基于Pathfinder的多出口地铁站疏散效率优化研究

摘" 要：针对地铁运营阶段的安全疏散问题，统计某多出口地铁站的物理参数并获取CAD图纸，使用Pathfinder软件生成多出口地铁站模型，并针对正常人流量以及早晚高峰流量进行客流疏散仿真模拟。研究结果表明，乘客从多出口地铁站疏散的过程中，并非所有的出口都能得到有效利用，出口附近的闸机最为拥堵，根据模拟结果分析出口未被有效利用的原因，并对此提出优化建议。

关键词：地铁站；Pathfinder；疏散效率；多出口地铁站；优化建议

中图分类号：U231" " " 文献标志码：A" " " " " 文章编号：2095-2945（2024）36-0027-05

Abstract： Aiming at the safety evacuation problem during the subway operation stage， the physical parameters of a multi-exit subway station were counted and CAD drawings were obtained. Pathfinder software was used to generate a multi-exit subway station model， and passenger flow evacuation simulation was carried out for normal human flow and morning and evening peak flow. The research results show that during the evacuation of passengers from multi-exit subway stations， not all exits can be effectively utilized， and the gates near the exits are the most congested. Based on the simulation results， the reasons why the exits are not effectively utilized are analyzed， and optimization suggestions are put forward.

Keywords： subway station; Pathfinder; evacuation efficiency; multi-exit subway station; optimization suggestion

经济增长和城市化步伐的加快导致城市人口激增，同时增加了居民的出行需求，这对城市交通系统构成了挑战。地铁作为城市轨道交通的关键部分，以其高效的运营和环保特性，提高了出行的便捷性，并被广泛用于减轻地面交通压力。但同时，大型地铁站在高峰时段的客流量大，对运营安全提出了挑战。在这些时段，站内拥挤，空间有限，一旦发生紧急情况，由于空间狭小、人员密集、出口不足、出入口使用不均、疏散路线过长和瓶颈处拥堵等因素，可能导致恐慌和混乱，疏散速度减慢，救援困难，增加事故发生的风险，可能导致人员伤亡或财产损失。因此，优化地铁站的疏散流程，提高出口使用效率，以及解决瓶颈区域的过度拥挤，是至关重要的研究课题。

1" 国内外研究现状

对建筑物内紧急情况下人员疏散的研究可以追溯到20世纪50年代，跨越心理学、社会学、工程学和计算机科学等多个领域。

Roh等[1]利用FDS软件模拟探讨了站台屏蔽门和通风系统对疏散效率的影响，发现屏蔽门的使用延长了疏散时间。Tsukahara等[2]通过FDS软件分析了火灾产生的烟雾、高温和有毒气体对疏散过程的影响，并研究了在大规模火灾情况下的有效疏散路径，提出了创新的疏散路线。Wang等[3]基于运筹学原理，引入了“引导分区”理念，并开发了地铁站应急疏散的智能引导算法。耿康顺等[4]提出了一种基于定位技术的实时疏散引导策略，并通过Pathfinder软件模拟了该策略下的室内疏散过程，验证了其有效性。陈一洲等[5]构建了复杂建筑人员密集区域的人群疏散数学模型，并利用Pathfinder计算了人员疏散时间，观察出疏散人员在楼梯口易发生堵塞且最占用疏散时间的现象。Li等[6]通过Pathfinder软件对地铁站疏散过程进行仿真，发现楼梯和大门是疏散过程中的主要瓶颈。梅艳兰等[7]使用Pathfinder软件构建了地铁站密集人群应急疏散能力仿真系统，以武汉某地铁站为例进行了仿真分析，探讨了该站的疏散能力和瓶颈问题。Zhang等[8]利用FDS软件模拟了多种地铁火灾场景，量化了温度、能见度和有毒气体对疏散时间的影响，并提出了一个新的参数来识别高风险火灾场景。

我国针对客流量较大的多出口地铁站的人员疏散研究尚不充分，以往的研究多集中于疏散模型构建和风险评估等方面。然而，针对特定多出口地铁站出口使用率关键问题的研究相对较少。本文采用Pathfinder软件对某多出口地铁站乘客疏散过程进行模拟，并针对模拟结果提出优化建议。

2" 研究基础

2.1" 仿真疏散模拟软件Pathfinder

Pathfinder是一款人员疏散模拟软件，其通过自定义每一个人员的数量、速度和出口数量，来实现模拟不同人员独特的逃生路径和逃生时间，利用计算机图形仿真和3D角色建模等技术，对多个群体中的每个个体运动都进行图形化的虚拟演练。作为一款可以模拟逃生情景的软件，将强大的仿真引擎与人群移动的灵活控制相结合，能够模拟出人员逃生时可能出现的各种状况[9]，如今，应用领域扩展到建筑防灾设计、灾难逃生科学研究、人员灾难模拟训练。2015年，杜长宝等[10]把Pathfinder的人员疏散模拟原理、模拟疏散过程与其他软件和现实疏散情况进行了对比研究，发现Pathfinder模拟的疏散过程更接近于真实情况，所以使用该软件进行人员疏散模拟探究得出的相关结论是有一定的参考意义的。

