선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
가설 설정
- 치사율이 매우 높았다. 따라서 중차량비율이 높을수록 사고 및 사고의 심각도가 증가할 수 있다는 가정하에 중차량비율이 사고에 미치는 영향을 분석하였다. 해당 연결로를 이용하는 중차량AADT를 구하고 램프 AADT와의 공선성을 피하기 위해 중차량의 비율을 구하여 변수로 적용하였다.
- 입체교차로 설계 지침 (건설교통부, 2005) 에서는 연결로 곡선의 길이가 짧고 도로 교각도 짧은 경우 평면곡선반경이 실제 크기보다 작게 느껴져 크게 곡선 부를 회전하려는 경향으로 사고의 위험이 있다고 한다. 이는 사고에 영향을 미치는 요인에 최소곡선반경 뿐만 아니라 곡선길이도 함께 복합적인 영향을 미치는 것으로 판단되며 연결로의 곡선길이가 고속도로 연결로에도 영향을 미친다는 가정하에 본 연구에는 연결로의 곡선길이 (m)를 변수로 설정하여 모형개발에 하였다.
제안 방법
- 교통사고건수의 경우 분산이 평균보다 큰 과분산(Over- dipersion)의 특징을 가지고 있으므로 본 연구에서는 음이항회귀모형(Negative Binomial Regression Model)을 개발한다. 추정된 모형의 통계적으로 유의한 변수들을 파악을 통해 연결로의 도로 설계 및 운영에 적용하거나 해당 도로의 교통특성을 반영한 교통사고 절감대책등에 이용할 수 있다.
- 를 예측하는 모형을 개발하였다. 모형의 통계적으로 유의한 변수들을 분석한 결과 교통량이 교통사고를 설명하는데 가장 유의한 변수로 판단되었다.
- 곡선장 (X2)은 유의수준 10%를 만족하지 않았지만 유의수준 20%를 만족했다. 모형개발자의 의도에 따라 더욱 엄격한 유의수준 범위를 설정 할 수 있지만 변수로 이용하여 모형을 개발했을때 제외하였을 때보다 모형의 적합도가 적절하게 나왔고 인터체인지 전체연결로 사고예측에 필요한 변수라고 판단되었기 때문에 모형 추정에 이용하였다. 모형개발의 결과 예측치와 관측치의 차(Residual)를 비교하는 통계적 방법을 이용하여 모형의 적합도를 분석하였다.
- 본 연구에서는 교통사고의 특성을 반영할 수 있는 음이항분포(Negative Binomial Distribution) 비선형교통사고 예 즉모형 을 제 시 한다. .
- 본 연구에서는 총 31개 고속도로 트럼펫 인 터 체인 지상에서 연결로형식별로 일어나는 교통사고와 도로 기하구조 및 교통량등의 등의 교통사고 요인들과의 관계를 분석하기 위해 통계적 기법을 이용하였다.
- 선택되었다. 선택된 분포에 기반하여 트럼펫 인터체인지 연결로 전처], 연결로 형식별(직결, 준직결, 루프 연결로) 각각의 음이 항회 귀 모형 을 개 발하였다.
- 강정규, 이성관(2002)은 호남고속도로를 대상으로 도로 선형요소 중 교통사고와 관계가 큰 것으로 분석된 곡선반경, 곡선 길이. 직선도로 구간의 길이 등을 이용하여 고속도로 선형조건별 안 전도평가모형을 구축하였다.
- 유출입여부(Xi)는 유의수준 10%를 만족하지 못하는데 이는 유출입 여부(Xj)의 합계 자체가 사고건수에 비해 적기 때문에 1(유출)일 때의 상황을 충분히 반영하지 못한 것으로 보인다. 하지만 유의수준 20%를 만족하고 모형 개발자의 의도에 따라 연구에서 유출입여부(Xi)를 변수로 사용했을때 모형의 적합도가 적절하게 나왔고 고속도로 인터체인지 연결로를 설명하는데 필요한 변수라고 판단되어 모형 추정에 이용하였다.
- 따라서 중차량비율이 높을수록 사고 및 사고의 심각도가 증가할 수 있다는 가정하에 중차량비율이 사고에 미치는 영향을 분석하였다. 해당 연결로를 이용하는 중차량AADT를 구하고 램프 AADT와의 공선성을 피하기 위해 중차량의 비율을 구하여 변수로 적용하였다.
대상 데이터
- 연결로의 도로 기하구조자료, 교통량자료, 사고이력자료는 한국도로공사 HGIS의 인터체인지 평면도 및 종편 면도, 연도별 전국 고속도로 네트워크. TSC OD 교통량, 교통사고속보자료를 사용하였다. 고속도로 인터체인지 설계와 관련한 요소는 입체교차로 설계지침(건설교통부, 2005), 도로의 구조 .
