影響開展研究,可以加深認(rèn)識(shí)雨雪 冰凍天氣對(duì)公路通行的影響規(guī)律,從而更好地為公路 交通氣象預(yù)報(bào)提供服務(wù)。
2024年1月31日-2月5日、2月18-25日我國(guó)先 后出現(xiàn)兩次大范圍雨雪冰凍天氣過程(分別簡(jiǎn)稱 “0131”過程和“0218”過程),造成湖北、湖南、江蘇、安 徽等20?。▍^(qū)、市)636萬人次不同程度受災(zāi),農(nóng)作物受 災(zāi)面積6.7×105hm2,直接經(jīng)濟(jì)損失197.5億元。同時(shí), 兩次過程與春運(yùn)疊加,對(duì)公路保暢、電力保供、群眾 出行和生產(chǎn)生活帶來嚴(yán)重影響,是2009年以來春運(yùn) 期間最嚴(yán)重的低溫雨雪冰凍災(zāi)害(中華人民共和國(guó)應(yīng) 急管理部,2024;張芳華等,2024)。為此,本文首先分 析了這兩次雨雪冰凍天氣過程的特點(diǎn);在此基礎(chǔ)上, 應(yīng)用交通流量和公路阻斷信息,對(duì)比分析了兩次過 程對(duì)公路通行的影響特征;最后選取降雪量、凍雨、 積雪深度、地面溫度和地面結(jié)冰作為影響公路通行 的氣象指標(biāo),構(gòu)建冰雪天氣指數(shù),探討冰雪天氣強(qiáng)度 與公路通行影響的變化關(guān)系,以期為今后此類天氣 的公路交通預(yù)報(bào)服務(wù)提供參考。
1資料與方法
1.1資料說明
本文使用資料包括:(1)兩次過程期間歐洲中期天 氣預(yù)報(bào)中心(ECMWF)第五代大氣再分析資料(ERA5)
每日08時(shí)(北京時(shí),下同)500hPa位勢(shì)高度和850hPa 風(fēng)場(chǎng)資料,空間分辨率為0.25°×0.25°,用于雨雪冰凍 天氣過程的高空形勢(shì)分析。(2)2024年1-2月全國(guó) 2430個(gè)國(guó)家氣象站地面溫度、氣溫、降水量、積雪深 度、凍雨日值觀測(cè)資料,來源于國(guó)家氣象信息中心,用 于兩次過程積雪深度、凍雨等對(duì)比分析和冰雪天氣指 數(shù)計(jì)算,其中降水量、積雪深度日統(tǒng)計(jì)時(shí)段為08-08 時(shí)。(3)2024年1-2月各省公路(包括高速公路、國(guó)道 和省道,下同)的日交通流量,來源于全國(guó)智慧路網(wǎng)監(jiān) 測(cè)平臺(tái),該資料基于互聯(lián)網(wǎng)導(dǎo)航和全國(guó)重載貨運(yùn)等移 動(dòng)位置信息,通過路段推測(cè)、道路匹配等算法計(jì)算得 到(薛明等,2006),用于交通流量變化特征分析。(4)兩 次過程期間每日07時(shí)和17時(shí)公路阻斷信息,來源于交通運(yùn)輸部路網(wǎng)監(jiān)測(cè)與應(yīng)急處置中心,記錄了公路編 號(hào)、公路名稱、封閉位置,收費(fèi)站關(guān)閉個(gè)數(shù)等,用于公 路阻斷影響分析,其中日公路阻斷信息統(tǒng)計(jì)時(shí)段為 07—07時(shí)。
1.2有關(guān)定義及冰雪天氣指數(shù)的構(gòu)建
為探討冰雪天氣強(qiáng)度與公路通行影響的變化關(guān) 系,分別定義了交通流量變化率、公路阻斷影響度,并 構(gòu)建了冰雪天氣指數(shù)。
1.2.1交通流量變化率的定義
借鑒楊珍珍(2023)定義的交通流量數(shù)據(jù)分類和邊 界閾值確定方法,構(gòu)建雨雪冰凍天氣過程下的交通流 量變化率,其主要由惡劣天氣下交通流量和正常情況 下交通流量表征,公式如下
2兩次雨雪冰凍天氣過程概況
