JPH06300860A - 路面凍結予測方法 - Google Patents

路面凍結予測方法

Info

Publication number
JPH06300860A
JPH06300860A JP11233393A JP11233393A JPH06300860A JP H06300860 A JPH06300860 A JP H06300860A JP 11233393 A JP11233393 A JP 11233393A JP 11233393 A JP11233393 A JP 11233393A JP H06300860 A JPH06300860 A JP H06300860A
Authority
JP
Japan
Prior art keywords
road surface
surface temperature
change pattern
temperature
road
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP11233393A
Other languages
English (en)
Other versions
JP2787645B2 (ja
Inventor
Minosuke Yodogawa
巳之助 淀川
Manabu Kikuchi
学 菊地
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
KI Holdings Co Ltd
Original Assignee
Koito Industries Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Koito Industries Ltd filed Critical Koito Industries Ltd
Priority to JP11233393A priority Critical patent/JP2787645B2/ja
Publication of JPH06300860A publication Critical patent/JPH06300860A/ja
Application granted granted Critical
Publication of JP2787645B2 publication Critical patent/JP2787645B2/ja
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Landscapes

  • Traffic Control Systems (AREA)

Abstract

(57)【要約】 【目的】 センサが故障しても、正確に路線の凍結を予
測する方法を提唱する。 【構成】 被観測路線沿いに複数の路面凍結検知装置1
を配置して過去数年間の路面温度を計測し、路面温度の
変化パターンを天候別及び月別に分類し、路面温度の実
変化パターンを求める。路面温度の変化パターンの中か
ら実変化パターンに最も類似している変化パターンを抽
出し路面温度を予測する。過去の路面温度のデータを解
析・整理して各路面凍結検知装置1毎にデータベースを
作成し、路線の路面凍結検知装置1に配置した路温セン
サからの計測値が変化パターンと外れている場合、この
計測値をセンサ異常として排除し、データベースに蓄積
した標準値と交換して採用する。正常な路面凍結検知装
置1からの路面温度と、異常路面凍結検知装置1のデー
タベース値、及び天気予報との統計処理によって路面の
凍結予測を行う。