- 2003년부터 2005년까지 교통사고 속보자료 분석 결과 한국도로공사관내 폐쇄식 구간의 트럼 펫 인터 체 인지 총 188개소 중 122개소에서 총 326건의 교통사고가 발생했다. 그 중 모형 구축에 필요한 데이터의 수집이 가능한 총 31개소 고속도로 인터체인지를 최종분석대상으로 하여 총 146건의 교통사고에 대하여 분석하였다. 연결로의 도로 기하구조자료, 교통량자료, 사고이력자료는 한국도로공사 HGIS의 인터체인지 평면도 및 종편 면도, 연도별 전국 고속도로 네트워크.
- 고속도로 인터체인지를 분석대상으로 하였다. 또한 한국도로공사 관내 폐쇄식구간의 인터체인지 중 85.1%를 차지하고 있는 트럼펫 인터체인지의 연결로를 대상으로 하였다. 2003년부터 2005년까지 교통사고 속보자료 분석 결과 한국도로공사관내 폐쇄식 구간의 트럼 펫 인터 체 인지 총 188개소 중 122개소에서 총 326건의 교통사고가 발생했다.
- 본 연구에서는 교통사고에 가장 밀접하게 영향을 미칠 것 이 라고 판단되는 교통량이 라는 교통요인을 고려 하기 위해 고속도로 인터체인지를 분석대상으로 하였다. 또한 한국도로공사 관내 폐쇄식구간의 인터체인지 중 85.
- 한국도로공사관내 폐쇄식 구간의 트럼펫 인터체인지 총 31개를 최종 분석대상으로 하여 인터체인지별, 연결로 형식별 총 146건의 교통사고에 대하여 분석하였다.
데이터처리
- 교통사고 예측모형을 추정하고 추정된 모형의 적합도를 통계적 방법을 이용하여 검증하였다. 전체연결로의 연결로 형식 중 직결연결로는 곡률차가 존재하지 않으므로 전체연결로 모형추정에서는 곡률(X5)변수를 이용하였다.
- 모형개발자의 의도에 따라 더욱 엄격한 유의수준 범위를 설정 할 수 있지만 변수로 이용하여 모형을 개발했을때 제외하였을 때보다 모형의 적합도가 적절하게 나왔고 인터체인지 전체연결로 사고예측에 필요한 변수라고 판단되었기 때문에 모형 추정에 이용하였다. 모형개발의 결과 예측치와 관측치의 차(Residual)를 비교하는 통계적 방법을 이용하여 모형의 적합도를 분석하였다.<그림 9>의 예측치와 관측치의 차의 제곱한 값을 점으로 찍었을 때의 값들과 식⑹의 Variance 함수에 의해 추정되는 곡선과의 비교결과 전체적으로 점들이 곡선을 따르므로 모형이 데이터를 잘 반영함을 보여준다": parameter)
이론/모형
- 고속도로 인터체인지 설계와 관련한 요소는 입체교차로 설계지침(건설교통부, 2005), 도로의 구조 . 시설 기준에 관한 규칙 해설 및 지침(건설교통부, 2000)등을 참고하였다. 본 연구의 수행과정을 도식화하면<그림 1>과 같다.
- 대부분의 사고분포가 과분산현상을 보이므로 포아송 분포를 보완하기 위한 것이다. 이 연구에서는 곡선구간의 수, 최소곡선반경, 도로구간의 최대 경사 등의 도로 기하구조요소를 모형식에 적용하였다. Rice(1997)또한 포아송분포로 설명될 수 있는 사건이 과분산현상을 보일 때 음이항분포를포아송분포의 대체수단으로 제시하였다.
성능/효과
- 67%은 개발된 모형이 예측된 사고빈도의 변화를 잘 설명함을 의미한다. Chi-square likelihood ratio 통계값 분석결과 유출입여부(Xi)이 직결 연결로에서의 교통사고를 판단하는데 가장 유의성있는 변수로 분석되었다. 또한 교통량(気), 중차량 비율(0과 곡률(Xs)도 유의수준 5%를 만족하였다.
- 고속도로 연결로에서의 교통사고를 발생시킨 원인 차량으로의 2종이상 차량에 해당하는 중차량이 차지하는 비율(Heavy Vehicle Proportion)은 59%로 연결로를 차지하는 차량비율에 비해 상당한 부분을 차지하였으며 치사율이 매우 높았다.
- 우리나라는 건설교통부에서 규정하는 지침에 의거하여 도로를 설계하는데 안전한 도로의 건설을 위해서는 사고와 연관된 기하구조요인의 정확한 이해와 분석을 통해 도로의 설계자가 도로 설계과정에 반영하는 것이 필요하다. 교통 환경요인 또한 기존연구자들의 분석에서 교통사고를 설명하는데 중요한 인자라는 결론을 얻었으며 실제적인 제어 또한 가능하다.
