任國友教授 王文濤 劉 旭
(1.中國勞動關(guān)系學(xué)院 安全工程學(xué)院應(yīng)急決策與仿真分析實驗室,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)
機(jī)場類公眾聚集場所(Airport Public Gathering Place,APGP)是城市公共安全管理的重要區(qū)域與場所之一。機(jī)場航站樓是一類典型的公眾聚集場所,具有人員集中、人群復(fù)雜、局部人員密度高的特點[1]。其次,場所內(nèi)人員流動性大,人員構(gòu)成復(fù)雜。由于個體差異,在面對意外情況時,很容易造成現(xiàn)場混亂并導(dǎo)致事故的發(fā)生。因此,面對突發(fā)事件,研究人群在公眾聚集場所的行為,實現(xiàn)高效、合理、準(zhǔn)確的人員疏散非常重要。
針對行人的個體差異,行人流理論的研究最早開始于20世紀(jì)50年代。國外學(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態(tài)平衡原則。國內(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,從而修正了社會力模型。盧春霞[6]運(yùn)用了波動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程。趙光華和張廣厚[8]對北京北苑交通樞紐的設(shè)計進(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T3航站樓作為仿真對象,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T3航站樓進(jìn)站與登機(jī)離港時行人流特征。
行人流特性差異可以從個體特征差異和非個體特征差異2方面進(jìn)行分析。
個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重要因素。根據(jù)年齡可將人群分為3個階段,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]。
非個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。在公共場所,典型的建筑設(shè)施包括人行走道、過廊、電梯、樓梯、自動扶梯、推拉門和旋轉(zhuǎn)門等。當(dāng)行人使用垂直移動設(shè)施時,行人對向下方向的運(yùn)動延遲更敏感[13],穿過門時,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。
機(jī)場作為公眾聚集場所,有其特殊之處,節(jié)假日相較日常工作日接待客流量增多。基于現(xiàn)實國情,每到節(jié)假日時,客流量急劇增大。目前,我國全年法定節(jié)假日(一般包括元旦、春節(jié)、清明節(jié)、勞動節(jié)、端午節(jié)、中秋節(jié)、國慶節(jié))共7個,其中春節(jié)和國慶節(jié)持續(xù)時間最長,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T3航站樓占首都機(jī)場旅客流量近60%。研究將選取典型假期為例,機(jī)場會在假期前做好預(yù)計進(jìn)出港旅客的數(shù)據(jù)統(tǒng)計,根據(jù)官網(wǎng)發(fā)布的數(shù)據(jù)統(tǒng)計可知,2018年4月5~7日將迎來“清明”小長假,在為期3天假期內(nèi),首都機(jī)場預(yù)計進(jìn)出港旅客74.7萬人次,日均24.9萬人次[14]。在“五一”小長假期間,即4月29日~5月1日,首都機(jī)場預(yù)計保障進(jìn)出港旅客80.5萬人次,日均26.8萬人次;進(jìn)出港航班預(yù)計4860架次,日均1620架次。從這兩個假期的數(shù)據(jù)比較可以看出,日均人數(shù)差別不大,總?cè)藬?shù)還是五一長假相對較多。與往年春運(yùn)客流量比較,春運(yùn)的日均客流量與上兩個節(jié)假日持平,雖然春運(yùn)客流量是最大的,但因為其持續(xù)時間長,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。
2.1.1 首都機(jī)場T3航站樓概況
北京首都國際機(jī)場3號航站樓主樓由荷蘭機(jī)場顧問公司(NACO)和英國諾曼福斯特建筑事務(wù)所聯(lián)合設(shè)計。機(jī)場所處北京市順義區(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號候機(jī)樓是世界第二大單體航站樓,并且是中國最大的單體建筑。3號航站樓由主樓,國內(nèi)候機(jī)大廳和國際候機(jī)大廳組成。配備自動處理高速傳輸?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98.6萬平方米的信息系統(tǒng)。國際機(jī)場理事會(ACI)發(fā)布數(shù)據(jù)統(tǒng)計顯示,2017年世界各大機(jī)場接待旅客排名,中國北京機(jī)場以9579萬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,Lewin在研究行人移動行為時發(fā)現(xiàn),行人在移動過程中會受到力的作用,行人因此會改變自己的運(yùn)動行為。后來,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,建立了一個社會力模型[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,能更加真實地再現(xiàn)行人運(yùn)動現(xiàn)象。社會力模型是基于以個體為單位所建立的,它是一種連續(xù)行人流動態(tài)模型。因此,本研究采用的MassMotion軟件是基于社會力模型研發(fā)的一款新型人群仿真模擬軟件,其仿真效果與機(jī)場乘客實際人群的運(yùn)動更相符。
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)柜臺的功能分為:有行李托運(yùn)柜臺和無托運(yùn)行李柜臺。
