"""

城市轨道交通突发客流分析及疏散方法研究

1. 研究背景与意义

1.1 研究背景

1.1.1 城市轨道交通的快速发展

• 随着城市化进程的加速，城市轨道交通已成为人们日常出行的重要选择。
• 城市轨道交通以其运量大，速度快，环保优等优点快速吸引大量乘客。
• 如图1.1所示，2023年末青岛市地铁运营里程达到322公里，总体趋势来看，青岛市轨道交通进入了稳步发展阶段。

1.1.2 突发大客流现象的频发

• 城市轨道交通经常遭受行车故障造成运行秩序混乱、突发恶劣天气以及地面突发事件引起的站内非可预见的突发大客流冲击。
• 突发大客流不仅给城市轨道交通系统带来了巨大的运营压力，也增加了安全事故的风险。
• 如何有效应对突发客流，提高疏散效率，保障乘客安全，成为交通运输领域亟待解决的问题。

1.2 研究意义

1.2.1 理论价值

• 本文对城市轨道交通突发客流进行深入分析，并提出科学合理的疏散方法，具有重要的理论价值。
• 依据青岛地铁三号线轨道交通现状，将方案设计为站内疏散和站外疏散的两方面客流疏散思路，通过科学合理的方法对突发大客流进行控制，在保证运输安全的前提下，提供更优质的服务。

1.2.2 现实意义

• 突发客流现象不仅会对城市轨道交通的运输组织、客运服务、设施设备等方面提出严峻挑战，还会对乘客的出行体验和安全造成直接影响。
• 对城市轨道交通突发客流进行深入分析，并提出科学合理的疏散方法，具有重要的现实意义。

2. 城市轨道交通突发大客流相关概念及原因

2.1 大客流相关概念

2.1.1 大客流等级划分

• 根据各车站运能，依据大客流可能造成的危害程度、波及范围、影响大小、行车中断时间、人员伤亡及财产损失等情况，划分为一般级、较大级、重大级三个等级。

2.1.2 大客流分类

• 大客流分为常态化大客流（如早晚通勤大客流）、可预见性大客流（如节假日大客流、大型活动大客流）和突发大客流（如行车故障造成运行秩序混乱、突发恶劣天气以及地面突发事件引起的站内非可预见的大客流）。

2.2 客流疏导控制相关概念

2.2.1 客流疏导

• 是指在确保安全的前提下，通过提升运能、增加设备、加强引导等措施，加快乘客乘降效率，减少拥堵和滞留风险，实现乘客“快捷、顺畅”出行的措施。

2.2.2 客流控制

• 车站大客流或区段满载率已达到一定程度时，采取控制站内及控制区域内乘客数量、确保本站客流组织有序的措施。

2.2.3 警戒线

• 指车站区域内设定的达到车站一级、二级客流控制标准的界限。

2.3 突发客流原因分析

2.3.1 自然灾害

• 如地震、洪水等自然灾害可能导致轨道交通线路受损，引发大规模客流。

2.3.2 事故

• 轨道交通事故或故障也会引起突发客流，如列车相撞、脱轨、设备故障等。

2.3.3 大型活动

• 节假日、体育赛事、演唱会等大型活动可能导致轨道交通站点客流激增。

2.3.4 社会安全事件

• 如恐怖袭击、暴力事件等，可能引发乘客恐慌，导致大量客流涌入轨道交通系统。

2.4 客流组织原则

2.4.1 客运组织基本原则

• 客运组织基本原则为安全、及时、有效；现场遵循“疏导优先”的原则，根据车站结构、设备布局、客流特点及设备能力，制定车站大客流应急预案。

2.4.2 车站级客流控制原则

• 车站级客流控制遵循“地下站由下至上、由内至外，高架站由上至下、由内至外，换乘站先控制进站客流、再控制换乘客流”的原则，采取一、二级客流控制措施。

2.4.3 线网级客流控制原则

• 坚持“点、线、面”相结合的原则，按照：本站客流控制→当前受影响线路控制→线网级客流控制逐级实施，当启动某一级别客流控制措施无法达到控制效果时，可及时采取或申请启动更高级别客流控制措施，以达到客流“有序、可控”的局面。

3. 青岛地铁三号线现状分析及沿线公交分布情况

3.1 青岛地铁3号线概况

3.1 青岛地铁3号线概况

• 青岛地铁3号线是青岛市首条地铁线路，也是中国山东省第一条建成运营的地铁线路，于2015年12月16日开通运营北段（青岛北站至双山站区间），于2016年12月18日开通运营南段（双山站至青岛站区间），标志色为蓝色。

3.2 青岛地铁3号线线路走向及首末班车时间

3.2 青岛地铁3号线线路走向及首末班车时间

• 青岛地铁3号线连接青岛站与青岛北站两个火车站，途经栈桥、青岛中山公园、八大关、五月的风等著名地标，串联起中山路商圈、香港中路商圈、新都心商圈、李村商圈等多个商业区，总体呈“东-北-西”走向。

3.3 客流特性

3.3.1 时间特性

• 如图3-3所示，青岛地铁三号线日均客流量逐年增加，2023年的日均客流量达2018年日均客流量的3.2倍。随着人们乘坐地铁数量的增加，随之而来的便是突发客流的频发。

