地铁车站安全疏散模型综述_邢国新.pdf

文章编号:1009-6094(2023)07-2417-11地铁车站安全疏散模型综述*邢国新1，赵海龙2，任丹彤2(1 北京市地铁运营有限公司机电分公司，北京 100043;2 北京航天常兴科技发展股份有限公司，北京 102600)摘要:随着城市轨道交通的不断建设与扩张，地铁运营尤其是发生险情后的安全疏散问题引起社会的广泛关注。为了得到更加科学、合理的地铁安全疏散方案，论述了地铁车站安全疏散主要特征及影响因素。由于地铁疏散空间及客流聚集程度较为特殊，对于模型应用的角度也不尽相同。从微观、宏观、介观角度对经典及优化后的疏散模型进行了综述、讨论，在对应急安全疏散模型进行评述总结的基础上，就目前应用较多的疏散模型的优缺点进行了对比分析。结果表明，考虑到人群建模的精确度，目前建模研究重点已逐步转至微观建模领域，其中复杂系统建模精度与计算效率间的平衡性以及模型的主观性仍亟待解决。结合地铁车站疏散特点，针对该领域模型研究提出模型组合使用、行为预测机制、数理统计分析和智能算法应用的新思路。关键词:安全工程;地铁车站;疏散模型中图分类号:X951文献标志码:ADOI:10.13637/j issn 1009-6094.2022.0845*收稿日期:2022 05 16作者简介:邢国新，高级工程师，从事地铁机电设备研究，363439681 qq com。0引言当前，国家“新基建”战略已将城市轨道交通建设纳入其中，并对此提出高效、安全、可靠的基本要求。国内外事故案例表明，随着地铁运营规模持续扩大，人流量不断攀升，踩踏、拥挤等二次事故在一定程度上扩大了突发事件的影响程度。例如:1903年 8 月，法国巴黎地铁发生火灾，因乘客逃生意识淡薄、视线受阻、疏导不畅等原因，造成 84 名乘客丧生;1987 年 11 月，英国伦敦皇十字街地铁站由电火花引发火灾，后因人群拥挤、疏散不力致 32 人遇难，100 余人受伤;2008 年 3 月，北京地铁车站扶梯故障引发恐慌事件，人群未及时疏散继而发生踩踏事故，造成至少 13 人受伤;2015 年 4 月，深圳地铁发生小群体慌乱事件，15 名乘客受伤1 2。由于地铁建筑环境相对封闭且空间有限，站内人员集中，设施设备众多，合理的疏散方案将对开展救援工作、减少事故损失产生重要的影响。近些年，国内外诸多学者对应急疏散模型开展了深入研究，但针对地铁车站的安全疏散仍未建立完整、系统的架构。因此，本文对现有安全疏散模型建模方法进行综述，结合地铁车站安全疏散固有特征及其影响因素对上述方法进行对比及讨论，以期为地铁车站面对突发事件提高疏散效率、预防二次事故提供更加科学的参考。1地铁车站安全疏散概述建立地铁疏散模型是对疏散过程的抽象化分析，其参量选取及设置对模型合理性、准确性有重要意义。本节从地铁疏散特征及其影响因素两方面进行论述，为后续不同疏散模型在地铁场景应用中的适用性及优劣评价提供依据。1.1地铁车站安全疏散特征除地铁建筑群本身具备的空间特征外，其客流状态随时间、空间呈现特定的聚集及分散特征。从时间、空间角度出发，结合地铁应急疏散研究热点分析结论3 将地铁车站疏散特征概括为密闭空间跨层次特性、疏散路径特性及大客流特性。1.1.1密闭空间跨层次特性地铁具备显著的半封闭或全封闭环境特征，仅在出入口及通风管道处与外界连接。受地形及开发程度等影响，地铁车站采用不同程度深埋地下设计并向深层化发展，因此跨层次疏散也是其特征之一。突发事件下，楼梯及断电后的自动扶梯是人群跨层次疏散的唯一通道，经仿真计算，大量次深层、深层地铁车站很难满足规范要求4。不仅如此，多数地铁事故的发生伴随烟气等有害气体的产生，竖向通道的“烟囱效应”及列车运行的“活塞效应”均会加剧气体排出难度5。另外，地铁事故按场景可分为车站事故及区间隧道事故，后者空间环境对人员疏散更为不利，本文暂不对此环境进行论述。1.1.2疏散路径特性疏散路径选择通常取决于空间结构、事件发生点、疏散引导信息等。地铁车站应急事件一般发生于列车内、站台层及站厅层，通常合理的疏散路径6 默认为由站内各处向出口方向移动，具体见表 1。“就近原则”“熟悉路径原则”是 69.6%的人群对于疏散路线的选取依据7，这种常规性不均匀选择极易在出口形成拱形人流，增加疏散时间，因此衍生出对疏散路径求最优解的研究思路。黄昕等8 基于 A*算法建立了动态地下空间路径规划模型并以地铁车站为例进行模拟，结果表明，人群疏散路径长度具有“突变”特征。