啟德體育園主場館最多容納五萬人，運輸工具如何應付龐大人流？港鐵自今年3月起在啟德站及宋皇臺站應用「客流預測模型」，透過分析大量數據預測乘客分布及出行路線，驗證列車班次密度能否消化散場人流，準確率高達90%。舉例模型預測外國歌手演唱會散場時，較多屯馬綫乘客往紅磡站轉乘東鐵綫過海，與早前英國著名樂隊Coldplay演唱會的實際乘客數據大致吻合。
另一套新增的「智慧分流系統」則透過閉路電視及人工智能，分析車站散場乘客數量和容量佔比，讓職員「一眼關七」，同時監察兩個車站情況，即時疏導人流到不同車站。模型能否應用於如突發的服務受阻事故，港鐵指運算需時，模型較適合用於事前客流預測，仍在探討能否應付突發情況。
模型分析數十億組數據 準確率達90%
港鐵介紹兩套創科研發的客流預測及分流方案，其中「客流預測模型」透過分析數十億組數據，包括全港交通習慣調查數據、大球場及紅館活動期間的乘客數據等，建立數位孿生模型。模型會設定不同營運場景作線上演練，預測乘客網絡分布及出行路線，驗證列車班次密度能否消化散場人流。
模型大致吻合現實 外國歌手演唱會散場較多乘客過海
據模型預測，啟德體育園在外國歌手演唱會散場時，較多屯馬綫乘客前往紅磡方向，轉乘東鐵綫過海，與Coldplay演唱會的實際乘客數據大致吻合，模型準確率高達90%。
港鐵公司車務工程及創科總管陳慶強表示，模型由港鐵與科大合作推出，去年7月首次試用效果理想，令港鐵可以靈活地調配資源、制定營運計劃。
應用於突發事故？港鐵指運算需時 仍在探討
過往港鐵曾出現多宗列車服務延誤事故，例如今年5月將軍澳線事故，新模型能否應用於突發情況？陳指，因運算需時，仍在探討能否應用於更多鐵路情景，未來將收集更多數據分析。他指，模型較適合用於事前客流的預測，未來倘遇大型資產更新工程而須調整服務班次，模型可協助港鐵更全面地規劃。
「一眼關七」監察兩車站情況
另一款「智慧分流系統」由港鐵研發，透過人工智能分析閉路電視影像，顯示車站出入口、閘口及月台等位置的實時乘客數量和容量佔比，適時按需要實施分流措施。系統目前應用於啟德及宋皇臺站的車站客流管理，車站大堂會在活動散場時間，以「暢通」、「正常」或「繁忙」三種狀況，顯示月台候車情況。
港鐵公司總經理（市務及客戶體驗）梁靜雯舉例，以往車站職員會只能看到其身處車站的出入口狀況，現時應用系統後職員可「一眼關七」，即時看到啟德及宋皇臺站的情況，疏導人流到不同車站。至今港鐵在超過20場大型活動期間，包括演唱會或體育賽事應用該系統。
預半散場人士坐港鐵 大部份第一班車可上車
梁靜雯指，早前預測體育園逾半散場人士乘坐港鐵，大部份人在第一班列車成功上車，平均等候時間少於兩分鐘。她指，將收集更多數據，探討廣泛應用系統，包括跨年放煙花等大型活動期間應用於尖沙咀站。
「客流預測模型」及「智慧分流系統」獲得多個國際獎項，包括國際公共交通聯會2025峰會「卓越營運組別」大獎等。至於兩套系統費用，陳慶強指港鐵一直有資源推展創新科技，費用屬日常開支撥備。
Comments