土地利用与城市轨道交通客流的非线性关系

城市轨道交通站点影响范围内土地利用对客流影响具有时空分异特征且存在类型差异,为针对性探讨不同站点两者的复杂非线性关系,提出一种基于土地利用空间分布规律、对站点实际影响范围进行差异化识别的方法;并通过分时段多尺度地理加权回归,获取能够表征土地利用对客流影响时空变化特征的站点聚类指标,采用K-means++算法将研究区域内的站点划分为4类;进而基于改进的梯度提升决策树模型分类定量探讨不同类别下土地利用与轨道交通客流的复杂非线性关系。研究表明:通过捕捉不同站点土地利用与客流的时空分异特征对站点进行分类识别,可有效提升两者非线性关系模型的解释度。根据模型输出结果,发现不同类别站点影响轨道交通客流的关键土地利用要素不同,第1类中关键变量为相对重要性分别为61.35%和30.08%的公交站点数量和慢行密度;第4类的情况类似但相对数值有所变化,公交站点数量的相对重要性由61.35%下降至30.31%;建筑密度在第2类中以66.57%的相对重要度占据最大比例;但在第3类中仅占5.59%。此外,不同类别站点影响范围内土地利用与轨道交通客流的关系存在较为显著且各异的阈值效应。研究表明,对于不同类别站点的用地开发应各有侧重,且应结合实际将土地利用设计指标控制在相应的合理范围内。研究为差异化的站点周边土地利用开发策略的制定提供了理论支持和量化指导。

Rainfall Threshold Calculation Method for Debris Flow Pre-Warning in Data-Poor Areas

Debris flows are the one type of natural disaster that is most closely associated with hu- man activities. Debris flows are characterized as being widely distributed and frequently activated. Rainfall is an important component of debris flows and is the most active factor when debris flows oc- cur. Rainfall also determines the temporal and spatial distribution characteristics of the hazards. A reasonable rainfall threshold target is essential to ensuring the accuracy of debris flow pre-warning. Such a threshold is important for the study of the mechanisms of debris flow formation, predicting the characteristics of future activities and the design of prevention and engineering control measures. Most mountainous areas have little data regarding rainfall and hazards, especially in debris flow forming re- gions. Therefore, both the traditional demonstration method and frequency calculated method cannot satisfy the debris flow pre-warning requirements. This study presents the characteristics of pre-warning regions, included the rainfall, hydrologic and topographic conditions. An analogous area with abundant data and the same conditions as the pre-warning region was selected, and the rainfall threshold was calculated by proxy. This method resolved the problem of debris flow pre-warning in ar- eas lacking data and provided a new approach for debris flow pre-warning in mountainous areas.

基于孤立森林算法的轨道交通实时客流告警阈值设定方法研究

在轨道交通客流实时监视业务中,车站实时客流告警的目的是帮助业务人员快速、准确地定位到网络中可能存在大客流风险的车站,达到提示预警的作用。如果告警阈值偏小,则告警频率会增加,使业务人员无法准确判断最需要关注的大客流风险车站,并对告警提示产生麻木心态;如果报警阈值偏大,则车站的突发大客流风险有可能未被监测到,从而无法及时采取应对措施。因此,需要提出一套科学、合理、适用性强的告警阈值。研究利用传统统计学方法和基于孤立森林的异常检测方法训练设定告警阈值,并通过应用效果测试验证对两种算法进行比选,确认利用孤立森林异常值判别思路训练的告警阈值更满足业务目标。研究成果按照“一站一方案”“一个时段一方案”的原则,为北京市轨道交通指挥中心路网调度指挥平台提供车站实时进站量与出站量告警阈值,支撑客流实时监视与大客流风险预警。

地铁客流预警技术基础探讨

结合北京市地铁物联网工程的建设,提出地铁客流预警的概念、框架,在总结既有客流预警方面成果的基础上,从实时客流预警和预测客流预警两方面进行探讨,分析不同类型预警的优缺点,提出客流预警的技术流程,研究客流预警的级别和定级依据,提出适合地铁的客流预警指标体系,并分析不同指标的适用条件和使用范围,最后提出客流预警阈值方面的参考建议。

