2011年6月24日，“中國杭州西湖文化景觀”被正式列入《世界遺產名錄》，西湖文化景觀從“國家公園”升級為“世界公園”。從西湖2002年至2022年的游客接待數據來看，除惡劣天氣、特殊環境影響外，其一直保持上升的態勢。西湖的客流量成為大眾關注的焦點，而斷橋更是成為焦點中的焦點。逢節必看西湖，看西湖必看斷橋。隨著大數據、物聯網、云計算等各種技術的成熟，西湖文化景觀的客流監測技術也在逐步走向成熟。

自南宋建都臨安（杭州）以來，西湖周圍就開始形成了三面環山一面城的城湖關系，并延續至今。隨著城市的發展，杭州的城市建成區面積增至666.18平方公里，增長53.86%。西湖文化景觀遺產位于西湖區、上城區內，毗鄰濱江區。本次研究的對象為西湖文化景觀十處題名景觀之一的斷橋殘雪。斷橋位于西湖白堤東端，緊鄰北山街。唐代詩人張祜在《題杭州孤山寺》一詩中就提到了“斷橋”一詞。1921年，斷橋被重建，長8.8米，寬8.6米，單孔凈跨6.1米。現在的斷橋為1941年改建的，20世紀50年代又經修飾。橋畔有“云水光中”水榭和斷橋殘雪碑亭。佇立橋頭，遠山近水，盡收眼底，是欣賞西湖雪景的佳地。斷橋還因中國著名民間傳說《白蛇傳》而聞名，相傳這里是白娘子和許仙的定情之橋。

西湖客流監測技術現狀

西湖景區的客流監測工作啟動于2002年，發展于2015年，成型于2020年。為了全面掌握景區的客流量，提高旅游服務的質量，提升游客的游覽體驗，西湖景區的管理部門積極探索出一套應對不同監測區域需求，融合多源數據的立體分層監測體系，從最初的人工統計、票務清算，到2015年的電子門禁、紅外熱感、手機信令，再到2020年的電子圍欄、視頻圖像分析、小程序、手機App等。

目前景區客流數據采集的主要方式包括閘機、電子票務、紅外、電子圍欄、視頻監控、手機信令等。“閘機+票務”的方式主要應用在博物館和收費景點的出入口，采用“一人一票一閘”的形式進行游客流量統計。這種方法統計出的人數較為準確，但對于開放式景區，其在客流量統計方面較為不便，且投入和運維成本較高。與閘機相比，紅外卡口的方式雖然投入較低，但設備受外部環境的影響較大，全進口設備的維護成本也不低。基于視頻監控的分析，主要采用頭肩等識別方式進行客流監測，受到室外光亮、人員行為、安裝條件的影響。電子圍欄技術適用于占地面積較大，游客流量較大的地方，為了形成合圍，安裝成本也不低。手機信令模式是比較常見的區域大數據監測方式，但會受運營商市場占比、手機信號強弱影響，當監測面積太小時，此種統計方式的數據偏差會比較明顯。

西湖世界文化遺產客流監測策略——斷橋案例

斷橋24小時開放，游覽旺季為5月至10月，全年平均客流駐足時間為6分鐘。在中央游步道，游客主要以“游賞型”方式進行游覽；在入口處，游客主要以“通過型”方式進行游覽；在碑亭和云水光中亭，游客主要以“駐足型”方式進行游覽。“五一”“十一”期間，游客在中央游步道駐足的時間接近2分鐘。歷史監測數據顯示，2018年4月30日，斷橋單日接待游客總量130554人次，瞬時游客量達1204人次，高峰期瞬時游客量為飽滿狀態。在實際管理中發現，劃定的監測區域雖能實時獲取監測對象的客流數據，但要完成監測、預警和分流的配合還存在一些操作上的問題。2021年，西湖景區管理部門完成了杭州西湖景區游客量最大承載量研究，提出“分層次監測”的原則，本文秉承該原則，結合實際場景和技術能力，嘗試對斷橋客流監測方案進行進一步的實踐探索。

