曾茂桃

摘要：近年來， 國內(nèi)外發(fā)生多起因擁擠而導(dǎo)致的踩踏等群死群傷事故。大型活動(dòng)中的擁擠踩踏事故是一個(gè)多因素、多變量、多層次的復(fù)雜系統(tǒng)。在該系統(tǒng)中，除活動(dòng)場(chǎng)所等環(huán)境特征外，參與活動(dòng)的人群個(gè)體的心理與行為也存在著各種不確定性和復(fù)雜性。應(yīng)在人群安全中引入預(yù)警管理， 盡早發(fā)現(xiàn)擁擠踩踏事故的端倪， 提醒有關(guān)部門采取相應(yīng)措施， 使其維持在安全狀態(tài)， 從而有效地預(yù)控?fù)頂D踩踏事件的發(fā)生， 以確保公共區(qū)域聚集人群的安全。本文通過對(duì)人群密度的分析，為預(yù)警提供輔助決策。

關(guān)鍵詞：人群密度 踩踏事件 應(yīng)急管理

中圖分類號(hào)：TU998.1 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-5349（2018）20-0064-02

隨著社會(huì)經(jīng)濟(jì)的發(fā)展，大型活動(dòng)的舉辦次數(shù)和規(guī)模不斷增長。這些活動(dòng)場(chǎng)所往往會(huì)聚集大量人群，稍有不慎，極易引發(fā)人群騷亂，導(dǎo)致?lián)頂D、踩踏等各類安全事故發(fā)生，造成重大人員傷亡和財(cái)產(chǎn)損失，并引發(fā)一系列公共安全問題，產(chǎn)生惡劣的社會(huì)影響。2009年3月29日在科特迪瓦阿比讓舉行的世界杯和非洲國家杯預(yù)選賽期間，一堵墻倒塌，造成至少19人死亡，132人受傷，觀眾逃離，造成恐慌和踩踏。2010年7月，一場(chǎng)踩踏事件發(fā)生在德國杜伊斯堡的電子音樂狂歡節(jié)上，19人死亡，342人受傷。2010年11月22日，柬埔寨首都金邊水上節(jié)慶活動(dòng)發(fā)生嚴(yán)重踩踏事故，造成347人死亡。2014年12月31日，在上海外灘跨年活動(dòng)上，多人摔倒致使擁擠踩踏事件發(fā)生。

大型活動(dòng)中的踩踏事故是眾多因素綜合作用的結(jié)果，是一個(gè)多變量、多層次的復(fù)雜系統(tǒng)。但是人群密度大是導(dǎo)致踩踏事故發(fā)生的必要條件。澳大利亞Hughes將運(yùn)動(dòng)波理論應(yīng)用于人群聚集現(xiàn)象，建立了連續(xù)人群流動(dòng)模型。根據(jù)群體動(dòng)力學(xué)的研究表明：人群行進(jìn)速度不由個(gè)體的進(jìn)行速度決定，而是取決于人群密度，人群密度越大，其運(yùn)動(dòng)的速度就越低。隨著人群密度的相對(duì)增加，人群的行進(jìn)速度會(huì)急劇下滑。當(dāng)人群的密度達(dá)到一定的極限時(shí)，人群就不能前進(jìn)了，發(fā)生踩踏事故的風(fēng)險(xiǎn)也達(dá)到極高值。任何微小的擾動(dòng)，就可能導(dǎo)致踩踏事故的發(fā)生。

由于擠踩踏事件沒有征兆、無章可循，導(dǎo)致管理者在應(yīng)急決策和處理過程中缺乏充分信息。而人群密度可以作為大型活動(dòng)場(chǎng)所踩踏事故風(fēng)險(xiǎn)的預(yù)警指標(biāo)，相關(guān)部門可以通過對(duì)人群密度的實(shí)時(shí)監(jiān)測(cè)、采集、分析，進(jìn)行相應(yīng)的預(yù)警和處置。

目前相關(guān)應(yīng)急部門針對(duì)人群密度數(shù)據(jù)采集有如下一些方法：

一是，采取實(shí)名制。該方法適用于一些演唱會(huì)、大型比賽場(chǎng)館。可以根據(jù)預(yù)先售票數(shù)統(tǒng)計(jì)入場(chǎng)人員，進(jìn)而做好風(fēng)險(xiǎn)管控措施。這種方法的優(yōu)勢(shì)是人數(shù)統(tǒng)計(jì)精確，能有效控制人群密度，缺點(diǎn)是只適用于封閉型場(chǎng)所，不適用于開放型公共場(chǎng)所。

