基于数据挖掘的地铁车站热湿特征抽取

杜书波， 李德奎， 杨峰， 李念程， 张鹏

(1. 同济大学建筑与城市规划学院， 上海 200092； 2. 聊城大学建筑工程学院， 聊城 252000； 3.聊城大学计算机学院， 聊城 252000； 4. 青岛地铁集团有限公司， 青岛 266021； 5. 西悉尼大学工程设计建成环境学院， 悉尼 NSW 2751， 澳大利亚)

2021年是中国“十四五”规划的开局年，也被喻为“碳中和”元年[1]，随着“30-60双碳”目标升级为国家战略，各领域、各城市均提出了各自“碳达峰、碳中和”的时间表和路线图，交通、建筑等重点领域的减排是目标实现的关键[2]。轨道交通是城市可持续发展的重要推动力，中国城市轨道交通近10年来得到了迅猛发展，仅在“十三五”期间累计新增运营线路长度4 351.7 km[3]。截至2020年底，共有45个城市开通运营线路244条，线路总长度7 969.7 km，投运车站4 681座，其中换乘站472座[4]。城轨交通的投运在缓解城市交通拥堵问题的同时，其交通线网的巨大能耗不容小觑。仅2020年，中国城轨交通总电能耗达172.4亿kW·h，其中牵引能耗84亿kW·h，牵引能耗占比48.72%[4]，与发达国家的牵引能耗占比70%以上差距明显[5]。

因此如何降低非牵引能耗占比成为研究重点。刘志鹏[6]在对比南京3号线车站能耗数据中发现，地下车站的平均能耗远高于地上站能耗，且不同季节对地下站和地上站能耗比值影响巨大，冬季2月为1.5∶1，夏季8月为5.2∶1。江亿院士在2016年城轨交通节能会议上指出：中国北方地区地铁环控系统能耗占了车站总能耗的1/3，而南方地区则在50%左右，环控系统是地铁车站主要能耗[7]。

目前，很多城市对地铁站点的能耗是进行定额计算的，如北京市出台《城市轨道交通能源消耗评价方法》，明确提出车站能耗评价指标[8]。在研究领域，刘爽等[9]以北京部分车站为例，对车站能耗的主要影响因素进行了相关分析，发现主要影响因素的相关性排序为建筑面积、敷设方式、出入口数量、线路条数及日客流量。马江燕等[10]关于活塞风与空调共同作用气流耦合模型显示，活塞风对站点能耗起一定作用。陈超等[11]的研究发现，随着地铁埋深增加，风井和通道的进、排风量均有所减少，地铁能耗受外界影响减小。同时研究显示各城市所处气候区的不同地铁站能耗也呈现显著差异[12]。

现利用地铁日报数据，通过整理和清洗，提取出城市轨道交通常规指标数据和内外环境两大类数据，以轨道交通两条地下线路为对象展开研究。

对运营期各阶段的车站类型尤其对车站物理特征进行科学的识别和定位，可为城轨交通的线网规划、客流预测、车站内建成环境、车站运营管理及能效提升起到重要的指导作用，也为实现提高热舒适度和低成本运营提供技术支撑。

1 数据与变量选择

1.1 研究区域

选取寒冷地区某大型城市地铁Line A、B两条线路43座车站中38座有效数据车站(含两个换乘站)为研究对象，其中Line A有18座车站，Line B有22座车站。Line A、B两条线路从线路长度、车站数量、最高时速、开通时间基本相近(表1)，有较好的对比研究价值。

表1 城轨交通线路基本情况Table 1 Basic conditions of urban rail transit lines

1.2 基础数据

本研究地理信息数据采用百度地图爬取，温湿度数据来源为轨交公司非疫情年运营日报报表整理。数据内容包括：各车站公共区域温湿度数据、室外温湿度、客流、能耗等数据。温湿度数据来自站内传感器记录的日均数据，通过运营日报数据清洗、整理，得到Line A、B全年每日各车站进出站客流，站内外温湿度，线路运营能耗等相关数据。