圖1為兩次過程開始日和結(jié)束日08時(shí)的500hPa 位勢(shì)高度場(chǎng)和850hPa風(fēng)場(chǎng)疊加圖,可見兩次過程均 是由冷暖空氣共同作用引起;期間高層副熱帶高壓(以 下簡(jiǎn)稱副高)系統(tǒng)均比較強(qiáng)盛,588dagpm線位于華南 沿海一帶,副高中心區(qū)域位勢(shì)高度出現(xiàn)較大范圍的 592 dagpm閉合線,850 hPa也均出現(xiàn)明顯的西南低空 急流,有利于低層孟加拉灣、中南半島、南海一帶暖濕 氣流北上輸送。“0218”過程的冷暖空氣活動(dòng)較“0131” 過程強(qiáng)?!?131”過程以南支槽東移為主,暖濕氣流僅 北上至長(zhǎng)江中下游及黃淮、江淮、江漢平原一帶,在此 與中緯度冷槽帶動(dòng)下的冷空氣交匯并維持,暖濕空氣 緩慢爬升到冷空氣上方,導(dǎo)致河南南部、蘇皖北部、湖 北、湖南北部、貴州等地出現(xiàn)雨夾雪、雨轉(zhuǎn)雪、雪、凍雨 等降水相態(tài)反復(fù)變化;陜西中部、山西南部、河南東 部、湖北中部、安徽北部、江蘇北部等地最大積雪深度 達(dá)15~25cm(圖2a)。而“0218”過程暖濕氣流北上至華北、東北地區(qū),與較強(qiáng)冷空氣相遇后,在華北北部、 東北地區(qū)產(chǎn)生降雪。19-20日冷空氣主力在中緯度 冷槽的帶動(dòng)下東移南下,迫使暖濕空氣南退,天氣區(qū) 明顯分為兩部分,一部分在安徽、江蘇地區(qū),另一部分 維持在湖北東部、湖南、貴州等地。21-24日冷空氣 由安徽北部、湖北東部、湖南北部等地逐步南壓,25日南壓至江南南部。期間黃淮至江南北部均出現(xiàn)雨轉(zhuǎn) 雪或雨夾雪或凍雨的復(fù)雜降水相態(tài)轉(zhuǎn)換,且多地伴有 強(qiáng)對(duì)流天氣。雖然“0218”過程影響范圍廣,冷暖空氣 強(qiáng)度大,但積雪程度總體低于“0131”過程,最大積雪 深度有10~15cm,出現(xiàn)在河北中部、山西中部、河南 中部、安徽北部等地(圖2b)。
針對(duì)兩次雨雪冰凍天氣過程影響的華北、華東、 華中、華南、西南以及西北地區(qū)東部(以下簡(jiǎn)稱“中東部 地區(qū)”),對(duì)比兩次過程凍雨和降雪情況(圖3)可見,兩 次過程均具有相態(tài)復(fù)雜、雨雪量大、影響范圍廣、持續(xù) 時(shí)間長(zhǎng)等特點(diǎn),其中凍雨持續(xù)時(shí)間及最大降雪量相 當(dāng),但“0131”過程的最大積雪深度更深,“0218”過程 的凍雨影響范圍更廣。
3兩次雨雪冰凍天氣過程對(duì)公路交通的影響分析
3.1對(duì)交通流量的影響
從兩次過程交通流量變化率(圖4)空間分布來看, 雨雪冰凍天氣均造成公路服務(wù)水平降低。其中, “0131”過程對(duì)山西、河南、陜西的公路通行影響最嚴(yán) 重,交通流量降低率為41%~62%;“0218”過程對(duì)山西、湖北、河南的公路通行影響最嚴(yán)重,交通流量降低 率為40%~49%。對(duì)比來看,“0218”過程對(duì)公路交通 影響范圍更廣,除山西、河南、陜西外,中東部大部份 省份的交通流量降低率高于“0131”過程。 3.2對(duì)公路阻斷的影響兩次過程均導(dǎo)致10余?。ㄊ校┚硟?nèi)多條公路因降雪 或道路結(jié)冰發(fā)生路段封閉。其中,“0218”過程影響涉 及18余省(市),較“0131”過程影響范圍大(圖5a)。兩 次過程對(duì)陜西、山西、河南、湖北、湖南以及貴州6省公 路通行影響嚴(yán)重,6省境內(nèi)均涉及20余條公路,累計(jì)發(fā) 生路段封閉100余段次(圖5b)。
綜合交通流量和公路阻斷信息,以下重點(diǎn)針對(duì)上 述6個(gè)公路通行影響嚴(yán)重省份的公路阻斷影響度、高 速公路交通流量逐日變化以及冰雪天氣強(qiáng)度與公路 通行影響的關(guān)系特點(diǎn)進(jìn)行分析。兩次過程中,6省的 公路阻斷影響度具有一定差異(圖6)?!?131”過程較 “0218”過程對(duì)河南的交通影響明顯嚴(yán)重,具有時(shí)間 長(zhǎng)、程度大的特點(diǎn),連續(xù)5d公路阻斷影響度大于1.0;“0218”過程對(duì)河南的交通影響僅在21日的公路阻斷 影響度大于1.0,具有時(shí)間短、程度大的特點(diǎn)。此外, “0131”過程中山西、湖北、湖南公路阻斷影響度大于1.0的連續(xù)日數(shù)在2~3d左右,明顯高于“0218”過程。 兩次過程對(duì)陜西、貴州的交通影響也具有時(shí)間長(zhǎng)的特 點(diǎn),但“0218”過程中陜西、貴州公路阻斷影響度大于1.0的連續(xù)日數(shù)均較“0131”過程明顯增多,影響更為嚴(yán)重。
