乘客登機(jī)離港情景下的首都機(jī)場(chǎng)T3航站樓行人流特征

任國(guó)友教授 王文濤 劉 旭

（1.中國(guó)勞動(dòng)關(guān)系學(xué)院 安全工程學(xué)院應(yīng)急決策與仿真分析實(shí)驗(yàn)室，北京 100048；2.首都經(jīng)濟(jì)貿(mào)易大學(xué) 安全與環(huán)境工程學(xué)院，北京 100070）

0 引言

機(jī)場(chǎng)類公眾聚集場(chǎng)所（Airport Public Gathering Place，APGP）是城市公共安全管理的重要區(qū)域與場(chǎng)所之一。機(jī)場(chǎng)航站樓是一類典型的公眾聚集場(chǎng)所，具有人員集中、人群復(fù)雜、局部人員密度高的特點(diǎn)[1]。其次，場(chǎng)所內(nèi)人員流動(dòng)性大，人員構(gòu)成復(fù)雜。由于個(gè)體差異，在面對(duì)意外情況時(shí)，很容易造成現(xiàn)場(chǎng)混亂并導(dǎo)致事故的發(fā)生。因此，面對(duì)突發(fā)事件，研究人群在公眾聚集場(chǎng)所的行為，實(shí)現(xiàn)高效、合理、準(zhǔn)確的人員疏散非常重要。

針對(duì)行人的個(gè)體差異，行人流理論的研究最早開(kāi)始于20世紀(jì)50年代。國(guó)外學(xué)者Fruin于1987年提出了宏觀行人流特征的概念[2]，研究了行人在平均速度，行人密度和行人交通流方面的聚集性特征。May對(duì)行人流行為特征方面進(jìn)行了研究，并將行人疏散仿真模型分為宏觀仿真模擬和微觀仿真模擬兩大類[3]。Huang等人認(rèn)為[4]，在一定條件下，Hughes模型中行人的路徑選擇行為滿足用戶動(dòng)態(tài)平衡原則。國(guó)內(nèi)學(xué)者陳濤等人[5]認(rèn)為行人的行為減速是為了避免碰撞，從而修正了社會(huì)力模型。盧春霞[6]運(yùn)用了波動(dòng)理論研究人群在出口的擁擠行為。陳亮等人[7]模擬了雙出口教室人員的疏散過(guò)程。趙光華和張廣厚[8]對(duì)北京北苑交通樞紐的設(shè)計(jì)進(jìn)行仿真模擬分析。張建勛等人[9]利用VISSIM仿真模擬軟件對(duì)北京地鐵客流量進(jìn)行仿真模擬分析，但很少有關(guān)機(jī)場(chǎng)航站樓乘客群體行為的研究。鑒于此，本研究基于乘客登機(jī)離港情景，以首都機(jī)場(chǎng)T3航站樓作為仿真對(duì)象，運(yùn)用MassMotion軟件仿真分析了乘客群人流行為，揭示了首都機(jī)場(chǎng)T3航站樓進(jìn)站與登機(jī)離港時(shí)行人流特征。

1 機(jī)場(chǎng)行人流影響因素及其特征

行人流特性差異可以從個(gè)體特征差異和非個(gè)體特征差異2方面進(jìn)行分析。

1.1 個(gè)體因素及其特征

個(gè)體特征差異包括年齡、性別、文化和種族差異等因素。一是年齡。年齡是影響行人速度的一個(gè)重要因素。根據(jù)年齡可將人群分為3個(gè)階段，15～40歲為青年，40～60歲為中年，60歲以上為老年。二是性別。僅考慮性別因素，男女身體結(jié)構(gòu)存在差異，行走速度必定存在差異。通常，男人有更大的步伐和更快的步速。三是文化和種族差異。行人流研究目前多數(shù)在歐洲、亞洲、北美進(jìn)行。亞洲人同西方人（歐洲，北美）身材有著明顯的差異[10]。

