基于仿真試驗設計的地鐵換乘通道客流適應性研究

陳先龍 宋 程 廖勝華

（廣州市交通規劃研究院，510030，廣州∥第一作者，高級工程師）

由于我國主要大城市人口密度高，城市軌道交通客流規模巨大，由此導致了高峰期間換乘通道擁擠，換乘效率低下等一系列問題。

目前，國內外學者對地鐵換乘通道也進行了相關研究［1－6］。地鐵換乘通道設計必須考慮客流的動態特性。本文擬采用行人交通仿真軟件對地鐵換乘通道客流適應性進行研究，以輔助未來地鐵換乘通道設計與建設。

1 換乘通道客流適應性仿真試驗設計

本次試驗擬采用建模方便、分析功能強大［8－9］的LEGION 行人仿真軟件，通過LEGION 軟件模擬試驗，從而得到換乘通道長度、寬度與客流密度的相互影響關系。首先進行長度適應性仿真分析——固定通道寬度，對不同長度的通道不同客流進行測試；其次進行寬度適應性仿真分析——固定通道長度，對不同寬度不同客流通道進行測試。仿真分析試驗流程如圖1所示。該試驗設計進行了以下相關假定：

（1）在進行長度適應性仿真分析中，寬度固定值為6 m，長度按每60 m 間隔增加（約1 min行程時間）；

（2）在進行寬度適應性分析中，假定長度維持100 m 不變，寬度按2 m 的間隔增加。

2 通道寬度的客流適應性分析

經LEGION 仿真軟件測試分析，在不同通道寬度情況下，統計數據顯示客流密度與客流量呈現出“S型”生成曲線關系。當通道正常運作時，客流密度隨客流量的增加而逐漸增大；但當客流密度達到一定程度時，擁擠開始發生，客流密度迅速增長；當客流密度處于非常擁擠的狀態時，客流量的增加對客流密度的影響已趨緩，這主要是因為達到通行能力后，即使有再多的客流需求也無法通行。具體分析結果見表1。

圖1 仿真分析試驗設計流程圖

表1 不同寬度通道客流量與客流密度仿真數據統計表 人／m2

從安全角度考慮，地鐵換乘通道設計時，換乘通道的客流密度宜控制在D 級服務水平以內。從圖2和表1可以看出，在D 級服務水平下，3 m 寬的通道最大可適應9 000人次／h的客流量，5 m 寬的通道最大可適應客流增加到1.3萬人次／h左右，7 m 寬可達1.8 萬人次／h 左右，9 m 寬則約為 2.1 萬人次／h左右，換乘通道寬度每增加2 m 其最大適應客流規模約增加4 000人次／h 左右。從以上統計數據發現，在方案設計時如換乘站換乘客流超過2.1萬人次／h 的時候，其換乘通道寬度不宜低于10 m［10］。

將上述數據回歸，得到通道寬度、客流量與通道客流密度的關系式：

式中：

ρ——換乘通道密度，人／m2；

f——客流量，人次／h；

N——換乘通道寬度／m；

R2——相關系數。

3 通道長度的客流適應性分析

3.1 通道長度、客流量與通道客流密度相互關系

同樣利用LEGION 軟件仿真，統計結果顯示隨著客流量的增加，客流密度增大。但通道長度對客流密度的影響并不十分明顯，在同一客流密度和同一寬度情形下，不同長度通道對應的密度相差不多，但當換乘客流接近設定寬度的能力時，通道長度對客流密度的影響會適當增大。不同長度通道的具體分析結果見表2。

表2 不同長度通道客流量與客流密度仿真數據統計表 人／m2

從圖3中也可以看出，在測試寬度6 m 下，長度的變化會引起最大適應客流的輕微變化。50 m 長的通道最大可適應1.58萬人次／h的客流量，110 m長的通道最大可適應客流增加到1.7萬人次／h 左右，170 m 寬可達1.8萬人次／h左右，230 m 長則約為1.84萬人次／h。通過上述數據分析，在通道長度每增加60 m 的情況下，最大適應客流約增加1 000～1 200人次／h左右。

根據上述測試數據，將客流量換算成單位寬度的客流，回歸得到通道長度、單位寬度客流量與通道客流密度關系式：

式中：

ρ——換乘通道客流密度，人／m2；

L——換乘通道長度，m；

R2——相關系數；

fm——單位換乘通道寬度客流量，人次／（h·m）；

fo——單位換乘通道寬度臨界客流量，人次／（h·m）。

當fm＞fo時，通道開始擁擠。從上節換乘通道寬度影響研究推算，fo約在2 500～3 000人次／（h·m）左右。

從回歸公式來看，當fm＜fo時，通道客流密度迅速穩定，直至達到完全擁擠狀態，其密度逐漸趨于穩定（擁擠密度），沒有明顯的函數關系。

3.2 通道長度對站臺客流密度的影響

假定每次列車離站后站臺均沒有滯留乘客，通過仿真試驗分析，換乘通道的長短對站臺密度有一定的影響，其回歸函數關系式：

式中：

ρ——站臺客流密度，人／m2；

L——換乘通道長度，m；

R2——相關系數。

由圖2可知，隨著換乘通道長度的增加，站臺客流密度適當降低；且當換乘通道長度在200 m 內時，換乘通道長度的增加對站臺密度影響較為明顯；換乘通道長度達到200 m 以上后，其長度的增加對站臺客流密度的影響相對降低。

