天山山区道路冰雪灾害受复杂地形、局地气象及道路结构共同影响，具有突发性、持续演化性和显著空间差异性。现有数据资源多面向单一图像识别或结构化风险评估，难以支撑从环境感知、风险研判到交通管控和信息发布的连续业务链条。为此，本研究构建了AI-Ready道路冰雪灾害预警多模态大模型微调数据集。
文本数据来源于新疆交通公众出行信息服务网2013年3月至2026年1月公开发布的6496条道路气象灾害记录，经标准化处理、语义审核和事件母表构建后，保留5536条有效事件，并据此派生事实抽取、风险研判、管控建议、公众提示、恢复时间研判、应急复盘、道路事件初报生成和跨来源一致性校验8类任务，共形成39909条文本指令微调样本。图像数据经感知去重、算法筛选和人工复核后保留808幅道路图像，覆盖干燥、积雪、结冰、风吹雪、融雪和潮湿6类路面状态，并遵循“可见证据优先”原则构建单图多模态指令样本；其中264幅融雪和潮湿路面图像进一步融合确定性生成的气温、降水量和风速情景参数，并采用四阶多项式模型生成可复算的结冰时间监督标签。最终数据集包含40717条样本，统一采用六字段JSON Lines格式组织。数据质量控制结果表明，事件文本在可追溯性、语义一致性和任务规则约束方面满足微调要求；808组图文样本经人工审校后具有良好的图文一致性，且不同数据子集之间未发现近重复图像。进一步基于Qwen2-VL-2B开展LoRA微调验证，微调模型在道路事件事实抽取任务中的F1值达到0.984，在路面状态识别任务中的准确率和Macro-F1分别达到0.962和0.958，并在应急复盘和道路事件初报生成任务中表现出良好的领域适配性能。该数据集可为高寒山区道路冰雪灾害场景下文本大模型和视觉语言模型的监督微调、任务评测及道路安全预警应用拓展提供可追溯、可复现的多模态数据基础。
| # | 编号 | 名称 | 类型 |
| 1 | 2025YFE0211400-6 | 中亚-南亚寒旱区科学数据国际合作中心构建与合作研究 | 国家重点研发计划 |
本作品采用
CC BY 4.0 （知识共享 署名 4.0 国际许可协议）进行许可。
CSTR:11738.11.ncdc.llm.db7721.2026
10.12072/ncdc.llm.db7721.2026