(4)安檢通道分為兩個類型: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,每一架航班都沒有延誤,當(dāng)日所有航班均按照計劃時刻表執(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H慣例,機(jī)場運(yùn)行開放時間點是6:00,關(guān)閉時間點是24:00,數(shù)據(jù)顯示北京機(jī)場在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)計得出T3航站樓各時段接待航班數(shù)量及每個時段預(yù)計搭乘旅客的人數(shù)。從中可以看出,日常工作日搭乘旅客數(shù)總計為15.05萬人[17]。
而節(jié)假日每日搭乘旅客數(shù)為25萬人左右,詳見1.3,兩個時段旅客人數(shù)差別明顯。
表1 T3航站樓各時段接待航班數(shù)量及預(yù)計搭乘人數(shù)Tab.1 The number of reception flights and the estimated number of passengers in each time period of terminal T3
2.2.3 觀測數(shù)據(jù)與仿真參數(shù)標(biāo)定
筆者實地調(diào)查首都機(jī)場T3航站樓進(jìn)出口通道行人流到達(dá)量分布數(shù)據(jù),見表2、3,給出了仿真建模關(guān)鍵參數(shù)。
行人服務(wù)水平評價體系是Fruin根據(jù)行人運(yùn)動(見表4)和候車(見表5)兩種不同行為下的場景內(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)場內(nèi)行人流步速,采用人工觀測和視頻采集的方法,結(jié)合個體特征差異和非個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
在本研究中,模型分兩個部分,第一部分為旅客達(dá)到機(jī)場辦理托運(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從上機(jī)通道離港,模擬了航站樓黃金時段20min內(nèi)行人流情況和節(jié)假日最大客流量情況。
輸出旅客進(jìn)站口的仿真模擬界面,如圖1,不同顏色對應(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級水平。在電梯和安檢口兩個易擁堵的區(qū)域,工作日行人密度表現(xiàn)良好。電梯達(dá)到C級服務(wù)水平之上,安檢處均在A級以上。
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)水平的等級即將降低到E級,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,但都沒到達(dá)危險的情況。
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
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)行排隊接受安檢,行人平均密度均在E級以上服務(wù)水平,滿足基本乘機(jī)的需要,排隊順暢,設(shè)施之間有序銜接,沒有較為擁堵的區(qū)域。
圖5 工作日離港前通過安檢區(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)假日時段內(nèi)的人群密度發(fā)現(xiàn),在安檢處存在擁堵狀況,局部人群突然密集區(qū)域密度增大。
行人流特征可以用行人流流量、速度和行人流密度3個基本參數(shù)描述。
3.3.1 流量與密度之間的關(guān)系
密度是用來描述特定區(qū)域內(nèi)行人密集程度的參數(shù)。通過實際觀測數(shù)據(jù)(通過SAS的F檢驗,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)系趨勢圖,對比文獻(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,流量開始逐漸下降,整體圖像呈開口向下。以Km=2.08人/m2為分界點,此時流量為最大流量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,此時流量Q接近于0,這時區(qū)域內(nèi)的人群非常擁擠,難以移動,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,本文將實際觀測數(shù)據(jù)與文獻(xiàn)[19]進(jìn)行對比,總體趨勢大致相同,即:
與圖8國外學(xué)者研究結(jié)果對比可知,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),個體行為特征因素對速度的影響占據(jù)主要位置。與模擬仿真結(jié)果作對比,C級處于密度為1.393~2.333人/m2之間,而依據(jù)實際測量的結(jié)果,當(dāng)密度達(dá)到K=2.08人/m2時,是不擁擠和擁擠的分界點,這個點落于C級區(qū)域內(nèi),仿真與實際符合。
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]
(1)研究發(fā)現(xiàn),相比日常工作日,節(jié)假日同一地點行人流平均密度明顯增大,科學(xué)預(yù)測節(jié)假日高峰期的行人流密度是航站樓事故風(fēng)險控制的關(guān)鍵手段。
(2)仿真結(jié)果表明,首都機(jī)場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時,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,行人流量為零,這時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),個體行為特征因素對速度的影響占據(jù)主要位置;當(dāng)人群密度大于4人/m2時,即在行人流高度密集時,非個體行為特征對于速度變化不產(chǎn)生影響。
(3)航站樓的基礎(chǔ)設(shè)施在一段時間內(nèi)不會改變,想要更好的緩解航站樓這類公眾密集場所的安全問題,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。