南京地铁一号线开通近期客流预测模型

工作目的 沿线居民 就业岗位人员 来访者 1.02 1.16 1.38 就学目的 1.73 —— —— 弹性目的 1.36 0.85 1.11
• •
• 2、非居民(酒店、对外港站旅客等流动人口)出行分布预测 、非居民(酒店、对外港站旅客等流动人口) • （1）酒店旅客出行分布预测类似居民，根据调查标定重力模型参数α 为1.21； • （2）对外港站旅客出行分布预测，由于只考虑旅客离开或者到达港 站的那次出行，因此分布发生在车站所在小区，吸引分布根据现状调 查所得的各个小区分布比例，通过吸引总量控制分到各个小区。
没有轨道交通方式时的不同交通方式的 未来交通量 ＜軌道交通将来交通需要＞ ＜轨道交通未来交通需求＞ 軌道交通が整備された場合の軌道交 轨道建成时，转向轨道交通 通へのシフト量 的转换量
全交通方式手段
歩行
自行车摩托车 利用交通运输工具
从自行车·摩托转向轨道交通的需 求量
公共汽车
从公共汽车转向轨道交通的需求 量
南京地铁一号线开通近期客流预测模型和方法
Prediction Model of Nanjing Metro line 1 in Opening Year
何 宁 工学博士、教授级高级工程师） （南京市交通规划研究所有限责任公司 工学博士、教授级高级工程师） 马晓甦 马晓甦 博士研究生） （香港科技大学 博士研究生）
•
根据上述分类，前三类出行今后有使用地铁一号线的可能性。实际预测中， 将这些地铁一号线开通初期吸引的潜在客流具体分为：A、地铁一号线沿线小区 居民；B、沿线就业岗位从业人员；C、沿线就业岗位吸引的来访者；D、住在 一号线沿线小区酒店的旅客；E、沿线对外港站吸引的进出旅客等。对上述五个 部分的发生吸引量分别进行预测。
表6、现状交通方式转向轨道方式预测比例 、
自行车摩托 工作 就学 弹性 6.90% 6.37% 7.96% 公交 15.98% 14.62% 15.38% 小汽车 0.26% 0.35% 0.28%
最终轨道交通方式承担比例结果见下表 轨道交通OD及承担比例预测结果 及承担比例预测结果 轨道交通
居民、就业、 居民、就业、来访 轨道方式 OD量(万人 量 万人 万人) 比 例 工作 6.77 10.0% 就学 1.14 7.2% 弹性 4.25 8.8% 回程 10.86 9.7% 小计 23.02 9.4% 0.6 7.3% 23.62 9.1% 港站、 港站、酒店 总计
• • • • • • •
地铁一号线开通初期吸引的潜在客流的发生吸引量PA，如下式所示： PA = A + G + I + K + E 其中：A —— 沿线小区居民； G —— 住在非沿线小区、在沿线岗位就业的人员，G = B—F； I —— 住在非沿线小区的来访者，I = C—H； K —— 非当日离、返宁的住店旅客，K = D—J； E —— 沿线对外港站吸引的进出旅客；
三、发生、吸引量预测 发生、
考虑到本次预测要求的最终结果特殊性，只要求得到地铁一号线开通初期 客流量，造成本次各项调查、预测的范围、方法与传统四阶段模型预测不 尽相同，仅需得到目标年与地铁一号线有关的使用轨道交通方式出行的 OD矩阵，故采用特殊的方法，仅考虑可能采用轨道交通方式出行的潜在 客流的发生吸引量，这是重要的思路，并和在分布预测中结合交通调查的 结果。 • 经过分析，可以把研究范围内居民的出行分成四大类，如图所示：第一类、 地铁沿线小区居民在地铁沿线的出行；第二类、地铁沿线小区居民经过或 到达非沿线小区的出行；第三类、非沿线小区居民经过或到达沿线小区的 出行；第四类、非沿线小区居民在非沿线小区内部的出行。
