1 引 言我国特长公路隧道数量之多、建设规模之大为世界瞩目[1]。截至2023年底，全国特长公路隧道2 050处、924.01万延米[2]，特长公路隧道占我国公路隧道总里程的31％。据不完全统计，世界上已建成5 km以上跨度的特长公路隧道中国占51％，已建成10 km以上跨度的特长公路隧道中国占比超过 61％。以天山胜利隧道、大凉山1号隧道、木寨岭隧道等为代表的超特长公路隧道也在高质量建设中，预计到2027 年，我国 10 km 以上超特长公路隧道将达 56座，届时10 km以上跨度的特长公路隧道中国占比将超过 75％，彰显了我国是世界隧道大国[3]。我国在隧道建设方面取得了令世界瞩目的成就，但如何将建设好的隧道运营好，仍面临严峻的挑战。隧道运营中通风和照明是主要要素，共同保障特长公路隧道运营环境的空气质量和能见度，影响运营安全、舒适和节能。随着新能源车占比的增多，有害气体排放对通风的需要逐步降低，稀释非排放污染物是隧道通风必须考虑的现实问题[4]。此时，特长公路隧道运营通风考虑的“烟雾浓度”或“能见度”指标，与照明亮度存在较强的关联。但现行规范中[5~8]隧道通风、照明分别采用独立的理论和技术指标，缺乏有机联系，忽略了能见度和亮度的相关性，导致上述两个设计基准在保障行车安全时存在一定的片面性，是当前特长公路隧道运营交通安全事故数量、能耗数据均较高的主要原因之一。鉴于此，本文通过文献计量分析研究特长公路隧道通风照明热点和发展趋势，系统分类梳理通风照明理论和技术的研究现状、问题。进一步地，以保障特长隧道运营环境质量为前提，考虑通风和照明的联动作用，对未来交通背景下通风照明理论和技术进行展望。
2 文献计量分析
文献计量分析的数据来源于中国知网（CNKI）和 Web of Science（WOS）数据库。在中国知网以隧道照明、隧道通风等关键词进行检索，检索时间为2004年至2024年，剔除与隧道照明、通风相关性低的文献，如会计及海洋学，获得文献共 299 篇。在Web of Science 中，搜索由搜索公式 Topic=“tunnel”和“lighting”，Topic =“tunnel”和“ventilation”执行，使用搜索公式 Document type = article 来限制文章类型，剔除与隧道照明、通风相关性低的文献，共获得408篇文章。
2.1 文献计量分析
图1显示了近20年（2004年1月—2024年4月）隧道通风、照明相关文献数量的变化曲线。从图1中可以看出，自2008年以来，越来越多的学者关注隧道照明、通风领域。特别是2017年以后，隧道照明、通风相关文章的数量进一步增加。
图1 隧道通风、照明相关文献数量的年变化曲线
2.2 研究动态和发展利用 CiteSpace 软件对近20年来（2004年1月—2024年4月）隧道通风、照明领域的相关文章进行了分析。图 2为隧道通风、照明相关文章关键词时间轴图。
图2 隧道通风、照明相关文章的关键字时间轴中，右边标签是CiteSpace自动生成的关键字聚类的结果，显示了文章的研究主题。关键词按照出现的年份排列在所属的簇中，关键字之间的线表示这两个术语在同一篇文章中出现的情况，节点越大，出现的频率就越高。从图2中标注的关键词可以看出，自2004年以来，排放因子一直是研究的热点；2005年开始，通风量的计算也成为研究热点，车辆行驶过程中产生的大量污染物影响能见度，从而影响驾驶员的驾驶行为，因此，如何减少污染物是研究的重点。2007年，节能、视觉功效成为隧道照明领域的一个研究热点。2015 年以后，关键词的数量和种类开始显著增加。隧道照明研究的主要对象是隧道本身和驾驶员。其中，对于隧道运营，研究的目标是节能，研究人员通过仿真实验和计算，采用减光构件及遮阳棚等达到了节能的效果。对于驾驶员，研究的目标是安全和舒适，研究人员开始更多地关注视觉负荷问题。
