机场旅客捷运系统客流预测分析方法及系统与流程

本发明属于机场捷运系统客流量预测
技术领域：
，特别涉及一种机场旅客捷运系统客流预测分析方法及系统。
背景技术：
：交通需求分析的客流预测及服务水平要求是机场以及航站楼内旅客捷运系统建设的前提条件。机场以及航站楼内的旅客由于出行目的的不同，出行路径也各不相同；旅客捷运系统相应配置的规模与旅客流量在机场及航站楼内的分布密切相关。捷运系统客流的预测分析与一般轨道交通的客流预测的方法有所不同，捷运系统的客流预测分析不是一个简单的量的问题，它需要详细分析所有的旅客流程的需求，同时也要兼顾服务水平的要求。捷运系统客流预测分析的基础是机场的总体规划和客流预测，捷运系统的客流预测分析是在此基础上进一步的细分和归并。目前对捷运系统的客流预测分析仅停留在想法层面，还尚未有具体的实施方案研究。技术实现要素：本发明的目的在于针对现有技术存在的不足，提供一种机场旅客捷运系统客流预测分析方法和系统。实现本发明目的的技术解决方案为：一种机场旅客捷运系统客流预测分析方法，所述方法包括以下步骤：流程分析，对机场捷运系统的流程种类进行分析；总运量预测，对机场的总运量进行预测；旅客量分解，将机场的总运量分解至各旅客流程。进一步地，所述旅客量分解步骤之后还包括：客流分布，将机场捷运系统各流程预测客流量进行od分布；高峰小时旅客量计算，计算机场捷运系统的高峰小时旅客量。进一步地，所述流程分析具体过程包括：步骤1-1，将旅客流程划分为出港、进港、跨楼中转、楼内中转四大流程分类；步骤1-2，列出上述四大流程分类中的各个细分旅客流程，该流程描述精细到具体航站楼站台和客流属性层面；所述客流属性包括国内出港、国际出港、国内进港、国际进港、国内转国内、国内转国际、国际转国内、国际转国际；步骤1-3，分析获取每个细分旅客流程的旅客交通方式和旅客成分；所述旅客成分包括空侧/陆侧、国内/国际出发/国际到达。进一步地，所述旅客量分解包括：针对整个机场捷运系统，旅客量分解的具体过程包括：(1)计算tk航站楼的客流中转系数值zk当客流为进出港客流时，zk＝1；当客流为中转客流时，zk＝ck×dk，其中ck为tk航站楼的楼内外中转系数，包括楼内中转系数或跨楼中转系数，dk为tk航站楼的客流属性中转系数；所述客流中转系数是指某中转旅客流程旅客量占该航站楼总旅客量的比值；所述楼内外中转系数是指该航站楼内中转的旅客量或跨楼中转的旅客量占总旅客量的比值；所述客流属性中转系数是指国内转国内、国内转国际、国际转国内、国际转国际这4类不同流程分别对应的占比；(2)计算tk航站楼的中转量或进出港旅客量tk'，计算公式为：式中，ak为tk航站楼预测旅客吞吐量，ak为tk航站楼的进出港客流或中转客流占比；(3)计算第h个旅客流线的客流预测量wh，计算公式为：式中，oi为第i个出发站台的预测旅客吞吐量，dj为第j个到达站台的预测旅客吞吐量，o为第h个旅客流线下旅客可出发的站台预测吞吐量之和，d为第h个旅客流线下旅客可通达的站台预测吞吐量之和；针对单个航站楼或区内部的捷运系统，旅客量分解的具体过程包括：(1)计算第h个旅客流线下客流中转系数值zh当客流为进出港客流时，zh＝1；当客流为中转客流时，其中ch为第h个旅客流线下的楼内外中转系数；dh为第h个旅客流线下的客流属性中转系数，bj为第j个到达指廊的预测旅客吞吐量；b为第h个旅客流线下旅客可通达的指廊预测吞吐量之和；(2)计算第h个旅客流线的客流预测量wh，计算公式为：式中，ai为第i个出发指廊的预测旅客吞吐量；a为第h个旅客流线下的进出港客流或中转客流的占比。