현대 문명의 최고의 발명품이라 할 수 있는 자동차는 현대 우리사회에서 사람들과 떼려야 뗄 수 없는 관계에 놓여 있다. 이러한 현대 문명의 산출품인 자동차를 잘못 이용하는 경우 우리는 교통사고라는 인적․물적 피해를 직면하게 된다. 본 논문은 이렇게 야기되는 교통사고의 특징을 공간적으로 부산과 대전이라는 지역내에서 나타났던 2009년의 모든 사고를 대상으로 시․공간적 특징을 연구하였다. 연구 내용과 그에 따른 연구 성과를 요약하면 다음과 같다. 첫째로, 월별 사고의 특징을 살펴보면 대전은 12월이 가장 많았고, 5월이 그 다음이었다. 1, 2월에는 사고 발생이 가장 낮게 나타났다. 부산의 경우에는 12월, 10월 순으로 사고가 많이 발생했으며, 대전과 마찬가지로 1, 2월의 사고가 낮게 나타난다. 따라서 일반적으로 사고는 연말연시를 중심으로 가장 많이 나타나고 있으나, 1, 2월에는 매서운 추위로 인한 인간의 활동이 줄어들게 되어 사고율이 낮게 나타난다. 두 번째로, 요일별 사고의 특징을 살펴보면, 대전의 경우에는 금요일의 사고가 가장 많고, 그 다음이 토요일이며, 일요일과 월요일이 사고율이 현격하게 떨어진다. 부산의 경우에는 토요일 사고가 가장 많으며, 그 다음으로 금요일 사고가 많고, 월요일과 일요일 사고는 가장 낮게 나타난다. 이는 주5일제를 반영한 것으로 보인다. 즉, 주5일 근무가 확산되면서 금요일부터 토요일까지는 그 다음날 출근이나 등교를 하지 않아 개인들의 사적 모임이 많아지고 있는 현실을 반영하고 있다. 더불어 월요일 출근을 앞둔 일요일에는 현저히 사고율이 낮게 나타나고 있는 것으로 보인다. 세 번째로, 시간대별 사고를 살펴보면, 대전의 경우에는 야간사고의 비중이 비교적 높게 나타나고, 부산의 경우에는 거의 비슷하나 주간사고가 약간 많은 형태를 보이고 있다. 이러한 시간대별 사고의 특징으로 인해 부산에 비해 대전지역의 치사율이 높게 나타나고 있어 야간사고를 줄일 수 있는 대책이 강구되어야 한다. 네 번째로, 지역별 차선을 중심으로 사고와의 관련성에 관한 내용이다. 본 논문에서 사용한 사고 좌표가 자체에 오류가 있었고, 사용했던 도로 데이터는 선 데이터로만 제공이 되어 있어서 실제 차선수의 넓이를 반영하고 있지 않았다. 따라서 차도 안에서 나타난 사고도 차도 바깥으로 표현될 수 밖에 없었다. 이에 ArcGIS를 이용하여 차선수별로 도로를 넓히고, 차선안에서 나타난 사고를 추출하여 분석하였다. 더불어 도로 데이터에서 제공되지 않은 골목길 주변 사고는 제외하였다. 이렇게 면의 형태로 가공한 도로 데이터와 그 도로 데이터 면적 안에 포함되는 사고 데이터를 분석한 결과 대전의 경우 실제 차선은 전체적으로 홀수 차선보다는 짝수 차선이 많이 나타났고, 그 중에서도 2차선(61.6%) > 4차선(18.8%) > 6차선 (8.9%) 순으로 차선의 비율이 나타났는데 사고비율은 4차선(28.7%) > 6차선(22.3%) > 2차선(19.4%)로 실제차선에서 가장 많은 비율을 차지하고 있는 2차선이 전체사고에서 차지하고 있는 비중은 상대적으로 낮게 나타났으며, 반대로 6차선의 경우에는 전체 차선에서는 8.9%정도를 차지하고 있었으나, 실제 사고에 있어서는 22.3%로 매우 높게 나타나고 있다. 부산의 경우에도 유사하게 나타났다. 부산도 대전과 마찬가지로 홀수차선에 비해 짝수차선의 비중이 높게 나타났으며, 2차선(49%) > 4차선(22.1%) > 6차선(10.7%)순으로 나타났고, 실제 사고에 있어서의 비중은 4차선(25.9%) > 2차선(22.8%) > 6차선(19%)로 나타났다. 전체적으로 차선의 수가 많으면 사고율이 높아지고 있음을 알 수 있다. 다섯 번째로, 각 지역의 블랙스팟 지역에 대한 분석 내용이다. 블랙스팟 지역은 도시내에서 사고의 밀도도가 높게 나타나는 곳으로 대전의 경우에는 세 지역을, 부산의 경우에는 두 지역을 선정하여 분석하였다. 블랙스팟으로 선정된 지역은 대전과 부산의 ...
