后稷网主站 
融媒中心
2011年6月24日，“中国杭州西湖文化景观”被正式列入《世界遗产名录》，西湖文化景观从“国家公园”升级为“世界公园”。从西湖2002年至2022年的游客接待数据来看，除恶劣天气、特殊环境影响外，其一直保持上升的态势。西湖的客流量成为大众关注的焦点，而断桥更是成为焦点中的焦点。逢节必看西湖，看西湖必看断桥。随着大数据、物联网、云计算等各种技术的成熟，西湖文化景观的客流监测技术也在逐步走向成熟。
自南宋建都临安（杭州）以来，西湖周围就开始形成了三面环山一面城的城湖关系，并延续至今。随着城市的发展，杭州的城市建成区面积增至666.18平方公里，增长53.86%。西湖文化景观遗产位于西湖区、上城区内，毗邻滨江区。本次研究的对象为西湖文化景观十处题名景观之一的断桥残雪。断桥位于西湖白堤东端，紧邻北山街。唐代诗人张祜在《题杭州孤山寺》一诗中就提到了“断桥”一词。1921年，断桥被重建，长8.8米，宽8.6米，单孔净跨6.1米。现在的断桥为1941年改建的，20世纪50年代又经修饰。桥畔有“云水光中”水榭和断桥残雪碑亭。伫立桥头，远山近水，尽收眼底，是欣赏西湖雪景的佳地。断桥还因中国著名民间传说《白蛇传》而闻名，相传这里是白娘子和许仙的定情之桥。
西湖客流监测技术现状
西湖景区的客流监测工作启动于2002年，发展于2015年，成型于2020年。为了全面掌握景区的客流量，提高旅游服务的质量，提升游客的游览体验，西湖景区的管理部门积极探索出一套应对不同监测区域需求，融合多源数据的立体分层监测体系，从最初的人工统计、票务清算，到2015年的电子门禁、红外热感、手机信令，再到2020年的电子围栏、视频图像分析、小程序、手机App等。
目前景区客流数据采集的主要方式包括闸机、电子票务、红外、电子围栏、视频监控、手机信令等。“闸机+票务”的方式主要应用在博物馆和收费景点的出入口，采用“一人一票一闸”的形式进行游客流量统计。这种方法统计出的人数较为准确，但对于开放式景区，其在客流量统计方面较为不便，且投入和运维成本较高。与闸机相比，红外卡口的方式虽然投入较低，但设备受外部环境的影响较大，全进口设备的维护成本也不低。基于视频监控的分析，主要采用头肩等识别方式进行客流监测，受到室外光亮、人员行为、安装条件的影响。电子围栏技术适用于占地面积较大，游客流量较大的地方，为了形成合围，安装成本也不低。手机信令模式是比较常见的区域大数据监测方式，但会受运营商市场占比、手机信号强弱影响，当监测面积太小时，此种统计方式的数据偏差会比较明显。
西湖世界文化遗产客流监测策略——断桥案例
断桥24小时开放，游览旺季为5月至10月，全年平均客流驻足时间为6分钟。在中央游步道，游客主要以“游赏型”方式进行游览；在入口处，游客主要以“通过型”方式进行游览；在碑亭和云水光中亭，游客主要以“驻足型”方式进行游览。“五一”“十一”期间，游客在中央游步道驻足的时间接近2分钟。历史监测数据显示，2018年4月30日，断桥单日接待游客总量130554人次，瞬时游客量达1204人次，高峰期瞬时游客量为饱满状态。在实际管理中发现，划定的监测区域虽能实时获取监测对象的客流数据，但要完成监测、预警和分流的配合还存在一些操作上的问题。2021年，西湖景区管理部门完成了杭州西湖景区游客量最大承载量研究，提出“分层次监测”的原则，本文秉承该原则，结合实际场景和技术能力，尝试对断桥客流监测方案进行进一步的实践探索。
图像分析技术
对于只有一个进出口通道的监测对象来说，卡口计数法始终是最有效的监测方法，仅需对游客移动方向进行判断，比对出入口客流数据变化，就可以实现对桥面客流数据的监测。对于断桥这种全国重点文物保护单位和热门景点，与其他监测方法相比，视频图像分析既可以最低程度地干预景点原貌，又能保持较高的测量精度，还可以实现实时图像回传，所以基于视频的图像分析技术符合高频率高清晰自动探测的监测需求。
当游客依次通过监测平面后，根据游客前进的方向，比较两个面各自扫描到的时间，然后计算出进出人数，具体情况如图1所示。设定通过a屏面的时间为t1，通过b屏面的时间为t2，a到b的方向确定，这样就可以分别计算出两个平面在特定时间内进出的人数。
图1 监控识别示意图 （作者自制）
实践中发现，在进行监控设备设置时，需要根据进出口的地理位置，形成一个完整的闭合监控区域，在较宽的出入口，需要多台设备叠加监测区域，保证监测面全覆盖。为了保证桥面客流量监测数据的准确性，还需根据不同时段，设置监测设备数据传输的周期，以国庆假期为例，游客通过整个断桥的时间大约为2分钟，与以往的时间有所不同，所以监测算法需要调整数据传输的周期。在进行停留人数实时计算时，还需将两个平面进出人数之差乘以加权系数，在统计当日累计总客流量时，则需将进出人数之差加上上一时刻的滞留人数，计算出断桥当日总接待人数，具体计算流程如图2所示。
图2 景区滞留人数计算流程（作者自制）
电子围栏技术