1.2 非個(gè)體因素及其特征

非個(gè)體特征差異包括溫度、攜帶行李狀況、避讓距離和建筑設(shè)施類型等因素。一是溫度。溫度對(duì)行人速度有明顯的影響。二是攜帶行李狀況。根據(jù)行李的大小尺寸可分為4種情況[11]。無(wú)行李或攜帶隨身小包、小行李（公文包等）、中等行李（中等尺寸的行李箱等）和大行李（大件行李箱或兩個(gè)及以上的中等尺寸行李箱）。三是避讓距離。避讓距離是指行人，行人和墻壁或障礙物之間的最小距離。這取決于周圍環(huán)境和行人自由度[12]。四是建筑設(shè)施的類型。在公共場(chǎng)所，典型的建筑設(shè)施包括人行走道、過(guò)廊、電梯、樓梯、自動(dòng)扶梯、推拉門和旋轉(zhuǎn)門等。當(dāng)行人使用垂直移動(dòng)設(shè)施時(shí)，行人對(duì)向下方向的運(yùn)動(dòng)延遲更敏感[13]，穿過(guò)門時(shí)，形成拱形區(qū)域的可能性取決于門的寬度和行人的恐慌程度。

1.3 首都機(jī)場(chǎng)客流量調(diào)查統(tǒng)計(jì)

機(jī)場(chǎng)作為公眾聚集場(chǎng)所，有其特殊之處，節(jié)假日相較日常工作日接待客流量增多?；诂F(xiàn)實(shí)國(guó)情，每到節(jié)假日時(shí)，客流量急劇增大。目前，我國(guó)全年法定節(jié)假日（一般包括元旦、春節(jié)、清明節(jié)、勞動(dòng)節(jié)、端午節(jié)、中秋節(jié)、國(guó)慶節(jié)）共7個(gè)，其中春節(jié)和國(guó)慶節(jié)持續(xù)時(shí)間最長(zhǎng)，出行、回家的客流量是最多的。根據(jù)北青航媒發(fā)布的數(shù)據(jù)顯示，首都機(jī)場(chǎng)T3航站樓占首都機(jī)場(chǎng)旅客流量近60%。研究將選取典型假期為例，機(jī)場(chǎng)會(huì)在假期前做好預(yù)計(jì)進(jìn)出港旅客的數(shù)據(jù)統(tǒng)計(jì)，根據(jù)官網(wǎng)發(fā)布的數(shù)據(jù)統(tǒng)計(jì)可知，2018年4月5～7日將迎來(lái)“清明”小長(zhǎng)假，在為期3天假期內(nèi)，首都機(jī)場(chǎng)預(yù)計(jì)進(jìn)出港旅客74.7萬(wàn)人次，日均24.9萬(wàn)人次[14]。在“五一”小長(zhǎng)假期間，即4月29日～5月1日，首都機(jī)場(chǎng)預(yù)計(jì)保障進(jìn)出港旅客80.5萬(wàn)人次，日均26.8萬(wàn)人次；進(jìn)出港航班預(yù)計(jì)4860架次，日均1620架次。從這兩個(gè)假期的數(shù)據(jù)比較可以看出，日均人數(shù)差別不大，總?cè)藬?shù)還是五一長(zhǎng)假相對(duì)較多。與往年春運(yùn)客流量比較，春運(yùn)的日均客流量與上兩個(gè)節(jié)假日持平，雖然春運(yùn)客流量是最大的，但因?yàn)槠涑掷m(xù)時(shí)間長(zhǎng)，所以人流數(shù)量分散。因此，得出結(jié)論節(jié)假日日均旅客量是大致相同的。

2 航站樓乘客人群行為仿真模型

2.1 首都機(jī)場(chǎng)T3航站樓概況及仿真工具選用

2.1.1 首都機(jī)場(chǎng)T3航站樓概況

北京首都國(guó)際機(jī)場(chǎng)3號(hào)航站樓主樓由荷蘭機(jī)場(chǎng)顧問(wèn)公司（NACO）和英國(guó)諾曼福斯特建筑事務(wù)所聯(lián)合設(shè)計(jì)。機(jī)場(chǎng)所處北京市順義區(qū)，位于北京城城區(qū)的東北方向，和市區(qū)有多條線路的連接，交通便利。3號(hào)候機(jī)樓是世界第二大單體航站樓，并且是中國(guó)最大的單體建筑。3號(hào)航站樓由主樓，國(guó)內(nèi)候機(jī)大廳和國(guó)際候機(jī)大廳組成。配備自動(dòng)處理高速傳輸?shù)男欣钕到y(tǒng)、快速客運(yùn)、快速交通系統(tǒng)和總建筑面積98.6萬(wàn)平方米的信息系統(tǒng)。國(guó)際機(jī)場(chǎng)理事會(huì)（ACI）發(fā)布數(shù)據(jù)統(tǒng)計(jì)顯示，2017年世界各大機(jī)場(chǎng)接待旅客排名，中國(guó)北京機(jī)場(chǎng)以9579萬(wàn)人次的客流量位居第二。

