宋嘉雯,瞿何舟
(西南交通大學(xué) 交通運(yùn)輸與物流學(xué)院,四川 成都 610031)
在鐵路客流預(yù)測(cè)過程中,由城市功能定位與城市土地利用產(chǎn)生的各種不同性質(zhì)客流在沿線區(qū)域的分布及其時(shí)間上的分布各有不同。在以往的研究中,注重分析客流性質(zhì)與定性考慮不同性質(zhì)客流對(duì)總體客流的影響,或者預(yù)測(cè)精度不足,影響了結(jié)果的可信性[1-3])。在客流預(yù)測(cè)中引入對(duì)不同性質(zhì)客流的研究,能夠提高客流預(yù)測(cè)的精度,有利于鐵路規(guī)劃與運(yùn)營管理。銀川—寧東鐵路連接銀川中心城區(qū)與寧東能源化工基地、銀川河?xùn)|機(jī)場(chǎng)及沿線地區(qū),分別設(shè)銀川站、河?xùn)|站、機(jī)場(chǎng)站、臨河站和寧東站,全線采用高架橋,為雙線電氣化線路,在運(yùn)營初期 (2016年) 與近期 (2023年) 里程約 40 km,遠(yuǎn)期(2038年) 增建機(jī)場(chǎng)支線,總里程約 45 km。擬采用最高運(yùn)營速度為 160 km/h 的大運(yùn)量城市軌道交通車輛,列車最小追蹤間隔為3 min。該線路主要服務(wù)于通勤客流,單向通勤客流初期可以達(dá)到 6.1萬人/d。
基于客流性質(zhì)的預(yù)測(cè)方法具體過程如圖1所示。
四階段法客流預(yù)測(cè)模型將研究區(qū)域劃分為m個(gè)交通小區(qū),有k種性質(zhì)客流(k≥1)。銀川—寧東鐵路運(yùn)營分為初期(2016年)、近期 (2023年) 和遠(yuǎn)期 (2038年),采用鐵路、公路大型客車、小轎車3種交通方式,將研究區(qū)域劃分為5個(gè)交通小區(qū),客流劃分為基本客流、產(chǎn)業(yè)員工客流、企業(yè)管理人員客流、機(jī)場(chǎng)客流和旅游客流。收集各交通小區(qū)的人口、就業(yè)人口、工業(yè)基地企業(yè)定員情況、機(jī)場(chǎng)日均發(fā)送旅客數(shù)量等信息,以及鐵路、公路的技術(shù)經(jīng)濟(jì)數(shù)據(jù)。通過相應(yīng)的預(yù)測(cè)模型獲得各交通小區(qū)不同性質(zhì)客流的預(yù)測(cè)基礎(chǔ)數(shù)據(jù)。
交通小區(qū)的客流發(fā)生量主要受本小區(qū)人口影響,客流吸引量主要受人口與該小區(qū)吸引客流能力的影響。對(duì)某一性質(zhì)的客流i(1≤i≤k),其計(jì)算公式為:
式中:Gi為研究區(qū)域第i種性質(zhì)客流的發(fā)生量;Ai為研究區(qū)域?qū)Φ趇種性質(zhì)客流的吸引量;Pi為研究區(qū)域第i種性質(zhì)客流的人數(shù)矩陣;Ei為研究區(qū)域吸引第i種性質(zhì)客流的能力矩陣;ti為第i種性質(zhì)客流日均跨區(qū)出行次數(shù),即跨區(qū)出行強(qiáng)度;αi為第i種性質(zhì)客流日均跨區(qū)吸引強(qiáng)度,通過回歸分析得出。
圖1 基于客流性質(zhì)的鐵路客流預(yù)測(cè)流程
其中,客流跨區(qū)出行強(qiáng)度與城市居民出行次數(shù)與區(qū)域客流形成比例有關(guān),表示為ti=Ti×Ii。式中:Ti為城市居民在研究年份的出行次數(shù),可通過彈性系數(shù)法預(yù)測(cè)得到;Ii為區(qū)域客流形成比例。區(qū)域客流的形成只與該區(qū)域居民出行意愿、出行目的、出行方式和出行徑路有聯(lián)系,可通過調(diào)查分析得到。
研究區(qū)域第i種性質(zhì)客流的生成量和吸引量為:
式中:G?為第i種性質(zhì)客流在第j小區(qū)的客流發(fā)生量;A?為第i種性質(zhì)客流在第j小區(qū)的客流吸引量。
各種性質(zhì)的客流迭加求和可得到研究區(qū)域各交通小區(qū)的客流發(fā)生量和吸引量:
經(jīng)計(jì)算,銀川—寧東鐵路沿線區(qū)域的客流發(fā)生量和吸引量如表1所示。
表 1 銀川—寧東鐵路沿線各交通小區(qū)客流量 萬人
參考國內(nèi)城際鐵路客流預(yù)測(cè)實(shí)例,基本客流可以通過雙約束重力模型獲得其在研究區(qū)域的分布情況,重點(diǎn)對(duì)象或重點(diǎn)區(qū)域形成的客流,如大型企業(yè)員工通勤客流、機(jī)場(chǎng)客流和旅游客流可以通過研究現(xiàn)狀客流的主要流向形成相應(yīng)的客流分布矩陣。
對(duì)于城市居民客流,其OD表達(dá)式為:
式中:Tb是一個(gè)m×m矩陣;Gb為城市居民客流發(fā)生量矩陣;Ab為城市居民客流吸引量矩陣;β為交通潛能系數(shù);U為各交通小區(qū)間的交通阻抗矩陣,可表示為居民出行平均成本;P為平衡算子;c為交通阻抗級(jí)數(shù)系數(shù),可通過回歸得出;d為交通阻抗離散控制系數(shù),可通過回歸得出。
對(duì)于重點(diǎn)對(duì)象或重點(diǎn)區(qū)域客流,其 OD 表達(dá)式為:?