非公交机动车
从非公交机动车转向轨道交通的 需求量
根据轨道交通利用意向调查建立模型
向轨道交通转换的转换率模型（非集聚 模型） 向轨道交通转换的转换率模型（非集聚logit模型）基本公式 模型 基本公式: Ｐr＝expＶr／（expＶr＋expＶm） Ｐr：轨道交通转换概率 Ｖr：轨道交通的效用、Ｖm：交通方式ｍ的效用 Ｖ＝ａ１×所需时间＋ａ２×票价（＋ｃ） ａ１、ａ２、ｃ：参数，根据2003年所做的轨道交通意向调查标定，见问中表5。
总 计
1353415
33817
34342
一、预测范围
本次小区划分以上一轮交通规划划分的小区为基础，范围缩小到本次调查涉及到 的主城、以地铁一号线沿线一公里范围内的51个交通小区为研究重点。
预测范围交通小区划分图
地铁一号线沿线交通小区图
二、人口、就业岗位现状调查和预测 人口、
• 根据本此调查得到地铁一号线沿线居民、沿线就业岗位从业人数以及 沿线单位吸引的来访者数量，并考虑相关影响因素，得到2006年地铁 一号线沿线居民人口77.5万、就业岗位从业人员数量31.0万、沿线单 位吸引来访者数量23.6万人/日、对外港站（即火车站和长途汽车站） 客流6.4万人/日、住店流动人口5.7万人/日。 • 用于个人出行调查的样本和增长预测
与一号线相关的发生吸引量图
与一号线相关的发生吸引量图
四、出行分布预测
• • 1、居民出行分布预测 、 居民出行分布预测以现状OD调查资料为基础，标定某种形式预测模型的待 定参数，然后将居民出行发生、吸引预测的结果代入模型进行计算，其结果 即作为预测OD分布。 本次预测的范围是包括主城及东山新市区在内的208个交通小区，居民出行 分布预测采用双约束重力模型的方法。模型结构及标定参数为： Tij＝Ｋi･Ｋj･Ｇｉ･Ａｊ･F（tij） 表1、 不同目的 参数标定结果 、 不同目的α参数标定结果
编号
调查项目
调查时间
实际回收表格（ 实际回收表格（张）
1 2 3 4 5
居民出行调查 就业人口出行调查 来访者出行调查 车站旅客出行调查 酒店旅客出行调查
Hale Waihona Puke 10.21～11.7 10.26～11.8 11.12～11.24 11.5~11.6 11.3～11.25
18663 7519 6019 1644 497
• 专项的调查内容简介 • 本次调查共包括五大类：（1）居民出行调查；（2）就业人口出 行调查；（3）来访者出行调查；（4）车站旅客出行调查；（5） 酒店旅客出行调查。 • 各项调查的抽样情况汇总如下。
样本总量 （人） 741001 295276 237674 63600 15864 抽样比例 （％） 2.5 2.5 2.5 2.5 2.5 抽样数量 （人） 18506 7382 5942 1590 397
表3、酒店、对外港站全日出行方式比例 、酒店、
步行 对外港站 酒店 0.75% 4.32% 自行车摩托车 0.00% 0.00% 公交车 59.32% 50.20% 小汽车 39.93% 45.48% 总计 100.00% 100.00%
轨道交通方式承担比例预测 分析可见，现状有可能转向轨道交通的出行方式主要有自行车摩托车、 普通公交车、非公交机动车（如私家车、单位车等），得到不同人群分方式OD 后，对应不同交通方式的交通量，将从之前曾做过的轨道交通意向调查中推算 出的各种交通方式转移到轨道交通的转换量模式化，然后预测轨道交通的需求。 分担率预测模型的总体构成图
