基于疫情防控的武汉市地铁客流控制方案研究

基于疫情防控的武汉市地铁客流控制方案研究

2019年12月以来，由于新型冠状病毒肺炎（以下简称新冠状肺炎）的影响，武汉已成为中国的主要疫情控制中心。根据武汉市防控指挥部要求，武汉地铁于2020年1月23日暂停运营，于2020年3月28日恢复1,2,3,4,6和7号线全线运营，4月8日起恢复8号线一期运营1客流控制方案设计基于“源头控制-预防-追踪-处置”的防控思路，建立包含异常乘客筛查、乘客密度控制、乘客路径跟踪、异常处置方法这4个关键控制节点的客流控制实施方案。1.1异常乘客筛查由于地铁站及列车车厢处于密闭空间，人流容易聚集，一旦出现感染者，极易造成交叉感染，应在源头上控制传染源的进入，即需要筛查出异常乘客(体温高于37.3℃或健康码异常的乘客)，阻止其进入并搭乘地铁。安检点是乘客进站的第一道关口，故在安检点设置红外测温仪，实现对进站人员的全覆盖式测温筛查。1.2控制列车密度筛查出异常乘客后，进入车站的乘客群体的安全得到了基本保障。据研究，新冠肺炎病毒容易通过飞沫经呼吸道和近距离接触传播1.3防止传染病进一步扩一旦有乘坐地铁出行的乘客后续被查出感染，需要追溯其出行路径，追踪其密切接触者，对其采取一定的隔离措施，防止传染进一步扩大。车站基于“健康码”使用政策，实行“实名制扫码登记乘车”，根据实名登记数据库中乘客的扫码记录，建立包含乘客信息、时间节点、出行路径等内容的乘客出行数据档案，实现对乘客的实时跟踪记录。1.4增设“复测区”和“留观区”对于前期客流控制环节中筛查出体温异常的乘客，为确保体温检测的准确性，并预留隔离空间，在车站体温检测点附近设置“复测区”和“留观区”。制定体温异常乘客处理流程，形成管控闭环。2在流行期，地铁流量控制措施2.1异常乘客评估恢复运营初期所有地铁车站，全部安装立式或门式红外测温仪。由于新冠病毒肺炎的主要症状之一是体温异常2.2乘客方面控制措施数据联动方面，根据进出客流量、车站可容纳人数、区段客流强度、列车定员，计算列车满载率和车站拥挤度，并通过PIS终端对外显示，实现对车站和列车空间密度的监控。现场引导方面，在站内客流容易聚集的点位，间隔设置1m黄色排队线；TVM间隔开放；车站每5min播放引导乘客分散候车乘车的广播；每列车配安全员维持秩序，车厢内座椅设置隔位就座标签；沿流线设置客流控制点，二维码海报沿流线方向连续交错张贴，避免乘客扫码时聚集。客运组织方面，编写各车站及列车内的客流控制方案。当车站拥挤度或列车满载率超过50%时，增设引导岗位，明确各岗位处置内容。车站拥挤度的具体参考指标为平均每侧站台门候车人数、安检点及测温点排队人数、TVM排队购票人数，当现场不同指标的实际人数超过限界值时，车站采取如减缓测温、安检速度或暂停安检测温工作，增加TVM开放数量、引导下车乘客快速出站、分批分段放行、视情况临时关闭出入口等措施。列车满载率从低到高分别显示为绿色、黄色、橙色、红色，区段列车满载率超过限界值时，本站与临站一同采取减缓乘客测温、安检速度或暂停乘客进站等措施。2.3能手机乘客出行信息的录入在车站出入口及安检通道处、车厢内张贴二维码。具体流程如图1。对于未使用智能手机的乘客，核验其纸质健康码或社区健康监测证明，若未使用智能手机的乘客未持实名卡，则在查看其身份证件后，对乘客出行信息进行代录入。截至目前，除本身健康码颜色异常被禁止搭乘地铁的情况外，未出现乘客无法进站坐车的情况。2.4应急处置措施为满足现场处置的隔离需求，对线网各车站空间结构进行功能划分，基于通风条件良好、无回风、异常乘客不走“回头路”的基本原则，在测温点附近划分出“复测区”和“隔离区”。制定“仪器筛查→点温枪测量→复测区水银温度计一次测量→复测区水银温度计二次测量→留观区→联系相关单位→相关区域消杀”的应急处置流程。经统计，截至2020年4月15日，筛查发现的体温异常乘客，发热症状均由其他原因引起。3确立客运监测站和交通运输工具新冠肺炎疫情防控指南设计定性指标和定量指标，对照《交通运输部关于印发客运场站和交通运输工具新冠肺炎疫情分区分级防控指南(第二版)的通知》(交运明电[2020]126号)3.1执行效果效果通过功能分析和调研乘客体温测量率，评估源头控制环节的执行效果。车站采用的红外测温仪主要分为立式测温仪和门式测温仪2种类型，均具备实时体温测量、高温报警、测温记录、报警拍照、历史查询的功能，保证精准筛查和有迹可循3.2tvm开放比例选择高峰时期排队率、车站拥挤度、列车满载率作为评估指标，度量车站乘客空间距离，以及站内、车厢内的人员密集程度。