式中:Ti是一個(gè)m×m矩陣;βi為第i種性質(zhì)客流的潛能系數(shù);為從第1交通小區(qū)到第m交通小區(qū)的第i種性質(zhì)客流量。
獲得一般居民客流和各種重點(diǎn)性質(zhì)客流的 OD 后,全方式客流 OD 表示為T=Tb+∑Ti。其中,T是一個(gè)m×m矩陣。
針對(duì)各種性質(zhì)客流對(duì)時(shí)間價(jià)值的要求和對(duì)運(yùn)輸方式的選擇意愿,通過確定其不同交通方式的出行成本后,利用出行意愿調(diào)查結(jié)果計(jì)算出加權(quán)平均的出行成本,進(jìn)而采用 Logit 模型進(jìn)行交通方式分擔(dān)預(yù)測(cè)。
式中:n為采用的交通方式,即鐵路、大型客車與小轎車中的一種;為第i種性質(zhì)客流采用不同交通方式的分擔(dān)概率;λ、γ為離散數(shù)值修正數(shù);Ui為第i種性質(zhì)客流平均出行成本;為第i種性質(zhì)客流采用不同交通方式的出行成本。
經(jīng)計(jì)算,銀川—寧東鐵路沿線區(qū)域的全方式客流分擔(dān)率如表2所示。
表 2 銀川—寧東鐵路沿線區(qū)域的全方式客流分擔(dān)率 %
為獲得各種交通方式的客流和客流分擔(dān)率,將各種性質(zhì)客流進(jìn)行疊加:
式中:T n為采用鐵路、大型客車或小轎車的客流;Ti為第i種性質(zhì)客流;為第i種性質(zhì)客流采用鐵路、大型客車或小轎車方式的客流分布比例矩陣。
根據(jù)現(xiàn)狀客流全天的分布規(guī)律和重點(diǎn)對(duì)象、重點(diǎn)區(qū)域客流全天變化規(guī)律的分析,設(shè)為第j交通小區(qū)到第h交通小區(qū)的第i種性質(zhì)客流的全天客流量,其分布比例服從按時(shí)間變化的矩陣,t∈[0, 24]。通過每種性質(zhì)客流的全天客流量與其全天分布比例相乘,得到該性質(zhì)客流在相應(yīng)時(shí)間段的客流量,再對(duì)同一時(shí)間段的各種性質(zhì)客流進(jìn)行迭加,可形成該時(shí)間段總客流量,進(jìn)而可知總客流量的全天變化規(guī)律。在t時(shí)刻從第j交通小區(qū)到第h交通小區(qū)的總客流量為:
該客流高峰小時(shí)比例為={Ftjh},由研究區(qū)域交通小區(qū)劃分形成高峰小時(shí)客流量比例矩陣Fmax,則高峰小時(shí)客流量矩陣為Tmax=T×Fmax。由此可知研究區(qū)域客流變化與高峰情況,如表3所示。
表 3 銀川—寧東鐵路客流量按時(shí)段分布比例 %
銀川—寧東鐵路客流預(yù)測(cè)的主要指標(biāo)如表4所示。
表 4 銀川—寧東鐵路客流預(yù)測(cè)的主要指標(biāo)
基于客流性質(zhì)的鐵路客流預(yù)測(cè)方法可以在不同性質(zhì)客流區(qū)別明顯的情況下取得較好的預(yù)測(cè)精度。例如,在銀川—寧東鐵路運(yùn)營初期多為產(chǎn)業(yè)工人與管理人員的通勤客流,對(duì)準(zhǔn)時(shí)性要求高,則早高峰與晚高峰系數(shù)較大。另外,預(yù)設(shè)的機(jī)場(chǎng)支線將主要承擔(dān)旅游客流與機(jī)場(chǎng)客流,成為該鐵路線遠(yuǎn)期客流量的主要增長點(diǎn)之一。
[1] 張連暉. 沈陽至鐵嶺城際快速軌道交通客流預(yù)測(cè)研究[J].北方交通,2009 (12):59-62.
[2] 趙冰潔. 天津至保定鐵路城際客流預(yù)測(cè)[J]. 科技信息,2009(06):384-385.
[3] 蔣玉琨. 通往郊區(qū)的軌道交通線路客流預(yù)測(cè)方法[J]. 都市快軌交通,2009(06):44-48.