2.3 研究热点图 3 给出了隧道通风照明文献的关键词共现情况，图中连接线表示两端的关键字出现在同一篇文章中。由图3可知，关键词共线性网络结构高度聚集，主要研究内容包括隧道出入口明暗适应、视觉负荷、通风照明计算方法、排放物、方案优化等。这些内容包括对节能和视觉舒适的关注，以及对智慧通风照明的探索。关于未来智慧交通下的隧道运营需求的研究尚未取得显著成果，缺乏关于人-车-隧道环境联动的研究。但随着人工智能和数字孪生技术的发展，隧道通风照明正向更加安全、节能、舒适、智能的方向发展。
2.4 总结根据文献计量分析可知，隧道通风照明领域的文章数量、类型和关键词数量在2017年有了大幅度增加，受到越来越多的关注。从图 3 可知，视觉负荷、明暗适应、节能、排放因子、烟雾、通风方案优化及通风照明计算方法等是研究人员关注的热点。虽然关于智慧交通及智慧通风照明的研究尚未形成重要节点，但可以预见，智慧交通及智慧通风照明将是未来隧道通风照明研究的热点。
3 特长公路隧道通风照明理论及技术研究现状
3.1 特长公路隧道通风理论及技术的研究现状受半空间管状结构特征影响，车辆经过隧道时产生的有害气体、轮胎磨损扬尘等交通污染物积聚在隧道内，影响行车安全。为此，国内外规范[8，9]围绕“烟尘设计浓度”“一氧化碳和二氧化氮设计浓度”和“换气要求”等三个方面推荐通风标准。目前的研究主要集中在车辆排放因子、通风计算理论和通风方案优化等三个方面。
3.1.1 车辆排放因子与烟雾分布规律王 旭等[10]研究了隧道需风量计算公式中基准排放因子随交通车辆更新引起的变化规律，指出相比于 2000 年，2021 年的 CO、NOx、PM 等污染物基准排放限值分别降低了81.6％、76.7％和97.9％，并建立了使用机动车污染物排放限值作为基准排放因子的最不利设计方法。Hao等[11]采用统一的稀释采样法和组分分析法分析了粒径、车重、燃油、排放控制水平以及行驶状态对颗粒物组分的影响。王明年等[12]针对厦门翔安海底隧道运营通风效果进行了现场测试，总结了交通高峰期和非高峰期两个时段隧道内气压、温湿度、风速、CO、NO2和PM浓度的分布规律。Li等[13]测量了台湾雪山隧道入口、出口、中间以及3个竖井出口处CO和NOx等有害气体的浓度，指出有害气体浓度最高处位于中间竖井出口（CO=12.27 ppm，NOx=1.85 ppm）。Cheng 等[14]应用便携式粒子分析仪调查了台湾雪山隧道颗粒物浓度及其粒径分布，指出隧道内交通量、纵坡坡度和通风系统均会影响超细颗粒水平和分布。
3.1.2 特长公路隧道通风计算理论合理利用特长隧道的自然风进行前馈运行通风控制，可以显著降低隧道运行成本。然而，传统的隧道自然风计算理论缺乏预测功能，Ni等[15]提出了一种三阶段隧道自然风预测方法。Wang 等[16]对超长公路隧道竖井自然风进行研究，提出了一种更为合理的多竖井超长公路隧道自然风速计算方法。李靖[17]通过程序化计算，实现了隧道需风量及风机配置的自动计算。Wang等[18]采用《公路隧道通风设计细则》（JTG/T D70/2-02—2014）、《道路隧道设计标准》（DG/TJ08-2033—2017）和2019年世界道路协会通风报告推荐的方法分别计算示例隧道所需新风量，发现相较于2014年的“通风细则”，后两种通风设计标准得到的隧道所需新风量分别降低了24.5％和21.7％，研究结果阐明了三种公路隧道通风设计标准的异同，定量呈现了不同因素导致的新风量计算差距，如图4所示。Wang等[19]针对大坡度隧道左、右洞风压不平衡的问题，提出了互补通风系统，并对其设计理论和计算方法进行了探讨。Feng等[20]指出确定隧道需风量，需要先计算出隧道内稀释烟尘、一氧化碳和置换空气的耗风量。