二是，根據(jù)歷年經(jīng)驗(yàn)總結(jié)，通過對(duì)以前大型活動(dòng)參與人數(shù)的具體情況進(jìn)行分析，對(duì)可能人流暴增的活動(dòng)設(shè)置人流疏導(dǎo)措施。該方法的優(yōu)點(diǎn)是成本低，方法簡單，缺點(diǎn)是誤差較大，對(duì)于首次或者臨時(shí)舉辦的活動(dòng)缺乏數(shù)據(jù)統(tǒng)計(jì)，而且主觀因素較強(qiáng)，精度低。

三是，基于智能監(jiān)控的人群密度預(yù)警。近年來，隨著各省、市政府部門一系列安防工程的建設(shè)，公共場(chǎng)所的視頻監(jiān)控覆蓋面越來越廣，智能視頻處理、人臉識(shí)別的圖像分析技術(shù)的發(fā)展，可以使相關(guān)部分能夠通過監(jiān)控?cái)?shù)據(jù)來挖掘人群密度相關(guān)信息。目前在這個(gè)領(lǐng)域，國內(nèi)外學(xué)者都有比較深入的研究。即：（1）基于像素統(tǒng)計(jì)的圖像處理方法。就是通過背景相減來計(jì)算前景群體所占據(jù)的像素的數(shù)量，并且根據(jù)像素的數(shù)目來估計(jì)人群密度。人群中人數(shù)越多，人群密度也就越大，人群在圖像中所占的像素比也越大，通過對(duì)像素點(diǎn)的統(tǒng)計(jì)來估算人群密度。這種方法簡單有效，但對(duì)高密度人群，效果不好。當(dāng)人群變得極其稠密時(shí)，行人之間的相互遮擋，使得行人所占的像素點(diǎn)減少，因此所統(tǒng)計(jì)的人群密度誤差很大。（2）圖像處理與模式識(shí)別法即基于紋理特征分析的種群密度估計(jì)方法。通過灰度共生矩陣，利用圖像灰度級(jí)之間的聯(lián)合更改密度所構(gòu)成的矩陣，來分析圖像的紋理特征，該方法最大的優(yōu)點(diǎn)是有效解決了人群重疊問題，所以該方法可以較為準(zhǔn)確地估計(jì)高密度人群。但是該方法算法復(fù)雜度高，特征維數(shù)大，對(duì)硬件平臺(tái)的數(shù)據(jù)處理能力要求較高，應(yīng)用于低密度人群效果差。（3）信息融合法。第一種是利用卡爾曼濾波結(jié)合背景去除和邊界技術(shù)對(duì)特定種群進(jìn)行計(jì)數(shù)。第二種是通過傅里葉和碎片分類技術(shù)統(tǒng)計(jì)人群人數(shù)。（4）通過采用特征點(diǎn)進(jìn)行人數(shù)統(tǒng)計(jì)。采用SURF算法提取圖像特征點(diǎn)，并通過支持向量機(jī)對(duì)樣本進(jìn)行訓(xùn)練，然后利用支持向量機(jī)對(duì)場(chǎng)景中的人數(shù)進(jìn)行計(jì)數(shù)。通過計(jì)算機(jī)算法的手段，對(duì)于采集的視頻圖像進(jìn)行分析，可以得到較為精確的人群密度。（5）深度學(xué)習(xí)尤其是卷積神經(jīng)網(wǎng)絡(luò)用于人群密度估計(jì)。如ConvNet混合使用了監(jiān)督學(xué)習(xí)和非監(jiān)督學(xué)習(xí)來進(jìn)行行人檢測(cè)。目標(biāo)檢測(cè)算法DPM，解決檢測(cè)中的遮擋問題，該算法可以正確檢測(cè)出人群中無法通過單人檢測(cè)器檢測(cè)出的行人。

通過智能監(jiān)控獲取人群密度的優(yōu)點(diǎn)是節(jié)（下轉(zhuǎn)第63頁）（上接第64頁）約人工成本，精度較高。缺點(diǎn)是裝備和運(yùn)維成本高，必須依靠政府部門的財(cái)力支撐；受環(huán)境影響較大，視頻質(zhì)量受光線明弱、天氣好壞、是否有遮擋物等因素影響，視頻質(zhì)量變差，直接導(dǎo)致準(zhǔn)確率下降；誤判率較大，由于開放型公共場(chǎng)所的人群是自由流通的，因此一個(gè)人可能被該區(qū)域的監(jiān)控重復(fù)計(jì)算。

