Multi-Horizon, Multi-Depth Forecasting of Pavement Temperature in a Continental Climate: Machine Learning Methods Benchmarked Against a Persistence Baseline

Technische Samenvatting: Multi-horizon, Multi-diepte Voorspelling van Asfalt Temperatuur in een Continentaal Klimaat

Probleemstelling
Nauwkeurige voorspelling van de asfalt temperatuur op meerdere dieptes is cruciaal voor mechanisch-empirisch asfaltontwerp, inclusief thermische spanningen, rutting-voorspelling, lage-temperatuur scheurvorming en beheer van vorst-dooi cycli. Hoewel machine learning (ML) steeds vaker wordt toegepast op dit probleem, rapporteren recente literatuur frequent hoge determinatiecoëfficiënten ($R^2 > 0,95$) zonder te benchmarken tegen triviale baselines. Deze studie adresseert drie methodologische hiaten in het huidige onderzoek: (1) het falen om rekening te houden met de extreme autocorrelatie die inherent is aan asfalt temperatuur tijdreeksen, wat de schijnbare voorspellende vaardigheid kan opblazen; (2) de afhankelijkheid van enkelvoudige chronologische train-test splits die er niet in slagen seizoensvariatie te vangen; en (3) de omissie van naïeve persistentie-baselines, die de standaard benchmark zijn in operationele voorspellingen. De studie beoogt vast te stellen onder welke specifieke condities (diepte, voorspellingshorizon en datavolume) ML-methoden werkelijk waarde toevoegen ten opzichte van een eenvoudige persistentievoorspelling.

Methodologie
Het onderzoek maakt gebruik van één jaar aan uurlijkse temperatuurgegevens ($n = 7.067$ observaties) van een geautomatiseerd meetstation nabij Astana, Kazachstan, in een scherp continentaal klimaat. De dataset bevat metingen op acht dieptes onder het oppervlak (3 cm tot 300 cm) en de omgevingstemperatuur.

• Voorspellingsopgave: De studie evalueert voorspellingen op drie horizonten: 24 uur (dagelijks), 168 uur (wekelijks) en 720 uur (30 dagen).
• Modellen: Zes ML-algoritmen werden geëvalueerd: Lineaire Regressie, Ridge Regressie, Lasso Regressie, Random Forest, Gradient Boosting en Extreme Gradient Boosting (XGBoost).
• Baseline: Een naïeve persistentie-baseline ($\hat{y}_{t+h} = y_t$) werd gebruikt als de primaire benchmark.
• Feature Engineering: Er werd een "lekvrij" protocol geïmplementeerd. Kenmerken bevatten vertraagde waarden (1, 3, 6, 12, 24, 72, 168 uur), voortschrijdende vensterstatistieken (gemiddelden/SD van 24u en 168u) en cyclische coderingen van de tijd. Cruciaal is dat er geen informatie van dezelfde tijdstap op andere dieptes als predictor werd gebruikt om te voorkomen dat de taak degradeerde naar ruimtelijke interpolatie.
• Validatie: Een vijf-voudige expanding-window blocked time-series cross-validatie werd toegepast. Deze aanpak stelt modellen bloot aan seizoensgebonden distributieverschuivingen (bijv. trainen op zomer-/herfstdata en testen op winterdata) in plaats van te vertrouwen op een enkele statische split.
• Metrieken: Prestaties werden beoordeeld met behulp van Root-Mean-Squared Error (RMSE), Mean Absolute Error (MAE) en $R^2$.