2.2" 疏散模型简介

本文统计某地铁站的物理参数并获取CAD图纸，使用Pathfinder软件构建地铁站模型并模拟地铁站乘客疏散情况。疏散模型各层标高取该楼层站台层标高，1号线、2号线站厅层标高-4.45 m，1号线设备层、2号线站台层标高-9.81 m，1号线站台层标高-16.41 m。2号线站台层设有3部供乘客使用的疏散楼梯，分别为1#楼扶梯、2#楼扶梯、3#楼扶梯。1#楼扶梯、2#楼扶梯、3#楼扶梯直接连通站厅层及2号线站台层。1号线站台层设有4部供乘客使用的疏散楼梯，分别为2#楼梯、1号线1#楼扶梯、1号线2#楼扶梯和1号线3#楼扶梯。1号线1#楼扶梯、1号线2#楼扶梯、1号线3#楼扶梯直接连通站厅层及1号线站台层，2#楼梯连接建筑各层。当地铁站内发生火灾时，1号线及2号线换乘楼梯被防火卷帘封堵，不可用于人员疏散。使用Pathfinder建立地铁站人员疏散模型，如图1和图2所示。

3" 地铁站疏散模型仿真

3.1" 人员参数设定

根据人员的年龄与性别将疏散人员划分为儿童、成年男性、成年女性和老人，因为在这种环境下，人员在疏散时会频繁发生身体接触和碰撞，导致移动过程中出现拥堵和停滞，这与真实疏散场景中的人流动态相仿。在疏散过程中假设人员移动不受心理状态、生理条件或外部环境的影响，不考虑疏散过程中可能出现的意外事件。本文关注的是多出口的使用率以及疏散过程的有序性，不考虑疏散人员的个体差异对疏散的影响，因此人员的相关参数均采用默认值，每个乘员设置肩宽38 cm，速度是1.19 m/s，身高1.75 cm，设置所有人的行为是“去任意出口”。

3.2" 疏散模拟

为检验地铁站人员疏散能力，设置不同人员密度进行人员疏散模拟。设置正常人流量情况下和早晚高峰期状态下的模拟，工况设置如下。

3.2.1" 正常人流量

设置1号线双向列车同时到站，每辆列车载有600人，候车人员100人；2号线双向列车每辆列车载有500人，设候车人员100人；站厅层随机分布300名乘客，总疏散人数为2 700人。

3.2.2" 早晚高峰

设置1号线双向列车同时到站，每辆列车载有1 100人，候车人员200人；2号线双向列车每辆列车载有900人，候车人员200人，站厅层随机分布600名乘客，总疏散人数为5 000人。

3.3" 模拟结果分析

3.3.1" 正常人流量模拟分析

正常人流量2 700人进行疏散，疏散开始前100 s位于站厅层的疏散人员主要使用的出口分别是10号、11号、12号、13号出口，以及通地面出口1、通地面出口2，堵塞普遍发生在闸机口处，拥堵情况如图3所示。

开始疏散的第100 s时，站厅层人员拥堵最为严重，位于站厅层2#楼扶梯和3#楼扶梯人员密度最高，乘客堆积在疏散楼梯口两侧，导致两侧的闸机出口使用率不足，疏散人员选择与疏散楼梯出口同侧的闸机进行疏散，而未使用背侧的闸机，导致人员堵塞，此时疏散人员主要使用的是10号、11号、12号、13号出口和通地面出口1，如图4所示。

随着疏散的进行，位于2号线站台层和1号线站台层的人员逐渐汇集到站厅层。疏散进行到约150 s时，从图4可以观察到，12号、13号出口以及通地面1出口聚集的人数最多，一方面是因为1号线和2号线疏散人员在疏散楼梯出口处进行了汇流，人员密度增加；另一方面是因为1号线3#楼扶梯口的闸机使用率不足，没有将疏散人员分流至较近的16号出口以及稍远的1号出口，导致16号出口和1号出口利用率不足，同时也加剧了楼梯口的拥堵。疏散路径图如图5所示。总计疏散时间为317 s。正常人流量出口使用情况如图6所示。

