機(jī)場陸側(cè)抵港客流聚集狀態(tài)評價研究

孫雨婷，成洪博，郭 琪，林綿峰，趙凈潔，李 靜

(1.北京北大千方科技有限公司，北京 100085；2.北京市交通運(yùn)行監(jiān)測調(diào)度中心，北京 100161)

0 引 言

隨著國民經(jīng)濟(jì)的快速發(fā)展，我國航空運(yùn)輸行業(yè)在過去十幾年中取得了長足的發(fā)展。2019年，全行業(yè)完成旅客運(yùn)輸量65 993.42萬人次，比上年增長7.9%；國內(nèi)航線完成旅客運(yùn)輸量58 567.99萬人次，比上年增長6.9%；國際航線完成率可運(yùn)輸量7 425.43萬人次，比上年增長16.6%[1]。機(jī)場作為城市交通運(yùn)輸網(wǎng)絡(luò)中的重要節(jié)點(diǎn)，承接了大量出行旅客，是客流集散的重要場地?？紤]到旅客在有限的個人空間下心理壓力較大，容易誘發(fā)客流大規(guī)模擁堵不暢等狀況，增加了疏散困難等事故的發(fā)生幾率[2]。因此及時地了解、監(jiān)測機(jī)場陸側(cè)客流聚集狀態(tài)十分必要，有目的組織預(yù)警，提高抵港旅客在機(jī)場陸側(cè)區(qū)域的安全性和通暢性，從而緩解交通運(yùn)行及組織壓力，保障旅客在機(jī)場陸側(cè)區(qū)域中的安全，保證機(jī)場樞紐的高效運(yùn)營和正確的指揮管理。

郝曉青采用模糊評價法和線性加權(quán)法對綜合交通樞紐客流狀態(tài)進(jìn)行劃分并對客流擁擠指數(shù)進(jìn)行定義，且在北京地鐵站復(fù)興門進(jìn)行實地驗證[3]。劉浩然提出了客流密度指數(shù)模型且對北京地鐵進(jìn)行了實例驗證，并將客流密集指數(shù)應(yīng)用到客流風(fēng)險評估的方法中[4]。何漢根據(jù)非集計理論和方法構(gòu)建大型空港客運(yùn)交通樞紐客流疏散Logit模型，并以成都天府機(jī)場為例對構(gòu)建模型的適用性進(jìn)行驗證[5]。肖慧雅借鑒生物學(xué)中傳染病動力學(xué)理論的思想，由傳染病在人群中的傳播類比擁堵狀態(tài)在公共交通樞紐內(nèi)的傳播，提出了擁擠態(tài)、非擁擠態(tài)、過渡態(tài)三類客流狀態(tài)的定義，在傳統(tǒng)的連續(xù)型傳染病模型基礎(chǔ)上，建立了離散型客流集散態(tài)勢模型[6]。楊夢鴿參考了RSSB中對擁擠的解釋定了地鐵換乘樞紐擁擠，首先針對不同區(qū)域的客流特性定義擁擠度評價模型，排隊區(qū)域擁擠評價采用排隊模型，集散區(qū)域擁擠度評價采用TOPSIS法；其次將排隊區(qū)域和集散區(qū)域的擁擠等級值作為輸入，選擇TOPSIS法將排隊區(qū)域和集散區(qū)域結(jié)合評價地鐵換乘樞紐擁擠程度[7]。

1 機(jī)場陸側(cè)抵港客流聚集特征分析

(1)時間分布

機(jī)場陸側(cè)抵港旅客的聚集時間段與航班抵港時刻表有著強(qiáng)相關(guān)性。客流的聚集性主要表現(xiàn)為：在航班越密集的時段內(nèi)，機(jī)場的旅客聚集程度越高，在單位時間內(nèi)到達(dá)的旅客數(shù)也越多；同理，在航班越疏散的時段內(nèi)，機(jī)場的旅客聚集程度越低，在單位時間內(nèi)到達(dá)的旅客數(shù)也相對較少。

(2)空間分布

機(jī)場陸側(cè)抵港旅客普遍出行路徑為：當(dāng)航班抵港機(jī)位為靠橋機(jī)位時，旅客可以通過廊橋步行至行李提取區(qū)；當(dāng)航班抵港機(jī)位為遠(yuǎn)機(jī)位時，旅客可以通過擺渡車到達(dá)擺渡車?？奎c(diǎn)后步行至行李提取區(qū)。旅客經(jīng)過行李提取區(qū)后到達(dá)機(jī)場出口后，可以通過直梯、扶梯或者步行等多種途徑到達(dá)多種運(yùn)輸方式接續(xù)區(qū)。

2 客流聚集狀態(tài)模型建立

2.1 客流聚集狀態(tài)的劃分

(1)確定評價指標(biāo)

