安檢互認條件下的市郊鐵路與地鐵換乘站客流模擬仿真研究*

楊瑞霞 蘭亞京 韓寶明 周瑋騰

（1.北京交通大學交通運輸學院，100044，北京；2.北京市城市規劃設計研究院，100044，北京∥第一作者，博士研究生）

目前，城市軌道交通在許多城市已形成網絡化運營，隨著規模的擴大，線路間的換乘效率對乘客顯得尤為重要，部分換乘車站在運營期出現了設施設備無法滿足客流需求的現象。因此，前期合理的車站規劃設計，可避免或降低運營期間關鍵區域出現不可控的客流擁堵，以提高服務水平。

隨著都市圈的擴大和城市軌道交通線路的延伸，服務于市區的地鐵與服務于市區和近郊的市郊鐵路建立了聯系，乘客通過換乘站進行轉移。市郊鐵路為地鐵網絡帶來了大量異質性客流，導致換乘車站運營的不確定因素繁多：在早晚高峰，市郊鐵路一次到達的客流規模一般高于地鐵；市郊鐵路列車發車間隔和停站時間較長；部分市郊鐵路的車票須在指定車站購買，在客流組織層次與地鐵存在差異；此外，市郊鐵路與地鐵的安檢標準可能不統一，換乘乘客二次安檢使得換乘流線較為復雜。隨著都市圈軌道交通的發展與融合，安檢互認工作得到了逐步推廣。從運輸服務角度看，市郊鐵路與地鐵換乘站同傳統地鐵換乘站相比，更強調換乘時間的銜接性，同鐵路與地鐵換乘站相比，更注重換乘的便捷性。傳統的“先出站再進站”模式，對車站而言，只存在進站和出站流線，安檢互認改變了換乘流線，為無縫換乘提供了可能，但集中到達的鐵路客流對地鐵站廳產生了較大沖擊，對車站的換乘和容納能力提出了更高的要求，不僅需重新考慮安檢設備、售票設備的數量，還需對換乘區域面積、通道面積進行合理評估。影響因素除客流量外，還包括乘客屬性及行為習慣等。因而在整個車站大背景下，安檢互認實則上是更換了車站的運輸組織過程，同時增大了車站換乘客流的組織難度。設立安檢互認區往往需要通過擴大換乘通道和站臺面積等方式做好配合。

市郊鐵路與地鐵換乘站在客流組織上會面臨更多在設計階段難以預估的問題。傳統的規劃設計依據客流需求，配置與運輸能力相符的設施設備數量，這種靜態計算抽調了行人走動的過程，在運營期間往往會出現設施設備靜態能力低于實際的動態能力、乘客感受到的服務水平低于車站提供的服務水平等現象。因此，做好車站設計工作對保證服務水平有關鍵性作用。

采用行人動態仿真技術進行車站布局輔助設計已成為車站前期設計方案評價的重要手段［1］。車站客流仿真是在車站空間布局和列車運營組織模式下，對乘客行為和集散規律進行再現的手段。國內外學者根據研究目標和建模層次的不同，構建了眾多的乘客走行規律仿真模型［2］。文獻［3］建立了客流分配模型，根據節點的影響程度指標識別車站能力瓶頸；文獻［4］采用迭代函數系統模型描述客流變化，并基于分形插值方法生成動態客流；文獻［5］利用SRAIL 系統對西二旗站進行了模擬仿真研究；文獻［6］利用Anylogic 軟件對地鐵車站進行建模仿真，并通過客流仿真獲得換乘服務水平評價的指標數據；文獻［7］利用Vissim 軟件對崇文門站進行客流模擬仿真，確定了瓶頸區域；文獻［8］利用自主開發的仿真軟件對換乘站進行了客流組織仿真。