圖2 換乘通道長度對站臺客流密度影響關系示意圖

4 物理分隔的通道影響分析

4.1 按規則行走情況下的影響分析

按規則行走指的是行人沒有逆向行走的情況。根據仿真分析結果圖3、圖4可知，當客流量在一定范圍內時，無分隔通道和有分隔通道客流密度和運行速度相差不大，甚至有分隔通道客流密度還略低。當單位寬度客流量達到2 600 人次／（h·m）的時候，無分隔通道客流密度激增，行走速度突然降低，直到達到飽和密度。但有分隔通道由于較好的行走秩序，客流密度和行走速度仍然維持在相對穩定的狀態。因此，從維持較好的換乘通道服務水平來說，如單位寬度客流量達到2 400 人次／（h·m）的時候，必須設置物理分隔以規范換乘通道的運作秩序。

圖3 物理分隔對換乘通道客流密度影響分析

圖4 物理分隔對換乘通道客流速度影響分析

4.2 逆向行走影響分析

仿真測試結果圖5顯示，隨著逆行人群比例的增加，通道行人密度會增大，此外當單位寬度人流量小于2 800人／（h·m）的時候，逆行人群的數量對通道客流密度影響較小；人流量大于2 800人／（h·m）后，逆行人群對通道客流密度產生較大影響，且逆行人群越多，顯著影響的臨界點越小。

圖5 逆行對通道密度影響分析

5 仿真試驗結果檢驗

通道長度對客流密度影響的檢驗存在一定困難，因此本研究以通道寬度對客流密度的影響來檢驗仿真方法的可靠性和實用性。廣州市部分地鐵換乘站點的實測數據及仿真試驗結果見表3。從檢測結果來看，仿真試驗推算數據的誤差基本控制在6%以內，表明仿真試驗方法的可靠性和準確性較高，利用該方法回歸得到的相關結論可用于換乘通道的評價分析工作。

表3 廣州市部分地鐵換乘站點的實測數據及仿真試驗結果檢測表

6 結語

本文使用LEGION 行人仿真軟件，使用試驗設計和實證研究相結合的方法，系統研究了地鐵換乘通道長度、寬度與客流量和客流密度的相互關系，并研究了換乘通道長度對站臺客流密度及物理分隔對換乘通道客流密度的影響，其成果對地鐵換乘站站點的規劃設計具有較好的指導作用。

研究結果表明：換乘通道客流密度與通道寬度、客流強度密切相關，與通道長度相關性不大；通道寬度每增加2 m，最大適應客流約可增加4 000人次／h左右；而通道長度每增加60 m，最大適應客流可增加1 000～1 200人次／h左右；換乘通道長度對站臺客流密度影響較大，換乘通道越長，站臺密度越低，但換乘通道長度超過200 m 后，其影響變小。此外，當單位寬度客流量達到2 400人次／h，需對通道進行物理分隔以強化通道的運作秩序，提高通道通行能力。

［1］史聰靈，鐘茂華，張嵐，等.地鐵換乘通道客流疏運風險分析與計算模擬［C］／／Proceedings of 2010（Shenyang）International Colloquium on Safety Science and Technology.沈陽：東北大學出版社，2010.

［2］史聰靈.地鐵換乘車站客流疏運模擬及風險分析——T 型車站［J］.中國安全生產科技技術，2011（7）：11.

［3］史聰靈，鐘茂華，張嵐，等.地鐵換乘車站客流疏運模擬及風險分析——單通道換乘車站［J］.中國安全生產科技技術，2011（7）：21.

［4］張朝峰.地鐵換乘站行人流特性和疏散時間模型研究［D］.北京：北京交通大學，2010.

［5］李得偉，尹浩東.地鐵車站換乘通道合理長度評估方法［J］.城市軌道交通研究，2014（9）：37.

［6］王飛.城市軌道交通換乘通道設施能力匹配研究［D］.北京：北京交通大學，2012.

［7］隗斌賢，徐云慶，徐雅.統計實驗法及其設計和應用［J］.統計教育，1998（3）：28.

［8］胡明偉，史其信.行人交通仿真模型與相關軟件的對比分析［J］.交通信息與安全，2009，27（4）：123.

［9］甘勇華，陳先龍，宋程，等.基于LEGION 的大型活動人流交通仿真——以第16屆亞運會開幕式散場人流仿真為例［J］.交通信息與安全，2012，30（1）：76.

［10］鄧興棟，馬小毅，徐士偉，等.大城市綜合客運樞紐換乘系統規劃設計研究——以廣州市軌道交通客運樞紐為例（2014）［R］.廣州：廣州市交通規劃研究院，2014.

［11］商金濤，陳峰.Vissim 在城市軌道交通車站客流仿真中的應用［J］.城市軌道交通研究，2013（1）：54.