Belangrijkste Resultaten

1. Dominantie van Persistentie bij Korte Horizonten: Bij de 24-uurs horizon presteerde de persistentie-baseline beter dan alle zes de ML-algoritmen op elke diepte. Persistentie bereikte $R^2$-waarden tussen 0,94 en 0,999 met RMSE's variërend van 0,23°C (bij 180 cm) tot 4,37°C (bij 3 cm). Geen enkel ML-model overtrof de persistentie-baseline in de gemiddelde RMSE.
2. Beperkte ML-waarde bij Intermediaire/Lange Horizonten: ML-methoden begonnen pas competitief of superieur te worden onder specifieke condities:
   • 168-uur horizon: Lasso regressie behaalde de laagste RMSE in 22% van de diepte-fold combinaties, voornamelijk op intermediaire dieptes (120 cm en 180 cm), maar persistentie bleef superieur in de totale gemiddelde over de folds.
   • 720-uur horizon: Bij de 30-dagen horizon werden ML-methoden competitief op diepere lagen. Random Forest bereikte een RMSE-reductie van 20% vergeleken met persistentie op de 300 cm diepte. Lasso toonde bescheiden verbeteringen op intermediaire dieptes (40–180 cm). Echter, bij dieptes nabij het oppervlak (3–20 cm) kwam geen enkele ML-methode in de buurt van de prestaties van persistentie.
3. Impact van Trainingsdatagrootte: De prestaties van ML waren zeer gevoelig voor de grootte van de trainingsset. Met kleine datasets (~1.245 uur) presteerden ML-modellen significant slechter dan persistentie. Stabiele, competitieve prestaties vereisten ongeveer 4.000–5.000 uur (zes maanden) aan trainingsdata.
4. Diepte-afhankelijke Voorspelbaarheid: Een monotone toename van voorspelbaarheid met de diepte werd waargenomen bij alle methoden, inclusief persistentie. Dit weerspiegelt de fysieke thermische traagheid van het asfalt systeem, waarbij diepere lagen een tragere, gladdere temperatuurontwikkeling vertonen, in plaats van een verbetering in algoritmische capaciteit.

Belangrijkste Bijdragen en Betekenis
Het artikel biedt een correctie op het heersende narratief in de asfalt temperatuur literatuur dat ML problemen "oplost". De belangrijkste bijdragen zijn:

• Methodologische Benchmarking: Dit is de eerste studie die expliciet een uitgebreide suite van ML-algoritmen benchmarkt tegen een naïeve persistentie-baseline over meerdere horizonten en dieptes voor asfalt temperatuur. Het demonstreert dat veel eerder gerapporteerde hoge $R^2$-waarden waarschijnlijk het gevolg zijn van het exploiteren van autocorrelatie (persistentie) in plaats van echte voorspellende vaardigheid.
• Identificatie van Regimes: De studie stelt duidelijke grenzen vast voor de bruikbaarheid van ML. ML voegt alleen waarde toe bij langere horizonten (≥168 uur) en grotere dieptes (≥60 cm) waar thermische diffusie hoogfrequente variabiliteit dempt en de persistentie-aanname begint te falen. Voor kortetermijn operationele beslissingen (bijv. dagelijks onderhoud) is persistentie voldoende en robuuster.
• Lekvrije Protocollen: Door een strikt "geen gelijktijdige cross-diepte" feature engineering protocol af te dwingen, benadrukt de studie hoe standaardpraktijken in het veld onbedoeld voorspellings-taken kunnen veranderen in ruimtelijke interpolatie, wat prestatie-metrieken kunstmatig opblaast.
• Praktische Richtlijnen: De bevindingen bieden evidence-based begeleiding voor ingenieurs: gebruik persistentie voor kortetermijnvoorspellingen; overweeg Lasso regressie voor medium-termijn, intermediaire diepte planning; en overweeg tree-based ensembles alleen voor langetermijn, diepe laag seizoensplanning, mits voldoende historische data (≥6 maanden) beschikbaar is.

Beperkingen
De auteurs erkennen dat de resultaten gebaseerd zijn op één station en één jaarcyclus. Hoewel de locatie representatief is voor het continentale klimaat, is cross-station validatie over het bredere KazDorNII-netwerk (met verschillende breedtegraden en bodemtypes) vereist om generaliseerbaarheid te bevestigen. Daarnaast sloot de feature set meteorologische covariaten zoals zonnestraling en windsnelheid uit, wat de prestaties van oppervlakte temperatuur voorspelling kan beperken. Ten slotte gebruikte de studie de eenvoudigste persistentie-baseline; toekomstig werk zou ML moeten vergelijken met meer geavanceerde baselines zoals seasonal-naive of ARMA-modellen.