綜上所述，既有的仿真研究對象主要集中在地鐵中間站、換乘站和鐵路客運站，對市郊鐵路與地鐵換乘站的仿真研究較少。根據市郊鐵路與地鐵換乘站客流的異質性、列車到發規律的差異性以及換乘組織的復雜性，本文構建市郊鐵路與地鐵換乘站客流仿真模型，利用走行流線對乘客行為進行宏觀把控，通過元胞自動機模型模擬乘客的微觀走行路徑規劃；并利用北京交通大學自主研發的SRAIL 系統模擬車站運營的客流場景，識別客流瓶頸，結合不同設備的利用率情況確定車站設施能否滿足乘客需求。該仿真模型可為車站設計和運營優化提供支撐，輔助設計人員決策。

圖1 新航城站和西二旗站晚高峰客流情況

1 市郊鐵路與地鐵換乘站客流分析

市郊鐵路客流具有早晚高峰明顯的時間特征，在特殊時段的隨機性、波動性較大［9］，而地鐵的客流特征相對多樣化。市郊鐵路與地鐵換乘站客流特征主要體現為以下四點：

1）是否安檢互認對流線組織影響較大：市郊鐵路與地鐵的安檢標準一般存在差異，換乘乘客需二次安檢；若安檢互認，乘客走行流線會比較復雜，提高了運輸組織難度。

2）短時沖擊性強：客流隨列車的到達呈現脈沖分布，且市郊鐵路和地鐵列車頻率差別較大，前者帶來的換乘客流易對地鐵站廳造成短暫壓力；當兩條線路難以滿足客流需求時，乘客會滯留站臺，造成換乘設施首尾端客流堵塞，降低了服務水平。

3）客流規模龐大：換乘站周邊地區一般呈現出顯著的客流集散與換乘特性，客流異質性明顯且規模龐大，站內客流組織除進出站外，還需對換乘客流做好組織工作。

4）方向不均衡：同一時段、不同換乘方向的客流量有所差異，客流的潮汐性質導致換乘站的早晚高峰尤為顯著。圖1 顯示了北京城際鐵路聯絡線（即市郊鐵路S6 線）和地鐵20 號線（即R4 線）的換乘站新航城站、地鐵昌平線和13 號線換乘站西二旗站的晚高峰客流情況。相對于西二旗站，新航城站的客流規模更大。地鐵昌平線和13 號線的行車間隔分別為4 min 和2.5 min，S6 線和R4 線行車間隔分別為20 min 和4 min，S6 線運行列車載客能力為1 998人，其他3 條線路列車能力為1 500 人。在行車間隔和列車能力方面，市郊鐵路與地鐵存在顯著的差異性，有必要對S6 線的換乘客流進行預先安排與組織，防止造成較大的沖擊。

2 市郊鐵路與地鐵換乘站客流仿真建模

常用的動態仿真建模方法包括連續仿真和離散仿真。乘客進出車站、購票、安檢、進出閘機等可通過離散仿真實現；速度和走行方向通過連續仿真來呈現。因此，車站客流仿真需兩者結合，充分集成。

車站客流仿真涉及乘客和列車2 種主體。列車的運行路徑和到發時間是確定的，無需進行微觀層次仿真，只需考慮乘客上下車。乘客在車站的活動包括走行路徑規劃、控制點選擇和決策反饋，基于這3個階段構建基于元胞自動機的客流集散仿真模型，通過輸入列車和客流數據，完成車站客流仿真。

2.1 尋路模型

乘客的走行路徑指乘客自進入車站至離開車站期間的實際路徑，通過設置父節點、子節點完成路徑設定，構成有向圖。乘客在i 站內的走行流線Li包含的控制點為{Ci、Mi、Si、Ni、Ji、Hi、Oi、Ti}，其依次表示客流產生點、防止走進無效區域設定的點、售票點、安檢點、檢票點、站臺集合點、出站點和上車點，部分節點之間有嚴格的父子關系，在由父節點走向子節點的過程中，有多種走行方式，理論上選擇最短路徑。當乘客受到干擾時，會適當調整方向，呈現出局部隨機分布特征，本文采用Moore 型元胞自動機模型刻畫該過程。將乘客個體看作一個元胞，乘客可活動的空間為元胞空間（見圖2）。