3.1.3 图4 三种计算标准所需新风量的比较特长公路隧道通风优化方式当隧道长度超过5 km时，仅采用全射流纵向通风难以满足通风标准，需要在隧道中部修建通风井用于通风和换气，同时在风机房内配备大功率风机用于提供通风动力[1]。Wang等[19]、夏丰勇等[21]依托大别山隧道互补式通风系统，根据预测的交通量（表1）和车型组成，以污染物浓度作为控制条件，研究不同交通量下通风方式的风机控制方式以降低能耗。王永东等[22]围绕互补式通风系统适用长度有限的问题，提出换气横通道结合单风井的混合通风方式，根据污染物浓度设计标准推导出混合通风方式的适应性。Liu等[23]考虑风机运行频率与各种污染物浓度、隧道长度和温度之间的关系，设计了一种基于径向基函数神经网络的隧道通风智能变频控制系统。表1 预测交通量[21]年份交通量基于相似理论，设计并搭建了一个横向长度相似比为1/50的通风模型试验台，模拟汾水岭长高速公路隧道不同风机开/关状态，试验结果用于汾水岭隧道原通风设计的优化。上述研究表明：污染物浓度是制约特长公路隧道通风规模的主要参数，其中，随着燃油车限排和电动车数量的增多，有害气体如CO、NO占比减少，烟尘浓度将成为制约特长公路隧道通风规模的关键参数。通过研究车辆排放因子与烟雾分布规律，可以评估隧道内的污染程度并制定相应的通风措施。未来的研究需进一步深入探讨特长公路隧道内污染颗粒物的来源、传播规律、系统优化等方面。进一步地，针对特长公路隧道的通风计算需要考虑更复杂的气流模型，竖井、斜井等结构可能导致通风气流的湍流和涡流增加，影响通风效果。自然风预测模型的精度需进一步提高，对混合通风方式的适用要求研究较少。
3.2 特长公路隧道照明理论及技术的研究现状公路隧道具有特殊的半封闭结构，其光环境及行车特性与普通道路具有显著区别。国内外公路隧道照明规范指出[6，7]：公路隧道设置照明的目的是保证在最小对比度或略高于最小对比度的条件下，驾驶员驾车经过公路隧道时在隧道洞口（或洞内任意位置）能够辨识1倍停车视距（表2）处其他的道路使用者或者是交通目标。
3.2.1 隧道亮度变化引发的视觉负荷问题入口段是进入隧道口的第一段，由于隧道入口段内外环境亮度差距较大，因此事故发生率往往也高。胡顺峰[25]通过统计事故规律得出隧道入口段事故次数最多的结论。Simons等[26]明确指出在白天隧道入口存在“黑洞效应”，为了改善这一现象，需要在隧道入口处加强照明，照明亮度与洞外亮度以及驾驶员眼睛适应暗环境所需的时间有关。目前确定隧道入口段照明亮度等级的方法主要有基于稳态视觉适应理论的L20方法、基于等效光幕理论的觉察对比度法、考虑驾驶员主观感受的SRN法等三种[27]。《公路隧道设计细则》（JTG D70/2—2014）[9]将入口段分为TH1，TH2两个照明段进行设置。梁 波等[28]基于模糊综合评价模型对生理负荷进行量化，表明暗适应会比明适应带来更大的生理负荷，而在隧道外明亮的环境下，驾驶员的生理负荷较低。Wang等[29]选择瞳孔面积最大瞬态速度值对隧道出入口不同时间段的生理负荷进行评价，结果表明夜间隧道出口段的生理负荷最大。Xu等[30]通过采用仿真软件建立了不同长度的隧道模型，基于驾驶员眼动及心电数据，分析了驾驶员在隧道入口前250 m和出口前50 m驾驶员眼动和心理负荷的变化规律。丁旭等[31]量化了隧道出入口段视觉变化规律，提出了瞳孔面积相对变化强度的概念，描述隧道出入口段视觉负荷渐变累积和急剧震荡的规律。Shang等[32]研究发现在出入口路段，驾驶员视觉负荷与速度呈正相关，与照度呈负相关，速度对视觉负荷的影响较大。