       圖像分析技術

對于只有一個進出口通道的監測對象來說，卡口計數法始終是最有效的監測方法，僅需對游客移動方向進行判斷，比對出入口客流數據變化，就可以實現對橋面客流數據的監測。對于斷橋這種全國重點文物保護單位和熱門景點，與其他監測方法相比，視頻圖像分析既可以最低程度地干預景點原貌，又能保持較高的測量精度，還可以實現實時圖像回傳，所以基于視頻的圖像分析技術符合高頻率高清晰自動探測的監測需求。

當游客依次通過監測平面后，根據游客前進的方向，比較兩個面各自掃描到的時間，然后計算出進出人數，具體情況如圖1所示。設定通過a屏面的時間為t1，通過b屏面的時間為t2，a到b的方向確定，這樣就可以分別計算出兩個平面在特定時間內進出的人數。

圖1 監控識別示意圖 （作者自制）

實踐中發現，在進行監控設備設置時，需要根據進出口的地理位置，形成一個完整的閉合監控區域，在較寬的出入口，需要多臺設備疊加監測區域，保證監測面全覆蓋。為了保證橋面客流量監測數據的準確性，還需根據不同時段，設置監測設備數據傳輸的周期，以國慶假期為例，游客通過整個斷橋的時間大約為2分鐘，與以往的時間有所不同，所以監測算法需要調整數據傳輸的周期。在進行停留人數實時計算時，還需將兩個平面進出人數之差乘以加權系數，在統計當日累計總客流量時，則需將進出人數之差加上上一時刻的滯留人數，計算出斷橋當日總接待人數，具體計算流程如圖2所示。

圖2 景區滯留人數計算流程（作者自制）

       電子圍欄技術

電子圍欄是目前公安安全領域使用較多的大數據技術。工信部公布的數據顯示，截至2021年5月底，中國移動電話用戶16.08億，中國移動電話普及率為113.9%。斷橋北口鄰北山街，公交、地鐵皆可達，因此北口是游客的主要入口。網絡仿真基站可以獲取圍欄半徑60米內的移動終端IMEI、IMSI、手機號碼等信息，因此，通過合理部署可以實現圍欄里采集到的數據與現場人員一一對應，從而實現客流的監測。當然，在對斷橋狹長細小的區域進行客流信息采集時，由于本身數據體量不大，還需做好對區域工作人員和周邊居民的識別工作。具體識別方法需要結合景區地空間特征與游客地游覽特征建立模型進行分析，具體參數包括停留時長、來訪頻次以及來訪的時段，通過這些參數剔除不符合游客特征的數據。考慮到數據采集可能出現誤差，需要對數據進行擴樣，可以通過搜集景區周邊多地交通客流信息來進行客流信息監測，提高景區客流監測的真實性。 

手機信令技術

斷橋的客流變化具有人員構成復雜、非線性變化的特點，傳統的時間序列客流監測技術難以準確預估和統計強非線性區域的客流動向，因此通過附近基站將原始信令數據回傳，經過數據解密、格式轉換、質量修正，完成有效信令數據的提取，從而進行斷橋的客流統計，未嘗不是一個好的方法。

斷橋周邊涉及核心區域的基站為斷橋北口1號基站，2、3號基站分別位于北山街東西口，4、5號基站位于環城西路南，覆蓋公交和地鐵站，這幾個基站覆蓋了斷橋周邊的主要出入口，也是游客進入斷橋的主要聚集區。通過對時間和軌跡的綜合分析，能夠較好地提取出具有代表性的人員數據。

斷橋客流數據分析

將圖像識別、電子圍欄、手機信令三種技術收集到的數據信息進行整理，并將其制成圖。本文以2022年10月1日-10月7日的斷橋日累計客流量為例。

圖3 三種技術國慶期間累計客流總量統計（作者自制）

從圖3可以看出，三種技術在實際使用中，在監測手段、計算方法、監測范圍上存在較大差異，即使電子圍欄和手機信令技術在進行去重、冗余剔除等優化算法后，與圖像分析技術仍然只是在數據變化趨勢上接近，所以圖像分析、電子圍欄、手機信令在計算單日累計客流人數時可以作為趨勢的互相印證和補充。

