《Applied Research》：Predicting Pavement Condition Index for Cold-Region Highways Using an ENET-XGBoost Coupled Model
编辑推荐：
寒区高速公路路面在交通荷载与环境条件的联合作用下长期劣化。此类退化遵循复杂机制，传统线性模型难以精确表征，因其常忽略变量间的非线性交互作用及多重共线性。针对该挑战，研究人员提出一种结合弹性网（ENET）与XGBoost的两阶段预测框架。首先，ENET通
寒区高速公路路面在交通荷载与环境条件的联合作用下长期劣化。此类退化遵循复杂机制，传统线性模型难以精确表征，因其常忽略变量间的非线性交互作用及多重共线性。针对该挑战，研究人员提出一种结合弹性网（ENET）与XGBoost的两阶段预测框架。首先，ENET通过施加混合正则化提取潜在趋势并筛选相关特征，从路面状况指数（PCI）分析中剔除影响较小的因素。随后，XGBoost对ENET留下的残差进行建模，捕捉变量间复杂的非线性关系。案例研究采用2020至2025年间内蒙古某高速公路采集的交通与气象数据。ENET阶段因降水量和日照天数与PCI相关性较弱而将其剔除，同时保留累计当量轴载次数、年平均日交通量（AADT）和极端最低气温作为主要预测因子。XGBoost的非线性残差修正揭示了荷载与温度效应之间的复杂耦合关系。该组合模型在完整回代检验中决定系数（R2）达0.969，平均相对误差为0.70%。在留一交叉验证下，耦合模型R2为0.699，提供了对泛化性能的保守估计。Markov状态转移分析表明，当前PCI等级为“良”，到2026年维持该状态的概率为75.0%。多场景预测结果显示，交通荷载因素对PCI退化的影响强于气候因素。基于上述发现，研究人员提出分阶段预防性养护策略，为更具针对性的公路养护提供了数据驱动基础。
**论文解读文章**
**一、研究背景与问题提出**
寒区高速公路路面长期承受交通荷载与严酷环境因素的联合作用。冻融循环、剧烈温度波动及冻胀导致沥青层产生温缩裂缝与湿损害，而重载货车交通则加速结构疲劳。这些交互作用形成了复杂的退化过程，使得路面状况指数（Pavement Condition Index, PCI）呈非线性下降趋势，传统建模方法难以精确表征。多数常规PCI预测方法依赖多元线性回归或力学—经验传递函数，此类方法将预测因子效应简单视为可加性，忽略气候与荷载变量间的交互作用。在寒区，损伤往往源于极端最低气温与累计交通荷载的组合影响，表现出线性模型无法捕捉的阈值行为。此外，多重共线性问题显著：交通相关变量如年平均日交通量（Annual Average Daily Traffic, AADT）与累计当量轴载次数常高度相关，这导致普通最小二乘估计方差膨胀、系数不稳定。因此，亟需更具鲁棒性的建模策略。
**二、研究内容与模型框架**
为应对上述挑战，研究人员提出一种两阶段ENET-XGBoost耦合预测模型。在第一阶段，弹性网（Elastic Net, ENET）通过混合L1与L2正则化实现自动特征选择并捕捉线性趋势，将弱相关变量的系数压缩至零，同时保留相关变量组的信息。在第二阶段，XGBoost以ENET训练后的残差为目标变量，通过加法模型迭代优化目标函数，并引入叶权重的L2正则化与分裂增益惩罚控制模型复杂度，捕捉残差中的非线性模式。该框架将线性趋势提取与非线性残差修正分离，兼顾可解释性与预测精度。研究人员以2020—2025年内蒙古某高速公路段监测数据为案例进行验证，数据涵盖极端最高/最低气温、降水量、日照天数、AADT、累计当量轴载次数及PCI等关键变量。PCI依据《公路技术状况评定标准》（JTG 5210-2018）划分为五个等级。模型构建前对所有预测变量进行z-score标准化，正则化参数λ通过五折交叉验证选取。XGBoost超参数设置为：估计器数量100、最大树深3、学习率0.1、子采样比0.8、列采样比0.8、最小子节点权重1、L2正则化参数1.0。预测置信区间通过1000次Bootstrap重采样估计。
**三、关键技术方法**
研究人员采用的主要技术方法包括：其一，ENET混合正则化机制，融合L1与L2惩罚，既能将弱相关变量系数压缩至零，又能保留相关变量组的信息，有效应对多重共线性；其二，XGBoost残差修正策略，通过树模型的分裂机制自动检测特征空间中的阈值，捕捉高维交互效应；其三，Markov链状态转移分析，将PCI等级压缩为三个状态以缓解数据稀疏问题，基于历史转移频率构建一步转移概率矩阵；其四，多场景预测框架，结合IPCC AR6气候预测与区域交通增长趋势，设计基线、极端气候、重载强化三种情景进行对比分析。