評價指標(biāo)是根據(jù)能反映客流聚集狀態(tài)的指標(biāo)而設(shè)置的，選取旅客的密度和單位寬度流率作為客流聚集狀態(tài)的評價指標(biāo)，建立客流聚集狀態(tài)的因素論域U如下。

U={Up,Uv}

(2)建立評價狀態(tài)集合

客流聚集狀態(tài)等級依次可以劃分為疏散、較疏散、一般、較聚集、聚集這五個等級，vi是等級論域的模糊子集：{V1,V2,V3,V4,V5}。

(3)建立判斷矩陣

由于客流聚集狀態(tài)沒有絕對的界限，所以用隸屬度來刻畫分級界限比較合理，且各評價指標(biāo)都是以數(shù)值小為最優(yōu)，故采用偏小型分布。根據(jù)評價指標(biāo)值對應(yīng)各個狀態(tài)的隸屬度關(guān)系，建立判斷矩陣F。

(1)

(4)權(quán)重的確定

即確定客流聚集狀態(tài)的評價指標(biāo)密度、斷面流率對客流狀態(tài)的影響的程度wi。

(2)

(5)客流聚集狀態(tài)確定

根據(jù)對客流聚集狀態(tài)的描述，實時輸入機(jī)場陸側(cè)區(qū)域旅客的速度、單位寬度流率后，根據(jù)隸屬度函數(shù)可以得到判斷矩陣，依照密度、斷面流率的權(quán)重計算出客流的聚集狀態(tài)。

(3)

2.2 權(quán)重的確定

應(yīng)用模糊層次分析法分別計算客流聚集狀態(tài)評判中評價指標(biāo)密度、流率的權(quán)重。首先，在客流聚集狀態(tài)的評價指標(biāo)中，采用專家打分法判斷，密度權(quán)重值大于流率權(quán)重值，因此可以按照三標(biāo)度法建立模糊判斷矩陣F=(fij)n×n如下：

(4)

其中s(i)和s(j)分別表示密度因素和流率因素的相對重要性程度。

(5)

(6)

以W(0)=(0.625,0.375)T作為迭代優(yōu)化的初始值，應(yīng)用迭代公式Vk+1=EVk進(jìn)行優(yōu)化，最終將W=(0.75,0.25)T作為密度因素與流率因素的權(quán)重值。

2.3 隸屬度函數(shù)的確定

用客流疏散度來表示機(jī)場陸側(cè)區(qū)域內(nèi)客流的聚集狀況，客流疏散度是描述旅客在一定區(qū)域內(nèi)的集散程度，把客流疏散度的范圍界定在0～1之間，0表示客流最疏散，1表示客流最聚集。選取機(jī)場陸側(cè)旅客走行區(qū)域范圍內(nèi)旅客的密度和斷面流率作為指標(biāo)，分別建立單因素條件下客流疏散的密度隸屬度函數(shù)和斷面流率隸屬度函數(shù)，從這兩個方面來反映客流的疏散度。

閾值的確定是客流疏散度劃分的關(guān)鍵，根據(jù)每一個指標(biāo)的區(qū)間范圍按“客流密集程度”分為5個檔次，給“疏散”賦值為0，“聚集”賦值為1，中間再分出“較疏散”、“一般”、“較聚集”三個檔次，采用均數(shù)原則，把0.2，0.4，0.6，0.8作為不同檔次之間的閾值。

由于客流聚集狀態(tài)沒有絕對的界限，所以用隸屬度來表示較合理。確定函數(shù)的隸屬度公式是進(jìn)行客流聚集狀態(tài)評判的關(guān)鍵。各評價指標(biāo)都是以數(shù)值小為最優(yōu)，因此采用偏小型分布。

在考慮行李因素對客流聚集狀態(tài)的影響時，對大興機(jī)場抵港旅客攜帶行李的情況進(jìn)行了調(diào)查。調(diào)查人數(shù)共計1 582人，把旅客攜帶行李情況分為四大類并分別統(tǒng)計各類型情況：

(1)無行李：指乘客不攜帶行李或一個普通的單肩包(投影面積可忽略)；

(2)小包：指乘客攜帶購物袋、手提包等，在平面上的投影面積小于0.1 m2；

(3)中包：指旅客出差用的雙肩包，在平面的投影面積大于0.1 m2且小于0.2 m2；

(4)大包：指旅客攜帶的拉桿箱，在平面上的投影面積大于0.2 m2且小于0.5 m2。

調(diào)查結(jié)果如表1所示。

表1 旅客攜帶行李調(diào)查結(jié)果

將攜帶各類型行李旅客樣本數(shù)與旅客總數(shù)量的比值作為權(quán)重，可以計算出旅客攜帶行李情況下的行人空間加權(quán)平均增加值為0.081 m2；行人步速加權(quán)平均減少值為0.06 m/s。

