第５１卷第１期２０２３年２月Ｖｏｌ．５１，Ｎｏ．１Ｆｅｂ．２０２３气象科技ＭＥＴＥＯＲＯＬＯＧＩＣＡＬＳＣＩＥＮＣＥＡＮＤＴＥＣＨＮＯＬＯＧＹ基于机器学习技术的逐时雾事故判别气象模型宋建洋１田华１，２＊郜婧婧１王志１，２李蔼恂１陈运１（１中国气象局公共气象服务中心，北京１０００８１；２中国气象局交通气象重点开放实验室，南京２１０００９）摘要为进一步提高雾天交通安全气象保障精细化能力，以江苏、安徽高速公路雾事故多发路段为例，利用２０１２—２０１８年事故信息与气象资料，建立一种基于变量选择和特征提取的逐时雾事故判别支持向量机模型。模型参照递归特征消除思路选择事故发生时间、地理位置、气象环境等重要变量，使用主成分分析提取重要变量的主要特征，并以径向基为核函数、以网络搜索确定最优参数。结果表明：结合重要变量选择和主成分分析的支持向量机混合模型能够成功识别出训练集８１．４％和测试集８３．０％的事故样本，ＡＵＣ分数均为０．９４６；判别效果优于支持向量机单独算法，以及仅基于重要变量选择或主成分分析的支持向量机算法；３个典型实例分析也说明该模型对于阶段性或持续性大雾天气下的交通事故发生有一定判识与警示意义。关键词高速公路；雾天交通事故判别；逐小时概率；变量选择；主成分分析；支持向量机中图分类号：Ｐ４９，Ｘ４３ＤＯＩ：１０．１９５１７／ｊ．１６７１－６３４５．２０２２００８１文献标识码：Ａｈｔｔｐ：／／ｗｗｗ．ｑｘｋｊ．ｎｅｔ．ｃｎ气象科技国家重点研发计划项目（２０２０ＹＦＢ１６００１００、２０１８ＹＦＣ１５０５５０３）和中国气象局公共气象服务中心创新基金项目（Ｋ２０２１００２）资助作者简介：宋建洋，女，１９８８年生，硕士，高级工程师，从事公路交通气象预报技术研究与服务工作，Ｅｍａｉｌ：ｓｏｎｇｊｙ２２７＠１６３．ｃｏｍ收稿日期：２０２２年２月２５日；定稿日期：２０２２年８月２２日＊通信作者，Ｅｍａｉｌ：ｔｉａｎｈ１＠ｃｍａ．ｃｎ引言近年来，随着我国高速公路的蓬勃发展，交通事故率明显上升，给社会、经济带来了不可估量的影响。据公安部交通管理局统计，高速公路每百公里事故发生率是普通公路的４倍多［１］，其中近３０％是在恶劣天气中发生的，并以雾天影响最大，在多发地区高速公路路段的死亡率占比可达４０％［２４］。因此，雾天高速公路交通事故（以下简称“雾事故”）不良环境判别成为交通安全管理部门...