從2024年1-2月高速公路交通流量逐日變化 (圖7)可見,陜西、河南、湖北、湖南、貴州的高速公路日 交通流量總體高于山西。春運(yùn)(1月26日)開始后,各 省日交通流量均呈現(xiàn)明顯增加,而后出現(xiàn)3次階段性 降低。第一次(1月31日開始)和第三次(2月18日開 始)受雨雪冰凍天氣影響,日交通流量急劇下降并至 過程結(jié)束后才開始緩慢回升;第二次(2月9一10日), 受春節(jié)假日出行影響,日交通流量出現(xiàn)短暫回落后, 又迅猛增加??傮w來看,兩次過程分別發(fā)生在春運(yùn) 期間節(jié)前出程和節(jié)后返程交通流量迅猛增加的高峰 時(shí)段,受其影響,車行緩慢或滯留,其中“0218”過程 影響的交通流量下降幅度明顯高于“0131”過程,日最低交通流量低于1月正常水平,公路通行受到嚴(yán)重影響。
統(tǒng)計(jì)6省高速公路的道路封閉情況(表略)發(fā)現(xiàn),兩 次過程對(duì)南北走向的高速公路影響顯著。比如, “0131”過程中途徑陜西、山西、河南、湖南、湖北等地 境內(nèi)的京昆(G5)、二廣(G55)、呼北(G59)、銀百(G69),以 及“0218”過程中途徑山西、陜西、四川、貴州等地境內(nèi) 的京昆(G5)、包茂(G65)、銀百(G69)等高速公路均多日 發(fā)生路段封閉,封閉路段多為位于高海拔的山區(qū)路段 或臨近湖泊、水體等橋梁占比較多的路段。
3.3冰雪天氣強(qiáng)度與公路通行影響的關(guān)系從兩次過程平均冰雪天氣指數(shù)的空間分布(圖8)來看,冰雪天氣強(qiáng)度較強(qiáng)的省份主要集中在中東部地 區(qū)。兩次過程強(qiáng)度對(duì)比來看,河南“0131”過程強(qiáng)度明顯偏強(qiáng),貴州、湖南則“0218”過程偏強(qiáng);陜西、山西和 湖北兩次過程強(qiáng)度相當(dāng)。
從兩次過程期間冰雪天氣指數(shù)、公路阻斷影響 度、氣象指標(biāo)占比和交通流量下降變化率的逐日變化 (圖9)來看,冰雪天氣指數(shù)與公路阻斷影響度呈現(xiàn)一致 的變化趨勢(shì),即冰雪天氣強(qiáng)度越強(qiáng),對(duì)公路通行的影 響程度越嚴(yán)重;交通流量變化率與冰雪天氣指數(shù)、公 路阻斷影響度呈反比,即冰雪天氣強(qiáng)度增大,交通流 量下降變化率幅度越大,說明冰雪天氣指數(shù)對(duì)于研判 冰雪天氣對(duì)公路交通的影響具有較好的指示作用。 具體來看,“0131”過程中陜西、山西、河南、貴州逐日 冰雪天氣指數(shù)變化幅度小,交通流量下降變化率幅度 也較平緩;而湖北、湖南逐日冰雪天氣指數(shù)變化幅度大,交通流量下降變化率幅度也較大。“0218”過程中 上述6省交通流量變化率幅度大,均呈現(xiàn)急劇下降和 快速回漲的特點(diǎn)。
雨雪相態(tài)變化、降雪量、積雪深度、地面溫度以及降雪性質(zhì)是造成冰雪天氣強(qiáng)度與公路通行影響差異 的主要原因。對(duì)比兩次過程期間各省冰雪天氣指數(shù) 與氣象指標(biāo)占比和交通流量下降變化率、公路阻斷影 響度變化(圖9)可知,陜西、河南對(duì)公路通行影響的主要因素為降雪結(jié)冰和積雪,山西主要為積雪,湖北主 要為積雪、降雪結(jié)冰和凍雨結(jié)冰,湖南、貴州主要為降 雪結(jié)冰和凍雨結(jié)冰。
兩次過程期間陜西的冰雪天氣指數(shù)差異不大,降 水相態(tài)均以雪和雨夾雪為主。“0218”過程中期(2月 20-22日),西安和陜北部分地區(qū)出現(xiàn)凍雨,導(dǎo)致部分高 架橋和隧道路段發(fā)生交通事故,公路阻斷影響度和交通 流量下降變化率明顯高于“0131”過程(圖9a)。
