Uutinen 30.1.2023

Tien lähiympäristö aiheuttaa merkittäviä eroja tienpintalämpötilaan jopa ajosuuntien välillä

Ilmatieteen laitoksen tiesäämallia on kehitetty ottamaan tien lähiympäristö huomioon. Parhaimmissa tapauksissa lähiympäristön huomiointi parantaa merkittävästi tienpintalämpötilaennusteiden tarkkuutta. Tuloksissa havaittiin merkittäviä eroja jopa moottoritien ajosuuntien välillä, kun esimerkiksi kallioleikkaukset varjostavat tien eteläisempää puolta.
Kuva: Juha Tuomi.

Tienpinnan olosuhteiden ennustaminen on tärkeä osa liikenneturvallisuutta ja tehokasta tienhoitoa. Ilmatieteen laitoksella kehitetty tiesäämalli tuottaa tiellä vallitseviin olosuhteisiin tarkennettuja lämpötila- ja keliennusteita kelivaroitusten antamisen ja teiden ylläpidon avuksi. Aiemmin tiesäämalli on olettanut tien lähiympäristön täysin avoimeksi, mutta nyt malli kykenee ottamaan huomioon esimerkiksi ympäröivän metsän aiheuttaman varjostuksen.

Tietä reunustavilla rakennuksilla, metsällä ja maastonmuodoilla on merkittävä vaikutus tienpinnan lämpötilaan. Ne voivat aiheuttaa tielle varjoja päiväsaikaan ja vapauttavat lämpösäteilyä yöllä. Eroja voi syntyä jopa kaistojen välille, jos toinen kaista on varjossa ja toinen auringossa. Kun nämä tekijät otetaan huomioon, voidaan tuottaa tarkempia ennusteita tienpinnan lämpötilasta. Tarkat pintalämpötilaennusteet puolestaan auttavat teiden kunnossapitäjiä arvioimaan milloin tie on menossa pakkaselle ja olisiko tarvetta suolaukselle.

Uudistettu tiesäämalli mahdollistaa tarkan resoluution ennusteet. Ilmatieteen laitoksella on tällä hetkellä käynnissä testi, jossa tehdään tiesääennusteita Helsinki-Turku moottoritielle 50 metrin välein molempiin ajosuuntiin.

Ennustepaikka ja ajankohta vaikuttavat tienpinnan lämpötilaennusteen tarkkuuteen

Lähiympäristön huomioimisen vaikutus tienpintalämpötilaennusteiden tarkkuuteen vaihteli huomattavasti riippuen paikasta, kuukaudesta ja vuorokauden ajasta. Parhaimmillaan varjostusten huomioiminen paransi pintalämpötilaennusteen tarkkuutta päiväsaikaan. Kuitenkin oli myös tapauksia, joissa ennusteiden tarkkuus ei merkittävästi muuttunut tai joissa se huononi. Joissain tilanteissa ennustettu lämpötila oli jo alkuperäisessä ennusteessa liian kylmä ja varjostuksen aiheuttama auringon säteilyn väheneminen mallissa vain kylmensi ennustetta lisää.

Uudistettua mallia testattiin Ilmatieteen laitoksella tuottamalla ennusteita takautuvasti kolmelle talvikaudelle vuosien 2018 ja 2021 välillä. Vertailun vuoksi ennusteet tuotettiin myös vanhalla malliversiolla, joka ei ottanut lähiympäristöä huomioon. Maanmittauslaitoksen tuottamaa laserkeilausaineistoa käytettiin ympäristön avoimuuden määrittämiseen tiepisteissä. Laserkeilausaineiston ja auringon suunnan avulla määritettiin, milloin tiepiste on varjossa. Mallia testattiin 23:lla valitulla tiesääasemalla, jotka sijaitsivat eri puolilla Suomea.

Lisätietoja

Tutkija Virve Karsisto, Ilmatieteen laitos, p. 050 496 4647, virve.karsisto@fmi.fi

Tieteellinen artikkeli on saatavilla Journal of Applied Meteorology and Climatology -tiedelehdessä.

Viite: Karsisto, V., and Horttanainen, M. (2022). Sky View Factor and Screening Impacts on the Forecast Accuracy of Road Surface Temperatures in Finland. Journal of Applied Meteorology and Climatology, 62(2), 121-138, available from: https://doi.org/10.1175/JAMC-D-22-0026.1

TiedeuutinenTiesääLiikenne