2.1.2 乘客行人流模型及其仿真工具

在20世紀(jì)50年代時(shí)，Lewin在研究行人移動(dòng)行為時(shí)發(fā)現(xiàn)，行人在移動(dòng)過(guò)程中會(huì)受到力的作用，行人因此會(huì)改變自己的運(yùn)動(dòng)行為。后來(lái)，D. Helbing等人根據(jù)Lewin提出的理論，將流體力學(xué)方程與Lewin的理論組合起來(lái)，建立了一個(gè)社會(huì)力模型[15]，這里將行人視為滿足力學(xué)定律的粒子，相比于其他模型，能更加真實(shí)地再現(xiàn)行人運(yùn)動(dòng)現(xiàn)象。社會(huì)力模型是基于以個(gè)體為單位所建立的，它是一種連續(xù)行人流動(dòng)態(tài)模型。因此，本研究采用的MassMotion軟件是基于社會(huì)力模型研發(fā)的一款新型人群仿真模擬軟件，其仿真效果與機(jī)場(chǎng)乘客實(shí)際人群的運(yùn)動(dòng)更相符。

2.2 行人流仿真模型構(gòu)建

2.2.1 基本假設(shè)

（1）初始狀態(tài)。航站樓內(nèi)所有服務(wù)設(shè)備均正常運(yùn)行，沒(méi)有上機(jī)和等候的旅客，安保人員、服務(wù)人員等員工均處于就緒狀態(tài)。

（2）模型中行人運(yùn)行流程涉及到買票、值機(jī)、安檢等服務(wù)。均選擇方式為：旅客先到達(dá)則先得到服務(wù)。

（3）值機(jī)柜臺(tái)的功能分為：有行李托運(yùn)柜臺(tái)和無(wú)托運(yùn)行李柜臺(tái)。

（4）安檢通道分為兩個(gè)類型：普通通道和VIP通道。旅客選擇安檢的方式遵循就近原則且選擇隨機(jī)，即旅客行走距離最短[16]。

（5）為了簡(jiǎn)化行人仿真模型，該模型中不包括行李檢查和行李分檢等流程。

（6）假設(shè)所有的旅客均熟悉登機(jī)流程，每一架航班都沒(méi)有延誤，當(dāng)日所有航班均按照計(jì)劃時(shí)刻表執(zhí)行飛行任務(wù)。

2.2.2 基本模擬參數(shù)

按航空運(yùn)輸?shù)膰?guó)際慣例，機(jī)場(chǎng)運(yùn)行開(kāi)放時(shí)間點(diǎn)是6:00，關(guān)閉時(shí)間點(diǎn)是24:00，數(shù)據(jù)顯示北京機(jī)場(chǎng)在0:00～6:00間仍有部分航班執(zhí)行。通常以航班數(shù)量、航班密度和占航班總量的比重三者作為衡量指標(biāo)。仿真中模型選擇人最多的中午黃金航段（11:00～14:00）的20min進(jìn)行模擬。20min約有16個(gè)航班，每架航班搭乘人數(shù)約121人，共3146人。表1選取2018年4月某日進(jìn)行統(tǒng)計(jì)得出T3航站樓各時(shí)段接待航班數(shù)量及每個(gè)時(shí)段預(yù)計(jì)搭乘旅客的人數(shù)。從中可以看出，日常工作日搭乘旅客數(shù)總計(jì)為15.05萬(wàn)人[17]。

而節(jié)假日每日搭乘旅客數(shù)為25萬(wàn)人左右，詳見(jiàn)1.3，兩個(gè)時(shí)段旅客人數(shù)差別明顯。

表1 T3航站樓各時(shí)段接待航班數(shù)量及預(yù)計(jì)搭乘人數(shù)Tab.1 The number of reception flights and the estimated number of passengers in each time period of terminal T3

2.2.3 觀測(cè)數(shù)據(jù)與仿真參數(shù)標(biāo)定

筆者實(shí)地調(diào)查首都機(jī)場(chǎng)T3航站樓進(jìn)出口通道行人流到達(dá)量分布數(shù)據(jù)，見(jiàn)表2、3，給出了仿真建模關(guān)鍵參數(shù)。