圖4 斷橋2022年10月1日-10月7日整點客流量統計（作者自制）

圖5 斷橋2022年10月3日整點客流量統計（作者自制）

由于公安電子圍欄數據比較敏感，接下來的分析主要針對單日整點數據。如圖4所示，從總體趨勢看，斷橋的客流量從早晨8時到晚上20時一直較大，直到夜幕降臨，客流量才逐漸減少。對比10月1日至10月7日的整點數據可以發現，圖像分析和手機信令的整點數據在凌晨和夜晚會出現比較明顯的數值差異。另外，雖然圖像分析和手機信令都監測出10時至12時和14時至16時兩個客流高峰，但是存在比較明顯的波動差異。手機信令呈現明顯的“單峰形”形狀，這在圖5的數據中表現得特別明顯。不難看出，圖像分析、電子圍欄、手機信令應用于監測斷橋客流量時，能表現監測區域客流量的共通性和規律性，但也受監測數據樣本計算體量的影響，樣本數據越大，需要大數據優化和計算的時長就越長，數據時效性也會隨之降低。比如在圖5中，10月3日圖像分析和電子圍欄統計的第一個波峰出現在10時，而手機信令則在11時才出現第一個波峰；14時圖像分析和電子圍欄已監測到第一波谷值，手機信令則在15時才出現；17時圖像分析和電子圍欄監測到第二個波峰，手機信令則在18時才出現。這種延遲與手機信令的技術有直接關系。由于手機信令是用戶手機與周圍基站通訊的記錄，為了保證通信的連續和質量，手機信令數據存在海量、覆蓋范圍廣和時空連續的特征，這也意味著存在大量的冗余數據、漂移數據，給實際的數據存儲、模型分析、實時計算帶來非常高的難度。所以實際應用中，手機信令更適合觀察人員在空間中的位移和大范圍的人員統計，對于斷橋這樣小范圍的客流實時統計擬合程度不夠，效率也不高。

本文具體介紹了斷橋客流監測的實際應用，并且比較了圖像分析、電子圍欄、手機信令三種技術的監測數據和監測效果，但在實際應用中發現，不同圈層的客容量與客時量都不盡相同。目前，除了斷橋核心監測區域有明確的監測范圍界定、容量指標支持外，對重點監測范圍和緩沖監測范圍的邊界界定、客容量、客時量還沒有開展實質性的研究，有關標準和數據支持也不夠。所以在研究圖像分析、電子圍欄、手機信令的相互印證方面還比較生硬，會產生過于強調某一技術的數據精準度的情況。后續若能結合技術的可實現性，明確各圈層的范圍、環境容量，再根據監測的客流具體數據，制定合理的環境容量數據，那監測效果可能會更準確、更靈活。

參考文獻

[1]尹子茂,黃達,全欣.景區客流的優化監測研究——基于多源融合數據[J]. 西部旅游,2022(14):1-8.

[2]張秋亮,楊棟,王建超.鐵路客運站客流監測系統設計及關鍵技術研究[J]. 鐵道運輸與經濟,2022,44(07):56-63.

[3]李志萍,吳昕,崔磊.基于風險管理的上海“大客流監測預警系統”賦能安保工作研究[J].公安教育,2022(04):34-39.

[4]韓夢玲,徐欽譜,錢錦輝,等.基于人臉識別技術的景區客流監測應用可行性分析[J].計算機產品與流通,2020(08):126.

[5]史聰靈,車洪磊,李源,等.基于多數據融合的城市軌道交通客流監測系統研究[J].中國安全生產科學技術,2019,15(S1):5-9.

[6]陸浩.基于手機信令的街區人群移動特征分析與流量預測[D].北京：北京建筑大學,2021.