兩次過程期間山西的降水相態(tài)以雪和雨夾雪為 主?!?131”過程降雪范圍大,持續(xù)時(shí)間長(zhǎng)(5d以上),中 雪以上站點(diǎn)占比達(dá)20%~40%,平均地面溫度≤0℃ 的站點(diǎn)占比超過90%,積雪深度≥3cm的站點(diǎn)占比達(dá) 40%~60%。而“0218”過程降雪主要集中在2月20— 21日,中雪以上站點(diǎn)占比達(dá)50%以上,但因過程初期 平均地面溫度偏高,積雪深度不厚。兩次過程冰雪天 氣強(qiáng)度總體差異不大,但“0131”過程影響時(shí)間長(zhǎng),對(duì) 公路通行的影響程度高于“0218”過程(圖9b)。
“0131”過程期間河南降水相態(tài)以雪和雨夾雪為 主,個(gè)別站點(diǎn)出現(xiàn)凍雨,降雪的站點(diǎn)占比接近100%, 積雪深度≥3cm的站點(diǎn)占比達(dá)60%~80%?!?218”過 程中河南凍雨范圍雖然大于“0131”過程,但積雪范圍 和強(qiáng)度明顯小于“0131”過程,故冰雪天氣強(qiáng)度及公路 阻斷影響度總體不及“0131”過程(圖9c)。
兩次過程期間湖北均出現(xiàn)雨、雨夾雪、雪和凍雨 天氣,降雪站點(diǎn)數(shù)多于凍雨站點(diǎn)數(shù),且積雪深度≥3cm 的站點(diǎn)占比高于40%。兩次過程湖北平均的冰雪天 氣強(qiáng)度相當(dāng),但“0131”過程大雪以上范圍和積雪深度 ≥5cm的范圍均明顯大于“0218”過程,公路阻斷影響 度高于“0218”過程(圖9d),其中公路封閉段次數(shù)和 高速公路收費(fèi)站關(guān)閉數(shù)分別是“0218”過程的1.03倍(圖5a)和2.3倍(圖略)。
“0131”過程中湖南出現(xiàn)降雪和凍雨的站點(diǎn)數(shù)相 當(dāng),約20%的站點(diǎn)出現(xiàn)積雪和結(jié)冰。湖南“0218”過程 前期(2月20-22日)出現(xiàn)降雪和凍雨的站點(diǎn)數(shù)相當(dāng), 約20%的站點(diǎn)出現(xiàn)積雪,過程后期(2月23一24日)約 60%的站點(diǎn)出現(xiàn)結(jié)冰,平均冰雪天氣強(qiáng)度明顯高于 “0131”過程,但中雪以上的范圍以及積雪深度≥3cm 的范圍明顯低于“0131”過程,公路阻斷影響度低于 “0131”過程(圖9e)?!?131”過程中湖南公路封閉段次 數(shù)和高速公路收費(fèi)站關(guān)閉數(shù)分別是“0218”過程的1.06 倍(圖5)和1.2倍(圖略)。
兩次過程期間貴州的冰雪天氣強(qiáng)度差異明顯,盡管 均呈復(fù)雜雨雪相態(tài)變化和積雪少的特征,但“0218”過 程凍雨范圍廣、持續(xù)時(shí)間長(zhǎng),冰雪天氣強(qiáng)度明顯高于 “0131”過程,造成的公路通行影響也更為嚴(yán)重(圖9f)。
楊琨和薛建軍(2013)對(duì)我國(guó)不同地區(qū)的積雪深度 與降雪量的關(guān)系進(jìn)行分析指出,積雪深度變化值和相 應(yīng)降雪量的比值平均在0.79cm·mm1左右,且具有明 顯的地域差異;其中北方地區(qū)比值波動(dòng)較小,在1~ 1.15cm·mm1,以干雪為主,南方地區(qū)比值波動(dòng)較大,普遍小 于1cm-mm-,以濕雪為主。干雪的水分含量少,不易融 化,積雪深度更深;濕雪由于含水量較高,積在地面的 雪密度大,導(dǎo)致積雪深度相對(duì)較小。濕雪落地后凍結(jié) 成冰速度較快,使得路面摩擦系數(shù)減小明顯,因而對(duì)交 通安全影響更嚴(yán)重。本文規(guī)定若積雪深度變化值和相 應(yīng)降雪量的比值≥1cm·mm,則為干雪,否則為濕雪。
表2給出兩次過程期間6個(gè)公路通行影響嚴(yán)重省份的平 均干雪站點(diǎn)占比。由此可知,兩次過程的降雪性質(zhì)存 在地區(qū)差異,其中陜西、山西、河南、湖北4省干濕并存, “0131”過程干雪占比較“0218”過程略高,湖南、貴州以 濕雪為主,這可能也是兩省積雪相對(duì)較少的原因之一。