Description

【発明の詳細な説明】
【0001】
【産業上の利用分野】本発明は、冬季における路面凍結
の予測技術に係り、地点毎に予め記憶した観測データの
出現パターンの特徴と観測データとの比較により、故障
したセンサを自動的に判別除去して該観測データをデー
タベースによって補正し、路面凍結予測の精度を向上す
る路面凍結予測方法に関するものである。
【0002】
【従来の技術】一般に気象現象の予報としては天気予報
がよく知られているが、天気予報は地上天気図,その他
の資料を用いて大気の物理構造を解析するもので、所謂
シノプチック解析,地上解析,高層解析などによって求
められるものである。この天気予報には、一般予報と特
殊予報とがあり、一般予報は、対象を特定の人又は業務
等に限定せず、広く大衆に対する予報として用いられて
いる。
【0003】一方、特殊予報としては、海上予報,航空
予報,或は農業予報などのようなそれぞれの事業の遂行
に役立ち、一般予報では不足する点を補った予報と、洪
水予報,雷雨予報,火災予報など気象的原因で区別した
予報とがある。
【0004】この天気予報の対象となる大気現象につい
ては、物理的にも量的にも、また質的にも明確に原因を
解明し予想できるものは少なく、ある程度までは物理的
に計算し予想することはできるが、小さな変化や局地的
な現象を細かく予想する場合には、物理的な考え方だけ
からでは解決できないことも多い。このような現象をで
きるだけ正確に予報するために、物理的な原因が明らか
でなくても、気象変化の周期や類似天気図等を用いた類
似則や経験則が利用されているのが現状である。
【0005】しかし、このような解析処理を道路管理者
が行うことは事実上困難であり、解析の基礎となる局地
における個々の気象現象については気象予報の専門家で
あっても容易には把握し得ない状況にある。特に、路面
温度については道路周辺の地形状態や道路構造の相違、
局地現象の強く現れる地点、路面水分の有無、或は交通
量の多少等によっても変わるため、道路管理者が路面温
度の予測を行うことはかなりの困難を伴う。
【0006】そこで、道路管理者にとっては、各種の気
象条件を調べ検討する必要がなく、自動的に路面温度の
検知、予測を行う方法を採用することによって、路面凍
結に対する資料とすることが最も望ましい。
【0007】このような観点から、従来より路面凍結予
測の実用化がなされており、例えば、熱収支解析、周期
解析、統計的解析等の手法による路面凍結予測方式が提
案されていた。
【0008】
【発明が解決しようとする課題】しかし、これらの路面
凍結予測方式は次の各問題を有している。 (1)熱収支解析による路面温度予測の課題 路面温度の日変化は昼間は日射によって受熱し、地中へ
の熱伝導、顕熱交換、潜熱交換等によって路面温度が上
昇するが、夜間は日射がなくなり、路面からの長波放射
で放熱するため、路面温度が低下することが知られてい
る。路面温度予測を行うための基本的な気象データは、
物理的な熱収支の基本式を基に定められている観点か
ら、路面予測に必要な路面を境界条件とした熱収支項に
ついて、実測又は相関式により求め、路面温度を予測す
るものである。熱収支を求めるためには、日射量、放射
量、気温、路面温度、露点温度、地中温度、風速、降水
量などの観測データが必要となるが、地上を取り巻く大
気の状態は刻々と変化し、特に前線が通過した場合、路
温が大幅に変化する可能性があるため、路面温度の的中
精度を上げるには、専門的な気象技術の向上及び気象要
素の大なる整備等の問題を有している。
【0009】(2)調和解析による路面温度予測の課題 路面温度の日変化のように原因もある程度明確になり、
その周期性についても物理的な意義付けができるもの
は、これをいくつかの正弦の項に分析してみることによ
ってその状態を良く知ることができる。即ち、路面温度
の日変化パターンを周期曲線と考えて調和解析し、路面
温度パターンを天候別に分けてそれぞれの天候における
路面温度変化の式を求め、路面温度予測を行うものであ
る。しかしながら、実際の路面温度の変化パターンは、
午前と午後が対称的でなく、且つ昼間と夜間で時間的変
化が異なるために、その日の天候を考慮にいれて選び、
日変化パターンを当てはめて、その時刻以降の各時点に
おける路面温度を予測すれば、実状とは大幅に異なる場
合も生じる可能性が大である等の問題を有していた。
【0010】(3)統計的解析による路面温度の予測の
課題 統計的解析による路面温度の予測は、路面温度の変化に
関連ある気象要素諸量を基にして、これを統計的手法に
よって解析し、路面温度予測を行うものである。路面温
度予測を統計的処理によって行う場合、統計的処理のみ
で気象要素のいくつかを選び出して本質的に無力な方法
にしかならない虞があるが、路面温度変動の構造や空間
的、時間的な諸気象要素間の関連を物理的、機構的に把
