基于随机森林算法的云南昆磨高速公路气象风险研究OA北大核心CSTPCD
Meteorological Risk Research of Kunmo Expressway in Yunnan Province Based on Random Forest Algorithm
利用2018-2021年昆磨高速沿线交通气象观测站点数据,计算了总降水量及能见度低于500 m的天数,将其与地灾点、隧道点和桥梁点核密度以及道路曲率半径栅格数据输入到基于随机森林算法的预测模型中,最终昆磨高速危险路段回归预测结果R2值为0.790,P值为0.001,满足显著性检验要求,且预测结果与验证数据之间高度拟合.结果表明:①中度危险性以上路段集中在昆磨高速沿线"上—中"段的呈贡区、晋宁县、红塔区、峨山县、宁洱县以及景洪市,其中重大危险等级路…查看全部>>
Based on the data of 22 traffic meteorological observation stations along Kunming-Mohan Express-way from 2018 to 2021,the total precipitation and the number of days with visibility less than 500 meters are cal-culated.The kernel density of ground disaster points,tunnel points and bridge points and the grid data of road cur-vature radius are input into the prediction model based on random forest algorithm.Finally,the R2 value of the re-gression predicti…查看全部>>
向曦;王鑫瑞;彭启洋;彭艳秋
云南省气象服务中心,云南昆明 650094云南大学地球科学学院,云南昆明 650500云南省气象服务中心,云南昆明 650094云南省气象服务中心,云南昆明 650094
环境科学
公路气象风险随机森林预测机器学习昆磨高速
highway meteorological riskrandom forest predictionmachine learningKunmo Expressway
《灾害学》 2024 (2)
21-25,72,6
云南省社会发展专项(202203AC100006)云南省政府决策咨询课题(ZFKKT-2021-096)云南大学第十四届研究生科研创新项目(KC-22222292)
评论