进一步地，所述高峰小时旅客量计算，计算公式为：式中，c为高峰小时旅客量；z为各od区间年中转断面客客流；s为各od区间年始发终到断面客客流；iz为折算系数，具体为消除国际出发和到达旅客的峰值时间不同的影响的修正系数；ij为集中系数，具体为修正一个高峰小时内旅客量的波动的修正系数；ig为空侧国内高峰系数，具体为机场一年内高峰日的总旅客量与年每日平均旅客量的比值再乘以高峰小时旅客量与一日内总旅客量的比值；icz为国际出发中转客流高峰系数；ics为国际出发始发终到客流高峰系数；idz为国际到达中转客流高峰系数；ids为国际到达始发终到客流高峰系数。一种机场旅客捷运系统客流预测分析系统，所述系统包括：流程分析模块，用于对机场捷运系统的流程种类进行分析；总运量预测模块，用于对机场的总运量进行预测；旅客量分解模块，用于将机场的总运量分解至各旅客流程。进一步地，所述系统还包括：客流分布模块，用于将机场捷运系统各流程预测客流量进行od分布；高峰小时旅客量计算模块，用于计算机场捷运系统的高峰小时旅客量。本发明与现有技术相比，其显著优点为：1)针对机场捷运系统的客流预测分析，基于实际案例的检验，提出了一个较为普适的机场捷运系统的客流预测分析模型；2)将机场捷运系统的客流预测分析模型化，更加简易清晰，更具逻辑性和可执行性；3)该模型基于在城市交通规划中有广泛应用基础的交通“四阶段法”，具有可信的理论依据；4)客流预测分析结果基于客观的客流数据，因而预测结果更具说服性。下面结合附图对本发明作进一步详细描述。附图说明图1为一个实施例中机场捷运系统客流预测分析流程图。图2为一个实施例中首都机场旅客捷运系统客流预测技术路线图。图3为一个实施例中广州白云机场第一航站区旅客捷运系统客流预测技术路线图。图4为一个实施例中近期2035年首都机场各区间高峰断面客流预测分布图。图5为一个实施例中广州白云机场第一航站区一个国际指廊模式下近期全线捷运系统高峰断面分布图。具体实施方式为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。在一个实施例中，提供了一种机场旅客捷运系统客流预测分析方法，不同于传统的交通客流预测分析方法，本发明针对机场捷运系统各旅客流线的客流属性构成，基于“四阶段法”的预测思路，建立较为普适的机场捷运系统的客流预测分析方法，结合图1，该方法包括以下步骤：流程分析，对机场捷运系统的流程种类进行分析；总运量预测，对机场的总运量进行预测；这里，机场和航站楼的捷运系统总运量预测，主要受机场功能布局规划及其运行方式的影响，需要考虑以下因素：航站楼旅客吞吐量、航空公司市场占比及其在航站楼之间的分配、机型组合方案、航班计划小时分布，进而分析通过apm系统运输旅客的总量。这里，总运量预测采用现有的预测方法，也可以直接应用实际采集的总运量数据；旅客量分解，将机场的总运量分解至各旅客流程。这里，由于机场捷运系统旅客流程繁多复杂，并不是每一种流程都要提供专门的运输服务，因此需要将多个细分流程的量归并到几类大流程上，以简化捷运系统配置。进一步地，在其中一个实施例中，所述旅客量分解步骤之后还包括：客流分布，将机场捷运系统各流程预测客流量进行od分布；高峰小时旅客量计算，计算机场捷运系统的高峰小时旅客量。进一步地，在其中一个实施例中，所述流程分析是机场捷运系统与一般城市轨道交通客流预测分析中最大的差别之一，它的复杂性远远高于城市轨道交通。