铁路综合交通枢纽客流预测研究——以重庆东站为例.pdf

TECHNOLOGY AND INFORMATION交通与信息化128 科学与信息化2023年9月上铁路综合交通枢纽客流预测研究 以重庆东站为例余梓冬 于海勇重庆市交通规划研究院 重庆 401120摘 要 铁路综合交通枢纽是一个复杂的大系统，在枢纽的规划设计中，枢纽内各个配套设施，如公交站场、长途客运站、出租车、网约车、社会车辆停车场等的布局和用地规模都需要以规划年的客流预测结果为依据。本文介绍了综合交通枢纽客流预测的基本方法，提出了客流分析的技术路线，并以重庆东站为例详细分析了枢纽出行需求及服务区出行需求，对重庆东站进一步开展方案设计提供了有力的数据支撑。关键词 交通枢纽；客流预测；出行需求；出行分布；方式划分Research on Passenger Flow Prediction of Railway Comprehensive Transportation Hub Example of Chongqing East Railway StationYu Zi-dong,Yu Hai-yongChongqing Institute of Transportation Planning,Chongqing 401120,ChinaAbstract Railway comprehensive transportation hub is a complex system.In the planning and design of the hub,the layout and land scale of various supporting facilities in the hub,such as bus stops,long-distance bus stations,taxis,online hailing cars,and social vehicle parking lots,need to be based on the passenger flow prediction results of the planning year.This paper introduces the basic methods of comprehensive transportation hub passenger flow prediction,puts forward the technical route of passenger flow analysis,and takes Chongqing East Railway Station as an example to analyze the hub travel demand and service area travel demand in detail,which provides strong data support for the further scheme design of Chongqing East Railway Station.Key words transportation hub;passenger flow prediction;travel demand;travel distribution;method division引言铁路综合交通枢纽作为城市的节点，汇集大铁、地铁、公交、出租车、地上道路、商业开发、停车场、市政配套等功能，一直是城市规划建设的重点1。在综合交通枢纽的规划设计中，科学的客流预测对整个方案设计至关重要，规模过大将造成枢纽资源的浪费，反之又将不能满足枢纽的运行要求2。本文以重庆东站为例介绍了综合交通枢纽客流预测的基本方法，提出了客流分析的技术路线。1 客流预测技术路线开展铁路综合交通枢纽客流预测，应首先分析枢纽的客流构成，综合考虑枢纽设施可能涉及的各种客流构成。总体上看，铁路综合交通枢纽的客流由3个部分叠加构成，一是枢纽本身产生客流，包括铁路到发客流，铁路到发产生的接驳客流，如与轨道、长途、公交、小汽车、出租车、网约车等的接驳客流；二是顺站前服务区开发用地产生的客流，通常枢纽的建设周边必定配套大型公建和居住设施，如酒店、商场、公寓等，也都是枢纽客流的直接来源，其需求也可以划分成几种交通方式，如轨道、公交、小汽车、出租车等；三是城市本身的背景交通量，即枢纽作为城市的一部分，周边会有交通需求过境3。通过三者需求的综合分析，可以用来评估枢纽系统的方案合理性。客流预测的技术路线图见图1。科学与信息化23年9月上内文0907.indd 1282023/9/8 17:34:04 TECHNOLOGY AND INFORMATION交通与信息化科学与信息化2023年9月上 129图1 交通枢纽客流预测技术路线图2 枢纽出行需求预测根据铁路枢纽的设计发送能力，确定年发送量及高峰发送量，基于此，分析铁路客流的出行分布及方式划分。本文以重庆东站为例，开展枢纽的出行需求预测。2.1 铁路枢纽客流量重庆东站为重庆枢纽“四主”客运系统的主要客站之一，将引入渝湘高铁、渝万高铁、渝贵高铁、渝昆高铁、枢纽东环线、渝怀线等多条线路，设计旅客发送量初期3050万人次、近期3650万人次、远期4950万人次，车站最高聚集人数15000人。