罗凌燕等9 通过问卷调查及7142第 23 卷第 7 期2023 年 7 月安全 与 环 境 学 报Journal of Safety and EnvironmentVol 23No 7Jul，2023表 1地铁车站应急事件突发点及其安全疏散路径Table 1Emergency point and safe evacuation route of subway station应急事件突发点安全疏散路线列车内车门屏蔽门站台楼梯/自动扶梯站厅通道检票闸机安全区域站台楼梯/自动扶梯站厅通道检票闸机安全区域站厅通道检票闸机安全区域现场试验方式得出，设计路径或最优路径并非是乘客实际疏散的唯一选择，路径熟悉程度、出口可见度、人群密度是路径选择的主要影响因素，且语音疏散指导较标志指引更具优势。王恒等10 对地铁乘客的路线偏好进行了量化分析，出口可见性、流向流量、密度及出口距离均存在异质性。因此，地铁乘客疏散路径途经点较为固定，但对于通道的选择具有随机性，做好疏散引导可有效提高疏散效率。1.1.3大客流特性地铁车站大客流可按形成原因分为特定时间段内的可预见常态化大客流及因恶劣天气、事故等造成的突发性不可预见大客流。有关数据表明，北京地铁多条线路早晚高峰时段最大满载率达到甚至超过 120%，运力、运量矛盾突出的原因可归结为人口数量激增、站点周边区域发展及地铁规划建设滞后等因素11。按照日客流变化车站可分为单峰型、双峰型、多峰型、全峰型及无峰型 5 类12，其分类表明客流在时间维度具有极大的不均衡性;而在空间维度方面，客流均衡性与线路结构有直接映射关系。康元磊等13 仿真结果显示，当地铁达到最大通行能力时，初始乘客数对疏散时间有较大影响。1.2地铁车站安全疏散影响因素地铁轨道交通系统作为人员密集场所，空间结构复杂、人流集散量大，但安全通道数量有限。依据系统管理理论，疏散影响因素分为客观因素及主观因素，客观因素包括地铁车站空间结构、设施配置等功能性支撑强度，主观因素涉及安全疏散参与各方，包括疏散乘客、系统内工作人员行为因素及应急管理响应能力14。1.2.1客观因素1)地铁车站空间结构。地铁车站空间结构的组成包括车站主体(站台、站厅、设备间、辅助间)、出入口、换乘通道及地面附属建筑15，本节的论述对象包括车站主体结构中的站台(站厅可做安全区)部分以及出入口与换乘通道部分。地铁站台形式包括岛式、侧式和混合式，考虑到工程投资及管理复杂度，一般较少采用混合式站台16。岛式站台利用率高、客流分布更均衡，对客运组织能力要求低，因此更利于疏散。近些年，在满足使用功能的前提下，一体化、人性化中庭式地铁车站应运而生。而在应急事件发生时，较大的多层共享空间受灾害影响程度更为显著，气体、烟雾、火焰形成的烟囱效应更为剧烈且破坏了传统地铁设计站厅层作为安全区的良好基础，增加了疏散难度17。选择地铁出入口是疏散过程中人群的关键决策之一。地铁车站出入口设计具备鲜明的标准化特征，GB 501572013地铁设计规范 规定车站出入口数量应根据客流要求设计，但不得少于 2 个。按照导流需求，地铁出入口包括独立式、下沉式及合建式18。姚国伟19 经仿真得出，出入口处于地铁车站中央位置时更利于客流疏散，出入口宽度小于 4m 对疏散效率影响较大，宽度超过 7 m 则对疏散效率不再产生积极影响。换乘功能是地铁提升运输效率的重要方式之一。不同线路通常以平行或交叉形式进行换乘设计，交叉式换乘根据交叉点区别又可分为“十”形、T形及 L 形换乘20 21。线路车站结构脱离情况下，以通道方式换乘。因设计原因，换乘通道多数狭长并伴随多处转弯及障碍阻挡，由此造成的视线受阻及心理波动将对疏散效率产生影响。马洁等22 针对换乘环境及心理因素进行乘客疏散决策建模，结果表明:视野半径对疏散的影响程度取决于乘客对环境的熟悉程度;合理设置工作人员的引导位置比盲目增加引导人员数量更为关键。2)地铁车站服务设施配置。地铁站内设施配置包括检售票设施、通道类设施(自动扶梯、楼梯、闸机)、引导类设施(导流栏、指示标志)等，且多数基础设施设备移动不便。其中扶梯运行状态、闸机流通方向及导流栏的设置是疏散效率的主要制约因素。王若成23 采用 EVACNET4软件基于结构重要度对地铁人员疏散动态瓶颈进行8142Vol 23No 7安全 与 环 境 学 报第 23 卷第 7 期了模拟，结果表明:站台层疏散瓶颈主要分布于楼梯及自动扶梯处，且影响程度大于闸机;站厅层的疏散瓶颈位于出口及部分闸机处。