城市軌道交通客流預(yù)測可信分析

城市軌道交通客流預(yù)測可信分析

0客流預(yù)測不確定性研究在城市公共交通項目的規(guī)劃和設(shè)計中，我們必須通過客流預(yù)測來評估和決策許多重要問題。隨著中國城市軌道交通的快速發(fā)展,客流預(yù)測工作也越來越受到重視,在城市軌道交通工程前期工作中,客流預(yù)測已單列為一項專題研究。多年來,經(jīng)過中國交通界專家學(xué)者的研究,已經(jīng)逐步建立起一套完整的軌道交通客流預(yù)測模型和方法體系,并還在不斷地積累經(jīng)驗、不斷地完善。但是,由于客流預(yù)測中存在很多不確定因素,客流預(yù)測不可能做到十分準(zhǔn)確,而是存在較大的風(fēng)險,只能做到在預(yù)定的城市規(guī)劃條件下,具有相對的可信性。從中國幾個城市的軌道交通線路開通運營的實際客流來看,城市軌道交通客流的預(yù)測結(jié)果與實際客流之間存在較大差異,有的甚至相差數(shù)倍;不同的研究機構(gòu),對同一條軌道交通線路的客流預(yù)測結(jié)果之間也存在較大差異。針對這一現(xiàn)象,除了對模型加以改進完善,努力提高預(yù)測精度外,還應(yīng)進一步加強對客流預(yù)測結(jié)果的評估分析與決策判斷,從而增強軌道交通系統(tǒng)的科學(xué)決策,提高軌道交通系統(tǒng)的抗風(fēng)險能力。關(guān)于這一點,很多學(xué)者已做了大量的研究工作。沈景炎對城市軌道交通客流預(yù)測的評估和抗風(fēng)險設(shè)計進行了研究,提出了抗風(fēng)險的適應(yīng)性和轉(zhuǎn)移性的措施;Litman把出行時間列為主要影響因素,對軌道交通客流進行了敏感性分析;Kitamura等指出,通過普通的“四階段”法很難對出行條件的改善產(chǎn)生的出行變化做出評估,在預(yù)測后需要進行敏感性分析;梁廣深以上海軌道交通1號線為例,對城市軌道交通客流預(yù)測的不確定性進行了研究,指出了客流預(yù)測不確定性存在的必然性。上述這些研究僅限于客流預(yù)測結(jié)果分析的某一方面,并沒有形成整套的分析體系。為此,本文在上述研究的基礎(chǔ)上,建立城市軌道交通客流結(jié)果分析的完整體系,提出對城市軌道交通客流結(jié)果進行全面分析的理論與方法。1預(yù)測結(jié)果的可信性如上所述,軌道交通線路的客流預(yù)測往往不可能做到十分準(zhǔn)確,而只具有相對的可信性。那么,軌道交通設(shè)計人員在運用這些不是十分準(zhǔn)確的客流數(shù)據(jù)作為設(shè)計依據(jù)的時候,首要的問題就是判斷客流預(yù)測結(jié)果相對可信性的程度。在確認(rèn)客流預(yù)測結(jié)果可信的情況下(即客流預(yù)測結(jié)果可用,否則應(yīng)重新進行客流預(yù)測),進一步進行客流的特性分析、風(fēng)險性分析以及敏感性分析等,在此基礎(chǔ)上,合理應(yīng)用預(yù)測數(shù)據(jù),對軌道交通系統(tǒng)設(shè)計進行科學(xué)決策,具體流程如圖1所示。2軌道交通客流預(yù)測的信性評估城市軌道交通客流預(yù)測是一項復(fù)雜的工作,其預(yù)測的數(shù)據(jù)項目繁多,預(yù)測年限較長,對于還沒有軌道交通運營的城市,模型參數(shù)標(biāo)定困難,軌道交通環(huán)境下的組合出行對模型構(gòu)建造成麻煩。