评估冬季养护性能：基于天气、交通流动性与养护信息的研究

《Transportation Research Interdisciplinary Perspectives》：Assessment of winter maintenance performance using weather, mobility, and maintenance information

　　

交通运输部门的任务是在不利冬季天气条件下维持安全性和流动性。各机构通过其冬季养护作业计划部署冰雪控制策略来实现这一目标。这些计划通常涉及使用决策支持系统、用于除雪和除冰化学物质施用的养护车辆，有时还包括道路通行限制。这些机构必须评估其绩效，以识别优势、劣势、改进机会以及对未来维持最佳服务水平、流动性和安全性成功的威胁。本研究评估了内布拉斯加州交通运输部在2023–24冬季季节九场暴风雪期间的冬季养护作业绩效。评估针对内布拉斯加州20个路段在每场暴风雪中的绩效，重点关注80号州际公路走廊沿线的12个路段。该分析利用了气象信息（如降雪累积量、风况）、交通流动性洞察（即车辆速度）和冬季养护作业活动（如使用的材料数量、作业持续时间）来理解和量化冬季养护作业的绩效。研究发现，时间或持续时间是最有意义的绩效指标。例如，降雪持续时间或吹雪条件的持续时间与流动性中断持续时间或养护作业持续时间的相关性，强于积雪累积量与它们的相关性。本研究最重要的结论是，对多个指标进行整体考量能为冬季养护作业评估带来最大益处。

# 冬季养护作业绩效评估：天气、交通流动性与养护信息的综合研究

## 研究背景与问题

交通运输部门在不利冬季天气条件下维护道路安全与通行能力是一项核心任务。为了应对冬季暴风雪等极端天气事件，交通机构通常部署除雪、除冰化学物质施用等养护作业，并借助决策支持系统优化资源配置。然而，如何科学、系统地评估这些养护作业的实际绩效，长期以来是交通运营管理中的关键难题。以往研究多采用单一维度的绩效指标，如设备工时、路面恢复至裸路面的时间、事故数量或行车速度等，但单一指标往往难以全面反映养护作业在保障安全与流动性方面的真实效果。此外，冬季严重程度指数等气象指标虽然提供了独立基线，但尚未与交通流动性数据及养护作业数据进行深度集成分析。现有研究普遍缺乏将气象条件、实际交通流动性变化和养护作业活动三者有机结合的综合评估框架。因此，开展一项综合利用多源数据评估冬季养护作业绩效的研究，对于优化资源效率、提升服务水平以及指导未来极端天气应对策略具有重要现实意义。

## 研究内容与结论

本研究以内布拉斯加州为研究区域，选取20个道路路段（其中12个位于80号州际公路走廊），针对2023–24年冬季季节的九场暴风雪事件，系统收集并分析了气象信息、交通流动性和养护作业活动三类数据。研究通过探索性统计、相关性分析、简单线性回归、回归树阈值分析等方法，深入考察了各类绩效指标之间的关联及其对冬季养护作业绩效的解释能力。主要发现包括：持续时间（时间）是最有意义的绩效指标，降雪持续时间或吹雪持续时间与流动性中断持续时间及养护作业持续时间的相关性，显著强于积雪累积量与它们的相关性；吹雪持续时间对道路封闭和总流动性中断具有最强的直接影响；将吹雪持续时间纳入回归模型后，对流动性中断方差的解释能力从约25%提升至45%。研究最终强调，没有任何单一指标能够全面评估冬季养护作业绩效，多指标综合考量才是最佳评估策略。

## 主要关键技术方法

研究人员利用了内布拉斯加州交通运输部（NDOT）提供的维护决策支持系统（MDSS）路段划分信息，结合自动地面观测系统（ASOS）气象站数据、国家网格化降雪分析数据以及区域综合交通信息系统（RITIS）的车辆速度数据。气象方面采用了内布拉斯加冬季严重程度指数-观测版（NEWINS-O）对降雪积类别进行分级，并基于ASOS报告和风速阈值推导了吹雪（BLSN）和漂雪（DRSN）条件。交通流动性方面以RITIS提供的小时平均车速与历史参考速度的偏差定义速度降低，并将速度数据缺失作为道路封闭的代理指标。养护作业方面使用了MDSS的自动车辆定位（AVL）信息，统计了养护车辆数量、行驶里程、材料施用量和作业持续时间，并将固体除冰材料用量按车道英里数进行标准化。分析采用了相关性分析、简单线性回归模型以及基于交叉验证剪枝的回归树方法。