行人服務(wù)水平評(píng)價(jià)體系是Fruin根據(jù)行人運(yùn)動(dòng)（見(jiàn)表4）和候車（見(jiàn)表5）兩種不同行為下的場(chǎng)景內(nèi)服務(wù)水平，也就是依據(jù)人群的密度得出的人群在此范圍內(nèi)的舒適度。

表2 行人流建模參數(shù)Tab.2 Row stream modeling parameters

表3 行人流設(shè)施參數(shù)表Tab.3 Row parameter table of pedestrian facilities

表4 行人運(yùn)動(dòng)服務(wù)水平 [6]Tab.4 Pedestrian exercise service levels

表5 行人候車服務(wù)水平 [6]Tab.5 Pedestrian waiting service level

為了確定機(jī)場(chǎng)內(nèi)行人流步速，采用人工觀測(cè)和視頻采集的方法，結(jié)合個(gè)體特征差異和非個(gè)體特征差異中的影響因素，考慮年齡、性別、種族、攜帶行李狀況的影響，見(jiàn)表6。根據(jù)不同種類的人群，確定他們速度變化的范圍。

表6 不同種類人群的速度參數(shù)Tab.6 Speed parameters of different groups of occupant

3 仿真結(jié)果及其分析

在本研究中，模型分兩個(gè)部分，第一部分為旅客達(dá)到機(jī)場(chǎng)辦理托運(yùn)、值機(jī)等服務(wù)，即進(jìn)站區(qū)域；第二部分為旅客安檢通過(guò)從上機(jī)通道離港，模擬了航站樓黃金時(shí)段20min內(nèi)行人流情況和節(jié)假日最大客流量情況。

3.1 進(jìn)站口仿真方案及其結(jié)果

輸出旅客進(jìn)站口的仿真模擬界面，如圖1，不同顏色對(duì)應(yīng)不同種類的人群，深色代表男性，淺色代表女性。

圖1 進(jìn)站口仿真圖Fig.1 Simulation diagram of inlet

3.1.1 日常工作日進(jìn)站口仿真結(jié)果

從圖2可知，日常值機(jī)服務(wù)水平可以達(dá)到A級(jí)水平。在電梯和安檢口兩個(gè)易擁堵的區(qū)域，工作日行人密度表現(xiàn)良好。電梯達(dá)到C級(jí)服務(wù)水平之上，安檢處均在A級(jí)以上。

圖2 工作日值機(jī)服務(wù)情景行人平均密度圖Fig.2 Average pedestrian density graph of working day check-in service scenario

3.1.2 節(jié)假日進(jìn)站口仿真結(jié)果

在節(jié)假日時(shí)間段內(nèi)，旅客人數(shù)增多，航班增多，導(dǎo)致服務(wù)壓力增大，服務(wù)水平的等級(jí)即將降低到E級(jí)，如圖3；在進(jìn)站口的其他局部區(qū)域（如電梯口和安全檢查處），容易造成人員的擁擠，但都沒(méi)到達(dá)危險(xiǎn)的情況。

圖3 節(jié)假日值機(jī)服務(wù)情景行人平均密度圖Fig.3 Average pedestrian density of holiday check-in service scenario

3.2 登機(jī)離港仿真方案及其結(jié)果

T3航站樓登機(jī)離港受建筑結(jié)構(gòu)重要影響，其輸出旅客離港仿真測(cè)試結(jié)果界面，如圖4。

圖4 旅客登機(jī)離港仿真界面Fig.4 Passenger boarding departure simulation interface

3.2.1 日常工作日進(jìn)站口仿真結(jié)果

圖5顯示在日常工作日，乘客從B1層乘坐電梯進(jìn)入一層安檢區(qū)，進(jìn)行排隊(duì)接受安檢，行人平均密度均在E級(jí)以上服務(wù)水平，滿足基本乘機(jī)的需要，排隊(duì)順暢，設(shè)施之間有序銜接，沒(méi)有較為擁堵的區(qū)域。

圖5 工作日離港前通過(guò)安檢區(qū)行人平均密度圖Fig.5 Average pedestrian density of passing through the security area before departure

3.2.2 節(jié)假日進(jìn)站口仿真結(jié)果

同樣，增加模擬人數(shù)，模擬節(jié)假日時(shí)段內(nèi)的人群密度發(fā)現(xiàn)，在安檢處存在擁堵?tīng)顩r，局部人群突然密集區(qū)域密度增大。