正是由于軌道交通客流預(yù)測的復(fù)雜性,導(dǎo)致其預(yù)測精度相對較低。此外,軌道交通客流預(yù)測對城市規(guī)劃有極大的依賴性,只能在預(yù)定的城市規(guī)劃條件下,具有相對的可信性。軌道交通客流預(yù)測的可信度評估可以從兩方面進行:一是預(yù)測過程;二是預(yù)測結(jié)果。2.1客流預(yù)測過程合理性評估軌道交通預(yù)測過程中的任何偏差,都將最終反映到預(yù)測結(jié)果的偏差,因此,對軌道交通客流預(yù)測結(jié)果的可信度分析,首先要評估其預(yù)測過程的合理性。從軌道交通客流預(yù)測過程來看,客流預(yù)測中有很多不確定因素,包括模型輸入(如人口、用地等社會經(jīng)濟預(yù)測值)、模型參數(shù)(預(yù)測模型中需要標(biāo)定的各項參數(shù))、模型本身(如模型結(jié)構(gòu)、模型假設(shè))。2.1.1情景設(shè)定模型預(yù)測的科學(xué)性分析模型輸入主要包括情景模式和系統(tǒng)數(shù)據(jù)。情景模式指與系統(tǒng)相關(guān)的情景變化和政策變化;系統(tǒng)數(shù)據(jù)指模型所依賴的描述系統(tǒng)相關(guān)特征及行為的量化數(shù)據(jù)。軌道交通客流預(yù)測是在城市規(guī)劃所設(shè)定的發(fā)展情景下進行的,因此,客流預(yù)測必須以城市發(fā)展規(guī)劃為依據(jù),通過對城市結(jié)構(gòu)形態(tài)、土地利用、人口與就業(yè)分布等城市發(fā)展背景的分析,進一步預(yù)測出行量和分布,這是軌道交通客流預(yù)測的基礎(chǔ)。但是,城市規(guī)劃一般只做10~20年的近期和遠期的城市建設(shè)規(guī)劃,雖然也做遠景規(guī)劃,卻是長遠性和宏觀性的規(guī)劃。相比之下,軌道交通客流預(yù)測的年限更長,從工程立項開始至建成通車,一般需要5年;然后再預(yù)測通車后25年的遠期客流規(guī)模,總共要預(yù)測30年的客流。因此,對情景模式設(shè)定的可信度分析,重點是遠期發(fā)展情景的分析,在區(qū)域發(fā)展規(guī)劃和城市總體規(guī)劃的基礎(chǔ)上予以把握,控制規(guī)模。另外,城市規(guī)劃中的情景數(shù)據(jù)(尤其是人口與就業(yè)數(shù)據(jù))多為總量數(shù)據(jù)(或片區(qū)數(shù)據(jù)),而軌道交通客流預(yù)測以交通小區(qū)數(shù)據(jù)為基礎(chǔ),因此,對情景模式設(shè)定的可信度分析,還應(yīng)注重人口與就業(yè)分布等相關(guān)數(shù)據(jù)細化的準(zhǔn)確性分析。軌道交通客流預(yù)測主導(dǎo)模型的構(gòu)建和校驗往往依賴于歷史數(shù)據(jù),如居民出行和相關(guān)交通調(diào)查數(shù)據(jù)以及相應(yīng)的經(jīng)濟社會數(shù)據(jù)和交通供給等。其中,反映城市居民出行行為特征的居民出行和相關(guān)交通調(diào)查數(shù)據(jù)尤為重要,這些數(shù)據(jù)的時效性和可靠性直接影響預(yù)測模型的準(zhǔn)確性和預(yù)測結(jié)果的可信性?！冻鞘熊壍澜煌üこ添椖拷ㄔO(shè)標(biāo)準(zhǔn)》(建標(biāo)104—2008)中強調(diào):“客流預(yù)測應(yīng)以居民出行和相關(guān)交通調(diào)查的成果為基礎(chǔ),并應(yīng)保證其成果的時效性和可用性,不宜大于5年,否則應(yīng)補充其他有效措施?？