大规模聚集人员转移的交通组织仿真与实践——以沙特Ras Tanura化工新城建设项目为例

丘建栋，Amer Tawfik

（1.深圳市城市交通规划设计研究中心有限公司，广东 深圳 518027；2.施伟拔（沙特）有限公司，沙特 利雅得 301285)

0 引言

交通仿真是运用计算机技术模拟现实或构想中的交通系统，是交通规划、交通设计、多方案比选的重要技术方法[1]。依据描述交通系统的尺度差异，交通仿真可划分为宏观仿真模型、中观仿真模型和微观仿真模型。其中微观仿真模型细致地描述了系统中人或车的产生、运动、消失及其之间的相互影响[2－4]，能非常逼真地再现实际交通状况或构想中的交通方案，已成为多种规划设计方案比选的有力工具。

本文针对沙特一个化工新城在施工期间大规模聚集人员转移过程中的交通组织规划，探索微观交通仿真技术在项目未开展之前的应用，通过量化的计算评估，优化交通组织方案。

1 项目概况

1.1 总体情况

沙特Ras Tanura化工新城综合项目（简称：RTIP）是沙特阿美石油公司（Saudi Aramco）近年来主推的一个大型项目，占地约15km2，建成后将成为世界上最大的石油化工产业园[5]。该项目位于沙特东部、波斯湾沿岸，距离沙特东部最大城市Dammam约50km。

项目施工期间，RTIP将有7.5万工人参与项目建设。为了保证工人的生活质量，在项目约20km外集中安排工人居住区，如图1所示。运送工人的车辆需使用Jubail—Dammam高速公路（双向六车道）和Juaymah公路（双向四车道），途经一个公安检查站和一个信号交叉口。每台运送大巴车辆标载50人，共需1 500辆运送大巴车辆。

图1 RTIP项目区位图

1.2 项目约束条件

项目约束条件如下：

a）在工人居住区安排停放1 500辆大巴的车站，工人步行至车站；

b）进入车站前，工人需要进行打卡安检；

c）大巴使用居住区北面单向两车道支路进入Jubail—Dammam高速公路；

d）大巴车辆全程限速60km／h；

e）途经公安检查站，应低速通过；

f）进入RTIP工地前，需要进行车辆安检，之后必须低速行驶至相应的施工单元。

1.3 建设方目标需求

为了确保运送车辆在项目施工期间，每天早上在1h内把7.5万名工人从居住地运送到RTIP，政府建议建设方在途经道路进行扩宽升级，以适应施工期间新增的交通需求。而建设方希望用最小的交通基建投资和运营成本，实现1h内运送工人至RTIP的目标。

经过多轮的技术交流，顾问公司建议采用交通仿真技术，模拟车辆运行中的各种影响因素及其延误量化指标，测试不同的道路设置对延误的影响程度，为给施工期间交通组织的优化提出建议。

2 建立微观仿真模型

建立微观仿真模型，主要计算运送工人车辆从居住区至RTIP的行程时间，包括车站排队放行时间、路段行驶时间、公安安检时间、RTIP口检查时间，同时需要评估影响这些时间延误的因素。

2.1 仿真软件比选

目前比较流行的几种常用微观仿真软件包括：TransModeler（Caliper，2011），CORSIM（FHWA，2003），VISSIM（PTV，2011），PARAMICS（Quadstone，2009）[6－8]，每个仿真软件都有各自的优缺点，都成功地运用于交通组织、系统运营规划等。其中TransModeler可以结合宏观交通模型（TransCAD），进行多车种矩阵的动态交通分配，尤其考虑了背景交通量的相互影响，输出的Trajectory Data能记录仿真过程中每台车辆的行驶轨迹[9]。如同GPS行车记录仪一般，可以详细记录仿真中每台车辆积累的行程时间、行程距离还有坐标位置等。这些数据基于关系数据库格式，可非常方便地用于延误分析。因此仿真软件采用Caliper公司的TransModeler。

Trajectory Data的数据格式如图2所示。这是一个带坐标的数据表，跟Garmin GPS输出格式基本一致。其中，Time列为积累的时间；Distance列为积累的行程距离；Speed为瞬时速度，除此之外还可以得到车辆的加速度和所处的地理位置等。