秦华礼等24 运用Pathfinder 软件对 T 形换乘车站进行了仿真，结果表明，当列车载荷分别达到 80%及 90%以上时，楼梯口及闸机口的突发性拥堵会大幅度增加安全疏散时间。导流栏一般设于扶梯处、售票处、换乘通道内及出入口处，按设置方式分为固定式、可推拉式和可移动式。穆娜娜等25 26 对地铁环境下不同形式及长度的导流栏进行了数值模拟，结果表明:较长的固定导流栏会在通道内形成排队现象，极易在封闭空间及应急事故的多重作用下增加乘客产生冲突行为的可能性;而设置合理长度的可推拉导流栏可缩短疏散时间，提高疏散效率。1.2.2主观因素地铁安全疏散过程的主观因素包括人员的行为因素及地铁系统内部应急疏散能力，其中人员不仅包括站内乘客，同时涵盖城市轨道交通系统内服务人员。1)疏散行为。疏散行为是被疏散者心理活动的外在表征，也是应急疏散中难以预测、控制的部分。早期地铁疏散行为研究多为问卷调查定性分析27 29，被调查人员在年龄、学历、性别比例方面高度一致，结果较为统一，70%80%的人员在突发事件情况下选择保持冷静，50%60%的人员听从指挥或按指示标识进行疏散，但该比例随着学历的提升呈下降趋势。近些年，学者通过调查与统计学结合的方式进行定量研究。董书衡30 认为，性别、年龄、职业、培训经历、乘车频次与行为特征显著相关。卢颖等31 认为，“突发事件经历”和“环境熟悉度”是地铁乘客社会脆弱性的直接表征，并对乘客的行为及自我恢复能力造成影响。此外，上述研究表明，被疏散者中存在明显恐慌心理及恐慌行为者占比均较早期呈现攀升趋势32，进而产生了具备自主疏散意识的多类逃生行为，学者将这种逃生行为分为从众行为、自主疏散行为、排他性行为及互助行为 4类33，其中弱势人群的从众心理更为明显，同时更易造成拥堵和阻塞，从而延缓疏散过程34。逃生行为在空间分布上体现为出口扎堆、通道不均匀与拐角拥挤现象。对于系统内服务人员，定期应急演练的设置35将大幅降低因恐慌情绪产生的不安全行为，在快速执行保障方案的同时对站内乘客提供正向情绪输出。2)应急管理与现场处置。GBT 336682017地铁安全疏散规范 中规定地铁运营企业应编制疏散专项应急预案及其现场应急处置方案并定期进行演练。从应急突发事件疏散管理理论36 出发，控制危机发生中的混乱状态并形成规律性群体组织系统模式对疏散效率的提升有决定性作用。据调查，客流流线交叉是疏散过程的重要隐患点之一，瓶颈点、分流处的人工引导极为重要，疏散指示系统起到类似作用。研究表明，疏散人员服从引导并将其期望速度降为 0 时可缩短疏散时间，提高疏散效率 18%45%37。此外，定期对安全疏散设施、疏散路线等关键因素开展评估分析，结合具体模型对设施、路径优化可有效提高疏散过程对疏散能力的匹配度要求，减小因管理不当加剧事故严重程度的概率。2地铁车站疏散模型在信息技术不断发展的研究背景下，人员疏散模型及仿真软件不断被优化。根据研究方法的不同，可将人群动态疏散模型分为微观模型、宏观模型及介观模型。微观模型对个体行为进行描述，注重个体差异;宏观模型不考虑疏散个体间的相互影响，以气体动力学或流体动力学理论为基础建模分析。介观模型介于两者之间，将建模单位细化到个体，但并不考虑个体间的相互作用，通过宏观状态量的更新对疏散群体进行描述。2.1微观模型2.1.1元胞自动机模型1948 年，Von Neumann 为模拟细胞的自我复制而提出元胞自动机雏形38，随着复杂系统科学的发展，模型获得深入的研究。元胞自动机模型是状态有限的离散单元按照确定的规则在时间、空间内构成的动力学微观系统，每一时刻元胞的迁移概率是模型的关键。2004 年，杨立中等39 最早将元胞自动机模型应用于基于个体行为的疏散，并考虑了建筑结构、紧急状况、疏散个体对模型的影响。按照状态更新原则中影响因素和耦合机制设置的不同，模型发展出较多分支。2001 年，Burstedde等40 首次在元胞自动机模型基础上引入“场域”概念模拟行人的自组织现象。2002 年，Kirchner 等41 首次将考虑“排斥力”规则的元胞自动机模型引入疏散建模，行人疏散概率受到短距离排斥冲突的抑制。近些年，学者更多开始考虑模型的实际应用价值，通过设定元胞初始化状态及更新规则来模拟不91422023 年7 月邢国新，等:地铁车站安全疏散模型综述Jul，2023同因素对疏散效率的影响42。Ding 等43 将步行偏好及受心理因素影响产生的行为变化引入模型并进行了现实验证。