轨道交通客流特性分析及安全风险评估研究综述

黄利华, 赵晓华, 李佳辉, 吕淑然, 马舒琪, 白 鑫

(1.首都经济贸易大学, 北京 100070; 2.北京工业大学, 北京 100124;3.交通运输部公路科学研究所, 北京 100088; 4.北京市科学技术研究院城市系统工程研究所, 北京 100089)

0 引言

随着我国城市轨道交通的快速发展,轨道交通客流持续攀升. 以北京市为例,2018年北京地铁年乘客量达到31.16亿人次,日均客流为853.7万人次,单日客运量最高达1 090.67万人次[1]. 特别是早晚高峰时段,地铁站内客流密集程度急剧升高,高密度、高流量的现象给轨道交通的安全运营带来了极大的压力. 近年来,众多学者已经开展系列研究,进一步证实了城市轨道交通大客流正逐步兼具常态化风险和突发性风险的特征,对乘客安全、运行效率、运营管理等各方面带来了严峻的挑战[2]. 同时,城市轨道交通大客流安全事件频发,使人们逐渐认识到城市轨道交通大客流已经成为影响城市轨道交通公共安全风险的重要因素. 为提升城市轨道交通安全运营水平,研究者聚焦城市轨道交通大客流,围绕客流特性分析、安全风险评估开展大量研究.

1 客流特性分析

不同学者对城市轨道交通大客流的概念界定不同,主要从轨道交通客流量相对于组织能力、设备承载能力、平时客流量及乘客状态的角度来定义大客流[3-5]. 本质上,大客流的产生是供给与需求平衡问题,是1个相对概念. 城市轨道交通需求是指乘客数量,交通供给是指系统的运输及服务能力,包括车站容纳人数、设施数量等. 针对客流特性的分析,研究者一方面关注个体的出行特性、客流的运行状态;另一方面分析城市轨道交通客流与通行设备、建筑环境间的相互影响,以寻找相关优化设计方法提升车站服务水平及客流疏散能力,满足城市轨道交通供给需求.

图1 城市轨道交通客流特性研究现状图

1.1 出行人员

21世纪以来,城市轨道交通迅速发展,客流逐渐增大. 相关学者一方面开始从宏观角度关注客流的运行状态,分析轨道交通客流的密度、分布、通畅情况,以识别大客流的潜在运行规律,为地铁高效管理提供技术支撑. 例如,吴祥云等[6-7]以轨道客流均衡为目标开展客流分布模型及算法研究;黄洪超等[8-10]重点分析轨道车站客流密度,实现客流密集指数、拥挤程度量化评价. 马莉等[11-12]在前人研究的基础上,在对换乘站客流特性和客流流动状态分析的基础上,从客流均衡、顺畅的角度构造客流运行状态的评价指标体系,实现对客流交通状态的综合评价. 杨子帆等[13-14]从轨道交通客流冲突的角度出发,利用数值模拟仿真、行为实验等方法,深入分析客流冲突的影响因素和表征参数,挖掘客流冲突机理、建立冲突分级量化模型,便于轨道交通管理部门开展客流冲突预防和管理工作.

随着相关研究的深入,人们逐渐发现乘客作为客流的组成个体,其出行特性对轨道交通各站点的拥挤程度、通行效率等方面有着直接的影响,开始从微观层面,研究城市轨道交通乘客出行特性. Hoogendoom等[15-16]借助视频数据、微观仿真,研究轨道站内乘客的集散行为及客流运动规律. 孙延硕等[17-19]借助智能算法挖掘地铁AFC、手机信令等数据,分析地铁乘客出行特性. 陈明威[20]利用手机技术追踪用户出行轨迹数据,获取各交通站点客流数据,实现动态客流的实时、精准监测. 吴昊灵[21]建立了空间异质性和速度异质性行人分别在通道、楼梯和站台的仿真模型,解析了异质性行为对通行效率的影响. 获取城市轨道交通乘客出行特性,能进一步揭示大客流演化机理、解析站点拥挤致因等,助力于提高地铁精细化管理、服务水平.

1.2 通行设施

城市轨道交通的客流集散能力、服务水平一直是管理者和研究者的关注焦点. 除了车站自身的建筑结构外,安检设备、售票设备、自动扶梯等设施成为影响车站客流集散能力、服务水平的重要因素. 研究者借助问卷调查、现场调研、模拟仿真等手段,开展不同通行设施对客流运行的影响分析工作,以寻找通行设施的优化设计方案,提升客流集散能力.