3.2.2 特长公路隧道单一环境下引起的视觉负荷问题秦鹏程等[33]在研究中指出，特长公路隧道中间段的首要问题是驾驶员长时间行驶在单调、幽闭的光环境中引起的视觉负荷过高。目前对于特长公路隧道光环境的评价都是以驾驶员行车过程中的各类心理、生理参数的变化情况来对特长公路隧道光环境进行评价。郭 春等[34]以10 km长大相岭泥巴山特长公路隧道为研究对象，对中间段照明节能的重要性进行分析，得出节能重点在于对中间段照明的控制。Wan 等[35]将主观等速刺激物和反应时间相结合，以评估驾驶员的视错觉。朱 彤等[36]研究表明，心率变异性指标在计算心理负荷时比心率指标具有更高的效度和信度，驾驶人在距离隧道入口较远处和距离隧道出口较近时负荷较大。吴 玲[37]基于心率及心率变异性指标构建心理负荷模型，量化高速公路特长隧道路段驾驶人心理负荷。Peng等[38]通过分析HRV及（LF/HF）这两个指标的时间变化，发现环境亮度感知比路面亮度能更准确地反映驾驶人在特长公路隧道中的生理和心理状态。Qin等[39]的研究表明，物理特性（路面亮度、侧壁亮度、亮度的总体均匀性和亮度的纵向均匀性）降低，并且生理变化（瞳孔直径和心率）增加，光环境的物理特性与驾驶员的生理变化呈负相关。3.2.3 特长公路隧道照明准确计算方法亮度是交通安全运营和节能重要的指标，根据国内外公路隧道照明规范[7，9，40]对亮度的描述为在驾驶员驾驶车辆行驶过程中，视线观测前方1倍停车视距处路面上的亮度值。目前主要包括洞外亮度和洞内亮度两个概念。围绕洞外亮度，白欣欣[41]针对西汉高速秦岭1号特长公路隧道现行照明系统的不足，采用基于洞外亮度变化的自动控制方案，实现了根据亮度变化选择需要开启的照明设备。鲍学俊等[42]以九顶山特长公路隧道节能改造项目为背景，针对洞外亮度、交通量、洞内亮度参数同时作用，分析公路隧道无级调光的数学模型和洞外亮度变化的随机性，提出了基于车流量和洞内外亮度的具有实时性和精细化调光能力的系统架构。王亚琴[43]基于可拓云模型进行运营公路隧道照明能耗动态评价研究，表明L20(S)是影响照明的主要影响因素。这说明减少洞外亮度很有必要，应通过实测洞外亮度进行调整，尽量降低洞外亮度L20(S)值。为了使学者方便区分，将此条件下得到的亮度值以视亮度表示。各规范均推荐采用现场测量得出的路面双向反射系数表[44]，查表计算视亮度值；《公路隧道设计细则》（JTG D70/2—2014）在亮度计算中没有考虑侧壁对亮度提高的影响，仅考虑直射的亮度贡献；国际隧道照规范（CIE88—2004）[44]，北美照明规范ANSI/IESRP-22-11[7]考虑了直射和间接反射对亮度的贡献，同时侧壁对路面产生的反射增量使用漫反射系数来表征侧壁的反射特征。然而整个亮度的表达过程却未考虑隧道内材料表面真实的反射特征以及路面的纵坡和横坡的坡率等因素对视亮度计算的影响。值得注意的是，在国际隧道照规范（CIE88—2004）[44]中也指出：目前，通常无法获得足够的隧道表面双向反射数据；因此，墙亮度和所有相互反射的计算不能以与实际情况正确对应的方式进行。对于路面亮度反射特征，许多学者进行了相关的研究。Galatanu等[45]指出已有研究描述了表面反射在隧道照明节能计算中的作用。Pe˜na-García等[46]确定了沥青路面的反射特性，强调了其隧道照明亮度的重要组成部分。Moretti等[47]引入了一种具有高反射系数的新型沥青路面，降低了安装和能源成本。侧壁作为隧道不可忽视的位置，梁 波等[48~50]分别基于1∶10和1∶1的室内模拟试验和实际隧道试验，研究了用于隧道侧墙的具有较高漫反射率的材料，以提高反射增量（表3）。从表3可以看出，当墙面反射率达到70％时，道路照明可以增加至少 10％，驾驶员识别道路目标的距离也可以延长。因此隧道侧壁越来越受到重视。基于上述问题，任昱豪等[51~53]基于BRDF提出了考虑侧壁反射的驾驶员视亮度计算模型，Liang等[54]考虑隧道运营期内的烟雾浓度情况，提出了路面照度计算方法等。图5所示为采用4种方法计算路面照度的结果，可以看出，考虑侧壁反射的BRDF计算方法的结果更接近实测值，可进一步降低照明设计阶段的能耗。上述研究表明：特长公路隧道（群）面临明暗适应、长时间低亮度两种特殊驾驶环境，考虑行驶时间累加对驾驶员心理生理状态、信息感知的影响，提出驾驶员视觉负荷量化模型，有助于得到缓解特长公路隧道环境下驾驶员心理生理负荷的针对性方案。同时，准确地考虑隧道内壁反射特征的驾驶人视亮度照明计算方法、考虑公路隧道洞外亮度预测方法等，可以为隧道照明系统的设计和运行提供科学依据。