握したうえ、これらの基礎の上にたって統計的処理を行
ってこそ、その効果が発揮できるものである。例えば、
回帰推定法でしばしば用いる一次形式は、それ自身は全
く便宜的な過程にすぎず、路面温度の変化に単に回帰推
定してもその効果は疑わしいものとなる可能性がある。
【0011】このような統計的手法による方式では、如
何に精度のよい方法を求めるかが問題であり、誤差をで
きるだけ小さく、安定したものにするためには、ある程
度の資料が必要となり、かつ予測式の設定は、事前の気
象調査及び一般的な予測式として気象学的に検討した結
果決定するが、的中精度を上げるため、少なくとも2〜
3年間の気象データは必要であり、年毎に予知式の修正
を行うようにする。最終的には、これらのデータを総合
的にとりまとめて最良の予測式を作成することが必要と
なり、道路管理者が運用するには専門的、気象要素が大
である等の問題を有していた。
【0012】更に上記路面凍結予測にとって問題となる
点は、予測の基準となる路線に配置した複数の路面凍結
検知装置のうち一つでも路面凍結検知装置が異常になる
と、路線全体の路温予測に大きな誤差を生じ、この結
果、凍結予測が現実と合わないようになるということで
ある。
【0013】本発明は、上記問題に鑑みて創案されたも
のであり、路線に配置した路面凍結検知装置が故障して
も、路面に残った雨や雪が凍結する状況を正確に予測す
ることのできる路面凍結予測方法を提唱することを目的
とするものである。
【0014】
【課題を解決するための手段】上記目的を達成するため
に、本発明に係る路面凍結予測方法は、路線沿いに配置
した各路面凍結検知装置における過去数年間の路面温度
を計測し、1日毎に路面温度の変化パターンを天候別及
び月別に分類し、予め設定した時刻から予測時刻までの
路面温度の実変化パターンを求め、前記分類した路面温
度の変化パターンの中より前記実変化パターンに最も類
似している変化パターンを抽出し、その抽出した変化パ
ターンに基づき路面温度を予測し、路面の凍結を予測す
るに際して、過去の路面温度のデータを解析・整理して
各路面凍結検知装置毎にデータベースを作成しておき、
各路線の複数個の路面凍結検知装置に配置した路温セン
サからの個々の計測値が前記変化パターンと一定の比率
を超える範囲で外れている場合、この計測値を該路面凍
結検知装置のセンサ異常として排除し、前記データベー
スに蓄積した標準値と交換して採用することにより、正
常と判断された路面凍結検知装置の路温センサからの路
面温度と、該センサ異常と判断された路面凍結検知装置
のデータベース値、及び天気予報を統計処理することに
よって路面温度の予測を行うことを要旨とするものであ
る。
【0015】
【作用】上記路面の凍結予測では、路線に配置した個々
の路面凍結検知装置の路温センサから出力する路温情報
は、分類された路面温度の変化パターンの中から実変化
パターンと最も類似している変化パターンが抽出され、
この抽出された変化パターンに基づいて監視されている
ため、路面凍結検知装置が故障して異常な温度情報を出
力した場合は、この実変化情報を排除して変化パターン
の情報と置き換えられる。そして、予め蓄積したパター
ン化した凍結順序の傾向を記憶したデータベースと比較
しながら路面に残った雨や雪が凍結する状況を予測する
ものである。
【0016】
【実施例】以下、本発明に係る路面凍結予測方法を図面
に従って詳細に説明する。図1は、この路面凍結予測方
法を実施する路面凍結予測装置の一実施例を示すブロッ
ク線図である。符号1で示す路面凍結検知装置は、道路
面に非接触で道路の水分、路面温度、大気温度を測定し
てこれを論理判別して、路面を乾燥、湿潤、凍結、積雪
の4状態(路面状態信号S1)と、路面温度(路温信号
S2)、気温(気温信号S3)の測定値を出力する機能
を備えている。
【0017】符号2は通信制御装置であり、上記路面凍
結検知装置1の各々の出力信号をデータ伝送するため
に、直流形式の伝送信号(S4)に変換する機能を備え
ており、後段の変復調装置3に出力する。
【0018】符号5も変復調装置であり、上記変復調装
置3によって通信制御装置2からの送信データを交流信
号に変換した後、伝送路4を介して該変復調装置5に入
力する構成になる。
【0019】符号6は、上記変復調装置5から伝送され
てきた観測データを受信する受信装置であり、後段のデ
ータ処理装置7に入力して前記各路面凍結検知装置から
のデータを解析処理すると共に、後段の書換可能な記憶
装置8にデータベースS5として入力してなる。
【0020】上記データ処理装置7における処理機能は
次のとおりである。地点毎に過去数年間の路面温度を観
測することにより、夜間の気温の降下パターンは、雲の
量や降水の有無、路面の状態によって分類できる可能性
があることが解った。天候によって分類すると、図2の
ように1日の路面温度のパターンが分類でき、更に、晴