3.3 T3航站樓實(shí)際行人流特征分析

行人流特征可以用行人流流量、速度和行人流密度3個(gè)基本參數(shù)描述。

3.3.1 流量與密度之間的關(guān)系

密度是用來(lái)描述特定區(qū)域內(nèi)行人密集程度的參數(shù)。通過(guò)實(shí)際觀測(cè)數(shù)據(jù)（通過(guò)SAS的F檢驗(yàn)，95%的置信區(qū)間），繪出流量與密度的關(guān)系圖，如圖6，并得到的二次多項(xiàng)式函數(shù)：

圖6 T3航站樓人群密度與流量關(guān)系Fig.6 Relationship between occupant density and traffic flow in terminal T3

擬合出的流量與密度關(guān)系趨勢(shì)圖，對(duì)比文獻(xiàn)[19]研究結(jié)果，當(dāng)密度為K=2.08人/m2，區(qū)域內(nèi)行人流量達(dá)到最大值為Q=73p/min/mm，且當(dāng)達(dá)到最大值后，流量開(kāi)始逐漸下降，整體圖像呈開(kāi)口向下。以Km=2.08人/m2為分界點(diǎn)，此時(shí)流量為最大流量Qm前一部分為不擁擠范圍，后一部分屬于擁擠的范圍。當(dāng)密度Kj=4.21人/m2時(shí)，此時(shí)流量Q接近于0，這時(shí)區(qū)域內(nèi)的人群非常擁擠，難以移動(dòng)，達(dá)到難以忍受的最小靜態(tài)空間。

3.3.2 速度與密度之間的關(guān)系

同樣，如圖7，本文將實(shí)際觀測(cè)數(shù)據(jù)與文獻(xiàn)[19]進(jìn)行對(duì)比，總體趨勢(shì)大致相同，即：

與圖8國(guó)外學(xué)者研究結(jié)果對(duì)比可知，在密度為0～1人/m2區(qū)間內(nèi)，人流密度較小，行人處于離散的狀態(tài)，個(gè)體行為特征因素對(duì)速度的影響占據(jù)主要位置。與模擬仿真結(jié)果作對(duì)比，C級(jí)處于密度為1.393～2.333人/m2之間，而依據(jù)實(shí)際測(cè)量的結(jié)果，當(dāng)密度達(dá)到K=2.08人/m2時(shí)，是不擁擠和擁擠的分界點(diǎn)，這個(gè)點(diǎn)落于C級(jí)區(qū)域內(nèi)，仿真與實(shí)際符合。

圖7 密度與速度關(guān)系圖Fig.7 Relation between density and velocity

圖8 文獻(xiàn)[20]中的密度與速度關(guān)系Fig.8 Relation between density and velocity obtained in literature[20]

4 結(jié)論

（1）研究發(fā)現(xiàn)，相比日常工作日，節(jié)假日同一地點(diǎn)行人流平均密度明顯增大，科學(xué)預(yù)測(cè)節(jié)假日高峰期的行人流密度是航站樓事故風(fēng)險(xiǎn)控制的關(guān)鍵手段。

（2）仿真結(jié)果表明，首都機(jī)場(chǎng)T3航站樓行人流量與密度在水平通道處呈二元函數(shù)關(guān)系。當(dāng)達(dá)到區(qū)域內(nèi)行人密度條件的某一點(diǎn)時(shí)，即K=2.08人/m2，行人流量達(dá)到峰值；密度再增大，到密度Kj=4.21人/m2時(shí)，行人流量為零，這時(shí)稱此密度為阻塞密度。

行人速度與密度之間的關(guān)系更為復(fù)雜，在密度為0～1人/m2區(qū)間內(nèi)，即人流密度較小的區(qū)域，行人處于離散的狀態(tài)，個(gè)體行為特征因素對(duì)速度的影響占據(jù)主要位置；當(dāng)人群密度大于4人/m2時(shí)，即在行人流高度密集時(shí)，非個(gè)體行為特征對(duì)于速度變化不產(chǎn)生影響。

（3）航站樓的基礎(chǔ)設(shè)施在一段時(shí)間內(nèi)不會(huì)改變，想要更好的緩解航站樓這類公眾密集場(chǎng)所的安全問(wèn)題，需要建立合理有效的安全管理制度，著重培養(yǎng)工作人員的安全素質(zhì)，在服務(wù)質(zhì)量不變的情況下，提高服務(wù)效率。