初、近、远期重庆东站日均旅客发送量分别为8.4万人次、10万人次和13.6万人次，考虑旅客接送、工勤人员及波动，日均到站客流分别为11.1万人次、13.9万人次和19.7万人次，高峰小时分别为1.3万人次、1.7万人次和2.4万人次。表1 重庆东站到站客流量设计年度初期近期远期车站旅客发送量（万人/年）3 0503 6504 950日均旅客发送量（人次/天）83 562100 000135 616高峰小时旅客发送量（人次/h）10 02712 00016 274日均到站客流量（人次/天）111 137139 000196 644高峰小时到站客流量（人次/h）13 33616 68023 5972.2 铁路枢纽出行分担率及各方式客流量根据重庆及国内城市同类综合交通枢纽的客流分担率分析情况，采用预划分的思路作为方式划分的方法，考虑到未来枢纽集合了4条轨道线路，从发展策略上以公共交通为主的集疏运方式结构，确定重庆东站铁路客流各交通方式分担率。表2 重庆东站铁路客流交通方式分担率年度轨道交通常规公交长途客运（含旅游巴士）出租车网约车小汽车（含共享汽车）其他合计初期40%10%5%（1%）13%8%23%（3%）1%100%近期45%12%4%（2%）12%6%20%（5%）1%100%远期55%14%3%（2%）8%4%15%（7%）1%100%根据东站到站客流量及出行分担率，得到枢纽各交通方式全日客流量，高峰小时系数取0.12得到高峰小时客流量。表3 重庆东站铁路客流各交通方式高峰小时客流量（人次/小时）年度轨道交通常规公交长途客运出租车网约车小汽车其他合计初期5 3351 3346671 7341 0673 06713313 336近期7 5062 0026672 0021 0013 33616716 680远期12 9783 3047081 8889443 54023623 597科学与信息化23年9月上内文0907.indd 1292023/9/8 17:34:04 TECHNOLOGY AND INFORMATION交通与信息化130 科学与信息化2023年9月上2.3 铁路枢纽出行分布预测东站枢纽服务范围辐射整个重庆市域，综合考虑市域各区域规划年人口及经济总量，将市域范围分为以下如图4，9个区域进行构建分布模型，利用东站枢纽交通分布模型得到东站枢纽分布情况。表4 东站枢纽出行分布表区域中梁山以西嘉陵江以北嘉陵江以南主城以东主城以西主城以南渝东北渝东南合计占比12.3%30.3%35.7%7.6%2.6%4.3%3.3%3.9%100.0%根据预测得知，东站主要到发客流来自于主城区域，占比约为78.3%；其次是一体化区域，主要来自于主城以东及主城以南区域；渝东北和渝东南区域占比较小，共约为7.2%。3 周边服务区出行需求预测周边服务区出行需求，根据开发规模，结合不同开发业态的出行生成率计算得到出行量，根据重庆现状的出行结构推测出服务区未来的出行分担率，最后综合区域人口、岗位、出行距离等分析得到区域的出行分布情况。3.1 铁路枢纽服务区出行量及各方式客流量根据重庆东站站前片区控规成果，站前片区范围内总体开发体量约为331万平方米，以居住、商业商务、研发为主。根据国土空间规划实施进程，预测初期实现40%，近期实现80%，远期实现100%。表5 服务区开发业态及规模开发业态商业商务居住公寓公共管理与服务研发合计初期规模（万方）44589615132近期规模（万方）87116181330265远期规模（万方）109145231638331按照上述开发规模测算，商业商务、公共管理与服务及研发类用地按照30m2/每人计算，平均出行次数在3.13.5之间，居住及公寓用地按照20m2/每人计算，平均出行次数在2.52.8之间，得到初近远期客流规模。表6 服务区出行生成量（万人次/日）开发业态商业商务居住公寓公共管理与服务研发合计初期581.30.71.616.6近期9.916.12.61.43.233.2远期12.420.13.21.84.041.5其中居住及公寓用地对应出行产生，商业商务、公共管理及服务、研发用地对应出行吸引，远期重庆东站枢纽片区全日出行量41.5万人次。根据重庆现状居民出行结构比例及未来发展目标，确定设计年度区域出行各种交通方式分担率如下表。表7 服务区出行远期交通方式分担率出行方式轨道交通常规公交小汽车（含出租车及网约车）步行合计初期27%17%30%26%100%近期29%18%24%29%100%远期30%20%20%30%100%表8 服务区高峰出行量（万人次/小时）出行方式轨道交通常规公交小汽车（含出租车及网约车）步行合计初期高峰0.8 0.5 0.9 0.8 3.0 近期高峰1.7 1.1 1.4 1.7 6.0 远期高峰2.21.51.52.27.53.2 铁路枢纽服务区域出行分布根据重庆东站站前片区规划目标定位，服务范围辐射整个主城区范围，综合考虑主城区各组团人口、岗位、与站前片区的距离等综合因素，利用重庆市主城区交通分布模型预测得到东站站前片区分布情况。