현대 문명의 최고의 발명품이라 할 수 있는 자동차는 현대 우리사회에서 사람들과 떼려야 뗄 수 없는 관계에 놓여 있다. 이러한 현대 문명의 산출품인 자동차를 잘못 이용하는 경우 우리는 교통사고라는 인적․물적 피해를 직면하게 된다. 본 논문은 이렇게 야기되는 교통사고의 특징을 공간적으로 부산과 대전이라는 지역내에서 나타났던 2009년의 모든 사고를 대상으로 시․공간적 특징을 연구하였다. 연구 내용과 그에 따른 연구 성과를 요약하면 다음과 같다. 첫째로, 월별 사고의 특징을 살펴보면 대전은 12월이 가장 많았고, 5월이 그 다음이었다. 1, 2월에는 사고 발생이 가장 낮게 나타났다. 부산의 경우에는 12월, 10월 순으로 사고가 많이 발생했으며, 대전과 마찬가지로 1, 2월의 사고가 낮게 나타난다. 따라서 일반적으로 사고는 연말연시를 중심으로 가장 많이 나타나고 있으나, 1, 2월에는 매서운 추위로 인한 인간의 활동이 줄어들게 되어 사고율이 낮게 나타난다. 두 번째로, 요일별 사고의 특징을 살펴보면, 대전의 경우에는 금요일의 사고가 가장 많고, 그 다음이 토요일이며, 일요일과 월요일이 사고율이 현격하게 떨어진다. 부산의 경우에는 토요일 사고가 가장 많으며, 그 다음으로 금요일 사고가 많고, 월요일과 일요일 사고는 가장 낮게 나타난다. 이는 주5일제를 반영한 것으로 보인다. 즉, 주5일 근무가 확산되면서 금요일부터 토요일까지는 그 다음날 출근이나 등교를 하지 않아 개인들의 사적 모임이 많아지고 있는 현실을 반영하고 있다. 더불어 월요일 출근을 앞둔 일요일에는 현저히 사고율이 낮게 나타나고 있는 것으로 보인다. 세 번째로, 시간대별 사고를 살펴보면, 대전의 경우에는 야간사고의 비중이 비교적 높게 나타나고, 부산의 경우에는 거의 비슷하나 주간사고가 약간 많은 형태를 보이고 있다. 이러한 시간대별 사고의 특징으로 인해 부산에 비해 대전지역의 치사율이 높게 나타나고 있어 야간사고를 줄일 수 있는 대책이 강구되어야 한다. 네 번째로, 지역별 차선을 중심으로 사고와의 관련성에 관한 내용이다. 본 논문에서 사용한 사고 좌표가 자체에 오류가 있었고, 사용했던 도로 데이터는 선 데이터로만 제공이 되어 있어서 실제 차선수의 넓이를 반영하고 있지 않았다. 따라서 차도 안에서 나타난 사고도 차도 바깥으로 표현될 수 밖에 없었다. 이에 ArcGIS를 이용하여 차선수별로 도로를 넓히고, 차선안에서 나타난 사고를 추출하여 분석하였다. 더불어 도로 데이터에서 제공되지 않은 골목길 주변 사고는 제외하였다. 이렇게 면의 형태로 가공한 도로 데이터와 그 도로 데이터 면적 안에 포함되는 사고 데이터를 분석한 결과 대전의 경우 실제 차선은 전체적으로 홀수 차선보다는 짝수 차선이 많이 나타났고, 그 중에서도 2차선(61.6%) > 4차선(18.8%) > 6차선 (8.9%) 순으로 차선의 비율이 나타났는데 사고비율은 4차선(28.7%) > 6차선(22.3%) > 2차선(19.4%)로 실제차선에서 가장 많은 비율을 차지하고 있는 2차선이 전체사고에서 차지하고 있는 비중은 상대적으로 낮게 나타났으며, 반대로 6차선의 경우에는 전체 차선에서는 8.9%정도를 차지하고 있었으나, 실제 사고에 있어서는 22.3%로 매우 높게 나타나고 있다. 