土黝A(yù)測的方法、計算模型以及采用的相關(guān)參數(shù),應(yīng)預(yù)先經(jīng)過實例驗證其可用性。”2.1.2標(biāo)定參數(shù)選取目前,中國城市軌道交通客流預(yù)測中多采用四階段法,在四階段模型所使用的參數(shù)中,需重點分析先驗參數(shù)和標(biāo)定參數(shù)取值的合理性。先驗參數(shù)主要是指那些通過標(biāo)定很難得到、而被當(dāng)成一個不變的量、給定的一個特定值,或是通過其他城市的類比得到、甚至直接套用的參數(shù),如BPR函數(shù)中的α、β值。對這類參數(shù)取值的合理性,只能在先前經(jīng)驗的基礎(chǔ)上進行判斷。標(biāo)定參數(shù)是指那些先前調(diào)查中沒有得到的、或由于缺乏相似性條件不能夠從先前的調(diào)查中沿用下來的參數(shù)。這些參數(shù)必須通過考察模型的輸入和輸出的歷史數(shù)據(jù)來標(biāo)定得到,如重力分布模型中的阻抗系數(shù)。對這類參數(shù)取值的合理性,一方面取決于歷史數(shù)據(jù)的真實性,另一方面則看標(biāo)定樣本數(shù)據(jù)是否包含了足夠的變化信息,使其能夠反映所有待標(biāo)定參數(shù)的情況。2.1.3技術(shù)路線的迭代四階段法是交通需求預(yù)測的經(jīng)典理論和方法,但很多城市對該模型的使用都比較簡單化。應(yīng)該注重分析出行生成、出行分布、方式劃分與交通分配等4個階段本身之間的相互影響,在技術(shù)路線上應(yīng)該有個迭代的過程。此外,目前使用的許多模型軟件本身有一定的適用范圍和精度。許多模型比較適合于宏觀層面的客流規(guī)劃預(yù)測,但由于模型開發(fā)技術(shù)的落后,導(dǎo)致了許多中微觀的客流預(yù)測也采用了宏觀模型軟件。如許多城市軌道交通客流預(yù)測在線網(wǎng)規(guī)劃、線路規(guī)劃、預(yù)工可階段等都采用了同一個模型,而這些模型對微觀層面上的站點客流、分向客流、換乘客流等的預(yù)測精確度本身就較差。2.2評價指標(biāo)的確定客流預(yù)測結(jié)果數(shù)據(jù)繁多,對每項數(shù)值進行推測、分析,再判斷其正確性,這是不可能的,只能對軌道交通系統(tǒng)設(shè)計起控制性作用的關(guān)鍵性指標(biāo)進行重點評估判斷。2.1.1線網(wǎng)客流總量控制一條新的軌道交通線路的投入運營,與原有軌道交通線路之間構(gòu)成了換乘關(guān)系,形成網(wǎng)絡(luò)效應(yīng),會使原有線路客流迅速增長,并且使得新線路的客流起點比較高。因此,對于單條線路的客流預(yù)測,必須在相應(yīng)特征年下的軌道交通網(wǎng)絡(luò)中進行,需要考慮其他線路對該線路的客流影響,應(yīng)在網(wǎng)中論線,要避免就線論線。只有保證在線網(wǎng)客流總量控制下,方能提高各條線路全日運量預(yù)測的可信度。全網(wǎng)客流的可信度分析,主要可從以下2個方面予以把握。(1)不同密度城市軌道交通的ele-9和10km/1人的網(wǎng)關(guān)于全網(wǎng)客流總量的評估分析,應(yīng)密切結(jié)合城市規(guī)模和線網(wǎng)規(guī)模的大小。