科学与信息化23年9月上内文0907.indd 1302023/9/8 17:34:05 TECHNOLOGY AND INFORMATION交通与信息化科学与信息化2023年9月上 131表9 服务区出行分布表区域南彭组团茶园组团龙盛组团北部组团中心组团南部组团北碚组团西永组团陶家组团合计占比7%11%9%24%27%13%1%6%2%100%根据预测得知，东站枢纽服务区客流主要来自于中部槽谷，占比约为64%，其中中心组团占比最高约为27%，其次为北部组团24%，西部槽谷占比较少，约9%，其中北碚组团占比最少约为1%。4 结束语枢纽客流预测是综合交通枢纽的关键内容，其结果直接影响到枢纽设施规模和布局，为枢纽各配套交通设施（公交站场、长途客运站、出租车、网约车、社会车辆停车场等）规模的确定提供定量依据。本文将枢纽客流预测分为枢纽出行需求、服务区出行需求以及城市背景交通量接3个方面，以重庆东站为例详细分析了枢纽出行需求以及服务区出行需求。而城市背景交通量需根据不同城市实际情况分析，通常采用四阶段模型分析得到，其分析范围涉及整个城市，所以不在本文的研究范围。需要指出的是，客流预测结果是一种理论算法得到的结果，它可能不能保证与未来年的实际情况完全吻合，在综合交通枢纽的发展过程中，各种不确定因素都可能对枢纽客流产生重要影响。因此，在设计方案的时候一般要在客流预测结果的基础上，考虑10%20%的敏感性变化范围，并在设计方案中予以体现。参考文献1 杨少辉,赵洪彬.高铁车站综合交通枢纽需求分析方法研究-以洛阳龙门站为例C.2018年中国城市交通规划年会,2018年中国城市交通规划年会会议论文集.青岛:中国城市规划学会,2018.2 黄伟.综合交通枢纽的客流预测分析J.城市交通,2004,2(3):35-38.3 丁晨滋,宋程,张科.基于多层次全局统筹的铁路枢纽客运量预测体系及方法探讨J.智能城市,2022,8(5):11-13.参考文献1 何亚飞,矫维成,杨帆,等.树脂基复合材料成型工艺的发展J.纤维复合材料,2011(2):7-13.2 田小永,刘腾飞,杨春成,等.高性能纤维增强树脂基复合材料3D打印及其应用探索J.航空制造技术,2016(15):26-31.3 陈怡,莫桂冬,余抗,等.复合材料空间3D打印技术研究进展J.复合材料科学与工程,2022(6):122-128.4 Werken N,Tekinalp H,Khanbolouki P,et al.Additively Manufactured Carbon Fiber-Reinforced Composites:State of the Art and PerspectiveJ.Additive Manufacturing,2019(31):100962.5 Hou Z,Tian X,Zhang J,et al.3D printed continuous fibre reinforced composite corrugated structureJ.COMPOSITE STRUCTURES,2018(184):1005-1010.6 周晶晶.连续碳纤增强热塑性复合材料制备及性能研究D.大连:大连理工大学,2020.7 彭锦峰,吴东润,崔为运,等.3D打印夹芯复合材料模拟冰型设计与分析J.航空学报,2021,42(9):331-340.8 於琳涛,聂祥樊,罗楚养.基于熔融沉积成型的连续纤维增强复合材料3D打印研究进展J.航空兵器,2023,30(2):42-52.9 高尧,屠泽洋,刘双姓,等.FDM工艺参数对聚乳酸/石墨烯复合材料制件弯曲性能的影响J.工程塑料应用,2022(4):50.10 Li H,Liu B,Ge L,et al.Mechanical performances of continuous carbon fiber reinforced PLA composites printed in vacuumJ.Composites,Part B.Engineering,2021(15):225.11 Hao W,Liu Y,Zhou H,et al.Preparation and characterization of 3D printed continuous carbon fiber reinforced thermosetting compositesJ.Polymer Testing,2017(65):29-34.12 Ym A,Sz B,Wei H A,et al.Investigation on process parameters of 3D printed continuous carbon fiber-reinforced thermosetting epoxy compositesJ.Additive Manufacturing,2020(10):33.13 廖胡娜.3D打印在复杂结构构建上的优势分析J.科技创新与应用,2021,11(14):176-178.（上接第127页）科学与信息化23年9月上内文0907.indd 1312023/9/8 17:34:05