恶劣的天气常常导致交通事故发生,造成人员伤亡和经济损失。因此,研究恶劣的天气条件与交通事故发生的影响程度具有重要意义。本文利用辽宁省59个气象站1980-2009年的降水量、气温、风速和雾等资料进行分析,采用统计学、天气气候学等方法,研究了显著影响辽宁交通运输的几种天气的时空分布特征;利用沈阳至山海关高速公路沿线8个代表站的降水、气温、路面温度、湿度、风和能见度等间隔10分钟的气象资料,采用最小二乘曲线拟合、人工智能神经网络、多元逐步线性回归等方法,建立了辽宁省公路能见度、降水、风、气温等预报方法,运用数学转换模型对路面温度以及冰雪路面等交通气象环境进行了识别,通过随机抽样,对所研究的方法和建立的模型进行了检验。结果表明:(1)在辽宁省,年降水量从西北向东南逐渐增加,东南部地区800-1050 mm,西北部地区400-500 mm,其中丹东地区发生暴雨及特大暴雨的几率较大;全省多年平均雾日在3.5-57.5d;大风雪过程东西部丘陵山区少于沿海和平原,辽宁东北部区域积雪深度最深;沿海地区出现的高温日数少于中部平原,低温出现日数东北部地区多于沿海地带。(2)所建立的预报模型适用于辽宁的交通环境,特别是采用多元逐步回归法建立的大雾预报方程在12小时内平均预报准确率约为73%;地表冰雪识别模型,对晴天路面状况的识别率达87.6%,对雪天路面状况识别率达83.4%。(3)建立了交通安全预报预警模型,得出在不同种类路面,不同速度的车辆行驶绝对安全距离,计算出不同的能见度和路面状况下的车辆安全行车速度;对不同气象条件进行了交通敏感度分析,对高影响天气进行了等级划分。本文的研究结果可为交通部门保障交通安全提供合理建议。