**四、研究结果**
**（1）数据探索与相关性分析**：2020—2025年监测数据的Pearson相关热力图显示，PCI与极端最低气温、AADT及累计当量轴载次数呈强负相关（|r|>0.9），降水量与PCI呈弱负相关（r=?0.37），日照天数与PCI呈弱正相关（r=0.49）。AADT与累计轴载次数存在极高共线性（r=0.99），极端最低气温与AADT强相关（r=0.97），证实数据集中显著的多重共线性。双轴对比图显示，随着累计轴载次数与AADT逐年增加，PCI相应下降，且2023年后荷载增速明显加快，伴随PCI更陡峭的下降。
**（2）PCI时间演变与衰减速率**：2020至2023年，PCI从95.25降至87.31，年均衰减率1.62%；2023至2025年，PCI进一步降至83.28，衰减率加速至2.01%每年，表明劣化速度加快。2024和2025年PCI值接近“良”等级下限，凸显及时预防性养护的必要性。
**（3）ENET特征选择与正则化路径**：通过变化正则化参数λ与L1/L2混合比α生成ENET正则化路径。随λ增大，降水量和日照天数系数最早趋近于零，表明其对PCI影响有限，故予剔除；累计当量轴载次数、AADT与极端最低气温在较强惩罚下仍保持明显非零系数，凸显其重要性。极端最高气温系数虽减小但未完全消失，保留一定解释价值。标准化系数显示，累计当量轴载次数（?1.0669）与AADT（?0.9309）为线性主要驱动因子，极端最低气温（?0.8168）反映低温冻胀对结构的损伤作用。
**（4）XGBoost残差修正与非线性贡献**：XGBoost修正ENET残差后，残差离散度降低，尤其在较低PCI值处效果最为显著。残差对预测值的散点图表明XGBoost缓解了异方差性，使残差分布更均匀。特征重要性对比显示，XGBoost捕捉到极端最高气温与累计轴载次数之间的交互效应，提升了预测精度，验证了树模型检测非线性关系的能力。
**（5）耦合模型验证与对比**：与单阶段ENET及XGBoost模型对比，耦合模型表现最优。完整回代检验中R2达0.969，平均相对误差0.70%；留一交叉验证下耦合模型R2为0.699，优于单阶段ENET的0.670。散点图显示预测值与观测值高度一致，无明显系统偏差，残差直方图近似正态分布，支持模型有效性。
**（6）Markov状态转移分析**：基于2020—2025年PCI等级序列，构建压缩三状态（优、良、良以下）转移概率矩阵。观察到五次年度状态转移，包括两次优到优、一次优到良、两次良到良。因观测转移数有限，采用有序Laplace平滑处理，“良”状态自转移概率调整为75.0%，转移到“良以下”概率为25.0%，表明若不加养护，2026年劣化风险显著。
**（7）多场景预测与置信区间**：雷达图对比显示，较之2020年，2025年累计当量轴载次数增加约8.3倍，AADT上升约1.1倍，极端最低气温升高7.2°C，呈现交通荷载强化与极端低温缓和并存趋势。三场景预测结果表明：基线情景下PCI到2028年降至77.2；极端气候情景下为77.5；重载强化情景下显著降至74.2，落入“中”等级。置信区间逐年扩大，反映累积不确定性。荷载因素对PCI退化的影响强于气候变量，与ENET阶段系数权重一致。
**五、讨论与结论**
讨论部分指出：ENET剔除降水量和日照天数兼具统计与机制层面的合理性。统计上，降水量与PCI相关性弱（r=?0.37），与累计轴载次数仅中度相关（r=0.39），在纳入荷载因子后解释力冗余；机制上，该半干旱寒区年降水量仅308—459 mm，水分非主要劣化驱动因素。日照天数因热效应已被保留的温度变量捕捉而冗余。XGBoost残差修正阶段揭示极端最高气温的重要性跃升，其机制在于高温软化沥青结合料、降低混合料刚度，使路面在重载下更易产生车辙与剪切变形，且该效应呈现约35°C以上的阈值行为。耦合模型还发现累计轴载次数超过临界水平后PCI退化速率显著加速的阈值效应。基于此，研究人员提出分阶段预防性养护策略：2025—2026年采用微表处与超薄罩面等表面修复手段；2027—2028年采用铣刨重铺结合部分基层补强的结构修复方案；长期则建议多部门协同机制与沥青混合料再生技术。
研究结论为：ENET通过L1与L2联合正则化有效应对多重共线性，自动剔除降水量与日照天数，保留累计当量轴载次数、AADT与极端最低气温作为主要预测因子；XGBoost修正残差并捕捉荷载—温度非线性交互，完整回代R2达0.969（平均相对误差0.70%），留一交叉验证R2为0.699；Markov分析预测2026年维持“良”等级概率为75.0%，转移至“良以下”概率25.0%；多场景预测显示基线情景下PCI至2028年降至77.2，接近“中”等级阈值，交通荷载因素的劣化影响强于气候变量。尽管存在样本量有限（n=6）、单一路段适用性未验证、Markov转移概率仅基于两次观测等局限，该两阶段框架为分离PCI退化中的线性与非线性贡献提供了可行途径，为寒区数据驱动路面管理提供了证据基础。