부산의 경우에도 유사하게 나타났다. 부산도 대전과 마찬가지로 홀수차선에 비해 짝수차선의 비중이 높게 나타났으며, 2차선(49%) > 4차선(22.1%) > 6차선(10.7%)순으로 나타났고, 실제 사고에 있어서의 비중은 4차선(25.9%) > 2차선(22.8%) > 6차선(19%)로 나타났다. 전체적으로 차선의 수가 많으면 사고율이 높아지고 있음을 알 수 있다. 다섯 번째로, 각 지역의 블랙스팟 지역에 대한 분석 내용이다. 블랙스팟 지역은 도시내에서 사고의 밀도도가 높게 나타나는 곳으로 대전의 경우에는 세 지역을, 부산의 경우에는 두 지역을 선정하여 분석하였다. 블랙스팟으로 선정된 지역은 대전과 부산의 도심지역으로 연결되어 있어, 실제 교통사고는 인문적 요인에 의해 더 많이 발생하고 있음을 알 수 있었다. 블랙스팟 지역은 전체적으로 야간사고의 비율이 높았으며, 부산과 대전의 평균과 달리 일요일 사고의 비중이 높았다. 사고유형에 있어서는 차대사람의 사고가 높아 유동인구가 사고와 관련됨을 알 수 있었다. 마지막으로 상주인구밀도와 사고와의 관련 및 차량 통행량과의 관련성에 대한 분석이다. 상주인구밀도와 교통사고는 직접적인 관련성이 나타나고 있지는 않았으나, 대전과 부산 모두 상주인구에 비해 사고가 많은 지역들로 블랙스팟 지역이 나타나는 것으로 보아 이는 유동인구가 사고에 영향을 끼침을 유추해 볼 수 있었다. 차량 통행량은 대전의 경우에는 데이터를 구할 수 없어 부산의 경우만을 대상으로 하여 분석을 해 보았다. 부산의 특정 조사 지점에서 일정시간동안 통행한 차량의 수를 데이터로 받아 ArcGIS에서 실제로 그 지점을 포인트 데이터를 만들고, 그 지점을 중심으로 1,000m부근을 버퍼링하고 실제사고를 추출하였다. 그렇게 해서 차량통행량과 사고수의 상관관계를 알아보았으나, 상관관계가 높지 않은 것으로 나타났다.
현대 문명의 최고의 발명품이라 할 수 있는 자동차는 현대 우리사회에서 사람들과 떼려야 뗄 수 없는 관계에 놓여 있다. 이러한 현대 문명의 산출품인 자동차를 잘못 이용하는 경우 우리는 교통사고라는 인적․물적 피해를 직면하게 된다. 본 논문은 이렇게 야기되는 교통사고의 특징을 공간적으로 부산과 대전이라는 지역내에서 나타났던 2009년의 모든 사고를 대상으로 시․공간적 특징을 연구하였다. 연구 내용과 그에 따른 연구 성과를 요약하면 다음과 같다. 첫째로, 월별 사고의 특징을 살펴보면 대전은 12월이 가장 많았고, 5월이 그 다음이었다. 1, 2월에는 사고 발생이 가장 낮게 나타났다. 부산의 경우에는 12월, 10월 순으로 사고가 많이 발생했으며, 대전과 마찬가지로 1, 2월의 사고가 낮게 나타난다. 따라서 일반적으로 사고는 연말연시를 중심으로 가장 많이 나타나고 있으나, 1, 2월에는 매서운 추위로 인한 인간의 활동이 줄어들게 되어 사고율이 낮게 나타난다. 두 번째로, 요일별 사고의 특징을 살펴보면, 대전의 경우에는 금요일의 사고가 가장 많고, 그 다음이 토요일이며, 일요일과 월요일이 사고율이 현격하게 떨어진다. 부산의 경우에는 토요일 사고가 가장 많으며, 그 다음으로 금요일 사고가 많고, 월요일과 일요일 사고는 가장 낮게 나타난다. 이는 주5일제를 반영한 것으로 보인다. 즉, 주5일 근무가 확산되면서 금요일부터 토요일까지는 그 다음날 출근이나 등교를 하지 않아 개인들의 사적 모임이 많아지고 있는 현실을 반영하고 있다. 더불어 월요일 출근을 앞둔 일요일에는 현저히 사고율이 낮게 나타나고 있는 것으로 보인다. 