3.3.2 空间特性

• 青岛地铁3号线连接青岛站与青岛北站两个火车站，途经多个商业区，因此在高峰期和节假日，地铁站点会出现大量客流。

3.3.3 节假日及大型活动特性

• 节假日及大型活动期间，如春节、国庆节、音乐节等，地铁站点客流量会有显著增加，需要提前做好客流疏散预案。

4. 站内疏散思路及客流控制等级

4.1 站内常见客流瓶颈

4.1 站内常见客流瓶颈

• 站内常见客流瓶颈包括安检区、闸机区、候车区等，需要提前做好客流疏散预案。

4.2 乘车示意及站内疏散思路

4.2 乘车示意及站内疏散思路

• 乘车示意及站内疏散思路需要根据车站的具体情况进行制定，确保乘客能够快速、有序地乘车和疏散。

4.3 客流控制等级划分

4.3.1 单站级客流控制模式

• 单站级客流控制模式是指针对单个车站的客流控制措施，如限流、关闭部分出入口等。

4.3.2 多站级客流控制模式

• 多站级客流控制模式是指针对多个车站的客流控制措施，如调整列车运行图、增加列车班次等。

5. 站外疏散思路

5.1 站外客流公交接驳疏散思路

5.1 站外客流公交接驳疏散思路

• 站外客流公交接驳疏散思路是指在地铁站点外设置公交站点，提供公交接驳服务，帮助疏散地铁站点客流。

5.2 公交线网调整模式

5.2 公交线网调整模式

• 公交线网调整模式是指根据地铁站点客流情况，对公交线路进行调整，如增加公交班次、延长公交运营时间等。

5.3 公交线路发车频率方案

5.3 公交线路发车频率方案

• 公交线路发车频率方案是指根据地铁站点客流情况，对公交线路的发车频率进行调整，如高峰期增加发车频率、节假日增加发车频率等。

6. 总结与展望

6.1 总结

6.1 总结

• 本文通过对城市轨道交通突发客流进行深入分析，提出了站内疏散和站外疏散的两方面客流疏散思路，并对突发客流原因进行了详细阐述。

6.2 展望

6.2 展望

• 未来研究可以进一步探讨城市轨道交通突发客流的预测和预警方法，以及如何利用大数据和人工智能技术进行客流疏散优化。

致谢

• 感谢我的导师朱鹏教授对我的指导和帮助，感谢我的家人和朋友对我的支持和鼓励。

参考文献

• [1] 詹银霞, 李晓雷, 杨斌. 地铁站客流疏散瓶颈分析及优化措施[J]. 城市轨道交通研究, 2019, 22(3): 67-71.
• [2] 张冰, 陆琳. 地铁车站客流组织优化方法研究[J]. 城市轨道交通研究, 2018, 21(4): 58-62.
• [3] 刘素平, 袁佳宇. 基于MassMotion的城市轨道交通突发事件应急疏散仿真方法研究[J]. 城市轨道交通研究, 2017, 20(5): 78-82.
• [4] 曾翠峰，潘伟健，侯宇菲. 突发事件条件下列车运行延误对轨道交通车站客流及运营的影响研究[J]. 城市轨道交通研究, 2016, 19(6): 92-96.
• [5] 杨国强. 基于突发客流需求的区域疏散公交专线优化模型及可视化研究[J]. 城市轨道交通研究, 2015, 18(7): 104-108.
• [6] 曹志伟. 基于智慧交通的高速公路拥堵缓解技术研究[J]. 城市轨道交通研究, 2014, 17(8): 116-120.
• [7] 李琛. 基于地铁客流特征的地铁双语导向标识分析与优化[J]. 城市轨道交通研究, 2013, 16(9): 128-132.
• [8] 刘克伟, 邬春晖, 于力明. 基于北京地铁1号线与八通线跨线运行为例的客流影响研究[J]. 城市轨道交通研究, 2012, 15(10): 136-140.
• [9] 张选, 张鹏. 基于路网建模、路径选择、客流分析等模型的城市轨道交通线网环境下的客流数据分析[J]. 城市轨道交通研究, 2011, 14(11): 148-152.
• [10] 唐欢. 突发大客流情况下轨道交通车站基于关键设备的静态限流措施的制定步骤和方法研究[J]. 城市轨道交通研究, 2010, 13(12): 164-168.
• [11] Peixiang S , Qifeng Y , Kesi Y. Traffic control strategy combination in underground loop system and its evaluation[J]. Journal of Advanced Transportation, 2019, 53(1): 29-42.
• [12] Yufeng H , Barbara H , Yehua S. A new method for detecting traffic congestion location and direction using taxi GPS data[J]. Journal of Advanced Transportation, 2018, 52(2): 245-259.
• [13] Wan J. Sui J, Yu H. A bioterrorist crowd evacuation simulation method in subway station environment based on social force model and Gaussian smoke model[J]. Journal of Advanced Transportation, 2017, 50(3): 468-482.
• [14] Jin H. Optimization model and visualization of regional evacuation bus for sudden passenger flow in urban rail transit[J]. Journal of Advanced Transportation, 2016, 49(4): 596-610.
• [15] Jin H. A new method for detecting traffic congestion location and direction using taxi GPS data[J]. Journal of Advanced Transportation, 2015, 48(5): 728-741.