4 特长公路隧道通风照明联动理论及技术的研究建议
4.1 隧址区自然风、自然光变化对通风照明影响的准确预测何 伟[55]依托实际运营隧道现场测试，分析了洞口朝向、设计速度、洞外景物反射特征等对洞外亮度的影响，提出了无云晴天水平面总辐射度、照度的预测模型，基于洞外景物法向亮度、照度以及观察方向的影响关系，提出了最大洞外亮度预测方法。张子晗[56]建立了基于六盘山隧道交通流与自然风双因素前馈式智能控制节能模型。杨 枫等[57]通过对雀儿山隧道进行长期监测，计算了隧道自然风速、风向并进行了现场实测验证。陈劲宇[58]基于杨林隧道自然风预测模型，提出了根据自然风预测方法的通风节能控制模式。金允泰[59]基于隧道外的自然光强度和实时的车流量对隧道照明系统进行控制。Gil-Martin 等[60]发现通过在隧道入口处设置半透明的聚酯支架可以有效地降低能耗及利用自然光照明。Gil-Martin 等[61]还根据阳光分布的原则，使用光管结构引入自然光。赫 敏[62]通过对鸡峰山隧道出入口洞外自然光特性进行调查与分析，制定出各阶段照明调控原则，并根据洞外自然光源特性控制隧道入口段人工照明光源指标。Chen 等[63]设计出了一种以两个镜片为核心的自然光照明系统，当自然光充足时，该系统可以补足入口段和出口段的亮度。
通过对自然风、光及洞外亮度预测方法的研究，为隧道通风照明系统节能优化提供了理论及技术支持，但仍亟需针对复杂天气下自然光、风的利用及系统的稳定性和可靠性进行深入研究。
4.2 考虑交通量动态变化对特长公路隧道行车安全舒适的影响
4.2.1 考虑特长公路隧道动态交通风的影响刘成伟等[64]指出在无法准确计算自然风和交通风的情况下，应加强隧道内风速的现场监测。郑晅等[65]依托太湖水下隧道建立了1 000 m长度的等比例横截面模型，对不同车型比例构成的车队在隧道行驶产生的交通风进行数值模拟并分析交通风的变化规律。Wang等[66]通过研究不同类型的竖井特长公路隧道，实现了利用交通风压来降低风机的装机功率。Król等[67]基于实地测量和理论建模，提出了隧道内车辆活塞效应引起的气流速度解析公式，指出其可用于探索隧道气流能量回收的潜力。Levoni等[68]设计了一种可移动多点气流测量装置，结合实地测量和数值模拟对意大利勃朗峰隧道流体动力学进行表征，推导了纵向通风条件下隧道内气流的简化解析模型，得到了隧道洞壁摩擦系数和射流风机效率系数。Król等[69]揭示了纵向空气速度沿隧道轴线分布不均匀，确定了横向送风显著改变了气流结构。
4.2.2 考虑烟雾对能见度、视亮度的影响周豫菡等[70，71]通过分析隧道能见度与烟雾浓度概念，指出隧道采用光线透过率间接衡量隧道能见度存在的问题，并探讨了隧道内照明亮度对能见度的影响。董丽丽等[72]通过试验指出，LED灯照明条件下，低透过率下通过按比例调节照明亮度，可以通过提高目标和背景的对比度来提升能见度；同时，在LED 隧道灯规定色温范围内高色温的 LED 光源可以提供更好的人眼感知亮度[73]。Niu 等[74]依托重庆长冲隧道，基于能见度的变化规律建立考虑隧道内能见度、交通量、车速、路面亮度和照明亮度的按需照明与动态优化模型。Hao等[75，76]基于隧道内同步观测的交通量、能见度、气象条件、污染物浓度的时间序列，研究了机动车排放颗粒物粒谱对能见度的影响特性。Liang 等[77]指出随着烟雾浓度和烟雾厚度的增加，透光率的下降趋势逐渐减缓，达到阈值后趋于稳定，并基于光衰减趋势，结合理论分析和试验数据拟合，量化了烟雾浓度、烟雾厚度与透光率之间的具体关系，得到了光衰减模型。
