地鐵車站大客流預警系統相關思考

劉通

摘 要：對于地鐵車站來說，在一些特殊的時期容易發生大客流事件，一旦出現大客流事件，將會影響地鐵的正常營運，容易發生一些不安全事件，所以需要使用大客流預警系統科學地劃分預警等級，提前發布相關的預告，讓有關部門和工作人員提前制定好應急準備，做好乘客的疏導工作，化解大客流風險，減少事故造成的不必要的損失。

關鍵詞：地鐵車站;大客流;預警系統

一、地鐵車站大客流概述

地鐵車站大客流指的是當地鐵的運輸能力以及承載能力難以滿足乘客的出行需要，客流量持續增多引起的大量乘客滯留在車站的情況。在出現大客流問題時，使用大客流預警系統能夠計算出客流量對人群以及車站的影響程度，結合影響程度的不同可以將科學地劃分預警等級，提前公布有關的預報，令各相關部門提前制定好預防的辦法，有效地處理突發的車站大客流事件，將大客流的風險降至最低，減輕大客流問題造成的損失。

二、地鐵車站大客流預警系統整體思路

對于地鐵車站來說，客流主要可以分成三大類，分別是乘客流、進站客流和出站客流，本篇文章中在劃分預警等級時，把地鐵車站中客流的整體服務流程以及乘客在地鐵車站的實際流動情況當作依據，同時結合地鐵車站的服務設施及服務水平等因素，對那些容易發生擁堵事件的區域展開了分層監控，收集并整理有關的預警指標和預警數據，之后對收集到的數據展開分析，得出相應的處理辦法，與此同時重點關注那些極易導致事故發生的危險源，具體的流程見圖1。

三、地鐵車站大客流預警分級的關聯指標分析

打造地鐵車站客流預警的指標系統，這些指標中涉及了許多和站點客流預警相關的指標。

1.售票檢票的服務強度

如果單位時間內進出站的乘客數量是Yx，那么第X條線路的閘機可靠度為σx，結合排隊論的相關知識可以計算出第X條線路進出站檢票系統的服務強度px，計算公式為px=λx/u=Yx/nxσxu。

2.乘客密度和速度

如果地鐵車站內乘客的密度超過每平方米0.5人，將會打破乘客步行環境的平衡，在此種情況下，如果乘客的密度一直增加，樓扶梯位置以及通道外面的乘客流速將會明顯下降，與扶梯區域乘客流速相比，通道外面的乘客流速下降速率更快。

3.乘客的疏散時間

地鐵車站客流疏散的總時間指的是全部應被疏散人員被疏散使用的時間總和，包含一切瓶頸區域的等候時間與行走時間。

4.乘客空間的負載度

乘客空間負載度指的是軌道站點中實時乘客需求以及服務設施的服務強度的比值，可以使用乘客空間負載度表示乘客在步行環節中環境的空間密度，但空間負荷度越大時，意味著乘客流的空間密度也越大，地鐵乘客就會更加擁擠，計算的公式是Ck=Q1/Q2。在該計算公式中，Ck代表的是乘客空間負載度，Q1代表的是服務設施的具體客流量，Q2代表的是服務設施的通行水平。

5.乘客的排隊數量

對于地鐵軌道交通來說，在站臺位置、樓扶梯口位置和閘機口位置很容易出現排隊的情況，出現這一情況的地點通常也是地鐵的瓶頸位置，伴隨乘客數量的持續增多，排隊的乘客數量會持續增加。按照地鐵車站乘客客流的走行路徑與功能進行劃分，本篇文章將地鐵車站劃分成3個主要區域，第1個區域是檢票區，第2個區域是樓梯和扶梯區，第3個區域是地鐵的站臺區。

第1個區域的預警指標主要指的是售檢票服務的強度以及乘客的排隊數量。第2區域的預警指標主要包括乘客的密度、運行速度和乘客空間負載度，在地鐵車站中，樓扶梯區域是乘客在售檢票之后行走至站臺區的唯一路徑，該區域的服務強度在很大程度上影響著乘客經由售檢票區域到達地鐵站臺的效率。第3區域的預警指標主要包括乘客空間負載度、大客流的持續時間、客流的速度和密度等指標。

四、地鐵車站大客流預警系統的應用價值

在早晚高峰容易出現地鐵車站大客流問題，為了保障策乘客的進站效率，保證乘客的出行安全，可以在地鐵車站內使用智能的大客流預警系統，以此來提高地鐵車站客流組織的效率，同時提高地鐵車站對于突發事件的響應能力，讓乘客快速地進站乘車。通過大客流預警系統的使用，需要在地鐵的進出口、通道和站廳等相應的公共區域中設置高清攝像頭，實時統計并分析客流數據，當客流量增加時能夠第一時間發出警報，提醒工作人員及時疏導客流。當有突發事件發生時，智能預警系統可以經由畫面分析及時報警，與工作人員巡站和乘客求助相比，智能預警系統的效率更高，便于工作人員及時到現場處理。通過使用大客流監測和預警系統，可以自動記錄和分析地鐵車站的客流數據，對不同時間段、不同區域的客流特點進行分析，在短時間內準確地判斷客流的變化情況，提高客流組織的高效性，進而保證乘客進站乘車的效率，有助于優化地鐵車站的客流管控情況。

五、結語

綜上所述，在城市軌道交通的運行中有可能發生大客流事件，針對這一情況，必須合理地應用大客流預警系統，對客流量數據展開全方位地分析，結合客流量對車站以及乘客的影響，將預警等級劃分為不同的程度，便于地鐵部門提前制定干預措施，充分發揮大客流預警系統的使用價值，進一步提高地鐵車站的客流管控能力。

參考文獻：

[1]楊聚芬， 王博， 王奮，等. 地鐵車站大客流預警系統分析[J]. 經貿實踐， 2018（14）：1-1.

[2]丁媛. 軌道交通車站大客流預警系統探討[J]. 輕松學電腦， 2018（011）：1-1.

[3]李廣剛， 方漫然. 基于智能視頻分析技術的車站大客流預警系統研究[J]. 數碼設計， 2017（5）：3-3.

[4]張寧， 張凌翔， 趙振江，等. 地鐵車站大客流識別預警方法及系統：， CN108229400A[P]. 2018.