れの場合については、月別に分類すると、同様の路面温
度の変化のもののみが選択できることが明らかになっ
た。但し、天候の変化する時間帯の差や、路面の状態に
起因すると思われる変化量の差異が無視できないほど大
きい事例が、同一の天候パターンに含まれる場合もあ
る。
【0021】これは、天候の変化する時間帯や路面の状
態などを予め予想することによって、ある程度予想値を
補正することが可能である。そのような時間帯を予測す
ることは、現状の予測資料ではなかなか難しく、また、
天気予報そのものが外れると全く違った路面温度パター
ンを予想してしまうため、天気予報の信頼性を高めるこ
とが必要となる。
【0022】天候別に路面温度パターンを分類すると、
路面温度の変化パターンの一部が判れば、全体のパター
ンを推定することができる可能性があることが解った。
ここでいう一部とは、予測時刻までの路面温度の変化パ
ターン(実変化パターン)のことである。そこで、予測
時刻までの路面温度の変化パターンと最も類似している
変化パターンを別の解析資料から抽出する方法とした。
また、ここでいう解析資料とは、予測地点における過去
数年間の路面温度を計測し、1日毎に路面温度の変化パ
ターンを天候別及び月別に整理、記録した分類資料のこ
とを指している。
【0023】変化パターンの適合性の基準として、予測
時刻までの各データの相関関係の大きさ、誤差の平均値
などを用いる方法があるが、これまでの解析結果から予
測時刻までの誤差の平均値が最も小さい事例がその後も
誤差が少なくなることから、誤差の平均値を基準にして
路面温度の変化パターンを抽出する方法とした。
【0024】図3に本実施例での路面凍結予測装置によ
り作図した路面温度の予測パターン図を示す。路面温度
の的中精度を上げるために、路面温度の変化パターンの
抽出方法としては、次の項目について論理処理を行い、
装置を構成するものである。
【0025】予測時刻までの変化パターンが似ていて
も、予測時刻以降天候が変化すると、変化パターンが異
なってくる可能性があるので、天候(予測時刻の天気予
報)による分類を考慮する。
【0026】季節によって日射量や夜間の地表面からの
放射量が変わってくるため、路面温度の変化傾向は季節
によって変わる可能性がある。そこで、同じ月のパター
ンを抽出する方が合理的である。
【0027】日中、気温の上昇するときの変化パターン
は、夜間の路温降下量に影響するとは考え難い。そこ
で、路温の上昇時(12時〜14時)の路温は、パター
ン抽出のための参考としない。
【0028】データを比較する時間帯を長くとればとる
ほど、元の路温変化パターンと似たパターンのものを選
び出すことができる。従って、路面温度が上昇傾向とな
らない時間帯、例えば14時以後の路面温度変化パター
ンに基づき比較対象時間帯とするが、比較対象時間は、
予測時刻よりも相当以前の路温変化が予測時刻以降の路
面温度に影響することは考え難い。そこで、天候の持続
性などを考え、最大で予測時刻前9時間程度までとし、
9時間を超える場合は、予測時刻前の9時間を超える場
合は、予測時刻前の9時間の路面温度を比較対象とす
る。
【0029】データ処理装置7によって、変化パターン
から各路面凍結検知装置1の平均的な値が設定され、こ
のデータと、予め設定した範囲を超えた路面凍結検知装
置1からの実データは、「センサ異常」としてデータか
ら排除すると共に、記憶装置8から抽出した変化パター
ンから読み込んだデータを採用する。
【0030】正常と判断された路面凍結検知装置1の路
温センサからのデータと、センサ異常と判断された路面
凍結検知装置1のデータベース値、及び天気予報を統計
処理することによって、これと近似した過去数年間のデ
ータを抽出し、この抽出したデータベースの路面温度の
予測値から被監視路線の路面凍結の予測を行う。
【0031】
【発明の効果】本発明に係る路面凍結予測方法によれ
ば、上記の如く被観測路線に配置した多数の路面凍結検
知装置のうち、異常なセンサーからの情報を除去すると
共に、路線全体のセンサーからの情報に基づいて、予め
蓄積したパターン化した凍結順序の傾向を記憶してなる
データベースと比較しながら路面に残った雨や雪が凍結
する状況を予測する方式であるため、路面の凍結を正確
に予測することができるようになる特徴を有するもので
あり、本発明の実施によって得られる効果は極めて大き
い。
【図面の簡単な説明】
【図1】本発明に係る路面凍結予測方法を実施する路面
凍結予測装置の一実施例を示すブロック線図である。
【図2】天候に対する1日の路面温度の変化のパターン
を示すグラフである。
【図3】本実施例での路面凍結予測装置により作図し
た、路面温度の予測パターン図である。
【符号の説明】
1 路面凍結検知装置 2 通信制御装置 3 変復調装置 4 伝送路 5 変復調装置 6 受信装置 7 データ処理装置 8 記憶装置