3.3.2" 早晚高峰模拟分析

早晚高峰5 000人进行疏散，疏散开始约90 s时，疏散人员主要使用的出口分别是10号、11号、12号、13号，以及通地面出口1、通地面出口2。开始疏散后的第150 s站厅层人员拥堵最为严重，堵塞普遍发生在闸机口处。位于站厅层2#楼扶梯两侧的闸机出口使用率不足，疏散人员选择与疏散楼梯出口同侧的闸机进行疏散，而未使用背侧的闸机，导致人员堵塞。此时疏散人员主要使用的是10号、11号、12号、13号、16号出口，以及通地面出口1。出口使用率如图7所示。

疏散进行到约200 s时，从图8可以观察到12号、13号出口人数最多，一方面是因为1号线和2号线疏散人员在疏散楼梯出口处进行了汇流，人员密度增加；另一方面是因为1号线3#楼扶梯口的闸机使用率不足，没有将疏散人员分流至较近的16号出口和1号出口，导致16号出口以及1号出口利用率不足，同时也加剧了楼梯口的拥堵。早晚高峰出口利用率如图9所示。

4" 优化建议

根据对正常人流量以及早晚高峰地铁站模型的模拟结果分析，提出以下一系列针对地铁站疏散设计的优化建议。

确定地铁站内应急疏散能力薄弱的关键位置。以本案例为例，通过分析各个出口的利用率，发现2#楼和3#楼扶梯两侧的闸机区域在高峰时段承受着较大的疏散压力。为了缓解这一问题，将2#楼扶梯和3#楼扶梯两侧的闸机确定为疏散的关键位置，并在这2个闸机附近增设紧急疏散出口缓解该处疏散压力。

通过动态指引系统引导乘客使用较少使用的出口，以达到出口使用率的均衡，这一系统能够实时监控各个出口的使用情况，并根据实时数据引导乘客使用那些相对较少使用的出口。在1号线站台层1#楼扶梯和3#楼扶梯以及2号线2#楼扶梯和3#楼扶梯设置疏散引导人员，他们将根据系统的指示，协助乘客快速、有序地疏散。

对地铁站的出口进行设计优化，确保每个出口的宽度和通行能力能够满足高峰时段的需求，减少瓶颈效应。增加出口使用率最高的门的宽度和通行能力，比如11号出口和13号出口。

在高峰时段或特殊事件期间，通过限制部分入口的客流量或引导乘客分批进入，以减少站内的拥挤程度，降低安全风险。

通过站内广播、指示牌、移动应用等多种渠道，向乘客提供实时的出口使用情况和建议的疏散路线，提高乘客的疏散效率。11号出口发生拥挤时，通过广播告知扶梯两侧也有闸机可以作为疏散通道，从而引导乘客选择更合理的疏散路径。

通过上述综合性的措施，期望能够显著提高地铁站在高峰时段的疏散效率，从而确保乘客的安全与舒适。

参考文献：

[1] ROH S J，RYOU S H，PARK H W， et al. CFD simulation and assessment of life safety in a subway train fire[J]. Tunnelling and Underground Space Technology incorporating Trenchless Technology Research，2009，24（4）：447-453.

[2] TSUKAHARA M，KOSHIBA Y，OHTANI H. Effectiveness of downward evacuation in a large-scale subway fire using Fire Dynamics Simulator[J]. Tunnelling and Underground Space Technology incorporating Trenchless Technology Research，2011（4）：26.

[3] WANG J，GUO J，WU M X， et al. Study on intelligent algorithm of guide partition for emergency evacuation of subway station[J]. IET Intelligent Transport Systems，2020，14（11）：1440-1446.

[4] 耿康顺，张晓涛.基于室内定位的地下商业综合体疏散引导策略研究[J].地下空间与工程学报，2020，16（1）：7-13.

[5] 陈一洲，陈文涛，张无敌，等.复杂建筑人员密集区域疏散模型[J].中国安全科学学报，2019，29（5）：13-18.

[6] LI Z Y，TANG M B，LIANG D， et al. Numerical simulation of evacuation in a subway station[J]. Procedia Engineering，2016， 135：616-621.

[7] 梅艳兰，谢科范，刘思施，等.地铁站密集人群应急疏散能力分析模型及仿真[J].武汉理工大学学报（信息与管理工程版），2018，40（4）：370-375，382.

[8] ZHANG L M，WU X G，LIU M J， et al. Discovering worst fire scenarios in subway stations： A simulation approach[J]. Automation in Construction，2019，99：183-196.

[9] 于洋，常卉，唐杰.基于Pathfinder的分离岛车站平面布置客流适应性研究——以西安地铁钟楼站为例[J].绿色建造与智能建筑，2023（8）：85-88.

[10] 杜长宝，朱国庆，李俊毅.疏散模拟软件STEPS与Pathfinder对比研究[J].消防科学与技术，2015，34（4）：456-460.