轨道交通方式OD预测结果 预测结果 轨道交通方式 通过上述向轨道交通转换的转换率模型（非集聚logit模型）计算，现状交通方式 客流量转向轨道交通方式的比例结果见下表。可见，2006年转向轨道交通的客流 以自行车摩托和普通公交为主，而小汽车交通方式由于相对地铁在轨道网络不甚 完善的情况下依然具有较高的竞争力。
• 2006年发生吸引量预测结果： 年发生吸引量预测结果： 年发生吸引量预测结果 • 沿线居民A发生（吸引）总量191.45万，平均出行次数2.47； • 沿线就业岗位从业人员B发生（吸引）总量64.74万，平均出行次数 2.09，其中来自非沿线交通小区的从业人员G发生（吸引）总量35.90 万； • 沿线就业岗位来访者C发生（吸引）总量59.33万，平均出行次数2.52。 其中来自非沿线交通小区的来访者I发生（吸引）总量25.02万； • 沿线酒店旅客D发生（吸引）总量1.85万。其中非当日离、返宁的住 店旅客K发生（吸引）总量1.34万。 • 沿线对外港站(火车站\长途汽车站)旅客E发生（吸引）总量6.18万； • 开通初期2006年一号线潜在客流发生吸引总量为259.89万
2008,10,15
背景
• 由于对地铁开通期的客流进行预测，时间尺度很短，需要用 于运营组织和财务测算，业主地铁公司也有更苛刻的要求。 • 因此在精度上要求大大提高，在交通小区划分、交通调查上、 出行者的行为、运营供应条件和预测模型上做特殊处理。我 们进行规划地铁站点周边范围的五类个人出行调查，成本和 规模相对全市居民出行调查要小，用此数据，以传统四阶段 法(Four-stage Model)为基础，建立交通模型进行预测分析。
•
•
•
•
•
•
A、沿线居民发生吸引量：根据各沿线小区预测人口以及现状调查拟合的分目的平均出行 、沿线居民发生吸引量： 次数预测发生总量，再根据现状调查得到的沿线小区居民不同目的出行终点小区的比例， 通过发生总量控制预测目标年预测范围内各小区分目的吸引量； B、沿线就业岗位从业人员发生吸引量：根据沿线小区预测就业岗位人口以及现状调查拟 、沿线就业岗位从业人员发生吸引量： 合的分目的平均出行次数预测吸引总量，再根据现状调查得到的沿线各小区岗位从业人员 工作目的出行起点小区的比例，通过吸引总量控制预测目标年预测范围内各小区分目的发 生量。 考虑到沿线就业岗位从业人员一部分是沿线小区居民F，另一部分是非沿线小区居民G， 其中前者的发生吸引量与沿线居民A的发生吸引量产生重复，故通过调查统计的沿线小区 就业岗位从业人员中住在沿线、非沿线小区的比例，将这部分重复量舍去，从而得到住在 非沿线小区、在沿线岗位就业的人员的发生吸引量； C、沿线就业岗位吸引的来访者的发生吸引量：预测方法类似就业岗位从业人员发生吸引 、沿线就业岗位吸引的来访者的发生吸引量： 量预测，将其中住在沿线小区的来访者H与沿线居民出行相互重复的部分通过调查统计数 据舍去，得到住在非沿线小区的来访者I的发生吸引量。 D、住在一号线沿线小区酒店的旅客：预测方法类似就业岗位从业人员发生吸引量预测， 、住在一号线沿线小区酒店的旅客： 将当日进出沿线对外港站的那部分旅客J的发生吸引量舍去，得到非当日离、返宁的住店 旅客K的发生吸引量。 E、沿线对外港站吸引的进出旅客的发生吸引量：根据预测的目标年对外港站日旅客吸发 、沿线对外港站吸引的进出旅客的发生吸引量： 总量以及调查拟合的吸发旅客在各小区的分布规律得到沿线对外港站吸引的进出旅客的发 生吸引量。因调查所限，预测中仅考虑这部分进出旅客当日来、去港站的一次出行。