2021 年，黄聪等44 首次建立了考虑洪水对人群疏散速度及运动方向影响的地铁疏散模型，随后标志视野受限45、环境熟悉度46、人类异质行为倾向47 等因素，以及从众、互助、排他等典型地铁疏散行为的模拟使模型在城市轨道交通疏散研究领域得到极大的发展。从现有文献来看，模型能很好地阐释疏散过程中的动态行为特征，但无论设置何种运动更新规则，其遵循规则的同质性及状态更行的并行性均对模型精度产生了一定程度的影响，难以体现人的差异化运动特征，与实际情况不符。另外，目前模型在疏散中的应用还停留在三角形、四边形、六边形等二维空间内，对于地铁车站跨层次疏散研究不足。2.1.2社会力模型社会力模型用“力”表述行人运动状态的连续模型，考虑了个体心理作用、行人与行人、行人与环境间的相互影响，是当前最精细的疏散模型之一。Helbing 等48 49 建立了社会力模型并进行了人群行为微观仿真，在后续研究中得出行人的期望速度将随疏散过程中恐慌程度变化而变化的结论。此后，学者逐步在模型中引入行人关系、情绪、角色等因素对模型进行修正50。2016 年，朱安驹51 首次将社会力模型应用于地铁站火灾疏散研究，引入了焦虑因子、群体吸引力对模型进行修正，通过站内设施构建解决仿真环境抽象化的问题，并以西安地铁简化场景进行实例分析，分别验证了一般情况及火灾产物下模型的有效性。Yang 等52 研究了乘客异质性对地铁站台行人运动期望速度的影响，为不同时间段的客流管理提供理论支持。Long 等53 考虑危险源对行人疏散行为特征的影响，提出了融合行人特征的危险源排斥引导疏散模型。目前，已有学者将疏散二维平面模型扩展至三维空间54，行人在疏散中形成驱动力与重力分量间的平衡，得出上升速度心里系数的取值范围。就现有文献来看，社会力模型基本满足地铁安全疏散过程中随机性与复杂性的要求，较离散模型而言不需要设定行人运动规则，但因此产生的地铁导流栏等障碍物附近不合理行走行为将造成结果的振荡或偏移，须引入其他机制进行修正。Kster 等55 建立了简化版的社会力模型，保留系统所期望的动力学特性，进而保证了社会力模型求解时数据的稳定性和数值分辨率，但该模型在地铁中的应用有待考证。2.1.3磁场力模型磁场力模型于 1979 年被 Okazaki56 首次提出，其创新之处在于通过库仑定律规避人群密度和疏散速度间的关系。在磁场力模型中，行人或障碍物和目的地出口分别设为磁场的正极和负极，行人受到来自负极出口的吸引力而向目的地移动，同时来自同极障碍物的排斥力将会避免行人与障碍物发生碰撞。1993 年，Okazaki 等57 通过仿真证明了该模型的有效性。但由于磁场力模型中的参数为建模者主观设定，参数标定的合理性较难评定。另外，模型中吸引力、排斥力的设置较为单一，影响地铁车站的疏散因素众多，现实疏散中大客流小幅度的接触和碰撞并不过多影响疏散速度，因此模型现实指导意义较弱。2.1.4情绪传染模型2001 年，Loewenstein 等58 最先提出“风险即情绪”假设，强调情绪在决策时的驱动作用。现有情绪感染模型的建立分别基于散热原理及传染病机制。传染病机制的模型包含情绪传染、情绪更新和行为决策 3 个步骤59。Fu 等60 将疏散人群中的个体分为易感(S)、感染(I)或恢复()3 类，并将模型与元胞自动机结合建模，仿真结果表明，情绪传染行为可用于评估恐慌水平和控制措施。但传染病机制的情绪感染模型属于概率模型，并未考虑人的个体差异，丧失了研究个体情绪对疏散的意义。凤四海等61 按照人格类型设置相应的情绪接受及表达参数，建立了基于散热原理的情绪感染模型进行算例分析。结果表明，考虑情绪传染的疏散模型更符合实际情况。但该模型并不具备独立对行人流状态描述的能力，由于社会力模型已涵盖对个体心理状态的表述，因此学者的研究内容多为对元胞自动机模型的优化，且还未发现在地铁车站疏散中的应用。2.1.5Agent-Based 模型Agent-Based 模型(Agent-Based Model，ABM)62 可用来模拟智能体(Agent)、路径和目的地间的交互，具有行为自主性、作用交互性、环境协调性及社会能力。ABM 可集成不同程度的空间细节、危险强度及路径属性等条件，利用计算机能力对数学方法无法实现的动态特性进行描述。对于大客流地铁车站，疏散建模通常使用多智能体模型(Multi-AgentSystem，MAS)。