在具體分析時,可重點考察全網(wǎng)客流負荷強度和客運交通結(jié)構(gòu)這2項指標(biāo)。從目前世界各國城市的軌道交通運營情況來看,軌道交通線路人口密度在20~30km/百萬人的城市,全網(wǎng)客流負荷強度均高于1.5萬人次/(km·d);軌道交通線路人口密度大于40km/百萬人的城市,全網(wǎng)客流負荷強度均低于1.0萬人次/(km·d)。軌道交通線網(wǎng)規(guī)模在200km左右的城市,全網(wǎng)客流負荷強度達1.7~2.7萬人次/(km·d);軌道交通線網(wǎng)規(guī)模在400km左右的城市,其全網(wǎng)客流負荷強度在1.0萬人次/(km·d)左右。中國許多城市在規(guī)劃城市軌道交通時,提出要實現(xiàn)雙“50”目標(biāo),即遠期城市公共交通占總出行量的50%,其中,軌道交通占公共交通的50%。事實上,這個目標(biāo)的實現(xiàn)對很多城市來講是比較困難的。(2)線路地位應(yīng)與線路地位相對應(yīng)將每條線路的客流負荷強度與全網(wǎng)的客流負荷強度相比較,比較結(jié)果應(yīng)與線路地位相對應(yīng)。每條線路所處位置不同,其最大斷面客運量與客運強度應(yīng)有所差別,可定性判斷,確定其在線網(wǎng)中的地位和排序,評判預(yù)測量級的相對性和可信性。2.2.2預(yù)測精度分析客流預(yù)測數(shù)據(jù)是一個定性、量化的數(shù)字,在實際應(yīng)用中,應(yīng)注重數(shù)字的量級和精度。“量級”是指運能設(shè)計的定位,根據(jù)選用車輛、編組長度、定員和發(fā)車密度確定;“精度”是指對“量級”有多大影響,精度為0.1萬人次即可。根據(jù)客流預(yù)測數(shù)值的增長規(guī)律,繪制客流增長曲線:若曲線趨近水平,則屬遠期客流發(fā)展趨勢穩(wěn)定,可以采用;若曲線為上升趨勢,則客流發(fā)展趨勢尚未穩(wěn)定,不可采用。一般情況下,線路平均運距應(yīng)為全程運行長度的1/3,不宜小于1/4,否則應(yīng)進行特殊性分析。3流量特征分析3.1高斷面區(qū)間集合的支撐對于軌道交通,客流預(yù)測中“高峰小時單向最大斷面客流量”是一個至關(guān)重要的決策依據(jù)。高峰小時單向最大斷面是指在高峰小時斷面客流分布中,線路某一個方向(上行或下行)上的斷面客流量最大的那個區(qū)間,也稱之為“三高”斷面。高峰小時單向最大斷面客流量是確定系統(tǒng)規(guī)模的基本依據(jù),是對車輛選型、運營條件、項目投資及相關(guān)設(shè)施的設(shè)計標(biāo)準(zhǔn)等方面最具決定意義的數(shù)據(jù)。但是,在使用這個數(shù)據(jù)時,不能只看最高斷面客流量,還要看第二高、第三高斷面的客流量,也就是看其能否得到“高斷面區(qū)間集合”的支撐。對高峰小時的斷面客流量按由大到小排序,依次計算各區(qū)間斷面客流量(qh1,qh2,…,qhn)與最大斷面客流量qhmax的比值δi,即δi=qhiqhmaxi=1,2,3,?,n(1)δi=qihqmaxhi=1,2,3,?,n(1)當(dāng)δk≥0.85、δk+1<0.85時,第1區(qū)間至第k區(qū)間中,這k個區(qū)間構(gòu)成“高斷面集合”。進一步計算這k個高斷面區(qū)間的站間距:L1,L2,…,Lk(km),其中,δi≥0.95、δi+1<0.95的高斷面區(qū)間距離累加值為Lx;δi≥0.90、δi+1<0.90的高斷面區(qū)間距離累加值為Ly。