Claims (1)

    【特許請求の範囲】
  1. 【請求項1】 路線沿いに配置した各路面凍結検知装置
    における過去数年間の路面温度を計測し、1日毎に路面
    温度の変化パターンを天候別及び月別に分類し、予め設
    定した時刻から予測時刻までの路面温度の実変化パター
    ンを求め、前記分類した路面温度の変化パターンの中よ
    り前記実変化パターンに最も類似している変化パターン
    を抽出し、その抽出した変化パターンに基づき路面温度
    を予測し、路面の凍結を予測するに際して、 過去の路面温度のデータを解析・整理して各路面凍結検
    知装置毎にデータベースを作成しておき、各路線の複数
    個の路面凍結検知装置に配置した路温センサからの個々
    の計測値が前記変化パターンと一定の比率を超える範囲
    で外れている場合、この計測値を該路面凍結検知装置の
    センサ異常として排除し、前記データベースに蓄積した
    標準値と交換して採用することにより、正常と判断され
    た路面凍結検知装置の路温センサからの路面温度と、該
    センサ異常と判断された路面凍結検知装置のデータベー
    ス値、及び天気予報を統計処理することによって路面温
    度の予測を行うことを特徴とする路面凍結予測方法。
JP11233393A 1993-04-15 1993-04-15 路面凍結予測方法 Expired - Lifetime JP2787645B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP11233393A JP2787645B2 (ja) 1993-04-15 1993-04-15 路面凍結予測方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP11233393A JP2787645B2 (ja) 1993-04-15 1993-04-15 路面凍結予測方法

Publications (2)

Publication Number Publication Date
JPH06300860A true JPH06300860A (ja) 1994-10-28
JP2787645B2 JP2787645B2 (ja) 1998-08-20

Family

ID=14584060

Family Applications (1)

Application Number Title Priority Date Filing Date
JP11233393A Expired - Lifetime JP2787645B2 (ja) 1993-04-15 1993-04-15 路面凍結予測方法

Country Status (1)

Country Link
JP (1) JP2787645B2 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011013895A (ja) * 2009-07-01 2011-01-20 Mitsubishi Electric Corp 道路情報提供システムおよび情報配信装置搭載車両、情報収集装置
CN114966898A (zh) * 2022-05-09 2022-08-30 广东省韶关市气象局 一种高速路段雨雪冰冻天气预警方法及系统
CN118298573A (zh) * 2024-05-31 2024-07-05 深圳市长科安全应急科技有限公司济南分公司 一种应用于物流货柜箱的火灾报警方法及系统

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3457631B2 (ja) 2000-06-12 2003-10-20 三菱電線工業株式会社 気象予測システムにおける補正方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011013895A (ja) * 2009-07-01 2011-01-20 Mitsubishi Electric Corp 道路情報提供システムおよび情報配信装置搭載車両、情報収集装置
CN114966898A (zh) * 2022-05-09 2022-08-30 广东省韶关市气象局 一种高速路段雨雪冰冻天气预警方法及系统
CN114966898B (zh) * 2022-05-09 2024-06-04 广东省韶关市气象局 一种高速路段雨雪冰冻天气预警方法及系统
CN118298573A (zh) * 2024-05-31 2024-07-05 深圳市长科安全应急科技有限公司济南分公司 一种应用于物流货柜箱的火灾报警方法及系统