在国外,Mori等[22]分析客流特征变化,提出轨道站点内的通行设施的2种评价方法. Henson[23]从舒适、便利、安全、经济等角度,研究轨道站点通行设施服务水平的划分问题. Helbin[24]开展实验进行通行设施、楼道等对客流的影响分析,为通行设施、楼道几何参数的优化设计提供研究依据. 相比之下,我国相关研究开展相对较晚. 陈峰等[25-27]开展地铁车站内关键设施对客流排队、分布的影响分析,挖掘通行设施存在的不足,提出相应改善建议. 之后,葛世平等[28-29]为缓解轨道交通大客流冲突,探究了轨道站点关键设施的优化布设方案. 王秀丹[30]在分析北京地铁站行人运动特性的基础上,综合考虑各设施设备条件,开展地铁站疏散仿真,识别地铁站紧急疏散时的行人疏散瓶颈. 张庆瑜[31]围绕乘客的设施设备选择行为开展研究,分析了车站设施设备布局的影响,搭建了乘客的设施设备选择模型,提出车站设施设备的布局优化方法. 李一曼[32]总结了地铁车站各通行设备的最大通行能力公式,建立了大客流疏散能力评价模型.

1.3 建筑环境

车站的客流集散能力是指车站建筑、设备在正常情况下,车站所能通过的最大客流. 车站的建筑环境主要涉及除通行设备外的室内环境,如站台、站厅、通道、出入口等,是客流的主要集散、分布地点. 对于此方面,研究者重点探讨其对客流疏散功能的影响,主要借助微观仿真、模型搭建等方法. 沈景炎[33]研究了地铁乘客在列车尚未到达前、上车前集结、到站乘客下车状态的位置分布状态,利用控制性计算推出了乘降区站台宽度的计算方法. 王磊等[34]通过服务水平与行人群概念的引入,确定地铁出入口通道数量并搭建换乘通道优化函数模型,为通道内步行设施的布局优化提供案例与方法. 吴正等[35]搭建了地铁候车厅客流运动的数学模型,用于预测地铁到达客流从列车车门疏散至通道楼梯处的时间. Kaakai等[36-37],利用数据调查、模型仿真等方法,研究车站设施、通道、楼梯、出入口的通行能力,并提出布局优化的建议. 蒋启文[38]根据进出站通道处的“拉链效应”,将通道分层并计算通道的通行能力,构建遗传算法和仿真技术相结合的排队系统优化方法,提出优化配置方法. 曹守华[39]基于乘客感知,分析乘客在北京市轨道交通站楼梯和通道内的行人特性,提出了适合北京市的轨道交通通道服务水平划分标准. 陈杰明等[40-42]在研究车站不同通道形状对密集人群走行影响的基础上,提出通道的优化布局方法.

2 安全风险评估

城市轨道交通作为1个复杂的系统,具有人群密集、结构复杂、规模庞大等特点. 城市轨道交通的普及以及大客流的常态化,让地铁交通承受着巨大的压力,地铁安全问题备受关注. 风险评价是降低运营安全风险的有效方法. 研究者聚焦车站运营风险评估、线网运营风险评估、客流风险评估开展大量研究工作,以为城市轨道交通规避风险、安全运营提供决策支持.

图2 城市轨道交通安全风险评估研究现状图

2.1 客流风险

城市轨道交通作为绿色出行的重要组成部分,其低碳、便捷、高效的特点备受民众青睐. 随着我国轨道交通的快速发展,轨道交通客流量不断增加,轨道交通客流冲突、乘客拥挤等安全问题日益突出. 一些学者通过视频、AFC等数据,重点提取客流运行状态指标,借助熵理论、聚类分析等方法评估城市轨道交通客流运行状态. 马莉[11]结合城市轨道交通枢纽乘客的特性分析,借鉴熵及其判据理论搭建纽乘客交通流评价指标体系,搭建“三维立方体层”评价模型,进行乘客流交通状态的综合评判. 黄建玲等[43]考虑客流的成长特性,从城市轨道交通客流构成后的运营进行评估,提供大客流安全评估思路. 张霖[4]采集轨道交通视频数据,借助计算机视觉、图像处理技术,分析客流特性,并从客流群体特征、行人个体特征、客流冲突等方面建立轨道交通大客流安全状态评估指标体系,实现客流安全状态的动态监控与显示. 近年来,地铁踩踏等事故不断发生,学者们开始关注地铁大客流带来的风险. 刘浩然[10]定义客流密集度指数的相关概念,与常用客流评估指标进行对比以验证客流密集度指数的合理性,提出了客流密集度指数在日常客流监控中的具体应用办法,为城市轨道交通客流日常监测、风险评估奠定研究基础. 黄金华[44]利用历年地铁客流统计资料,搭建轨道交通短期客流预测模型,利用神经网络算法对突发事件造成的大客流进行站内客流控制. 之后,涂强等[45-46]通过采集轨道交通AFC数据,借助模型搭建、大数据分析方法,实现客流风险的辨识与评估.