## 研究结果

### 总体绩效参数评估

研究人员针对较高严重度事件（案例1、3、4、7和8）优先分析了80号州际公路走廊的数据。在天气绩效指标方面，NEWINS-O最大类别分布显示较低严重度事件较多、较高严重度事件较少，这与以往研究一致。吹雪持续时间趋势与降雪报告时间类似，而漂雪持续时间范围更小。速度绩效指标方面，速度降低是重要的绩效参数，较长时期的速度降低或道路封闭通常与更大的风暴严重度相关，但速度对外部因素（如车辆碰撞和道路封闭）较为敏感。养护绩效指标方面，标准化材料使用量与风暴严重度的对齐程度不如速度指标；城市地区（如第2区）每车道英里材料使用量往往较高，而内布拉斯加州中部地区（第6区）材料使用量相对较低。

### 聚合分析

通过对整个绩效指标数据集进行相关分析发现，速度降低与降雪报告数（相关系数0.6）和累积降雪持续时间（0.53）呈较强的正相关关系；道路封闭与吹雪持续时间（0.59）关系最强；总速度中断与吹雪报告数（0.63）、累积降雪持续时间（0.54）、材料使用量（0.51）和风暴严重度（0.48）呈中等强度正相关关系。养护车辆作业小时数与降雪持续时间（0.42）和累积降雪持续时间（0.40）的正相关关系最强。材料使用量与风暴严重度（0.34）和总速度中断（0.51）呈正相关，且与养护车辆作业小时数（0.6）具有较强正相关性。

### 定量分析

简单线性回归分析显示，仅降雪持续时间可解释约25%的流动性中断变异（调整后R2=0.247）；加入吹雪持续时间后，模型解释力显著提升至44.5%的调整后R2，几乎翻倍。每增加一小时的降雪与约17分钟的速度中断相关，而每增加一小时的吹雪在控制降雪持续时间后与约21分钟的额外中断相关。最低温度的加入并未提高模型性能（调整后R2=0.424），表明风暴持续时间变量已捕捉了与流动性影响相关的大部分变异性。嵌套模型比较分析确认添加吹雪持续时间显著改善了预测能力（F=22.44，p<0.001）。对于材料应用和养护作业持续时间，类似回归模型解释的方差较小（调整后R2不超过0.17），表明养护行动还受运营和机构特定因素的影响。基于交叉验证剪枝的回归树分析识别出约20小时的吹雪持续时间作为操作流动性机制的关键阈值——低于该阈值的事件平均流动性中断约10小时，而高于该阈值的事件平均中断约26小时。

## 讨论与结论

研究讨论指出，天气信息是评估冬季养护绩效的重要控制变量，但天气表现出显著的时空变异性；速度是第二个最重要的参数，但需要隔离与天气和养护无关的外部因素（如车辆碰撞）；养护信息同样重要，建议交通机构评估MDSS建议与实际养护行动之间的一致性。研究结论部分强调，没有任何单一指标能全面评估冬季养护作业绩效，而“时间”（即各参数生效的持续时间）是最重要的绩效变量。较长的降雪和吹雪持续时间与较长的速度中断和养护车辆作业时间相关。天气严重程度或总降雪量的影响相对不明确。研究的新发现是持续时间是冬季养护作业绩效中最关键的考量因素，交通政策应关注事件持续时间而非严重程度，并将持续时间信息用于可变限速、道路封闭等二级决策。本研究的更广泛贡献在于强调交通与天气社区持续开展跨学科合作的必要性，以及投资于可靠数据基础设施以支持全面绩效评估的重要性。研究的局限性包括路面温度和路面状况数据不可用、速度数据对非气象事件敏感、养护数据空间和时间分辨率不足，以及样本仅涵盖单个冬季季节和主要沿80号州际公路走廊的事件。未来的研究应扩展到更多道路、多个季节和其他州，并考虑结合图像处理和自动路面状况识别等技术手段。