4結(jié)論與討論
利用全國(guó)2430個(gè)國(guó)家氣象站觀測(cè)數(shù)據(jù)以及交通 流量和公路阻斷信息,分析了2024年初(1月31日—2 月5日、2月18-25日)中東部地區(qū)兩次雨雪冰凍天氣 過程對(duì)公路交通的影響特點(diǎn),探討了冰雪天氣強(qiáng)度與 公路通行影響的關(guān)系特征,得到如下主要結(jié)論:
(1)兩次過程均具有相態(tài)復(fù)雜、雨雪量大、影響范 圍廣、持續(xù)時(shí)間長(zhǎng)等特點(diǎn);兩次過程的凍雨持續(xù)時(shí)間 及最大降雪量相當(dāng),但“0131”過程的最大積雪深度更 深,“0218”過程的凍雨影響范圍更廣。
(2)兩次過程分別發(fā)生在節(jié)前出程和節(jié)后返程公 路交通流量迅猛增加的高峰時(shí)段,造成中東部地區(qū)公 路服務(wù)水平明顯降低。“0131”過程中,山西、河南、陜 西公路交通流量降低幅度大,降低率為41%~62%; “0218”過程中,山西、湖北、河南公路交通流量降低率 為40%~49%;“0218”過程對(duì)公路交通流量降低的影 響范圍和幅度總體高于“0131”過程。
(3)兩次過程中陜西、山西、河南、湖北、湖南以及 貴州受降雪或結(jié)冰影響,路段封閉段次多,公路阻斷 嚴(yán)重,但公路阻斷影響度存在地區(qū)差異。其中,山西、 河南、湖北、湖南“0131”過程公路阻斷影響度更嚴(yán)重;陜西、貴州“0218”過程公路阻斷影響度更嚴(yán)重。
(4)兩次過程中冰雪天氣指數(shù)和公路阻斷影響度 的變化趨勢(shì)一致,即冰雪天氣強(qiáng)度越強(qiáng),對(duì)公路通行 的影響程度越重;交通流量變化率與冰雪天氣指數(shù)、 公路阻斷影響度呈反比,冰雪天氣指數(shù)對(duì)于研判冰雪 天氣下公路交通影響具有良好的指示意義。雨雪相 態(tài)變化、降雪量、積雪深度、地面溫度以及降雪性質(zhì)是 造成冰雪天氣強(qiáng)度與公路通行影響差異的主要原因。
公路通行除了受天氣影響外,與公路所處地理位 置、道路線型關(guān)系密切。冬季山區(qū)、橋梁等特殊位置 易發(fā)生結(jié)冰,彎坡道路受降雪、結(jié)冰影響易引發(fā)交通 事故。此外,公路通行也與惡劣天氣交通安全管理措 施(如限速限行、增加巡邏、加強(qiáng)道路維護(hù))、應(yīng)對(duì)處置 能力(如掃雪除冰設(shè)備和人員力量?jī)?chǔ)備、機(jī)械化和智慧 化除冰除雪作業(yè)模式)等密切相關(guān)。由于缺乏阻斷起 止地點(diǎn)、影響時(shí)間和影響里程等更為詳細(xì)的公路封閉 信息,本文重點(diǎn)從天氣角度分析了雨雪冰凍天氣對(duì)公 路通行的影響,后續(xù)可以收集更詳實(shí)的交通影響資 料,進(jìn)一步開展研究。
參考文獻(xiàn)(References):
GB/T31443-2015冰雪天氣公路通行條件預(yù)警分級(jí)[S].北京:中國(guó)標(biāo)準(zhǔn)
出版社.GB/T 31443-2015 Rating of pre-warning of highway traffic condition under snow and icy weather conditions [S]. Beijing:China Standards Publishing House (in Chinese)
李蘭,陳正洪,劉敏,等.2011.2008年低溫雨雪冰凍對(duì)武漢城市公共交通 的影響評(píng)估[J].長(zhǎng)江流域資源與環(huán)境,20(11):1400-1404.LiL,Chen
Z H, Liu M, et al. 2011. Evaluation of effect of sleeting and freezing process with low temperature on public traffic of Wuhan city in 2008 [J]. Resource and Environment in the Yangtze Basin,20(11):