2008 年，姚国伟63 首次建立了宏观、微观相结合的地铁车站 Agent 疏散模型，模型对地铁车站进行精细的网格化划分，并加入乘客局部行为描述，提出对地铁车站出入口、楼梯、扶梯规划0242Vol 23No 7安全 与 环 境 学 报第 23 卷第 7 期设计的相关建议。陈迎欣64 将 Agent 属性划分为领导者、普通者及恐慌者，评估了人群在工作人员或领导角色的语言引导协调下对地铁疏散效率的影响。模型在 Agent 自身属性、交互度及对地铁空间环境的感知度处理上具有很强的优越性。面对复杂非线性疏散系统，ABM、MAS 是学者近年来的研究热点。然而模型需整合大量个体行为及地铁环境，人员的每次移动都会对环境及其他个体产生影响而形成一次迭代，多模块的模型构建在保证拟真度的同时需牺牲一定的计算时间，对于大规模地铁换乘车站的建模更加困难，并且对不同 Agent 赋予不同属性将得到差异化疏散结论65。2.2宏观模型2.2.1气体及流体动力学模型宏观动力学模型将行人视为连续流动介质，1971 年，Henderson66 最早将这一理论应用于人群疏散研究，模型中的个体分布与麦克斯韦 玻尔兹曼分布理论具有良好的一致性，为宏观疏散模型奠定了基础。Hughes67 构建了行人流动连续流体介质模型。Hoogendoorn 等68 提出了关于截面散射方法的更为复杂的行人气体动力学模型。Chalons69 研究了行人流宏观模型的数值近似解。宏观动力学模型将疏散人群看做无黏性不可压缩流动介质，可较好地呈现人群密度与疏散速度间的关系，仅需求解偏微分方程，减小了计算强度，对服从引导的低密度范围内同质性人群疏散有一定的适用性。但当应急事件激发恐慌情绪，人群出现碰撞、挤压、减速、避让现象时，模型无法描述人群间的主观差异性，即产生较大失真。2.2.2排队论模型排队论是概率统计与运筹学交叉学科，其模型针对拥挤现象或各项指标规律提出排队系统资源配置的最优设计方案，特别是用于疏散时间的计算。1994 年，Lovas70 最早将该模型引入行人交通系统，近些年逐渐被用作车站、机场等交通枢纽环境下人群建模工具。杜棋东等71 针对地铁的高峰大客流特性提出了多设施排队系统。蒋远伟等72 利用无容量限制的排队模型研究不同客流下地铁车站的进站时间，得到人流量、行走速度与进站时间的关系，为地铁提高设备的服务效率提供参考。Sun 等73 提出了基于排队论的动态疏散路线规划模型，相较于传统最短路径规划，改进模型具有更短的驱动时间。现有文献虽多为对地铁车站进站情况的模拟，但闸机等地铁内部设施的通过容量对于乘客进、出站起着相似的限制作用，因此基于排队理论建立的疏散模型对于缓解疏散出口处“成拱效应”或优化车站服务设施配置均有指导意义。另外，排队模型的建立多以行人等待为原则，因此可在一定程度上对完全理性状态或服从疏散引导下的人群疏散时空分布不均现象产生积极作用。相反，乘客恐慌混乱状态下，该模型的应用存在较大限制。2.3介观模型介观模型是介于宏观、微观之间的混合模拟方法，其优势在于分析大场景下行人流的运动情况，但对于微观运动特征的描述存在天然劣势。2001 年，Florian 等74 最先提出了基于介观时空排队网络加载方法的动态交通分配模型，并将该模型应用于斯德哥尔摩道路网。虽然模型涵盖了列队单元节点间的动态变化，但对个体间的相互作用表达仍不够清晰。吕伟等75 提出的介观元胞自动机模型将传统元胞自动机模型的空间划分设定为连续道路元胞，并以宏观状态量的更新代替转移概率表示疏散过程。虽然该模型还未在地铁车站疏散中进行应用，但就其建模思想而言，连续道路元胞的划分更符合地铁车站疏散路径通道特征，可为地铁运营系统疏散路径规划提供参考。3存在问题及研究思路安全疏散研究已向多体系较为成熟阶段发展，但随着计算机技术的发展，安全疏散模型的构建及仿真仍处于发展阶段。每种疏散模型都有其优势及不足，通过上文对安全疏散模型的综述，表 2 直观地展示各模型的优缺点。元胞自动机模型明确描述了人员运动及二维空间占据概念，演化规则简单，运算量小，特别是引入“场域”概念的元胞自动机优化了个体的转移概率及运动规则。但模型中元胞主体的同质性是影响模型准确度的重要因素。在今后的研究中，宜考虑加入智能体建模法对模型进行个体精细化处理，以达到建模方法间的优势互补，增强模型精度。另外，目前已有学者进行元胞自动机模型的三维建模，对于地铁车站尤其是站台向站厅的疏散应考虑阶梯因素对疏散效率的影响。