不同机场的旅客捷运系统，其服务的旅客流程种类和数量往往大相径庭。根据机场或航站楼的性质，是服务国际还是国内航班，抑或是两者兼顾；旅客的身份，是国内、国际出发还是国际到达。具体地，流程分析具体过程包括：步骤1-1，将旅客流程划分为出港、进港、跨楼中转、楼内中转四大流程分类；步骤1-2，列出上述四大流程分类中的各个细分旅客流程，该流程描述精细到具体航站楼站台和客流属性层面；所述客流属性包括国内出港、国际出港、国内进港、国际进港、国内转国内、国内转国际、国际转国内、国际转国际；步骤1-3，分析获取每个细分旅客流程的旅客交通方式和旅客成分；所述旅客成分包括空侧/陆侧、国内/国际出发/国际到达。进一步地，在其中一个实施例中，旅客分布的量会跟随机场各航站楼的旅客分配、航空公司分配、航班安排等因素动态调整。所述旅客量分解包括：针对整个机场捷运系统，旅客量分解的具体过程包括：(1)计算tk航站楼的客流中转系数值zk当客流为进出港客流时，zk＝1；当客流为中转客流时，zk＝ck×dk，其中ck为tk航站楼的楼内外中转系数，包括楼内中转系数或跨楼中转系数，dk为tk航站楼的客流属性中转系数；所述客流中转系数是指某中转旅客流程旅客量占该航站楼总旅客量的比值；所述楼内外中转系数是指该航站楼内中转的旅客量或跨楼中转的旅客量占总旅客量的比值；所述客流属性中转系数是指该航站楼国内转国内、国内转国际、国际转国内、国际转国际这4类不同流程分别对应的占比；(2)计算tk航站楼的中转量或进出港旅客量tk'，计算公式为：式中，ak为tk航站楼预测旅客吞吐量，ak为tk航站楼的进出港客流或中转客流占比；(3)计算第h个旅客流线的客流预测量wh，计算公式为：式中，oi为第i个出发站台的预测旅客吞吐量，dj为第j个到达站台的预测旅客吞吐量，o为第h个旅客流线下旅客可出发的站台预测吞吐量之和，d为第h个旅客流线下旅客可通达的站台预测吞吐量之和；针对单个航站楼或区内部的捷运系统，旅客量分解的具体过程包括：(1)计算第h个旅客流线下客流中转系数值zh当客流为进出港客流时，zh＝1；当客流为中转客流时，其中ch为第h个旅客流线下的楼内外中转系数；dh为第h个旅客流线下的客流属性中转系数，bj为第j个到达指廊的预测旅客吞吐量；b为第h个旅客流线下旅客可通达的指廊预测吞吐量之和；(2)计算第h个旅客流线的客流预测量wh，计算公式为：式中，ai为第i个出发指廊的预测旅客吞吐量；a为第h个旅客流线下的进出港客流或中转客流的占比。进一步地，在其中一个实施例中，高峰小时断面量是机场捷运系统客流预测分析的核心。它在旅客量分解的基础上，结合高峰小时旅客量影响因子、航班波特点等因素，确定捷运系统高峰小时断面量。高峰小时需求确定了，机场捷运系统的行车组织、列车编组等其他相应配置的规模也就基本确定了。所述高峰小时旅客量计算，计算公式为：式中，c为高峰小时旅客量；z为各od区间年中转断面客客流；s为各od区间年始发终到断面客客流；iz为折算系数，具体为消除国际出发和到达旅客的峰值时间不同的影响的修正系数；ij为集中系数，具体为修正一个高峰小时内旅客量的波动的修正系数，修正频率发生波动值，该集中系数取值应根据不同机场旅客捷运系统运用情况单独确定，一般情况下集中系数取值范围为125-200％；ig为空侧国内高峰系数，具体为机场一年内高峰日的总旅客量与年每日平均旅客量的比值再乘以高峰小时旅客量与一日内总旅客量的比值；icz为国际出发中转客流高峰系数；ics为国际出发始发终到客流高峰系数；idz为国际到达中转客流高峰系数；ids为国际到达始发终到客流高峰系数。