背景介绍

在许多发展中城市，交通基础设施正快速增长，不论是道路还是地铁或快速公交都是如此，但仍不能满足日益增长的城市交通需求。随着桥梁隧道的不断建设，对道路桥梁隧道的健康状态检测就变得异常重要，道路检修的时机及修理程度的确定不仅需要花费大量的人力和金钱，同样也关系到道路的安全。

目前的建设中，路桥隧道也占有很大的比例，在路桥隧道的养护中不同环境温度对隧道的衬砌温度场、位移、应力分布都有极大影响。因此建立路桥隧道健康状态监测，首先需要对隧道温度进行监控，实时掌控路桥隧道状况，方便及时进行检修。

解决方案

采用以下两种方案进行路桥隧道温度的分析：

用相关性分析的方法，对隧道内采集的多维度的数据进行分析，确定影响因素与结果之间的相关关系：比如滞后程度，周期性规律，从而通过对影响因素监控就可以进一步监控路桥隧道的实际状态。主要采用的算法是：多变量间的 Pearson 相关性系数，cos 相似度分析，自相关分析，交叉相关性分析。

采用回归分析的方法，对隧道内温度、位移、沉降等进行回归分析，从而得到拟合模型，从而通过拟合的温度、位移、沉降等情况对路桥隧道的整体情况进行研判。主要采用一元回归，二元回归，Lasso 回归等。

预期效果

通过检测到车速，车流量，对温度的交叉相关性分析与计算，得到车速，车流量与温度基本成线性相关，相关系数在 0.6~0.8 之间，但是存在一定的滞后时间，从而拟合出温度后就可对车流量进行估计与预判。

车流量与温度的交叉相关系数

对不同采样频率下的数据采用湿度，光照度，风速，风向等参数对路桥隧道的温度进行多元回归分析，得到的回归结果如下，可以看到预测的结果（蓝线）和真实结果（红线）基本一致，可以对路桥的温度进行精确的估计。

A 采样频率为 5min 的温度拟合结果

B 采样频率为 1 小时的温度拟合结果

综上，采用多元回归分析可以对路桥温度进行准确估计，对路桥健康状态的监测起到重要意义。