空间连续是社会力模型的优势之一，具有充分的理论依据，个体的位置信息可在疏散空间范围内取任意值，对于因微观个体行为导致的群体运动现象的描述更为真实;但连续性方程的求解受到一定程度的制约，时间和空间越趋近于 0 或人群密度过12422023 年7 月邢国新，等:地铁车站安全疏散模型综述Jul，2023表 2疏散模型的优缺点比较Table 2Comparison of advantages and disadvantages of evacuation model模型分类优点缺点元胞自动机模型微观、离散原理简单;计算效率高;可扩展性强空间离散;模型具有强同质性，跨层次疏散研究不足社会力模型微观、连续理论依据充分，个体微观动机及个体行为与群体现象的关系描述清晰且真实高密度人群计算效率低，不合理的行走行为造成结果的振荡;模型缺少“智能性”磁场力模型微观、连续模型规则简单;避免行人间的相互碰撞模型参数难以标定，对地铁车站适用性低情绪传染模型微观、连续充分考虑行人疏散过程中的情绪状态及传播过程分析角度单一，需结合其他模型使用ABM微观、离散对个体分析角度全面，具有灵活性、交互性、自适应特点;能够自然描述复杂非线性系统计算效率低;建模角度具有主观性气体及流体动力学模型宏观、连续模型成熟易使用，计算复杂度低未考虑个体差异，模型精度低，偏差大排队论模型宏观、离散适用于完全理性状态下的人群疏散，对地铁设施排布有一定指导意义疏散因素考虑不全面，缺少恐慌等多重疏散行为与效率间的关联性介观模型介观、连续时空信息完整，微观、宏观模型优势互补对行人状态描述存在天然劣势大时，模型的精确度越高且计算量呈指数型增长，连续力学模型的计算效率受到影响。目前已有学者引入链接列表元胞算法、离散元等数值计算方法尝试对模型计算效率进行改进，以达到特定设置情形下算法的高效性。此外，人群高密度状态下，个体决策往往使用满意值代替最优值，因此宜加入对行人个体理性局限的研究，增加 Agent 感知 决策机制以调整“力”的作用大小。另外，磁场力模型规则简单同时避免行人相互碰撞的优势可辅助解决人群过度重叠的问题。对于不合理行为的产生可加入基于数据驱动的行为路径预测机制或考虑行人意图进行抑制76，长 短 期 记 忆 网 络(Social Long Short-TermMemory，Social LSTM)、生成对抗网络、图形神经网络等是目前行人轨迹预测中最有影响力的神经网络架构77 78。情绪传染模型为人群疏散建模提供了新的切入点，情绪更新机制的加入为疏散管理者提供了行动状态演化机理的研究方向，在模型中加入人员情绪状态的研究十分必要。但其切入角度较为单一，参数不够全面，需嵌入其他模型使用。另一方面，目前Pathfinder、STEPS、EXODUS 等仿真软件已广泛应用于人员疏散模拟，如疏散路径巡优、出口偏好选择等。仿真软件可精确描述地铁车站多层分布、设施部局情况，并对人员参数分类设定，因此可利用仿真软件考虑行人恐慌情绪传播对疏散效率的影响，得到更为真实的仿真结果，为化解疏散瓶颈提供可靠思路及方案。ABM 模型中由于每个智能体的自组织行为均有一定的智能性和自治性，基于独立个体的模型反馈规则可有效防止信息同化、减少信息丢失，对于提高模型灵活性、细节描述程度有极大的优越性。但较为精细的行为描述一方面对计算机的数据处理与分布式计算提出了较高要求，另一方面参数初始化及动态过程设定的主观性会影响 ABM 模型结果。随着近年来大数据的发展，基于数据治理的研究视角更为多元，可通过数据挖掘、信息技术等手段收集大量地铁突发事件及一般环境中人员、环境多重信息，并对统计结果进行数理概率分析，将模型参数加以主客观赋权，使建模结果更加客观准确。宏观模型与介观模型的建立均从交通流研究衍生而来，建模思想较为理想，大幅度提高了运算效率，更适用于对大场景疏散路径的研究。但地铁车站的疏散具有极强的非线性特征，而非简单的个体特征线性叠加，因此完全忽略个体属性差异极易产生模型失真;介观模型中“道路元胞”的设定较为符合地铁疏散路径特征，后续研究过程中可通过加入智能算法完善模型假说。智能算法给出了从全局角度出发模拟大规模人群疏散问题的思路。以蚁群算2242Vol 23No 7安全 与 环 境 学 报第 23 卷第 7 期法为例，其良好的鲁棒性与群体系统性与地铁疏散人员从众、自组织行为特征极为相似，利用算法的正向反馈机制对路径进行动态搜索是今后研究方向之一。地铁运营系统兼备高强度客流、高密度网络、超大规模地下建筑群等特点，疏散影响因素众多，因此疏散模型的建立复杂多样。上述针对现有模型的评价思路可针对性改善建模中存在的主要问题。