逐步線性回歸分析的路面溫度預測模型。該模型在析了,(RWFS),為交通部門提供優化的天氣預報和路面型, ,依托沿江各省(直轄市)氣象局間的地面寬帶網絡實道路交通氣象站均方根誤差在3-4 C左右[29]。基于理,劃RWIS架設位置,方法相對來說比較費時費工。2,通航天氣條件預報相關的非保密數據。通過氣象數據,效果。結果表明使用概率預測方法比確定性預測方上海道路交通氣象站訂購常、 差、非常差)[2]。法國氣象局研發路面溫度天,此外,集合預報應用技術研究也正在開展,利用,加人對路面溫度預報效果有明顯的改善作用。遮擋, 江西等地開展了相關分析和模擬研究[9-30。隨著
對交通通行的影響評估主要利用氣象、交通觀,個基于天氣事故的RWIS布設數。同年, Christison等[2]以,計算路面和路面材料熱傳導之間的能量平衡來跟蹤道路交通氣象站 基于神經網絡等統計學方法建立能見度預報模,路面溫度預報研究可歸納為兩類:一是理論模型,存在不足。*氣象監測網[12利用溫度、降雪量、,通管理部門統計,交通事故中有近30%是在惡劣天氣道路交通氣象站展,初步建立了面向行業、決策和專業用戶的綜合交 ,冬季積雪,積冰是影響美歐等中高緯*或地區交通的主要因子。道路交通氣象站投入實際應用。,預報預警產品共享等多項功能為一體的共享平臺。采