这里，在确定机场旅客捷运系统规模时，一般均参照高峰小时旅客量来配置，高峰小时旅客量的确定均采用集中系数修正频率发生波动值。机场捷运系统的运量预测分析应考虑所有可能发生的客流情况。一方面，航班的到港、离港计划，是客流在时间分布上的主要影响因素，因此一天便会出现几波出港和到港高峰；另一方面机场客流也随着日期、季节变化和其他活动的变化而变化。针对这两种现状，本发明预测研究将基于现状高峰系数，结合未来机场的运行特征，预测未来各特征年的高峰系数。同时，考虑到中转客流与始发终到客流高峰期的错峰影响，应取折算系数。在一个实施例中，提供了一种机场旅客捷运系统客流预测分析系统，所述系统包括：流程分析模块，用于对机场捷运系统的流程种类进行分析；总运量预测模块，用于对机场的总运量进行预测；旅客量分解模块，用于将机场的总运量分解至各旅客流程。进一步地，在其中一个实施例中，所述系统还包括：客流分布模块，用于将机场捷运系统各流程预测客流量进行od分布；高峰小时旅客量计算模块，用于计算机场捷运系统的高峰小时旅客量。关于机场旅客捷运系统客流预测分析系统的具体限定可以参见上文中对于机场旅客捷运系统客流预测分析方法的限定，在此不再赘述。上述机场旅客捷运系统客流预测分析系统中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。本发明未尽事宜为公知技术。实施例1作为一种具体示例，在其中一个实施例中，对本发明方法进行进一步验证说明。本实施以北京首都机场为例，利用所提出的模型，预测未来各特征年的机场内捷运系统各区间的最大高峰断面量即高峰小时旅客量。运营参数以及基础数据来源于《工程可行性研究报告》和《首都机场西航站区规划专题报告》及其他相关信息。如图2所示为首都机场旅客捷运系统客流预测技术路线图。机场旅客捷运系统客流预测分析过程包括：步骤1，流程分析，对所述的机场捷运系统的潜在要服务的流程种类进行分析；具体地，所述流程分析步骤包括以下方面内容：(1)首先将旅客流程划分为出港、进港、跨楼中转、楼内中转四大类；(2)进一步分析并全面的列出上述四大流程分类中的各个细分旅客流程，流程描述精细到具体航站楼站台和客流属性层面；(3)分析每个旅客流程的旅客交通方式和旅客成分；更为具体的，所述客流属性包括国内出港、国际出港、国内进港、国际进港、国内转国内、国内转国际、国际转国内、国际转国际，所述旅客成分包括空侧/陆侧、国内/国际出发/国际到达；分析得出，北京首都机场捷运系统共46种旅客流程，其中使用apm的空侧旅客流程有37种，具体流程如下表1所示。表1北京首都机场捷运系统旅客流程步骤2，预测所述机场捷运系统的总运量；依据可研报告及相关资料，未来首都机场2035年旅客吞吐量将达1.15亿人次，2050年将达1.3亿人次，结合各航站楼登机口的分布，推算各流程的旅客比例。根据2035年西区改造后的功能分配，进一步推算出近期2035年捷运系统各站点旅客乘降量。步骤3，旅客量分解，将所述机场捷运系统的总运量分解至各旅客流程。