轨道交通拥挤传播速率量化模型研究

轨道交通作为综合客运交通系统的骨干,影响着城市客运交通乃至社会经济的正常运转,对其大客流拥挤传播规律的研究有助于提高轨道交通系统的运输安全和效率.以往学者研究的大客流传播模型中往往参数量化缺失或者缺乏实际意义,因此,本文着眼于量化大客流传播模型中的参数,旨在构建客流影响下的拥挤传播模型.首先,分析大客流传播模型中参数及其影响因素,阐述现有传播速率量化模型;其次,以客流的不确定性作为研究对象,分析客流传播特征;再次,通过轨道交通客流数据量化模型参数相关的客流和列车剩余载客能力,界定大客流影响阈值;然后,构建考虑客流因素的传染病模型,量化拥挤传播速率,据此分析客流对轨道交通拥挤传播的影响;最后,以北京地铁13号线为例,比较不同时段、不同换乘情况下其大客流拥挤传播影响范围的差异,分析其原因,从而为优化轨道交通系统的服务水平及大客流事件应急处置提供参考和借鉴.

轨道交通网络级联失效影响范围研究

轨道交通系统因多因素干扰引发客流集中、车站拥挤,并相继传播至周边车站,形成级联失效.把握拥挤在轨道交通网络的传播范围,是减少交通突发事件影响的基础.基于轨道交通拥挤传播机理分析,将物理结构、网络初始交通状态、客流量融合进耦合映像格子模型(Coupled Map Lattice,CML)中,通过历史客流数据量化参数,构建轨道交通拥挤传播模型,展开3种不同情景下拥挤传播过程分析.实例验证结果表明,轨道交通车站的初始状态、耦合系数对拥挤传播影响显著,网络结构对拥挤传播范围的影响并不明显.根据网络结构、初始值和耦合系数,可以掌握拥挤传播规模,识别拥挤车站的影响范围,有助于提高轨道交通系统的可靠性.

城市轨道交通AFC实时客流有效数据筛选

分析目前城市轨道交通AFC实时进站客流数据传输流程及其质量不高的原因,在挖掘城市轨道交通历史同期进站客流规律的基础上,通过设定阈值来对AFC实时进站客流有效数据进行筛选,建立阈值设定的方法,通过大量数据对阈值设定方法进行检验,之后对阈值设定方法存在的问题进行分析与解决,得到一套能够对城市轨道交通车站AFC实时进站客流数据筛选的流程,并进行实例验证。

考虑客流聚集风险的轨道交通跨站停车方案优化

针对城市轨道交通系统站台客流聚集风险问题,定义站台风险等级及风险阈值,以最大化列车停靠站点风险等级总和及最小化列车运营间隔为规划目标,基于风险阈值,设定满足单列车基本开行条件、多列车追踪条件、乘客出行要求的约束条件,建立跨站停车方案双目标规划优化模型;最后使用以分层序列法为内核的迭代算法求解模型,并通过算例验证模型。结果表明:由优化模型得到的跨站停车方案较常规方案解决线路站台客流聚集风险的能力提升了66.7%,线路通过能力提升10.5%,优化方案能够在满足乘客出行要求的同时解决线路站台整体风险问题。

考虑时变性与状态相关性的通道流体排队模型

将地铁车站通道系统描述为容量为C的可服务部分和容量无限的排队等待区域两部分,从系统的角度出发,考虑交通需求的随机时变性、服务能力的状态相关性及系统的随机性等实际交通特性,基于流体逼近的思想建立通道系统流体排队模型,用以捕捉系统动态性能及确定客流预警阈值。同时,改进现有固定点稳态流体逼近和数值积分算法实现模型的求解,该算法的计算复杂度仅为时间步长的线性函数。利用成都市地铁犀浦车站的调查数据,通过离散事件仿真建模对比验证模型的有效性。实验结果表明,无论交通需求强度如何变化,该排队模型与仿真结果的平均相对误差为4.94%,且获得的动态性能指标可捕捉任意时刻的队列累积及消散情况。

北京地铁视频监测客流告警阈值的针对性和准确性研究

针对北京市轨道交通的客流拥堵问题,探讨轨道交通客流密度监测告警体系存在的问题,通过科学分析和方法研究,结合路网视频监控中心建设的业务需求和初步设计,提出对客流拥堵情况进行监测和应对的优化方法及建议,以便为未来建设路网视频监控中心提供参考与支持。