模型间的组合使用有利于微观建模优势互补，使模型仿真结果更为精准、合理。行为预测机制的引入可抑制行人不合理行为的产生。从数据治理角度出发，加入数理统计分析可降低 ABM 模型的主观性。加入了智能算法的宏观、介观模型可弥补其缺少对疏散人员个体属性描述的天然劣势。4结论本文对地铁车站安全疏散特征及其影响因素进行了分析，在此基础上对国内外地铁车站安全疏散模型研究现状及建模方法进行了综述。目前已有的建模方法虽形成了较为完善的三大体系，但随着城市轨道交通规模的不断扩大，安全疏散不再是单一的出口路径寻找过程，模型约束条件设置的主观性、复杂系统建模精度与计算效率间的平衡性、模型对于地铁车站疏散的适用性是现阶段建模需进一步考虑的主要问题。本文针对各模型存在的主要问题分别提出模型组合、行为预测机制、数理统计分析和智能算法应用的改进思路，以期为今后城市轨道交通安全疏散建模提供参考。参考文献(eferences):1米红甫，肖国清，王林元，等 地铁车站火灾风险的概率模糊评估研究J 安全与环境学报，2015，15(5):16 20.MI H F，XIAO G Q，WANG L Y，et al On the fire riskevaluation for the subway station based on the probabilityfuzzy theoryJ Journal of Safety and Environment，2015，15(5):16 20.2 睢羽 地铁火灾二次事故风险分析研究D 北京:北京交通大学，2014.SUI Y Analysis of secondary accident risk caused bysubwayfire D Beijing:BeijingJiaotongUniversity，2014.3 王江维，罗宏森 我国地铁应急疏散研究热点主题探析:基于 CiteSpace 可视化分析 J 河北科技大学学报(社会科学版)，2022，22(1):63 72，97.WANG J W，LUO H S esearch on hot topics of subwayemergency evacuation in China:visual analysis based onCiteSpace J Journal of Hebei University of Science andTechnology(Social Sciences)，2022，22(1):63 72，97.4张海滨，王叶涵，张扬，等 不同埋深的地铁车站疏散效率研究 J/OL 安全与环境学报(2022 02 11)2022 08 08 https:/kns-cnki-net-443webvpn ncepu edu cn/kns8/defaultresult/indexZHANG HB，WANGYH，ZHANGY，etalEvacuation efficiency of subway station considering theinfluence of depths J/OL Journal of Safety andEnvironment(2022 02 11)2022 08 08 https:/kns-cnki-net-443.webvpn ncepu edu cn/kns8/defaultresult/index 5MANABU T，YUSUKE K，HIDEO O Effectiveness ofdownward evacuation in a large-scale subway fire usingFireDynamicsSimulator J TunnellingandUnderground Space Technology incorporating TrenchlessTechnology esearch，2011，26(4):573 581.6 许慧，田铖，王永 轨道交通换乘站密集客流应急疏散仿真研究J 系统仿真学报，2020，32(3):492 500.XU H，TIAN C，WANG YEmergency evacuationsimulation for dense passenger flow in a rail transittransfer station J Journal of System Simulation，2020，32(3):492 500.7LONG