(1)行人密度的隸屬度函數(shù)

研究表明：在步行通道內(nèi)以及出入口處，當(dāng)行人空間大于2.33 m2/人時，行人間發(fā)生碰撞的概率較低，可以忽略不計，可以將對應(yīng)的密度值0.43人/m2作為客流很疏散時密度的取值；當(dāng)行人空間小于0.25 m2/人時，隨著行人空間的減小，行人間發(fā)生碰撞的概率很高，達(dá)到行人無法接受的地步，可以將對應(yīng)的密度值4人/m2作為客流很聚集時密度的取值。

因此步行通道內(nèi)行人密度的疏散度函數(shù)為：

(7)

由此可以得到步行通道內(nèi)以及出入口處客流安全分級的密度閾值，同時考慮行李對行人空間的影響，如表2所示。

表2 通道內(nèi)客流聚集分級的密度閾值

通道內(nèi)密度評價指標(biāo)采用偏小型分布，根據(jù)上面的隸屬函數(shù)公式，就可以得到不同等級的密度的隸屬度函數(shù)公式，如下所示。

(8)

(9)

(10)

(11)

(12)

(2)斷面流率的隸屬度函數(shù)

在步行通道內(nèi)以及出入口處，當(dāng)行人平均步速大于1.28 m/s時，行人間距較大，疏散程度較高，不容易聚集，可以將對應(yīng)的行人通過流率33人/min作為客流很疏散時通過流率的取值；當(dāng)行人平均步速小于0.43 m/s時，行人間距極小，與其他行人經(jīng)常不可避免的發(fā)生沖突，可以將對應(yīng)的行人通過流率104人/min作為客流很聚集時通過流率的取值。

因此步行通道內(nèi)行人通過流率的疏散度函數(shù)為：

(13)

由此可以得到步行通道內(nèi)以及出入口處客流安全分級的通過流率閾值，同時考慮行李對行人步速的影響，如表3所示。

表3 通道內(nèi)客流聚集分級的通過流率閾值

與客流密度相同，通道內(nèi)通過流率評價指標(biāo)采用偏小型分布，根據(jù)上面的隸屬函數(shù)公式，就可以得到不同等級的通過流率的隸屬度函數(shù)公式，如下所示。

(14)

(15)

(16)

(17)

(18)

3 大興機(jī)場客流聚集狀態(tài)評價

運(yùn)用模糊綜合評價模型對大興機(jī)場樞紐的客流進(jìn)行實例研究，通過實地調(diào)查各時刻步行通道內(nèi)與出入口處的行人交通狀態(tài)，作為下一階段的模糊綜合評價的基礎(chǔ)。

根據(jù)前面對客流聚集等級的描述，當(dāng)給出樞紐內(nèi)步行通道內(nèi)以及出入口處行人的密度與通過速率后，根據(jù)隸屬度函數(shù)就可以得到模糊關(guān)系矩陣，結(jié)合前述研究中得到的密度與通過速率權(quán)重，可以根據(jù)如下公式計算出客流的聚集等級。

B=wR=[w1w2]

(19)

(20)

根據(jù)檢測設(shè)備檢測結(jié)果可知步行通道處的客流密度為2.1人/m2，行人通過流率為67人/min。將密度以及通過流率帶入上文推算的步行通道隸屬度公式中可以得到判斷矩陣，對于步行通道，采用權(quán)重W=[0.75 0.25]，繼而可以進(jìn)行客流安全等級評價計算，計算結(jié)果如下所示。

[0 0 0 0.565 0.435]

(21)

根據(jù)最大隸屬度原則，判斷出客流的聚集級別處于第四級較聚集等級。

4 結(jié) 語

選取模糊綜合評價法對機(jī)場陸側(cè)抵港客流聚集狀態(tài)進(jìn)行劃分，首先選取客流密度及單位寬度流率作為衡量其聚集狀態(tài)的指標(biāo)并計算權(quán)重，其次考慮到行李對聚集狀態(tài)指標(biāo)的影響修正各指標(biāo)等級閾值，再次根據(jù)各指標(biāo)隸屬度函數(shù)建立客流聚集狀態(tài)判斷矩陣模型，最后在大興機(jī)場選取關(guān)鍵區(qū)域?qū)土骶奂癄顟B(tài)進(jìn)行評價。研究成果可作為研究機(jī)場陸側(cè)抵港客流聚集狀態(tài)評價的基礎(chǔ)。下一步將考慮人群構(gòu)成、客流交織對客流聚集狀態(tài)評價的影響，為機(jī)場安全管理提供支撐和保障。