图2 行驶轨迹数据格式

2.2 仿真系统及参数标定

2.2.1 出行需求预测

未来年道路实际的交通出行需求，主要由背景交通量和运送工人的大巴车辆构成。根据区位特点，背景交通量以私人小汽车为主。通过宏观模型获得现状机动车出行OD，结合未来年各交通小区产生量与吸引量的增长，运用Fratar双约束增长模型，预测未来年背景的机动车出行OD。而运送工人大巴的OD则从居住区至RTIP，共有1 500辆大巴出行。出行需求为早高峰出行OD，且场景唯一。

2.2.2 驾驶行为

运送大巴的驾驶行为与背景小汽车驾驶行为有所差别。为保证安全，要求运送大巴限速60km／h，并设定加速度不超过1.5m／s2。在行驶过程中，限制大巴超车，并降低其换车道的概率。而背景小汽车则根据道路的实际限制条件行驶，驾驶行为采用仿真软件的默认值。驾驶行为的场景唯一。

2.2.3 居住区车站

车站距离居住区中的任一住宅应小于500m。假设停车道宽为4m，共15条停车道，停车道间隔为4m，作为上下车人行道。为满足1 500辆大巴的停放，车站用地面积应为1500m×124m＝186000m2，如图3所示。由于道路系统不可能满足15条车道的车辆同时放行，因此需要车辆排队放行，在出入口处适当增加渠化，加宽加长车道转换交织区。

图3 工人居住区车站平面图

同时，放行车道数场景设定为：场景①2条车道；场景②3条车道；场景③4条车道；场景④5条车道（构想方案）。

2.2.4 道路系统

首先标定各等级道路的通行能力和限速条件，其次标定路网内主要瓶颈点处（如匝道、信号交叉口、坡度等）路段的通行能力。为了在动态分配过程中，运送大巴偏离指定路径，需要设定路径系统（Bus Route），以确保动态交通分配后运送大巴按既定线路行驶。

Juaymah公路单向车道数场景设定：场景①2车道（现状）；场景②3车道（构想方案）；场景③4车道。

2.2.5 公安检查站

公安检查站是沙特政府为了防止恐怖分子袭击，在重要节点处设置的检查站，以对过往车辆进行抽查。正常的车辆不需要停驻，但必须低速通过。在TransModeler仿真系统中，使用Speed Hump来模拟减速和加速的全过程。

公安检查站通过车速场景设定：场景①5km／h（现状）；场景②10km／h；场景③20km／h；场景④30km／h。

2.2.6 RTIP安检口

进入RTIP工地之前，所有车辆必须通过安检口，为了运送大巴车辆能较为平顺地到达安检口，需要分段地每隔50m各增加1个车道，分段总数由安检口数量决定，如图4所示。

图4 RTIP安检口平面图

RTIP安检口个数场景设定：场景①5个（构想方案）；场景②7个；场景③10个；场景④12个。

2.3 延误计算方法

在每个场景仿真之后，根据Trajectory Data车辆行驶轨迹记录，绘制车辆序列的延误图。例如，运送大巴分别以5km／h和30km／h的速度经过公安检查站，对前300辆大巴，两种延误时间区别不明显，但随着到达检查站车辆的增加，延误就有显著区别。如图5所示，当大巴以5km／h速度通过检查站，累积的车辆会显著影响后续车辆的通过，最大车辆延误在13min以上；而如图6所示，由于车辆离散地到达，基本抵消了30km／h通过检查站所带来的延误，最大车辆延误不超过2min。

图5 以5km/h的速度通过公安检查站时车辆延误时间

图6 以30km/h的速度通过公安检查站时车辆延误时间

3 仿真结果与建议

3.1 结果分析

针对以上仿真系统的场景设定，总共有192个组合场景需要建立对比评估。在实际操作过程中，需要将宏观判断与实际建模相结合，适当地排除不合理的假设场景或者可以推算出结果的场景，以减少建模工作量。最终需要建立32个组合场景的仿真系统。

