面向大型活动突发事件的人群疏散动力学规律及诱导策略研究

Due to the characteristics of the high frequency, large scale, enormous number of participants, the risk of safety management of large-scale events keeps growing. Once emergencies happen, large numbers of casualties can be easy found. It is an urgent issue to prevent accidents in large-scale events and quickly conduct safe and effective evacuation under emergencies. Facing opportunities of the emergency management in Big Data, this project focuses on the study of crowd evacuation in large-scale events. First, we establish a kind of perception method of crowd temporal and spatial distribution by comprising three dimensional spatial data of cyber-physics-social systems. We propose the risk assessment of large–scale events with the analysis of accident cases. The characteristics and differences of three typical pedestrian flow are investigated, including pedestrian inflow, counter flow, and evacuation. The difference between individuals and groups behaviors, and the competition and cooperation between different groups are considered in the establishment of the cross-scale Agent crowd evacuation model. The dynamic interaction between the development of accidents, live data and crowd evacuation process are studied. The optimal evacuation resource allocation and evacuation path planning can be realized by the “experiment-data-model” integration driven method of scenario deduction. And then the guidance strategy of crowd evacuation is put forward in large-scale events. Ultimately, the ability of emergency management in our country can be improved.

大型活动由于举办数量多、规模大、参与人数多等特点，安全管理的风险不断增大，一旦发生突发事件，容易造成大规模的人员伤亡。预防大型活动突发事件并能够在事故发生后迅速组织安全有效的人群疏散是需要迫切解决的重要问题。本项目面向当前大数据背景下的应急管理机遇，聚焦于大型活动中的人群疏散进行研究。首先，融合分析物理-信息-社会三元空间数据，研究建立大型活动中的人群时空分布感知方法，并通过事故案例分析，研究建立大型活动的风险评估方法。研究大型活动的三类典型行人流的特征和区别：人群进入流、相向流和疏散过程。研究疏散过程中个体和群组行为的差异，以及不同组织的冲突和合作，建立跨尺度的Agent人群疏散模型。研究突发事件推演、现场数据和人群疏散过程的动态交互影响，通过实验-数据-模型联合驱动的情景推演方法确定最优的疏散资源分配和疏散路径规划，提出大型活动突发事件下的人群疏散诱导策略，提高大型活动的应急管理能力。

大型活动具有参与人数众多、举办周期长、活动形式多样、涉及部门多等特点，大型活动的风险不断增大，安全管理的难度和要求也随之增大。本项目通过事故案例分析、实验和模拟研究等方法，在大型活动风险评估方法、大型活动人群运动规律和疏散特性，以及人群疏散诱导策略等方面开展了研究。收集整理了近年来国内外大型事故案例，并深入分析各个事故案例的事故发生原因，通过事故树分析确定关键的事故要素，建立了基于大数据挖掘的大型活动风险评估方法。研究了突发事件下不同区域网民的参与行为，即通过构建舆情热度模型研究舆情信息的产生过程。针对大型活动中的不同群体、不同运动过程，开展了不同典型场景内的人群运动实验，深入分析行人运动及疏散过程的行为规律。开展火灾场景下多出口疏散策略模拟研究和电梯-楼梯协同疏散研究，完善大型活动人群疏散诱导APP，为大型活动的人群疏散诱导提供技术支持。项目研究成果对深入理解大型活动突发事件下的人群运动及疏散规律提供了理论参考，为大型活动安全管理提供了技术支持。