2.2 运营风险

城市轨道交通系统由客流、设备、环境、管理等多种因素组成,是1个庞大复杂的系统工程,在日常运营中存在诸多风险隐患. 已有不少研究试图搭建多因素的评价指标体系,采用层次分析法、模糊评价等方法针对城市轨道交通车站、线路的运行风险开展综合评估. 马化洲[47]详细分析了城市轨道交通中供电、排水、通风、车辆等系统的风险状态并获取多类风险因素,采用故障树等多种分析方法进行线路轨道系统风险综合评估. Wang[48]将客流、设备、环境、管理等多个影响要素纳入评价指标体系,对城市轨道交通运营安全进行综合评估. Erkan[49]建立多属性评价方法,从客流拥挤度、空调舒适度、运营噪声等多个方面评估城市轨道交通乘客的满意度. Ding[50]依据多种运营故障数据搭建城市轨道运营安全管理系统,以识别轨道交通运营风险,提高安全管理水平.

我国城市轨道交通已经进入网络化运营时代,不少学者开始注意到城市轨道交通的网络化效应,开始从路网运营的全局安全性、可靠性等宏观角度评估城市轨道交通运营安全状况. 李曼[51]从车站、线路、路网不同层次搭建轨道交通运营安全综合评估指标体系,利用改进小波神经网络建立综合评估模型进行综合评估,并借助Matlab进行仿真验证. 徐田坤等[52-53]基于对城市轨道交通网络化运营特性的深入分析,获取客流、关键设备设施、环境、管理等影响运营安全的要素,综合运用层次分析法、熵权法、模糊评价等方法,实现城市轨道交通网络化运营多因素的安全风险评价. 肖雪梅等[54]借助“主动安全”的设计理念,利用灰色系统理论的安全评估与预测方法,形成具有可视化、集成化和智能化的城市轨道交通路网运营安全综合评估与预警系统. 韩泉叶等[55-56]针对轨道交通路网不同安全状态间的界限具有高度模糊性的特征,分别运用模糊决策、IT2FCM等评估方法,对城市轨道线网安全进行评价及安全状态预测,进一步提升了评价和分级预测的准确性.

3 结束语

在城市轨道交通客流特性分析与安全风险评估方面,相关学者已开展大量研究. 整体上当前研究存在以下特点.

1)研究更多地从宏观群体层面研究客流的运行状态,乘客作为城市轨道交通的使用主体与服务对象,其行为机制尚不清晰,特别是针对不同行人群体类型. 目前地铁行人异质性行为开始受到关注,后期有待持续从微观个体层面挖掘乘客行为规律,深入剖析行人行为与客流冲突、大客流演化间的致因机理,为完善轨道交通客流组织管理提供决策支持.

2)对于城市轨道交通安全风险评估方面的研究,以往研究侧重于排查设施、管理、环境等因素,开展城市轨道交通运营风险评估,针对城市轨道交通客流风险、行人疏散风险的研究相对较少.

3)随着我国城市轨道交通运营里程不断增加,线网规模不断扩大,将线路、路网条件纳入评价体系的研究逐渐增多,运营风险评估研究体系逐渐成熟. 实际上,城市轨道交通大客流已经成为常态,有限的地下空间资源与客流需求之间的供需矛盾更加突出,客流拥堵、乘客滞留等现象时常发生. 如何在车站、线路、路网层面,实现客流风险的动态分析、准确辨识与主动防御是目前亟待解决的问题,对于指导轨道交通客流组织管理、保障运营安全具有重要意义.