1400–1404 (in Chinese). doi:CNKL:SUN:CJLY.0.2011–11–019
劉明明,潘建平,楊海明.2011.山區(qū)公路冰雪災(zāi)害預(yù)警評(píng)估模型研究[J].
公路交通技術(shù),27(3):27-30.Liu M M,PanJP,Yang H M.2011.Re- search on ice and snow disasters on highways in mountainous areas by early warning and evaluation model [J]. Technology of Highway and Transport,27(3):27–30(in Chinese).doi:10.3969/j.issn.1009–6477.2011.
03.008
劉勇洪,扈海波,房小怡,等.2013.冰雪災(zāi)害對(duì)北京城市交通影響的預(yù)警 評(píng)估方法[J].應(yīng)用氣象學(xué)報(bào),24(3):373-379.Liu Y H,Hu H B,F(xiàn)ang X Y, et al. 2013. Early warning and evaluating impacts of ice and snow disasters on Beijing urban transportation [J]. Journal of Applied Meteo– rological Science,24(3):373–379 (in Chinese). doi:10.3969/j.issn.1001-7313.2013.03.014
寧貴財(cái),康彩燕,陳東輝,等.2016.2005-2014年我國(guó)不利天氣條件下交通 事故特征分析[J].干旱氣象,34(5):753-762.Ning G C,Kang C Y, Chen D H, et al. 2016. Analysis of characteristics of traffic accidents"under adverse weather conditions in China during 2005–2014[J]. Jour– nal of Arid Meteorology,34(5):753–762 (in Chinese). doi:10.11755/ j.issn.1006-7639.2016.05.0753
湯筠筠,楊濤.2008.2008年冬季低溫雨雪冰凍災(zāi)害對(duì)公路交通影響分析[C]//2008中國(guó)科協(xié)防災(zāi)減災(zāi)論壇論文集.中國(guó)科學(xué)技術(shù)學(xué)會(huì):
5-7. Tang J J, Yang T. 2008. Analysis of the impact of low temperature rain, snow, and frozen disasters on highway traffic in the winter of 2008 [C]//Proceedings of the 2008 China Association for Science and Technology Disaster Prevention and Reduction Forum.CAST:5–7 (in Chinese)
王潔,曲曉黎,張金滿,等.2020.基于序關(guān)系分析法的河北省交通事故天 氣條件分析[J].暴雨災(zāi)害,39(4):427-432.WangJ,Qu X L,ZhangJ M, et al. 2020. Analysis of the relationship between adverse weather conditions and traffic accidents in Hebei Province based on order rela– tionship [J]. Torrential Rain and Disasters,39(4):427–432 (in Chinese).