Also Published As

Publication number Publication date
JP2787645B2 (ja) 1998-08-20

Similar Documents

Publication Publication Date Title
Martel et al. Role of natural climate variability in the detection of anthropogenic climate change signal for mean and extreme precipitation at local and regional scales
Walker et al. Discrimination of a wet snow cover using passive microwave satellite data
Archibald et al. Leaf green‐up in a semi‐arid African savanna‐separating tree and grass responses to environmental cues
Eckerstorfer et al. A complete snow avalanche activity record from a Norwegian forecasting region using Sentinel-1 satellite-radar data
Vionnet et al. Sub-kilometer precipitation datasets for snowpack and glacier modeling in alpine terrain
Reuter et al. Characterizing snow instability with avalanche problem types derived from snow cover simulations
Jullien et al. Synoptic conditions and atmospheric moisture pathways associated with virga and precipitation over coastal Adélie Land in Antarctica
Hendrikx et al. Avalanche activity in an extreme maritime climate: The application of classification trees for forecasting
Soni et al. Statistical analysis of aerosols over the Gangetic–Himalayan region using ARIMA model based on long-term MODIS observations
Norrman Slipperiness on roads-an expert system classification
Hancock et al. Combining high spatial resolution snow mapping and meteorological analyses to improve forecasting of destructive avalanches in Longyearbyen, Svalbard
Kotthaus et al. Volume for pollution dispersion: London's atmospheric boundary layer during ClearfLo observed with two ground-based lidar types
Goodison et al. Use of snow cover derived from satellite passive microwave data as an indicator of climate change
Carey et al. The vertical profile of liquid and ice water content in midlatitude mixed-phase altocumulus clouds
Peng et al. Ceilometer-based analysis of Shanghai’s boundary layer height (under rain-and fog-free conditions)
Ford et al. Evaluating soil moisture–precipitation interactions using remote sensing: A sensitivity analysis
Ding et al. Frost forecast using machine learning-from association to causality
Handler et al. Development of a probabilistic subfreezing road temperature nowcast and forecast using machine learning
Valt et al. Predicting new snow density in the Italian Alps: A variability analysis based on 10 years of measurements
Engeset et al. Snow pillows: Use and verification
Derksen et al. Temporal and spatial variability of North American prairie snow cover (1988–1995) inferred from passive microwave‐derived snow water equivalent imagery
Miller et al. Did the climate forecast system anticipate the 2015 Caribbean drought?
KR102611727B1 (ko) 딥러닝 이용 결빙 예측 지역에 대한 교통 사고 위험도 실시간 예측 방법 및 시스템
JP2002157676A (ja) 可視画像式路面状況把握装置における路面状況判定方法
Kustas et al. Mapping surface energy flux partitioning at large scales with optical and microwave remote sensing data from Washita'92

Legal Events

Date Code Title Description
FPAY Renewal fee payment (prs date is renewal date of database)

Year of fee payment: 11

Free format text: PAYMENT UNTIL: 20090605

FPAY Renewal fee payment (prs date is renewal date of database)

Free format text: PAYMENT UNTIL: 20090605

Year of fee payment: 11

FPAY Renewal fee payment (prs date is renewal date of database)

Year of fee payment: 12

Free format text: PAYMENT UNTIL: 20100605

FPAY Renewal fee payment (prs date is renewal date of database)

Year of fee payment: 13

Free format text: PAYMENT UNTIL: 20110605

FPAY Renewal fee payment (prs date is renewal date of database)

Free format text: PAYMENT UNTIL: 20120605

Year of fee payment: 14

S533 Written request for registration of change of name

Free format text: JAPANESE INTERMEDIATE CODE: R313533

FPAY Renewal fee payment (prs date is renewal date of database)

Year of fee payment: 14

Free format text: PAYMENT UNTIL: 20120605

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

FPAY Renewal fee payment (prs date is renewal date of database)

Free format text: PAYMENT UNTIL: 20130605

Year of fee payment: 15

EXPY Cancellation because of completion of term