圖2 Moore 型元胞及鄰域

在圖2 中，中心深色的元胞表示乘客，周邊被8個元胞包圍，乘客每一時刻有9 個位置作為選擇，若周圍8 個方向都被占用，將停留在原元胞中。由父節點A 向子節點B 移動的規則如下：行進方向有A0—A8（A0表示A 本身），乘客傾向于選擇未被占用的元胞作為下一位置；未占用的A4、A5、A6方向對乘客的吸引力較低；當某方向的元胞被設備設施占用，舍棄該元胞。乘客i 方向A 的元胞未被占用時，Oi，A=1；元胞被占用時，Oi，A=-1；乘客i 當前所在的元胞Oi，A=9。9 個元胞的移動參數如下（δi，1表示乘客i沿A1方向前進的移動參數，余類推）：

2.2 選擇模型

控制點的選擇受個體屬性的直接影響，乘客屬性有性別、年齡、是否有行李、是否購票等；乘客到達某活動服務范圍內且存在多種位置選擇時，會選擇效用值最高的控制點，這一選擇行為由Logit 模型實現。如站臺有多個上車點。在閘機處接受服務時，可能由于節點服務能力不足，需要等待、排隊，這是設備設施瓶頸識別的關鍵之一。刻畫乘客選擇行為的Logit 模型如下：

式中：

Ui，k——控制點k 對乘客i 的效用值；

ti，k——乘客i 到達控制點k 的時間；

pi，k——控制點k 的人數；

si，k——控制點k 對于乘客i 的服務水平；

Pi，k——乘客i 選擇控制點k 的概率；

α、β、γ——歸一化系數；

εi，k——隨機變量，服從正態分布。

當控制點出現擁堵并超過乘客可接受范圍時，乘客規避并舍棄該控制點。

2.3 規避模型

乘客的感知直接影響乘客的決策。乘客選擇能夠最快到達目的地的方向前進，但前方乘客的行走速度會影響該乘客的速度與選擇：若需要超越，優先右側超越，若右側有阻礙，會呈現規避行為，可能會選擇放慢速度，等待其他人通過后，再超越；也可能選擇左側超越，當左側超越失敗時，放慢速度。現通過式（4）刻畫這一行為，在每一步長時間對乘客的環境感知進行計算：

式中：

E（Oi，A）——乘客的超越函數；

W（Oi，A）——乘客規避、放慢速度函數；

λi、ηi、φi、si——乘客對待移動距離、超越、規避、速度差的態度參數；

Δv——速度差。Δv=max｛0，vi-v｝，vi為乘客當前速度，v 為前方乘客速度，當Ai方向的元胞未被占用時，v=0。

根據乘客活動目的的不同，將客流分為進站客流、出站客流和換乘客流。由于地鐵和市郊鐵路客票的差異性，乘客需刷卡離開某一系統，再刷卡進入另一系統，結合不同車站安檢的差異性，客流的走行路徑如圖3。

圖3 不同客流的走行路徑

2.4 基于元胞自動機模型的SRAIL 系統

通過四元模型校驗法驗證模型與實際客流移動的相似程度。包括使用基本圖校驗、自組織校驗、比較分析校驗和實際校驗法，文獻［9］測試調查乘客速度和流量的關系并與經驗數據進行比較，兩者非常接近，說明模型可較好地反映乘客移動情況；直接觀察仿真過程發現，乘客具有良好的自動渠化、流動斑紋等主要的自組織現象；對運營車站進行模擬仿真，將仿真結果同實際現象進行對比分析，驗證了模型的合理性與可用性。基于上述驗證結果，本文利用基于該元胞自動機客流仿真模型的SRAIL 系統對換乘站進行仿真。