세 번째로, 시간대별 사고를 살펴보면, 대전의 경우에는 야간사고의 비중이 비교적 높게 나타나고, 부산의 경우에는 거의 비슷하나 주간사고가 약간 많은 형태를 보이고 있다. 이러한 시간대별 사고의 특징으로 인해 부산에 비해 대전지역의 치사율이 높게 나타나고 있어 야간사고를 줄일 수 있는 대책이 강구되어야 한다. 네 번째로, 지역별 차선을 중심으로 사고와의 관련성에 관한 내용이다. 본 논문에서 사용한 사고 좌표가 자체에 오류가 있었고, 사용했던 도로 데이터는 선 데이터로만 제공이 되어 있어서 실제 차선수의 넓이를 반영하고 있지 않았다. 따라서 차도 안에서 나타난 사고도 차도 바깥으로 표현될 수 밖에 없었다. 이에 ArcGIS를 이용하여 차선수별로 도로를 넓히고, 차선안에서 나타난 사고를 추출하여 분석하였다. 더불어 도로 데이터에서 제공되지 않은 골목길 주변 사고는 제외하였다. 이렇게 면의 형태로 가공한 도로 데이터와 그 도로 데이터 면적 안에 포함되는 사고 데이터를 분석한 결과 대전의 경우 실제 차선은 전체적으로 홀수 차선보다는 짝수 차선이 많이 나타났고, 그 중에서도 2차선(61.6%) > 4차선(18.8%) > 6차선 (8.9%) 순으로 차선의 비율이 나타났는데 사고비율은 4차선(28.7%) > 6차선(22.3%) > 2차선(19.4%)로 실제차선에서 가장 많은 비율을 차지하고 있는 2차선이 전체사고에서 차지하고 있는 비중은 상대적으로 낮게 나타났으며, 반대로 6차선의 경우에는 전체 차선에서는 8.9%정도를 차지하고 있었으나, 실제 사고에 있어서는 22.3%로 매우 높게 나타나고 있다. 부산의 경우에도 유사하게 나타났다. 부산도 대전과 마찬가지로 홀수차선에 비해 짝수차선의 비중이 높게 나타났으며, 2차선(49%) > 4차선(22.1%) > 6차선(10.7%)순으로 나타났고, 실제 사고에 있어서의 비중은 4차선(25.9%) > 2차선(22.8%) > 6차선(19%)로 나타났다. 전체적으로 차선의 수가 많으면 사고율이 높아지고 있음을 알 수 있다. 다섯 번째로, 각 지역의 블랙스팟 지역에 대한 분석 내용이다. 블랙스팟 지역은 도시내에서 사고의 밀도도가 높게 나타나는 곳으로 대전의 경우에는 세 지역을, 부산의 경우에는 두 지역을 선정하여 분석하였다. 블랙스팟으로 선정된 지역은 대전과 부산의 도심지역으로 연결되어 있어, 실제 교통사고는 인문적 요인에 의해 더 많이 발생하고 있음을 알 수 있었다. 블랙스팟 지역은 전체적으로 야간사고의 비율이 높았으며, 부산과 대전의 평균과 달리 일요일 사고의 비중이 높았다. 사고유형에 있어서는 차대사람의 사고가 높아 유동인구가 사고와 관련됨을 알 수 있었다. 마지막으로 상주인구밀도와 사고와의 관련 및 차량 통행량과의 관련성에 대한 분석이다. 상주인구밀도와 교통사고는 직접적인 관련성이 나타나고 있지는 않았으나, 대전과 부산 모두 상주인구에 비해 사고가 많은 지역들로 블랙스팟 지역이 나타나는 것으로 보아 이는 유동인구가 사고에 영향을 끼침을 유추해 볼 수 있었다. 차량 통행량은 대전의 경우에는 데이터를 구할 수 없어 부산의 경우만을 대상으로 하여 분석을 해 보았다. 부산의 특정 조사 지점에서 일정시간동안 통행한 차량의 수를 데이터로 받아 ArcGIS에서 실제로 그 지점을 포인트 데이터를 만들고, 그 지점을 중심으로 1,000m부근을 버퍼링하고 실제사고를 추출하였다. 그렇게 해서 차량통행량과 사고수의 상관관계를 알아보았으나, 상관관계가 높지 않은 것으로 나타났다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.