doi:10.3969/j.issn.1004-9045.2020.04.013
吳彥,陳春艷,路光輝,等.2013.沿天山高速公路冰雪災(zāi)害分析及其對(duì)交 通安全的影響[J].沙漠與綠洲氣象,7(5):66-70.Wu Y,Chen C Y,Lu G H, et al. 2013. Ice and snow disasters along the Tianshan expressway and its impact on traffic safety [J]. Desert and Oasis Meteorology,7(5):
66–70 (in Chinese). doi:10.3969/ j.issn.1002–0799.2013.05.013
薛明,呂衛(wèi)鋒,諸彤宇.2006.浮動(dòng)車信息處理系統(tǒng)關(guān)鍵技術(shù)的研究[J].微計(jì)算機(jī)信息,22(11-1):244-246.Xue M,Lu W F,Zhu T Y.2006.
Study on the key technology of floating car information processing system [J]. Microcomputer Information,22(11–1):244–246 (in Chinese).
doi:10.3969/j.issn.1008-0570.2006.31.087
楊琨,薛建軍.2013.使用加密降雪資料分析降雪量和積雪深度關(guān)系[J].應(yīng)用氣象學(xué)報(bào),24(3):349-355.Yang K,Xue JJ.2013.The relationship between snowfall and snow depth using intensive snowfall observa- tions [J]. Journal of Applied Meteorological Science,24(3):349-355 (in
Chinese). doi:10.11898/1001–7313.20130311
楊珍珍.2023.重大突發(fā)事件下路段中斷狀態(tài)判斷方法[J].交通工程,23
(4):35–41. Yang Z Z. 2023. Judgement method of road interrupted state under major emergencies [J]. Traffic Engineering,23(4):35–41 (in Chinese). doi:10.13986/j.enki.jote.2023.04.006
張芳華,許先煌,權(quán)婉晴,等.2024.2024年春運(yùn)期兩次極端雨雪冰凍天氣 過程對(duì)比分析[J].暴雨災(zāi)害.Zhang F H,Xu X H,Quan W Q,et al.
2024. Comparison of two extreme rainfall/snowfall and freezing weather events during the Spring Festival transportation period in 2024[J]. Torrential Rain and Disasters (in Chinese). doi:10.12406/byzh.2024–095
中華人民共和國(guó)應(yīng)急管理部.2024年一季度全國(guó)自然災(zāi)害情況EB/OL].[2024–04-12].http://www.mem.gov.cn/xw/xwfbh/2024n04y12rxwf bh_6023. Ministry of emergency management of the People''s Repub- lic of China. National natural disasters in the First Quarter of 2024 [EB/ OL]. [2024-04-12]. http://www.mem.gov.cn/xw/xwfbh/2024n04y12rx- wfbh_6023(in Chinese)
Becker N, Rust H W, Ulbrich U. 2022. Weather impacts on various types of road crashes: a quantitative analysis using generalized additive mod– els [J]. European Transportation Research Review,14:37. doi:10.1186/s12544-022-00561-2
Hassan Y, Barker D J.1999. The impact of unseasonable or extreme weather on traffic activity within Lothian region, Scotland [J]. Journal of Transport Geography,7(3):209-213. doi:10.1016/ S0966-6923(98)00047-7
Qiu L, Nixon W A. 2008. Effects of adverse weather on traffic crashes: Sys– tematic review and meta-analysis [J]. Transportation Research Record,2055(1):139-146. doi:10.3141/2055-16