則當(dāng)Lx>3km、Ly>6km時,認(rèn)為最大斷面客流得到了高斷面集合的強支撐;當(dāng)Lx>3km、Ly≤6km,或Lx≤3km、Ly>6km時,認(rèn)為最大斷面客流得到了高斷面集合的一般支撐;其他情況下,認(rèn)為最大斷面客流量得不到“高斷面區(qū)間集合”的支撐。高斷面區(qū)間集合對高斷面客流的支撐是從空間分布角度來分析最大斷面客流的穩(wěn)定性,同時,最大斷面客流還需要從時間分布角度來分析其穩(wěn)定性。若全線的全日客運量為Qd,全線高峰小時客運量為Qh,高峰小時最大斷面客流量為qhmax,全日最大斷面客流量為qdmax,可定義全線高峰小時客運量比例為pl=Qh/Qd,高斷面高峰小時客流比例為ps=qhmax/qdmax。則當(dāng)pl≥ps時,高峰小時最大斷面客流的穩(wěn)定性好;當(dāng)pl<ps時,高峰小時最大斷面客流的穩(wěn)定性較差。3.2客流空間分布分析3.2.1斷面客流不均衡在軌道交通線路上,由于線路行經(jīng)區(qū)域的用地開發(fā)性質(zhì)不同,所覆蓋的客流集散點的規(guī)模和數(shù)量不同,因而出現(xiàn)線路各個車站乘降人數(shù)不同,線路各個斷面的客流存在不均衡現(xiàn)象是不可避免的。可用斷面客流不均衡系數(shù)ηs來反映線路客流的均衡程度,計算式為ηs=qmax(1n?1∑i=1n?1qi)(2)ηs=qmax(1n-1∑i=1n-1qi)(2)式中:qi為第i個斷面區(qū)間的客流量(人次);qmax為最大斷面客流量(人次);n為全線車站數(shù)(座)。ηs越大,則線路斷面客流不均衡程度越大。在線路斷面客流不均衡程度較大的情況下,可采用在客流量較大的區(qū)段加開區(qū)段列車的措施;但在行車密度較大的情況下,加開區(qū)段列車會有一定難度,并且加開區(qū)段列車對運營組織和車站折返設(shè)備都會提出新的要求。3.2.2最大斷面客流不均衡在軌道交通線路上,上、下行方向的客流通常是不相同的,在早、晚高峰小時這種不均衡性尤為明顯,可用上、下行客流的方向不均衡系數(shù)ηw來反映,其計算公式為ηw=max{qamax,qbmax}(qamax+qbmax)/2(3)ηw=max{qmaxa,qmaxb}(qmaxa+qmaxb)/2(3)式中:qamax、qbmax分別為上、下行的最大斷面客流量。ηw越大,則上、下行方向最大斷面客流不均衡程度越大。在這種情況下,直徑線路上要做到經(jīng)濟合理地配備運力比較困難,但在環(huán)形線路上可采取內(nèi)、外環(huán)線路安排不同運力的措施。3.3客流時間分布分析3.3.1水平普遍節(jié)點qd軌道交通客流在全天不同時間上分布是不同的,客流的時段(小時)系數(shù)p定義為p=Qi/Qd(4)式中:Qi為第i個小時的客流量(人次);Qd為全天的客流量(人次)。p的最大值即為高峰小時系數(shù)(pmax)。根據(jù)客流量的取值不同(可取全線客運量、各斷面客流量、各車站乘降客流量),高峰小時系數(shù)含義也不同。3.3.2平峰時段運營客流高峰時段并非僅1h,一般情況下,7:30~10:30和16:30~19:30都是客流的高峰期,將這6h稱為“高峰時間段”;其他時間除去運營的第1h和最后1h,稱為“平峰時間段”。全天運營的第1h和最后1h,其行車計劃不是根據(jù)客流需求,而是為了保持服務(wù)水平和“出車”、“收車”的需要。