从图1看，Line B客流量整体略高于Line A，客流在五一、十一假期，出现两次客流高峰，单日最高客流出现在十一假期，近50万人次/d；春节和台风日出现客流的低点，大年初一客流最低，不足5万人次/d；在非节假日，客流呈周末低、工作日高的波动特点，客流维持在20万人次/d，同时因该城市为季节性旅游城市，夏季7—9月客流量有小幅增加，夏季维持在25万人次/d左右。

因为Line A、B建设中未设置能耗分项计量，能耗数据仅按线路整体计量。地铁日报中包括线路牵引能耗、线损、动力照明、运营总能耗等数据。可看出牵引能耗Line B牵引能耗总体大于Line A，其中重要原因是Line B日客流量大于Line A。非牵引能耗在空调季出现明显增幅，并在8月初出现峰值，原因是空调通风工况调整和当地气候特点影响，从图2可看出，牵引能耗受季节影响变化不大，但非牵引能耗在空调季增幅巨大。

图1 Line A、B年客流量变化图Fig.1 Line A, B annual passenger flow change

图2 Line A、B牵引能耗占比Fig.2 Proportion of traction energy consumption of Line A, B

在对A、B两线路牵引能耗占比分析中发现，Line A的全年牵引能耗占比为40.7%，Line B为37.2%(含线损，占总能耗比0.5%左右)；在空调季，Line A、B牵引能耗占比下降为34.1%和30.2%(含线损)(图2)。牵引能耗占比明显低于北京、上海等城市55%左右[4]，与发达国家70%差距巨大，因此非牵引能效有较大提升空间。

2 数据挖掘方法

数据挖掘是一种决策支持过程，是从大量数据中揭示出隐含的、先前未知的并具有潜在价值信息的过程。算法主要包含分类、预测、聚类、关联分析等四种类型。本研究主要利用聚类和方差分析两种方法。

Deng等[13]将聚类分析方法用于中国办公建筑气候区划，并对K-means、Agglomerative Hierarchical Clustering两种聚类方法进行了比较。Wang等[14]利用空间聚类研究了土地覆盖类型对地表温度(land surface temperature, LST)的影响。在轨道交通方向，利用K-means算法处理AFC(automatic fare collection system)数据、用地分类数据、POI(point of information)爬取数据等多源数据分析数据客流特征。夏雪等[15]、徐威等[16]对沈阳和苏州轨交数据应用次方法进行聚类分析，将车站均划分为了：居住型、商业商务型等5种类型。袁发涛等[17]利用重庆一天的AFC进出站数据，对进出站数据分别聚类，聚类出进站和出站各6个类别，客流数据较好地刻画了商务娱乐、住宅密集区域、工作密集区；杜翠丽等[18]利用SOM(self organizing maps)神经网络和模糊分类算法对北京AFC数据多指标数据进行分类。赵源[19]基于K-means对上海地铁车站进行了分级研究，选取了度、接近中心性、介数值和客流量四个指标作为评价因素，多次迭代后将车站按照重要度聚类为12级，经过特征归纳后划分为7类，张翠林等[20]对乘客热舒适度进行了调查评价。

2.1 聚类分析

聚类分析是一种基于数据挖掘的聚类方式，是研究如何将研究对象按照多方面特征进行综合分类的一种多元统计方法。其中K-means算法应用最为广泛，被用于诸多领域的统计和决策中。该方法的核心是在欧几里得空间中划分n个数据对象，通过初始中心策略实现K对象选择，使其成为聚类中心，再对每个簇数据平均值进行计算，能够得到全新聚类中心，对此反复迭代计算直到全部聚类收敛，具体算法流程如图3所示。

