用藤copula建模评估极端天气下地铁客流的韧性

天气与地铁为何关乎城市生活

当天气恶劣时，城市生活不会停止——但会发生变化。对依赖纽约市地铁的数百万人来说，暴雨、热浪或严寒可能意味着照常乘车或选择留在家中。本研究细致考察了纽约地铁在极端天气下的客流变化，以及这些反应在不同车站和从高峰时段到白天清闲时段之间如何有所不同。通过理解这些模式，规划者可以更好地为一个变暖、更潮湿、且更为多变的气候做好系统准备。

在地下网络中追踪出行者

地铁不仅仅是一组独立车站：它是一个联系紧密的网络，多个地点的兴衰往往相互关联。一个车站的客流常常与附近枢纽或与共享大量乘客的车站同步变化。以往研究通常把车站视为各自独立地对天气做出反应，或依赖难以解释的黑箱机器学习工具。相比之下，本研究聚焦曼哈顿、皇后区和布鲁克林若干关键车站在每小时内如何共同变化，以及在极端天气下这些关系如何改变。

揭示隐性联系的灵活地图

为揭示这些隐性链接，研究者采用了一种称为藤copula（vine copula）的统计方法。此方法不假定简单的线性关系，而是建立一张灵活的成对连接网络，连接车站之间以及相邻小时之间的依赖关系。它首先单独建模每个车站的小时客流模式，然后将它们拼接成完整的联合图景，既能捕捉典型日常，也能反映罕见事件。有了这种结构，团队可以在多种天气情景下生成逼真的合成客流模式，包括历史数据中仅出现过少数次的极端情况。测试显示，这些模拟模式与观测到的客流高度一致，尤其是在早晚高峰时段。

极端天气下乘客如何反应

利用该模型，作者比较了三类极端天气——极冷日、极热日和暴雨——下的客流分布与温和无雨基线条件。他们考察了通勤拥挤的高峰时段和出行更具选择性的非高峰时段。高峰期的暴雨导致客流下降最为显著，一些繁忙车站的典型下降幅度约为正常天气的五分之一到近三分之一，且结果存在很大不确定性。相比之下，严寒对高峰时段影响有限，但对非高峰出行影响更深，表明人们在寒冷天气下更愿意放弃购物或社交活动，而不愿错过工作或上学。极端高温在高峰与非高峰时期均降低客流，高峰时段当列车与站台最拥挤时影响更强。

更强的枢纽，更脆弱的边缘

研究还表明，并非所有车站的脆弱性相同。曼哈顿核心区的主要枢纽——如大中央车站和联合集合广场——在压力下通常更能恢复，表现为中位下降较小且行为更可预测。外区车站，包括皇后区和布鲁克林的繁忙终点站，往往出现更大且更不确定的下降。那些在模型依赖网络中处于中心位置、其客流与许多其他车站紧密相连的站点，通常表现出更强的韧性和在恶劣天气下更稳定的反应，尤其在非高峰时段。不过情况也很复杂：一些曼哈顿中心位置，如哥伦布圆环，可能在暴雨时受到特别严重的冲击，这反映了当地车站设计、拥挤程度与通达条件等因素。

这对乘客与规划者的意义

对日常乘客而言，结果验证了一种直观的情形：在恶劣天气下，地铁仍然是必要出行的生命线，但可选择的出行会减少，且痛苦在网络中分布不均。对规划者和决策者来说，藤copula框架提供了一种强有力的方式来测试针对罕见但破坏性事件的“假如——会怎样”情景，即便历史数据稀少。通过识别哪些车站和时段对暴雨、热浪或寒潮最为暴露，该方法可以指导有针对性的改造，例如更好的遮蔽、改进排水、降温和通风，或在最需要的地方增加服务。简言之，这项工作提供了一张基于数据的地图，描绘了天气与人类地下出行行为的相互作用，帮助城市明智投资以构建更具气候韧性的公共交通系统。

引用: Guo, Y., He, B.Y., Chow, J.Y.J. et al. Assessing subway ridership resilience under extreme weather with vine copula modeling. npj. Sustain. Mobil. Transp. 3, 25 (2026). https://doi.org/10.1038/s44333-026-00094-4

关键词: 地铁客流, 极端天气, 城市韧性, 纽约市交通, 需求建模