四是，基于移動(dòng)通信大數(shù)據(jù)的人群密度預(yù)警。運(yùn)營商可以通過該區(qū)域的移動(dòng)通信設(shè)備用戶數(shù)來確定總?cè)藬?shù)。移動(dòng)通信大數(shù)據(jù)信息量巨大，包括用戶的基本數(shù)據(jù)、基站信息、流量信息、位置信息、MAC地址等等，涵蓋用戶行為、終端運(yùn)作、信令交互等重要信息。通過數(shù)據(jù)挖掘，就能得到人群密度信息。該方法的優(yōu)點(diǎn)是數(shù)據(jù)量大，龐大的數(shù)據(jù)量里面包含了具有很高參考價(jià)值的人群信息資料。數(shù)據(jù)更新速度快，持續(xù)更新的移動(dòng)數(shù)據(jù)有利于相關(guān)部門對(duì)實(shí)時(shí)情況進(jìn)行了解和把控。缺點(diǎn)是定位精度有限，再則移動(dòng)通信數(shù)據(jù)屬于商業(yè)機(jī)密及個(gè)人隱私，而我國目前運(yùn)營商有三家，沒有一個(gè)統(tǒng)一的服務(wù)器去采集分析密度。

五是，基于地理位置信息進(jìn)行人群密度預(yù)警。地理位置信息的數(shù)據(jù)類型有很多種，按照收集方式不同可以分為社交軟件位置數(shù)據(jù)和硬件位置數(shù)據(jù)兩種。目前很多社交網(wǎng)站都提供位置定位功能。而硬件位置數(shù)據(jù)是靠網(wǎng)絡(luò)發(fā)射裝置內(nèi)置GPS等來測(cè)算用戶位置的數(shù)據(jù)。該方法的優(yōu)點(diǎn)是有大數(shù)據(jù)作為基礎(chǔ)，分析結(jié)果高效實(shí)時(shí)。缺點(diǎn)是并非所有人群使用移動(dòng)網(wǎng)絡(luò)社交平臺(tái)，數(shù)據(jù)的真實(shí)性有偏差。

隨著信息技術(shù)的發(fā)展，獲取人群密度的手段越來越多，技術(shù)越來越精湛，誤差越來越小。人群密度信息的有效獲得對(duì)提高突發(fā)事件的應(yīng)急指揮效率有一定積極的意義。目前人群擁擠踩踏事件往往處置范圍廣、現(xiàn)場(chǎng)環(huán)境復(fù)雜，導(dǎo)致現(xiàn)場(chǎng)應(yīng)急救援開展存在一定難度?，F(xiàn)場(chǎng)應(yīng)急處置不僅需要及時(shí)疏散人群、救治傷員，同時(shí)需要保障周邊道路與公共交通網(wǎng)絡(luò)對(duì)總體人流的限制，等等。因而踩踏事件應(yīng)急處置特點(diǎn)就是事件突發(fā)，準(zhǔn)確預(yù)測(cè)難度高；事件情況多變，應(yīng)急處置綜合性強(qiáng)；現(xiàn)場(chǎng)環(huán)境復(fù)雜，應(yīng)急開展難度大。面對(duì)大型活動(dòng)，相關(guān)部門需要建立一套完整的應(yīng)急管理措施：事前建立應(yīng)急預(yù)案，完善事件前期預(yù)判。事中準(zhǔn)確研判并進(jìn)行動(dòng)態(tài)決策，加強(qiáng)現(xiàn)場(chǎng)的處置能力。事后進(jìn)行總結(jié)分析，建立體系化的人群擁擠踩踏事件應(yīng)急管理和處置措施，控制關(guān)鍵人群因素和環(huán)境因素，避免類似踩踏事件的再次發(fā)生。相關(guān)部門應(yīng)清楚地認(rèn)識(shí)到，做好事件發(fā)生前期的預(yù)警工作，避免事件的發(fā)生，才是減少影響和損失的最佳方法。因此，事前預(yù)警對(duì)于應(yīng)急管理將是一個(gè)熱門的研究領(lǐng)域。

責(zé)任編輯：孫瑤