图3 K-means算法流程图Fig.3 Flow chart of K-means algorithm

聚类数k的确定是K-means算法的重要部分，对结果影响很大，选用轮廓系数。对某样本Xi的轮廓系数S定义为

(1)

式(1)中：a为Xi与相同簇的其他样本的平均距离，称为凝聚度；b为Xi与最近簇中所有样本的平均距离，称为分离度。轮廓系数的取值范围为[-1,1]，越趋近于1表示内聚度和分离度均相对最优，这样轮廓系数的k便是最佳聚类数。

2.2 方差和标准差分析

方差分析法(analysis of variance，ANOVA)是比较多个总体的均值是否相等的方法，主要研究分类型自变量对数值型因变量的影响，在研究一个(或多个)分类型自变量与一个数值型因变量之间的关系时，方差分析是最常用的方法。

标准差是离均差平方的算术平均数的算术平方根，用σ表示。标准差也被称为标准偏差或实验标准差，在概率统计中最常使用作为统计分布程度上的测量依据。标准差是方差的算术平方根。标准差能反映一个数据集的离散程度。

3 聚类结果时空分析

对各车站内温湿度数据进行K-means聚类，并采用轮廓系数法确定最佳聚类数k，温湿度各聚类为四类车站。

3.1 温度聚类结果分析

根据温度聚类结果，将车站划分为4类类型(表 2)。

结合温度聚类空间分布图(图4)对聚类温度曲线图的研究发现(图5)：

(1)温度一类车站共有13座，从曲线上看，此类车站在从12月—3月期的冬季温度略低，波动幅度较大，夏季(空调季)温度高于其他类型车站，说明夏季(空调季)受外界影响较大，冬季受外部环境影响一般，全年最低温度10 ℃，最高温度超27 ℃，全年温度变化稳定，振幅较小；温度一类的Line B车站有8座，是Line A的2倍，从车站空间分布上看，集中在Line B的RMHT站至DHI站东西、南北走向区域，Line A的TAL站至HLSL站北偏西30°区域。

表2 Line A、B号线车站温度聚类Table 2 Temperature clustering at stations of Line A，B

图4 温度聚类空间分布Fig.4 The spatial distribution of temperature clusters

图5 车站温度聚类变化曲线Fig.5 Temperature cluster change curve

(2)温度二类车站有7座，其中5座为Line B的车站，此类型车站冬冷夏热特征明显，站内温度明显低于另外三类，全年最低日平均温度为5 ℃，夏季(空调季)最高平均温度略低于温度一类车站，也在27 ℃左右，冬季温度振幅大，其他季节振幅较小；从车站空间分布上看，在南北向的CBL站至FSS站间分布较为集中，其他分布相对分散，此类车站冬夏季热舒适度评价最差。

(3)温度三类车站有7座，其中Line A 有4座，Line B有3座。从聚类温度曲线上看，此类车站在春、夏、冬表现良好，11—12月的秋季开始，初冬表现最差，此时段站内温度明显低于另外三类车站，全年最低日温度为11 ℃左右，出现在12月中下旬，夏季(空调季)最高温度较低，在24 ℃左右，初冬温度变化大，其他季节温度振幅小，相对稳定；从车站的空间分布上看，在东西向的YEDL站至HCL站间分布较为集中。

(4)温度四类共聚类车站11座，其中Line A有6座，Line B有4座，换乘站1座。从温度曲线上看，此类车站在春、夏、秋、冬四季表现均良好，全年最低日平均温度为13 ℃左右，出现在2月初，夏季(空调季)最高温度较低在24 ℃左右，秋季温度变化大，其他季节温度振幅相对稳定；从车站的空间分布上看，在东西向的YEDL站至HCL站间分布较为集中。从车站温度聚类结果看，Line B车站比Line A的冬季更冷、夏季更热。