具体地，包括：(1)计算tk航站楼的客流中转系数值zk当客流为进出港客流时，zk＝1；当客流为中转客流时，zk＝ck×dk，其中ck为tk航站楼的楼内外中转系数，包括楼内中转系数或跨楼中转系数，dk为tk航站楼的客流属性中转系数；所述客流中转系数是指某中转旅客流程旅客量占该航站楼总旅客量的比值；所述楼内外中转系数是指该航站楼内中转的旅客量或跨楼中转的旅客量占总旅客量的比值；所述客流属性中转系数是指该航站楼国内转国内、国内转国际、国际转国内、国际转国际这4类不同流程分别对应的占比；(2)计算tk航站楼的中转量或进出港旅客量tk'，计算公式为：式中，ak为tk航站楼预测旅客吞吐量，ak为tk航站楼的进出港客流或中转客流占比；(3)计算第h个旅客流线的客流预测量wh，计算公式为：式中，oi为第i个出发站台的预测旅客吞吐量，dj为第j个到达站台的预测旅客吞吐量，o为第h个旅客流线下旅客可出发的站台预测吞吐量之和，d为第h个旅客流线下旅客可通达的站台预测吞吐量之和。步骤4，客流分布。通过对不同类型客流的流线分析，结合未来特征年的旅客量分配结果，得到近期年度旅客中转客流需求预测od表如下表2所示。表2年度旅客中转客流需求预测od表得到近期年度旅客始发终到客流需求预测od表如下表3所示。表3年度旅客始发终到客流需求预测od表odt3ctcdt3et3c——219789tcd45————t3e533————步骤5，计算高峰小时最大断面量。计算公式为：式中，c为高峰小时旅客量；z为各od区间年中转断面客客流；s为各od区间年始发终到断面客客流；iz为折算系数，具体为消除国际出发和到达旅客的峰值时间不同的影响的修正系数；ij为集中系数，具体为修正一个高峰小时内旅客量的波动的修正系数，修正频率发生波动值，该集中系数取值应根据不同机场旅客捷运系统运用情况单独确定，一般情况下集中系数取值范围为125-200％；ig为空侧国内高峰系数，具体为机场一年内高峰日的总旅客量与年每日平均旅客量的比值再乘以高峰小时旅客量与一日内总旅客量的比值；icz为国际出发中转客流高峰系数；ics为国际出发始发终到客流高峰系数；idz为国际到达中转客流高峰系数；ids为国际到达始发终到客流高峰系数。最终获得的预测结果如图4所示。实施例2作为一种具体示例，在其中一个实施例中，对本发明方法进行进一步验证说明。本实施以广州白云机场第一航站区为例，利用所提出的模型，预测未来各特征年的第一航站区单个航站区内捷运系统各站台间的高峰小时断面量。运营参数以及基础数据来源于《广州白云国际机场三期扩建工程(第四、五跑道及t3航站楼)可行性研究报告》和《广州白云国际机场旅客捷运系统规划方案研究》及机场部分航班详细信息。如图3所示为广州白云机场第一航站区旅客捷运系统客流预测技术路线图。机场旅客捷运系统客流预测分析过程包括：步骤1，流程分析，对所述的机场捷运系统的潜在要服务的流程种类进行分析；具体地，所述流程分析步骤包括以下方面内容：(1)首先将旅客流程划分为出港、进港、跨楼中转、楼内中转四大类；(2)进一步分析并全面的列出上述四大流程分类中的各个细分旅客流程，流程描述精细到具体航站楼站台和客流属性层面；(3)分析每个旅客流程的旅客交通方式和旅客成分；更为具体的，所述客流属性包括国内出港、国际出港、国内进港、国际进港、国内转国内、国内转国际、国际转国内、国际转国际，所述旅客成分包括空侧/陆侧、国内/国际出发/国际到达；根据航站楼规划对旅客流程进行分析，考虑t1、t2双主楼，西卫星厅为t2国内卫星厅，空侧旅客流程按出发到达、同楼中转，跨楼中转三类进行分析，每一类旅客流程按旅客流线方向进行归并，全场空侧旅客流程共33种，其中17种需要使用捷运系统；这部分内容与实施例1类似，结果不再列出。步骤2，预测所述机场捷运系统的总运量；根据南航战略发展规划，近期南航2030年旅客吞吐量达6000万人次，国际占比35％。