3 實例應用

市效鐵路與地鐵的換乘站新航城站目前處于設計方案確定階段，根據預測，選擇客流規模最大的晚高峰小時17：30—18：30 作為仿真時段，新航城站和西二旗站以通勤客流為主，乘客行為特征相似，且該仿真模型已成功應用于西二旗站［10］。因此客流仿真參數依據西二旗站確定，此外，根據《地鐵設計規范》［11］確定設備設施能力。依賴可視化仿真過程，對兩種方案進行評估。

3.1 案例建模

方案一為兩側交通軸方案，地鐵進、出站閘機分別為12 臺和8 臺，市郊鐵路進、出站閘機分別為24臺和12 臺，對稱布置市郊鐵路和地鐵售票窗口各4處；方案二為中央交通軸方案，地鐵進、出站閘機分別為12、16 臺，市郊鐵路進、出站閘機分別為20、18臺，對稱布置城際鐵路和地鐵售票窗口各4 處。地鐵站臺為島式，市郊鐵路站臺為側式。在乘客均勻進站下對兩種方案在正常客流和極端客流（大型會展期間）下的晚高峰小時分別進行仿真。

3.2 仿真結果與分析

本文對為極端客流下新航城站站廳層客流密度仿真過程，選擇性地對相關區域進行量化分析。

3.2.1 特殊聚集區域客流狀況

由仿真結果可知，方案一中，地鐵進站閘機處正常客流下的區域密度最高值約0.81 人/m2，極端客流下為1 人/m2；方案二中，東西兩側地鐵進站閘機區域密度相仿，客流密度較方案一顯著偏低。

方案一的換乘大廳承受了來自所有進站口的客流壓力，極端客流下密度為1.32 人/m2，較擁堵；兩處安檢設施分別承擔了5 個方向的客流壓力，表現出較高的擁擠度；正常客流下，西側安檢通道最大密度為1.51 人/m2，東側為1.3 人/m2。極端客流下安檢通道區域密度變化見圖4。

建議方案一增加安檢設施并調整安檢入口方向，減少安檢乘客與南北走向通道乘客的沖突。

圖4 方案一極端客流下西側安檢通道區域密度

3.2.2 設施設備利用水平

兩種方案下進出站閘機的流率見表1。市郊鐵路進站閘機流率隨列車發車間隔呈現有規律的波動。新航城站的樓扶梯整體使用率較低，大多低于3人/10 s。

表1 進出站閘機流率 單位：人/10 s

3.2.3 區域服務水平

區域服務水平是對不同設施的行人疏散效率和步行舒適度的綜合評價，用單人可使用的空間面積來表示。方案一極端客流的服務水平較差，屬D 級；方案二正常客流的服務水平屬B 級，極端客流的服務水平為C 級。從仿真結果的地鐵進站閘機處乘客的等待行為可以看出，方案一地鐵進站閘機處排隊等待現象較為顯著，換乘大廳和東西兩側南北通道的客流交叉明顯。建議方案一增加地鐵進站閘機數量；擴大車站南北通道面積，以減小進出站客流的擁堵。

3.2.4 主要換乘流線換乘耗時

兩種方案下換乘乘客的平均換乘耗時見圖5。兩種方案的市郊鐵路換乘地鐵耗時明顯低于地鐵換乘市郊鐵路的時間，換乘客流量和列車到達頻率對換乘購票時間有較為明顯的影響。同一方案下，是否購票對同一換乘客流的時間影響不大，可推測車站換乘設施的布局和能力對乘客換乘有一定的影響。

圖5 乘客平均換乘耗時

4 結語

本文通過對市郊鐵路與地鐵換乘站的分析研究，利用基于元胞自動機的SRAIL 系統完成了安檢互認條件下新航城站的站內客流仿真。通過分析兩種方案的仿真結果，對車站設備設施配置、流線組織等提出了相應的建設。由于客流數據來源的局限性，未能精確得到進出站口的客流量，乘客屬性的刻畫還不夠細致，這些還需作進一步完善。