定義客流時段分布的均衡系數(shù)U為U=G/H(5)式中:G為高峰時間段的小時平均客運量;H為平峰時間段的小時平均客運量。當(dāng)U>2.0,很不均衡;1.6≤U≤2.0,不均衡;U<1.6,較均衡?？土鲿r段分布的均衡性影響行車組織和系統(tǒng)利用效率。4流量預(yù)測的風(fēng)險分析4.1不同成熟區(qū)域車站客流乘降由于城市中心區(qū)域發(fā)展相對比較成熟,人口、就業(yè)、用地等發(fā)展相對穩(wěn)定,對未來態(tài)勢的估計也比較可靠,因此,對客流預(yù)測風(fēng)險可以通過對線路在發(fā)展成熟區(qū)域的客流量與全線客流量的比重來評估。假定某軌道交通線路共有n個站點,M為位于城市發(fā)展成熟區(qū)域的站點集合,則發(fā)展成熟區(qū)域的客流量占全線客運量的比重μ為μ=∑i∈M∑j∈Mtij∑i=1n∑j=1ntij×100%(6)μ=∑i∈Μ∑j∈Μtij∑i=1n∑j=1ntij×100%(6)式中:tij為車站i至車站j之間的OD客流量。μ值越大,客流的風(fēng)險越小,一般認(rèn)為,μ≥70%,抗風(fēng)險能力較強。成熟區(qū)域車站的客流乘降量占全線所有車站乘降量的比重τ為τ=∑i∈MBi∑i=1nBi×100%(7)τ=∑i∈ΜBi∑i=1nBi×100%(7)式中:Bi為第i站的乘降量。τ值越大,客流的風(fēng)險越小,一般認(rèn)為,τ≥75%,抗風(fēng)險能力較強。4.2車站乘降量b如果車站乘降量集中在少數(shù)幾個大站上,這些大站又往往是換乘站,客流的風(fēng)險就大。將線路各站乘降量按大小排序,并由大到小將逐站的乘降量累加,直至達到全線乘降量B的40%。Bm=∑i=1mBi,Bm≥0.4B(8)Bm=∑i=1mBi,Bm≥0.4B(8)式中:Bm為m個站的乘降量。則車站乘降量的集中率g為g=1-m/n(9)式中:n為全線車站數(shù)。車站乘降量的集中率g越大,客流風(fēng)險越大。5流量預(yù)測的敏感性分析5.1客流預(yù)測敏感度分析軌道交通客流預(yù)測模型中參數(shù)眾多,由于某些參數(shù)的設(shè)置僅是一種預(yù)測,如票價、票制等,這些參數(shù)的預(yù)測結(jié)果可能與未來年的實際結(jié)果不相吻合,因此,應(yīng)考慮某些參數(shù)取值的多種可能性,并進行適當(dāng)?shù)慕M合,參數(shù)的變動都會引起客流預(yù)測結(jié)果的變動。所謂客流預(yù)測敏感度分析,就是指在既定模型的框架下,變更模型參數(shù),考察客流預(yù)測結(jié)果的變化。通過敏感性分析,找出敏感性因素和客流變化幅度,為系統(tǒng)決策和保障措施制定提供依據(jù),有助于降低客流風(fēng)險,提高系統(tǒng)效益。軌道客流預(yù)測的敏感性分析基本思路如下頁圖2所示。5.2敏感性因素不同軌道客流預(yù)測涉及到的敏感性因素較多,各因素之間并不是完全獨立的,而是存有內(nèi)在聯(lián)系的,軌道交通沿線土地利用性質(zhì)的改變,集中反映在沿線人口和就業(yè)崗位的分布;城市綜合交通體系建設(shè)力度也在一定程度上影響著軌道交通線網(wǎng)的建設(shè)進程,以及與常規(guī)公交的接駁和競爭。值得注意的,線路途徑的區(qū)域不同、線路的功能定位不同以及不同預(yù)測時期,系統(tǒng)內(nèi)外部難以把握的因素不同,即客流的敏感性因素不同。