道路天气预报

在我们的以前的博客文章，我们专注于天气如何影响道路使用者及其安全。一个关键的结论是：将当今的互联汽车能力与超本地和及时的大气天气和道路天气预测的最新进步相结合，有望提高所有道路使用者的安全性，效率和便利性。我们还了解了大量的道路事故与天气条件差有关，因此有明确的财务和安全激励措施可以改善。

我们的重点是从实现传统的天气预报（空气温度，风速和方向，降水，闪电）到道路天气预报：一种最先进的服务，可预测电流和近距离驾驶条件，均在道路表面上并沿着道路网络。道路上有一层水，冰或雪吗？这将如何影响轮胎摩擦？

道路天气预报的基础

准确的道路天气服务的基本起点是使用准确的大气天气预测作为主要输入。接下来是有一个经过验证的科学模型来定义道路表面状态，例如当地的降水是否使道路潮湿，冰冷或雪地，或者道路在降水结束后如何干燥或冻结。

Vaisala使用复杂的质量和能量平衡模型（道路天气模型），以精确理解每个路段的道路表面状况。为了进行准确的建模，已合并了几个数据源：

• 天气雷达和卫星
• 道路天气观测（固定和移动传感器）
• 道路交通概况和音量
• 道路课，桥梁的位置
• 道路维护活动（例如，除冰，耕作）。

这些数据源和其他数据源用于创建道路天气模型，以提供道路段的道路天气模型，该路段在道路表面的热辐射以及降水量降低到道路上和道路上。

微调预测准确性

通常，可以将道路状况分类为干燥，潮湿，雪橇，雪或冰。如果需要，也可以提供更详细的分类，例如描述为什么道路的一部分很滑。此外，Vaisala的道路天气预报可以提供摩擦估计，水或冰的深度以及道路表面温度输出。

使用车辆传感器和道路气象站数据来微调预测准确性

Vaisala的道路天气模型可以合并来自标准车辆的传感器，车辆安装的专业道路天气传感器以及路线沿途的道路天气站的数据，以改善道路天气预报。最有价值的观察结果是从传感器中收集的，通常测量道路表面温度以及潜在的摩擦和道路状态。

移动连接和验证

移动观察数据还可以在道路段的长度方面对道路天气预报的更高分辨率，这对于安全便捷的自动驾驶汽车特别有用。

道路天气数据的分辨率可以根据预期用途，传入的数据质量和可用性以及道路网络地形和地形而从几公里到几米不等。

作为天气观测技术和产品的全球领导者，Vaisala全面验证了其道路天气准确性。验证过程可能包括几个步骤，但最关键的是将道路条件与地面真相相匹配。我们通过将道路天气模型输出与附近Vaisala（或第三方）道路气象站或移动测量的实际道路状况观测进行比较来做到这一点。

实现更安全的地面运输

在大气天气可能会集中在空气温度，降水，湿度和风预测上的地方，道路天气信息与实现高效且安全的地面运输非常相关。提供高准确性，本地和实时的道路表面条件以及沿途沿线和超越地平线的摩擦预测，可为连接和自动驾驶汽车和舰队提供安全操作。当安全性是当务之急时，道路状况预测有助于为车辆性能和舒适性提供关键见解，例如：

• 允许自动驾驶
• 自动驾驶速度可能需要降低
• 需要手动控制。

Vaisala的道路天气预报服务目前涵盖北美和西欧。在接下来的几个月中，我们将继续增加服务的地理覆盖范围，准确性和预测数据解决方案。