S，XIE Q Y，CHENG X D，et al Developing adatabase for emergency evacuation modelJ Buildingand Environment，2009，44(8):1724 1729.8 黄昕，靳健，林作忠，等 基于 A*算法的深部地下空间火灾疏散路径动态规划J 北京工业大学学报，2021，47(7):702 709.HUANG X，JIN J，LIN Z Z，et al Dynamic evacuationpath planning for fire disaster of deep underground spacebased on A*algorithmJ Journal of Beijing Universityof Technology，2021，47(7):702 709.9罗凌燕，沈斐敏，刘毅，等 地铁站突发事件疏散路径选择影响因素研究 J 中国安全科学学报，2016，26(7):169 174.LUO L Y，SHEN F M，LIU Y，et al esearch on factorsinfluencing selection of evacuation route in an emergencysubway station J China Safety Science Journal，2016，26(7):169 174.10 王恒，李枫，江泽浩，等 地铁应急疏散时乘客决策行为偏好的量化方法 J 同济大学学报(自然科学版)，2022，50(4):571 579.WANG H，LI F，JIANG Z H，et al A quantitativemethodforstudyingpassengerdecision-makingpreference in subway emergency evacuation J Journalof Tongji University(Natural Science)，2022，50(4):571 579.11 陈勇，杜棋东 面向地铁大客流的智能化技术应用分析 J 无线互联科技，2022，19(3):85 87.CHEN Y，DU Q D Application analysis of intelligenttechnology for large subway passenger flow J WirelessInternet Technology，2022，19(3):85 87.12 孟凡婷 城市轨道交通客流协同控制优化模型与算32422023 年7 月邢国新，等:地铁车站安全疏散模型综述Jul，2023法 D 北京:北京交通大学，2021.MENG F TOptimization model and algorithm forcollaborative passenger flow control in urban rail transit D Beijing:Beijing Jiaotong University，2021.13 康元磊，束展逸 基于仿真的地铁站乘客应急疏散 J 交通科技与经济，2022，24(3):10 17.KANG Y L，SHU Z Y Passenger emergency evacuationat subway station based on simulation J Technology Economy in Areas of Communications，2022，24(3):10 17.14 宋守信，陈明利，陈川南 大客流下的地铁应急疏散管理 J 劳动保护，2021(7):13 15.SONG S X，CHEN ML，CHENCNSubwayemergency evacuation management under large passengerflow J Labour Protection，2021(7):13 15.15 郭晓阳，李洋 BIM 技术在地铁车站空间环境设计中的应用 研 究J 家 具 与 室 内 装 饰，2021(9):96 101.GUO X Y，LI YApplication of BIM technology inspace environmentdesignofsubwaystation J Furniture Interior Design，2021(9):96 101.16 陈智凯 浅谈地铁站台设计