如:與常規(guī)公交的銜接換乘關(guān)系,對軌道交通的初期客流的影響強度要大于對遠期客流的影響強度;軌道交通沿線的土地利用和開發(fā)狀況,對軌道交通初期客流的影響強度要小于對遠期客流的影響強度;需求引導(dǎo)型線路較客流追隨型線路、沿線土地開發(fā)的性質(zhì)和強度的影響更為明顯。一般來講,初、近期分析的重點是:票價票制、線網(wǎng)實施的進程、站點周邊的土地開發(fā)和系統(tǒng)的服務(wù)水平;遠期分析的重點是:交通發(fā)展戰(zhàn)略可能的變動(交通政策對系統(tǒng)結(jié)構(gòu)的影響等)、人口規(guī)模和用地開發(fā)兌現(xiàn)的程度等。不同城市、不同線路針對不同時期,應(yīng)結(jié)合實際情況,選擇不同的敏感性因素進行分析,并給出影響的變化幅度。因受敏感性因素的影響,預(yù)測的客流很難給出一個確定的值,因此,應(yīng)給出一個波動范圍,供使用者根據(jù)實際用途選擇合理的取值,降低系統(tǒng)的風(fēng)險性。6實例分析以《西安地鐵3號線工可階段客流預(yù)測》為例,進行實證分析。6.1地鐵3號線及其他線路之間的聯(lián)系西安地鐵3號線是西安城市快速軌道交通線網(wǎng)的主骨架線路,歷經(jīng)主城區(qū)東北至西南方向的主要客流走廊。線路全長50.5km,共設(shè)車站30座,具體線路布設(shè)如圖3所示。地鐵3號線一期工程,即魚化寨至國際港務(wù)區(qū)段,線路全長約37.57km,設(shè)車站24座;3號線二期工程為魚化寨至側(cè)坡段,線路全長12.93km,設(shè)車站8座。3號線一期工程計劃2011年開工,2015年9月通車試運營。6.2主要預(yù)測結(jié)果根據(jù)規(guī)范要求,西安地鐵3號線客流預(yù)測3個特征年分別為:初期2018年;近期2025年;遠期2040年。主要預(yù)測結(jié)果見下頁表1。受篇幅限制,本文重點分析遠期客流,西安地鐵3號線遠期客流主要指標(biāo)如圖4~圖7所示。6.3分析客流預(yù)測結(jié)果6.3.1建立預(yù)測模型《西安地鐵3號線工可階段客流預(yù)測》報告以《西安市2008年居民出行調(diào)查報告》、《西安市城市總體規(guī)劃》(2008~2020年)和相關(guān)新區(qū)規(guī)劃等文件為依據(jù),對西安市城市發(fā)展形勢進行分析判斷,對3號線沿線站點的用地規(guī)劃和沿線客流進行了詳細的調(diào)查與分析,資料翔實,為本次客流預(yù)測提供了充分依據(jù),并奠定了良好的基礎(chǔ)。以2008年西安市居民出行調(diào)查數(shù)據(jù)為依據(jù),以交通設(shè)施供應(yīng)條件和土地開發(fā)類型及強度為基礎(chǔ),以TransCAD軟件為分析平臺,采用四階段交通規(guī)劃預(yù)測方法,建立了預(yù)測模型;充分考慮到城市的社會經(jīng)濟發(fā)展、土地布局、交通規(guī)劃目標(biāo)等綜合影響,同時,考慮到四階段法中各階段之間的相互影響,預(yù)測時采用了反饋迭代計算。擬定的技術(shù)路線合理、可行,預(yù)測方法正確,主要客流預(yù)測結(jié)果基本可信,線路客流量級合理。6.3.2最大斷面客流不均衡從預(yù)測結(jié)果來看,高峰小時單向最大斷面客流量為3.75×104人次/h,斷面區(qū)間為下行方向的韓森寨站—咸寧路站區(qū)間。