电子围栏是目前公安安全领域使用较多的大数据技术。工信部公布的数据显示，截至2021年5月底，中国移动电话用户16.08亿，中国移动电话普及率为113.9%。断桥北口邻北山街，公交、地铁皆可达，因此北口是游客的主要入口。网络仿真基站可以获取围栏半径60米内的移动终端IMEI、IMSI、手机号码等信息，因此，通过合理部署可以实现围栏里采集到的数据与现场人员一一对应，从而实现客流的监测。当然，在对断桥狭长细小的区域进行客流信息采集时，由于本身数据体量不大，还需做好对区域工作人员和周边居民的识别工作。具体识别方法需要结合景区地空间特征与游客地游览特征建立模型进行分析，具体参数包括停留时长、来访频次以及来访的时段，通过这些参数剔除不符合游客特征的数据。考虑到数据采集可能出现误差，需要对数据进行扩样，可以通过搜集景区周边多地交通客流信息来进行客流信息监测，提高景区客流监测的真实性。
手机信令技术
断桥的客流变化具有人员构成复杂、非线性变化的特点，传统的时间序列客流监测技术难以准确预估和统计强非线性区域的客流动向，因此通过附近基站将原始信令数据回传，经过数据解密、格式转换、质量修正，完成有效信令数据的提取，从而进行断桥的客流统计，未尝不是一个好的方法。
断桥周边涉及核心区域的基站为断桥北口1号基站，2、3号基站分别位于北山街东西口，4、5号基站位于环城西路南，覆盖公交和地铁站，这几个基站覆盖了断桥周边的主要出入口，也是游客进入断桥的主要聚集区。通过对时间和轨迹的综合分析，能够较好地提取出具有代表性的人员数据。
断桥客流数据分析
将图像识别、电子围栏、手机信令三种技术收集到的数据信息进行整理，并将其制成图。本文以2022年10月1日-10月7日的断桥日累计客流量为例。
图3 三种技术国庆期间累计客流总量统计（作者自制）
从图3可以看出，三种技术在实际使用中，在监测手段、计算方法、监测范围上存在较大差异，即使电子围栏和手机信令技术在进行去重、冗余剔除等优化算法后，与图像分析技术仍然只是在数据变化趋势上接近，所以图像分析、电子围栏、手机信令在计算单日累计客流人数时可以作为趋势的互相印证和补充。
图4 断桥2022年10月1日-10月7日整点客流量统计（作者自制）
图5 断桥2022年10月3日整点客流量统计（作者自制）
由于公安电子围栏数据比较敏感，接下来的分析主要针对单日整点数据。如图4所示，从总体趋势看，断桥的客流量从早晨8时到晚上20时一直较大，直到夜幕降临，客流量才逐渐减少。对比10月1日至10月7日的整点数据可以发现，图像分析和手机信令的整点数据在凌晨和夜晚会出现比较明显的数值差异。另外，虽然图像分析和手机信令都监测出10时至12时和14时至16时两个客流高峰，但是存在比较明显的波动差异。手机信令呈现明显的“单峰形”形状，这在图5的数据中表现得特别明显。不难看出，图像分析、电子围栏、手机信令应用于监测断桥客流量时，能表现监测区域客流量的共通性和规律性，但也受监测数据样本计算体量的影响，样本数据越大，需要大数据优化和计算的时长就越长，数据时效性也会随之降低。比如在图5中，10月3日图像分析和电子围栏统计的第一个波峰出现在10时，而手机信令则在11时才出现第一个波峰；14时图像分析和电子围栏已监测到第一波谷值，手机信令则在15时才出现；17时图像分析和电子围栏监测到第二个波峰，手机信令则在18时才出现。这种延迟与手机信令的技术有直接关系。由于手机信令是用户手机与周围基站通讯的记录，为了保证通信的连续和质量，手机信令数据存在海量、覆盖范围广和时空连续的特征，这也意味着存在大量的冗余数据、漂移数据，给实际的数据存储、模型分析、实时计算带来非常高的难度。所以实际应用中，手机信令更适合观察人员在空间中的位移和大范围的人员统计，对于断桥这样小范围的客流实时统计拟合程度不够，效率也不高。
本文具体介绍了断桥客流监测的实际应用，并且比较了图像分析、电子围栏、手机信令三种技术的监测数据和监测效果，但在实际应用中发现，不同圈层的客容量与客时量都不尽相同。目前，除了断桥核心监测区域有明确的监测范围界定、容量指标支持外，对重点监测范围和缓冲监测范围的边界界定、客容量、客时量还没有开展实质性的研究，有关标准和数据支持也不够。所以在研究图像分析、电子围栏、手机信令的相互印证方面还比较生硬，会产生过于强调某一技术的数据精准度的情况。后续若能结合技术的可实现性，明确各圈层的范围、环境容量，再根据监测的客流具体数据，制定合理的环境容量数据，那监测效果可能会更准确、更灵活。
参考文献
[1]尹子茂,黄达,全欣.景区客流的优化监测研究——基于多源融合数据[J]. 西部旅游,2022(14):1-8.
[2]张秋亮,杨栋,王建超.铁路客运站客流监测系统设计及关键技术研究[J]. 铁道运输与经济,2022,44(07):56-63.
[3]李志萍,吴昕,崔磊.基于风险管理的上海“大客流监测预警系统”赋能安保工作研究[J].公安教育,2022(04):34-39.
[4]韩梦玲,徐钦谱,钱锦辉,等.基于人脸识别技术的景区客流监测应用可行性分析[J].计算机产品与流通,2020(08):126.
[5]史聪灵,车洪磊,李源,等.基于多数据融合的城市轨道交通客流监测系统研究[J].中国安全生产科学技术,2019,15(S1):5-9.
[6]陆浩.基于手机信令的街区人群移动特征分析与流量预测[D].北京：北京建筑大学,2021.