计算高峰时期样本站TVM平均排队人数、平均购票时间，作为满足疫情防控要求条件下，站内设备服务水平的评估指标。高峰时期排队率为排队人数与当前区域内总人数之比。经样本站实地调查，高峰时期乘客排队率为100%。高峰小时列车满载率为列车区段实际载客量与列车定员之比。恢复运营以来各线路早晚高峰最大断面客流对应区段的列车满载率如图2所示。可知，恢复运营期间，单日高峰小时最大断面客流区段列车满载率均低于36%，满足交通运输部的指标要求。车站拥挤度为站内积累乘客数量与站内可容纳人数之比，取高峰半小时内，客流最饱和瞬间(即列车到达乘降期间)，车站乘客拥挤度作为评估数据。据观测，目前每趟列车运力充足，乘降后站台无进站乘客滞留。综合各线路运营初期行车方案，取列车停站时间1min，乘客疏散时间3min，行车间隔10min。以10min作为观测周期，由于乘降时间相对于行车间隔较短暂，且小于疏散时间，故乘客乘降过程不予考虑。假定进站客流与疏散客流的概率密度函数在时间上均匀分布，基于车站各观测周期内实际进站及疏散客流量，根据式(1)得到样本车站最高峰半小时内累积客流时变分布函数。其中：f(t)为拥挤度；N(t)为站内积累人数；N为了让乘客排队购票时保持间距，车站间隔开放TVM,TVM开放数量较同期减少30%～50%。当客流较大，TVM开放数量不满足乘客需求时，购票排队长度将超出预留空间，直接影响站厅秩序，导致服务水平下降假设乘客到达呈泊松分布、服务时间呈负指数分布，建立站内购票系统M/M/c/∞/FCFS排队模型。结合样本车站高峰小时TVM实际使用情况，观测得到乘客平均到达率、每台TVM平均服务率，具体数值如表2所示。根据平均排队长及平均购票时间计算公式可知，样本车站平均排队人数均小于预留排队人数，可满足乘客在疫情防控措施下的排队需求，且乘客平均购票时间不超过2min，处于乘客较满意水平。综上所述，高峰时期车站拥挤度和列车满载率指标均满足要求，样本站平均排队人数最多3.7人，平均购票时间最长1.49min，客流控制措施可行有效，保证了较高的服务水平。3.3乘客扫码存在深化补充在“实名制扫码登记乘车”的方案运用中，存在车厢内乘客扫码有遗漏的问题。若无法追踪车厢扫码记录，则根据录像，结合时刻表录像判定乘坐的车厢。3.4异常乘客发现率处置环节采取的应急处置措施，应从合理性和有效性进行效果验证异常乘客处理时间为启动应急响应至恢复正常运营秩序的时间。处理全线网体温异常乘客处置记录可得，平均处置时间为80.4min，处置耗时最长的环节是等待街道或社区转移发热乘客的过程。异常乘客发现率为观测期间经测温筛查后、确认为体温异常的乘客数量与进站客流总量之比。计算2020年3月28日以来20d内的数据发现，发现体温异常乘客的车站中，发现率最高为0.014%，最低为0.0016%，全线网平均发现率为0.004%。高于全线网平均发现率的车站共8座，其中偏远车站占比62.5%，明显高于其他类车站。偏远城区商圈发展不成熟、区域内配套不完善，人流聚集不明显，存在居民对于病毒传染风险防护意识较薄弱，基层医护人员及医疗物资、防护设备短缺等情况，导致偏远车站未来出现异常乘客的可能性更高。故偏远地区车站应提前做好防范，充分准备防护物资，预先与所属街道或社区联系、磨合协作联动细节，将防控关口前移。由于样本量较低，统计结果可能存在一定偏差。4结论和建议4.1乘客密度控制1)基于“源头控制-预防-追踪-处置”的防控思路，设计了武汉地铁客流控制实施方案。2)采用仪器加人工复核的方式，乘客体温测量率100%，充分保证异常乘客筛查准确。3)高峰时期样本站乘客排队率为100%，车站拥挤度最高为17.6%，列车满载率最高为36%，车站TVM平均排队人数最多3.7人、平均购票时间最长1.5min，乘客密度控制既满足交通运输部防疫要求，又保证了较高服务水平。4)“实名制扫码登记乘车”方案存在乘客车厢内扫码有遗漏，导致路径信息不够完善的问题，可加强工作人员巡视频次和扫码宣传力度。5)异常乘客平均处置时间80.4min，与所属街道、社区、120联动处置耗时较长，应进一步明确车站发热乘客转移路线，加强外部联动，举行联合处置演练，并建议出台配套的政策支持；异常乘客发现率为0.0016%～0.014%，全线网平均发现率为0.004%，筛查异常乘客有效。6)高于全线网平均发现率的车站中，偏远车站占比62.5%，偏远车站未来出现异常乘客的可能性更高，应提前做好防范，充分准备防护物资，预先与所属街道或社区联系、磨合协作联动细节，将防控关口前移。4.2考虑加强乘客转移及应急演练效果1)应急处置环节中的平均处置时间较长，耗时最长的环节