南航总旅客量占全场份额为50％；根据《广州白云国际机场总体规划修编(2020年版)》，预测未来白云机场2030年旅客吞吐量将达1.2亿人次，2045年将达1.4亿人次，其中近期新建成并投入运营的t3航站楼年旅客吞吐量将达到3000万人次；t1航站楼年旅客吞吐量将达到3280万人次，其中国内旅客吞吐量为1670万人次，国际为1150万人次，中转为460万人次；t2航站楼年旅客吞吐量将达到5720万人次，其中国内旅客吞吐量为3150万人次，国际为1030万人次，中转为1540万人次。根据《广州白云国际机场三期扩建工程(第四、五跑道及t3航站楼)可行性研究报告》中对2025年t1和t2航站楼各指廊旅客吞吐量预测结果，结合各指廊所分配航班数量及各航班的上座率，推算出近期各指廊所承担的年旅客吞吐量，其中近期白云机场各指廊承担旅客飞机类型及数量如下表4所示。表4白云机场各指廊承担旅客飞机类型及数量国内航班w1w2w3w4w5+w6承担飞机类型6e+7d4e+5d+1c2e+1d+9c2e+12c7e+23c承担飞机数量1310121430国际航班e1e2e3e4e5+e6承担飞机类型2f+7e+1d+2c1f+3e+3d+4c1f+3e+3d+3c1f+5e+4c2f+9e+1d+9c承担飞机数量1211101021近期白云机场各指廊旅客吞吐量预测值(万人次/年)如下表5所示。表5白云机场各指廊旅客吞吐量预测值步骤3，旅客量分解，将所述机场捷运系统的总运量分解至各旅客流程；具体地，包括：(1)计算第h个旅客流线下客流中转系数值zh当客流为进出港客流时，zh＝1；当客流为中转客流时，其中ch为第h个旅客流线下的楼内外中转系数；dh为第h个旅客流线下的客流属性中转系数，bj为第j个到达指廊的预测旅客吞吐量；b为第h个旅客流线下旅客可通达的指廊预测吞吐量之和；(2)计算第h个旅客流线的客流预测量wh，计算公式为：式中，ai为第i个出发指廊的预测旅客吞吐量；a为第h个旅客流线下的进出港客流或中转客流的占比。步骤4，客流分布，将所述的机场捷运系统各流程预测客流量进行od分布。这部分内容与实施例1类似，结果不再列出。步骤5，计算高峰小时最大断面量。计算公式为：式中，c为高峰小时旅客量；z为各od区间年中转断面客客流；s为各od区间年始发终到断面客客流；iz为折算系数，具体为消除国际出发和到达旅客的峰值时间不同的影响的修正系数；ij为集中系数，具体为修正一个高峰小时内旅客量的波动的修正系数，修正频率发生波动值，该集中系数取值应根据不同机场旅客捷运系统运用情况单独确定，一般情况下集中系数取值范围为125-200％；ig为空侧国内高峰系数，具体为机场一年内高峰日的总旅客量与年每日平均旅客量的比值再乘以高峰小时旅客量与一日内总旅客量的比值；icz为国际出发中转客流高峰系数；ics为国际出发始发终到客流高峰系数；idz为国际到达中转客流高峰系数；ids为国际到达始发终到客流高峰系数。最终获得的预测结果如图5所示。综上，本发明针对机场捷运系统各旅客流线的客流属性构成，基于在城市交通规划中有广泛应用基础的交通“四阶段法”的预测思路，建立较为普适的机场捷运系统的客流预测分析方法，具有较高的信度和预测稳定性，可为机场捷运系统的行车组织、列车编组等其他相应配置的规模提供参考。以上显示和描述了本发明的基本原理、主要特征及优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。当前第1页12