將下行方向各區(qū)間斷面按客流量由大到小排序,并計算出各斷面客流量與最大斷面客流量的比值見表2。通過表2中的計算,Lx=3125m,Ly=5850m,故最大斷面客流得到了高斷面集合的較強支撐。全線高峰小時客運量比例pl=Qh/Qd=0.157,高斷面高峰小時客流比例ps=qhmaxmaxh/qdmaxmaxd=0.174,pl<ps時,可見高峰小時最大斷面客流的穩(wěn)定性較差。地鐵3號線是一條穿越城市中心區(qū)的直徑線,兩端連接新區(qū),從全日斷面客流預(yù)測結(jié)果來看,斷面客流為中間段大、兩端小,呈典型的“橄欖形”分布,這與線路走向特點吻合。從上行方向來看,最大斷面客流量為21.49×104人次,平均斷面客流量為12.65×104人次,則斷面客流不均衡系數(shù)為1.699;從下行方向來看,最大斷面客流量為20.67×104人次,平均斷面客流量為12.22×104人次,則斷面客流不均衡系數(shù)為1.691。可見地鐵3號線斷面客流不均衡程度較大,可能需要運用大小交路套跑的方式開行列車。經(jīng)計算,在地鐵3號線上、下行客流的方向不均衡系數(shù)η為1.019,就全日客流而言,方向分布相對均衡,但在高峰期間,某些區(qū)段客流的方向分布是極其不均衡的。從地鐵3號線客流的時間分布來看,高峰小時為7:30~8:30,其間客運量為16.65×104人次,故地鐵3號線全線客運量高峰小時系數(shù)為15.7%?？梢姼叻迤陂g客流比較集中,這主要是由于3號線客流中承擔(dān)了大量的通勤客流。7:30~10:30和16:30~19:30這6h的“高峰時間段”內(nèi)小時平均客運量G為11.35×104人次,平峰時間段的小時平均客運量H為3.61×104人次,故客流時段分布均衡系數(shù)U為3.143,可見地鐵3號線客流在時間分布上是很不均衡的。6.3.3車站乘降量集中率地鐵3號線魚化寨站—辛家廟站段基本處于城市中心區(qū),該區(qū)域發(fā)展業(yè)已較為成熟。3號線全日客流中起終點均位于該區(qū)域的客流量為61.33×104人次,占全線客運量的比重μ為57.8%:該區(qū)域內(nèi)車站的客流乘降量為150.03×104人次,占全線所有車站乘降量的比重τ為70.7%。可見,地鐵3號線客流的風(fēng)險較大,線路兩端新開發(fā)區(qū)域的發(fā)展程度將極大地影響其客流規(guī)模。地鐵3號線全線共設(shè)30座車站,全日總乘降量為212.16×104人次,將各車站全日乘降量按大小排序見表3。從表3可看出,車站乘降量由大到小累加到第6座車站時(m=6),已達到44.4%,這時,即可計算車站乘降量的集中率G=1-6/30=0.80。從軌道交通線網(wǎng)規(guī)劃來看,這6座車站均是換乘站,由于換乘站的換乘量與相交線的情況(經(jīng)由、沿線開發(fā)水平、修建順序)有關(guān),存在諸多變數(shù),所以客流達不到預(yù)測值的風(fēng)險較大。6.3.4周邊的基礎(chǔ)設(shè)施建設(shè)和運行環(huán)境針對西安地鐵3號線的特點,其客流敏感性分析的重點初、近期為:票制票價、站點周邊的土地開發(fā)、線網(wǎng)建設(shè)時序安排、軌道交通系統(tǒng)的服務(wù)水平;遠期為:城市人口和就業(yè)的發(fā)展不確定性、沿線土地利用的開發(fā)狀況、鐵路南客站等。在單因素分析的基礎(chǔ)上,考慮到未來各種因素組合的可能性,最終確定地鐵3號線客流波動范圍見表4。6.4地鐵3號線客流特征分析通過上述分析,《西安地鐵3號線