3.2 湿度聚类结果分析

采用同上算法对车站湿度进行聚类和分析，依据站内湿度划分为四类车站(表3)。

结合空间坐标分布(图6)对湿度聚类曲线图的研究发现(图7)。

表3 车站湿度聚类Table 3 Humidity clustering in stations

图6 湿度聚类空间分布Fig.6 The spatial distribution of humidity clusters

图7 车站湿度聚类变化曲线Fig.7 Humidity cluster curve of stations

湿度一类的车站春、秋两过度季湿度曲线波动较大，曲线整体向下偏移，低于其他车站湿度分类；冬、夏季曲线相对平稳，从此类车站分布图上看，因聚类只有3座车站，数量少，无法从地理位置上查找分布规律。

湿度二类聚类车站共有14座，从曲线波动幅度上看，此类车站在秋、冬季波动幅度较大，且湿度明显高于其他车站；春、夏季较平稳，尤其夏季空调季，说明夏季受外界影响较小；从车站空间分布上看，40%的Line B车站聚类为此种类型，且分布较集中，主要延东北西南走向DTDS站附近及东西走向WSGC站附近分布。

湿度三类聚类车站共13个，Line A、Line B车站数量相当，分别为7座和6座，从湿度曲线看，此类车站在春、秋振幅很大，湿度高，夏季整体湿度明显高于其他聚类车站，湿度平均湿度超过75%；从空间分布上看，主要集中在Line A从MD站到DH站东偏北15°走向一线、Line A北偏西35°MLL站至DH站走向、Line B南北走向DHL站到QJL站，因为此区域东南南侧为沿水面一线，此段Line A车站受前水面潮湿空气影响大，符合空间分布规律及特点，但HCL站与相邻两车站湿度曲线差异较大，应有其他因素影响。

湿度四类聚类车站共8座，在秋末11—12月底的秋末、初冬曲线变化大，尤其在12月曲线振幅较大，1—4月湿度也略低于其他车站，振幅与其他车站基本一致；从空间分布看，小部分在YEDL占附近较为集中，其他车站分散分布。

4 基于温湿度聚类的车站物理特征热湿抽取分析

通过第3节聚类研究可知：同一线路、同时段相邻车站的温湿度波动曲线也会有较大区别。从车站宏观空间分布，能发现一定的规律，但难以完美诠释。车站自身的埋深、出入口朝向及出入口数量等物理属性也是影响站内热湿环境的重要因素。

由于地铁车站通过风井、出入口等通道直接连通室外空间，车站内湿热环境受室外环境影响较大，车站内部可认为属半开放空间，车站内受环控系统、活塞风等设备影响，同时由于其埋深、出入口数量、出入口朝向等物理特征差异，各车站受室外环境影响的大小存在一定差异。

首先采用单因素方差分析法对室内外温湿度差值与埋深、出入口朝向及出入口数量进行了相关性验证，并根据聚类结果进行解释。

标准差值从某种意义上代表了室内热湿环境在各物理因素的影响下与室外热湿环境的关联程度，由于城市轨道交通与室外空间通过风井、出入口等直接连通，能源驱动的地铁环控系统随季节和时段及进行运行模式调整。

从车站物理特征看，车站的埋深、出入口数量及车站朝向均有影响。

4.1 温湿度聚类与埋深

因站台层高度为为5.1 m，基本一致，差异仅在站厅层，埋深数据只取站厅层埋深。在温湿度与埋深的相关性研究中，采用方差齐检验来验证室内外温湿度差值与站厅埋深的关系，显著性为0，强相关。

对温度聚类埋深数据比较看(图8)，温度聚类三>温度聚类一>温度聚类四>温度聚类二。结合站内温度曲线看，温度聚类二，平均埋深最浅，冬冷夏热，受室外环境影响较大，温度聚类三平均埋置最深，多数大于13 m，四季温度更为稳定，其温度表现符合地下建筑埋深越大，温度越稳定的规律。