在总体行程时间内，最重要的是考虑最后一辆车能在1h内通过RTIP安检口，因此在各控制点的分段延误中，测算最后一辆车有等候时间与无等候时间之差，即为各控制点的分段延误。当然由于最后一辆车往往受前面车辆延误传递影响，因此需要在仿真系统中跟踪所有车辆的运行状态，而这些信息全部可以从Trajectory Data中获得。

通过对32个组合场景的Trajectory Data分析，得到各分段控制点延误如表1所示。

表1 各组合场景的最后一辆车延误时间 单位：/min

3.2 交通组织建议

在各种场景中，途经唯一的信号灯延误不可避免，由于背景交通量和运送大巴的排队累积叠加影响，造成后续车辆的巨大延误，建议设置独立跨线桥（见图7），避开信号灯的影响。

图7 增设跨线桥位置

建议与政府协商，为公安检查站设置专用车道，允许运送大巴车辆以20km／h的车速通过公安检查站，比现状5km／h节省约10min。

综合考虑各类设施的投资情况，最终推荐场景的组合为：车站同时放行的车道数为3条车道、Juaymah公路车道数保持原有的单向2车道，仅在公安检查站处拓宽布设专用车道，同时通过车速为20km／h，RTIP安检口为10个，在途经唯一的信号交叉口处增设跨线桥。

综上推荐的组合，从工人居住区至RTIP，两地相距约20km，车辆运行时速为60km／h，第一辆车到达RTIP的时间约20min；最后一辆车总延误小于40min，到达RTIP总时间小于1h，满足既定目标。

3.3 实践效果

通过交通仿真分析，顾问公司得出运送车辆的延误重点不在Juaymah公路的车道数量，而在于各控制点的排队延误，通过多方案比选，优化了最初计划在Juaymah公路加宽车道数的设想，在达到相同目标的情况下，可为沙特阿美石油公司节省约70%的交通基建投资。

4 结语

大规模聚集人员的转移或疏散，涉及到出行者的行为、道路设施以及各种瓶颈限制，如检查站、闸口、坡度等。对于此类复杂的交通行为，通过微观仿真技术，可以非常详尽地再现交通行为的运行过程。在不需要经过实际大规模演练的情况下，仍可得到聚集人员转移或疏散的规律，同时可以测试各种设施的适应性，预判设施可能出现的脆弱点，优化原有设计方案。本文以沙特化工新城施工期间大规模聚集工人的运送为例进行了交通组织仿真与实践，同样，此类交通仿真方法在快速发展的中国，也有很好的借鉴意义。

[1]胡明伟，史其信.支持ITS影响评价的交通仿真模型研究[J].ITS通信，2005，（1）：5-9.

[2]Institute of Transportation Engineers—California Border Section.A report on the use of traffic simulation models in the San Diego region[R].Sacramento:Institute of Transportation Engineers—California Border Section,2004.

[3]Qi Yang.A simulation laboratory for evaluation of dynamic traffic management systems[D].Cambridge:Massachusetts Institute of Technology,1997.

[4]臧志刚，陆锋，李海峰，等.7种微观交通仿真系统的性能评价与比较研究[J].交通与计算机，2007，（1）：66-70.

[5]Amer Tawfik,Jiandong Qiu.Ras Tanura Integrated Project:Industrial Impact Study[R].Riyadh:Wilbur Smith Associates,2010.

[6]Jerome Sacks,Nagui M Rouphail,B Brian Park,et al.Statistically Based Validation of Computer Simulation Models in Traffic Operations and Management[J].Journal of Transportation and Statistics,2002,5（1）：1-24.

[7]Park B,J D Schneeberger.Microscopic Simulation Model Calibration and Validation:Case Study of VISSIM for a Coordinated Actuated Signal System[J].Transportation Research Record:Journal of the Transportation Research Board,2003,（1856）：185-192.

[8]Yunlong Zhang,Larry E Owen.Systematic Validation of a Microscopic Traffic Simulation Program[J].Transportation Research Record:Journal of the Transportation Research Board,2004,（1876）：112-120.

[9]Caliper.TransModeler Brochure[EB/OL].（2011-11-01)[2012-08-03].http://www.caliper.com/PDFs/TransModeler Brochure.pdf.