4.2.3 考虑特长公路隧道内不同交通量下车辆的行车安全需求韩 直等[78]在分析国内外公路隧道照明理论局限与不足的基础上，将交通量由小到大进行分段，按交通行为、行车速度、安全距离与照明亮度的关系，提出考虑交通量构成的照明亮度需求确定方法。在此基础上，陈 强[79]对交通量进行分段，分析了不同交通流下的安全距离，提出了基于停车视距的公路隧道基本段照明亮度需求计算方法。邓 凯[80]在不同的交通流、服务水平、车辆运行特征下，关于安全距离的确定还需进一步完善。梁 波等[81]选取重庆具有代表性的4条山岭隧道开展现场试验，建立了山岭隧道接近段车速和流量关系模型的函数表达式，推导基于流量与速度特性的山岭隧道接近段停
车视距公式。马兆有等[82]为响应毗邻互通立交特长公路隧道换道通行的客观需求，解决交通组织中车道控制方式和控制路段长度问题，建立了基于最小车头时距的车辆变道最小安全距离模型，测算特长公路隧道洞内或连接段变道最小安全距离。
通过研究交通风、能见度变化规律、交通量大小，可以为隧道运营安全提供保障。但仍亟需研究如何精准预测交通风及综合多种因素优化照明与能见度模型。
4.3 考虑特长公路隧道实际运营特征的智慧通风照明联动数字孪生模型构建与传统系统相比，目前的隧道通风照明系统应更加智能化、智慧化。为解决上述问题，将智能感知技术融于数字孪生，构建面向智能运维的架构体系和多维模型。通过建立数字孪生模型完全真实反映物理空间，从而在数字孪生模型中仿真模拟实际运维过程，为物理世界的正常运行提供保障。
基于数字孪生的智能运维架构体系如图 6 所示，建设基于BIM+物联网+数字孪生的平台，捕捉交通流、自然光、自然风、洞外亮度等信息。将物联网技术与智能感知融于数字孪生中，全面采集并传输动态实时的多源异构数据和信息。同时，设置相应协议，使数据格式统一，建立几何、物理、行为及规则为一体的数据模型。然后对这些原始数据进行数据预处理，由人工智能算法进行数据分析挖掘，并采用云平台化的方式，实现城市管理不同层级的数据共享、数据发掘、决策支撑、联动等要求。最后，在数据融合、预处理、分析挖掘的基础上，从数据库和知识库中提取相应参数，进行特征级和决策级的数据应用，从而作为调控建设活动的决策性依据。基于数字孪生的智能运维平台架构如图 7 所示，由物理空间（提供数据）与虚拟空间（仿真、可行性分析）交互映射，形成运维信息的孪生数据。依据孪生数据进行运维过程的实时监控，智能诊断各类运维对象的状态，科学预警发生问题的位置并及时补救或辅助决策。将辅助决策导入虚拟空间中，进行可行性分析，从而输出合理的措施，结合运维过程的人机交互系统，指导现实物理空间的运维。与此同时，将维护后的信息继续实时分析，以此形成运维过程的智能化闭环控制。
建立BIM+物联网+数字孪生平台采集处理自然风、光及交通量动态变化时的数据，进行仿真模拟，实现运维实时预测、运算分析与输出结果，用于精准调控隧道通风照明系统。
5 结论与展望
（1）2017年以来，隧道通风照明领域引起越来越多学者的关注，关注点主要集中在隧道照明视觉负荷、车辆排放因子以及通风照明方案优化。
（2）特长公路隧道内，污染颗粒物的来源及传播规律，竖井、斜井等结构对通风效果的影响，自然风预测模型的精度，烟雾浓度对能见度的影响等需深入研究。
（3）特长隧道复杂光环境下驾驶员视觉负荷的综合评价、考虑隧道洞外亮度的预测方法、烟雾浓度对能见度、洞内亮度的影响等需深入研究。
（4）通过对自然风、自然光的准确预测，交通量动态变化对行车安全影响的研究，提出构建考虑隧道运营特征的智慧通风照明联动数字孪生模型，在模型中仿真模拟实际运维过程，并进行可行性分析，输出结果用于精准调控隧道通风照明系统。