在湿度埋深聚类分析中(图9)，湿度聚类二>湿度聚类三>湿度聚类一>温度聚类四，湿度聚类三的湿度波动大，较不稳定。从其埋深分布看，有双峰特点，大埋深和浅埋深均出现湿度不稳定，浅埋深在深秋初冬湿度增加，有冷凝现象，符合湿度规律。

图8 温度聚类车站埋深分布Fig.8 The burial depth distribution of temperature clustering

图9 湿度聚类车站埋深分布Fig.9 The burial depth distribution of humidity clustering

从埋深因素分析看：大埋深有利于稳定站内温度，但大埋深增加湿负荷，且湿度受空间分布影响更大，湿度聚类三更多分布在沿海岸线区域。

4.2 温度聚类与朝向角度

首先对地铁车站朝向进行方位角度统计分析，定义正西为0°，顺时针计算。研究首先对站内外温湿度差值与车站方位角的相关性进行验证，通过方差齐检验显著性为0，强相关。

参照2019年气象数据各季节风向(图10)，该城市具有强季风特点，春夏季风向主要为SSE、S、SE，秋冬季主要为NNW、NW、N。

对比温度波动曲线(图5)，温度聚类二表现最差，仅从朝向(图11)与温度聚类(图12)相关性看，温度聚类二车站朝向无规律，但从空间分布图可发现，温度聚类二为线路尽端交通枢纽站或换乘车站，站内环境复杂，受室外环境影响大；温度聚类三车站方位角度主要集中在NE、NNE、N向，受室外风环境影响较小，站内冬暖夏凉，热环境稳定，但在深秋和初冬温度表现低，从11—12月风向看，此时段会有SSW风，对温度聚类三产生影响，造成此时段的温度低于其他类型车站。

图10 季节风玫瑰Fig.10 Seasonal Wind Rose

图11 温度聚类车站朝向Fig.11 Station orientation of temperature cluster

图12 温度聚类车站方位角分布Fig.12 Station orientation distribution of temperature cluster

对比温度波动曲线(图7)，在车站朝向(图13)与湿度聚类(图14)分析中发现，湿度聚类三尽端站或换乘站更易受室外环境影响，湿度波动大，表现差，与车站方位角关联性小。

5 结论

利用聚类分析、相关性检验等数据挖掘方法研究了两条地铁线路共38座车站空间位置、埋深、方位朝向等站点物理属性对各地铁车站温、湿度影响规律，为各车站根据其自身物理特征确定更为合理的被动式节能措施和合理的能耗定额提供理论支撑。

(1)从聚类结果看，根据站内温、湿度波动特点各聚类出四种类型。温度聚类从线路上看，Line B车站比Line A的冬季更冷、夏季更热，从温度二类车站表现为夏热冬冷，温度波动大，说明其与外环境相关性大，这类车站主要出现在Line B上，重点对Line B车站的冬、夏两季进行技术干预，减少外环境影响，提高舒适度。

图13 湿度聚类车站朝向Fig.13 Station orientation of humidity clustering

图14 湿度聚类车站方位角分布Fig.14 Station orientation distribution of humidity clustering

(2)聚类中发现，波动类型与地铁线路走向有一定关系。在温度一类中表现较为明显，温度一类从空间分布中主要集中在Line B上的RMHT站至DHI站东西、南北沿海走向区域及Line A的TAL站至HLSL站北偏西30°区，通过朝向分析发现由于受海陆风或季风影响，后期会继续对分布规律车站与微环境、站内情况进行详细研究。

(3)在对站内外温湿度差与埋深、方位朝向的方差分析中发现：各物理特征与站内温湿度均强相关，从排序看，湿度与出入口关系较小，受空间位置及埋深影响较大。

由于地铁车站内热湿环境是各物理特征综合影响的结果，其空调环控系统的调节应根据站点特点选择合适的运行模式和功率；同时，车站的能耗定额也应针城市不同区域、型式、朝向、微气候等因素对车站能耗定额进行系数修正，故应根据运营后评价进行及时调整。