(资料图片)

江淮多雾，踪迹难测，这一直是横亘在安徽交通和气象部门面前的难题。如何拨开迷雾、还道路交通安全一个保障？

十余年间，安徽持续建设恶劣气象条件监测预警系统和高速公路全程视频监控系统，全省5400余公里的高速公路累计建成交通气象监测站1345套，气象监测站点密度平均间距达到4公里，团雾多发路段能见度监测站点密度达到2-3公里。通过持续的站点加密，安徽省浓雾监测预警能力得到极大提升，但团雾监测盲区依然难以消除，“大网捕小鱼”的情况仍时有发生。怎么办？当下热门的人工智能技术因其低成本、高效率，成为了破解相关难题、成就“智慧气象”的重要抓手，安徽在交通气象服务领域正向这条新赛道开进。

通过“云+端”架构的分布式视频图像采集系统，安徽气象部门实现3000余条道路视频数据汇入交通气象服务系统，对月均800万张视频图像的能见度等级进行自动标注，形成机器学习样本库。该项技术基于卷积神经网络和注意力机制，构建基于人工智能的昼夜大雾等级图像识别模型，保证复杂场景下能见度反演精度，智能识别出大雾能见度等级，同时展示低能见度现场监控画面天气实况。

省气象局交通气象服务团队负责人周建平介绍：“我们将海量交通气象站数据和道路视频监控数据融合，构建了基于细分场景的大雾识别模型，这对局地团雾、近地面雾的监测预警更加有效。”通过整合气象站、摄像头、气象卫星等多源数据，实现融合感知的全天候低能见度综合判识，大雾等级综合识别准确率达到93%以上，逐步打造“公里级”“分钟级”大雾监测网，满足交管部门对精细化、智能化大雾监测预警的服务需求。

雾不均匀地分布在高速公路的不同路段，其生成和转换突发且迅速，轻雾可在数分钟内变成浓雾。雾的类型不同，其影响因子和预报指标也有较大差别。人工智能技术在海量数据处理上独具优势，这一优势同样在大雾短期预报中得到发挥。依托高密度的高速公路能见度监测数据，安徽气象部门基于历史区域性大雾数据，将安徽省分为7个大雾区域，分区域采用机器学习算法，构建基于气块反向追踪大雾短期预报模型，实现高速公路大雾提前12小时客观预报，大雾短期预报结果综合区域准确率达到73%。

2023年2月22日夜间至23日上午，一场大雾突袭安徽省沿淮淮北地区。运用大雾客观化预报方法，气象部门在22日16时制作了精细到路段的大雾影响预报，发送至省交警指挥中心、所辖高速公路大队、路段责任人，公安交管部门根据雾情预报提前部署夜间值班力量。23时气象部门将实时监测到的徐明高速、宁洛高速局部路段雾发生情况向路段管理责任人发送预警信息。经核查实况，交管部门分析研判于23时30分采取限速、分流、入口封闭等不同等级管控措施，并向驾乘人员精准预警。23日9时大雾消散，相关管控措施解除。本次大雾过程安徽省交通气象服务及预警平台共计发送预警短信0.7万余人次。

在全省通车里程和车流量双增长的背景下，自安徽省高速公路大雾视频识别系统建成应用以来，全省因恶劣天气条件引起的交通事故数、伤亡人数均明显下降。

人工智能技术和交通气象预报碰撞的“火花”不止于此，安徽还将人工智能技术应用到了道路状态识别上，建立道路干燥、潮湿、积水、积雪四种路面状态识别算法，识别准确率超过90%，填补了交通气象服务业务中路面状态监测产品的空白。如今，人工智能技术的“触角”正在不断延伸，作为该项技术在气象高质量发展中的应用创新者和推动者，安徽气象部门正在“走出迷雾”的探索中不断突破“智慧气象”的边界。

（作者：江春 王娣 责任编辑：张林）