- 교통사고의 분포의 특성을 분석하여 적합도 검증을 통해 모형추정 시 가장 적절한 분포를 찾은 결과 음이항분포가 선택되었다. 선택된 분포에 기반하여 트럼펫 인터체인지 연결로 전처], 연결로 형식별(직결, 준직결, 루프 연결로) 각각의 음이 항회 귀 모형 을 개 발하였다.
- 정규분포를 따르지 않을 것이다. 둘째, 기울기가 표본의 구성에 따라 과소 또는 과대 추정될 수 있는 구조적 취약성을 가진다. 셋째, 일정기간 사고가 발생하지 않았거나 낮은 사고건수에 대해서 사고발생건수가 음수값 (Nagative Value)< 갖는 경우 이 문제를 임의로 해결하려면 사고 표본중 이에 해당하는 일부 샘플을 제거하고 분석하는 기법 (Left-Truncating the Accident Frequency at zero)을 사용하고 이에 따라 불합리한 결론이 도출될 오류가 있다.
- 고속도로 인터체인지 연결로에서는 사고순간의 구체적인 교통량을 알 수 없고 교통량의 직접적 영향을 세부적으로 통제된 조사를 하는 것이 현실적으로 불가능하였다. 따라서 이를 대신하여 교통량을 대표할 수 있는 연평균일 교통량(AADT)이 교통사고에 미치는 영향을 분석하고 기존 연구와 같이 교통사고와의 관계가 비선형의 관계를 나타냄을 보였다. 또한 기존 연구에서 포아송회귀모형과 음이항회귀 모형에서 교통량 변수를 log(AADT)로 처리할 때 모형의 적합도가 높아지게 됨을 보였다.
- 이 값이 1보다 크므로 모형의 구조가 과산포 (Overdispersion)를 따름을 의미한다. 또한 Pearson R2 값은 37.18%로 개발된 모형이 예측된 사고빈도의 변화를 타당하게 설명함을 보여준다.
- 이는 음이항분포를 선택하여 모형을 개발했을 때의 오차구조가 모형에 적합함을 의미하며 이 값이 1 보다 크므로 모형의 구조가 과산포를 따름을 의미한다. 또한 Pearson R2 값이 35.23%로 개발된 모형이 예측된 사고빈도의 변화를 타당하게 설명한다고 할 수 있다. Chi-square Likelihood Ratio 통계값 분석결과 중차량 비율(X4)이 교통사고를 판단하는데 가장 유의한 변수로 판단되며 곡선장(X2).
- 따라서 이를 대신하여 교통량을 대표할 수 있는 연평균일 교통량(AADT)이 교통사고에 미치는 영향을 분석하고 기존 연구와 같이 교통사고와의 관계가 비선형의 관계를 나타냄을 보였다. 또한 기존 연구에서 포아송회귀모형과 음이항회귀 모형에서 교통량 변수를 log(AADT)로 처리할 때 모형의 적합도가 높아지게 됨을 보였다. 이는 교통량에 비해 사고건수가 매우 작아 발생할 수 있는 오차구조에 기인한 것으로 보이며 log(AADT)를 변수로 설정하였다.
- 가장 유의성 있는 변수로 분석되었다. 또한 중차량 비율(0과 곡률(&)도 유의수준 5%를 만족하였으며 유출입여부(Xi)는 유의수준 10%를 만족했다. 곡선장 (X2)은 유의수준 10%를 만족하지 않았지만 유의수준 20%를 만족했다.
- 모형의 통계적으로 유의한 변수들을 분석한 결과 교통량이 교통사고를 설명하는데 가장 유의한 변수로 판단되었다. 또한 중차량 비율, 곡률 or 곡률차, 곡선장, 유출입지점 여부등도 통계적으로 유의한 변수로 판단되었다. 이러한 변수들을 도로의 설계자가 도로 설계 및 운영에 적용하거나 해당 도로의 교통 특성을 반영한 교통사고 절감 대책등에 이용할 수 있을 것이다.
- 모형개발의 결과에 의한 예측치와 관측치의 차의 제곱한 값을 점으로 찍었을 때의 값들과 variance 함수에 의해 추정되는 곡선과의 비교 결과 전체적으로 점들이 곡선을 따르므로 모형의 적합도가 있다고 할 수 있다. 예측된 瓦玖, 를 축으로 하여 PRi(Pearson Residual)값들을 점으로 찍었을때 '0'을 중심으로 대칭에 가까우므로 모형의 적합도가 있다고 할 수 있다.
- 를 예측하는 모형을 개발하였다. 모형의 통계적으로 유의한 변수들을 분석한 결과 교통량이 교통사고를 설명하는데 가장 유의한 변수로 판단되었다. 또한 중차량 비율, 곡률 or 곡률차, 곡선장, 유출입지점 여부등도 통계적으로 유의한 변수로 판단되었다.
- 7742)를 가상으로 그려본 결과 음이항 분포에 비해 꼬리부분이 짧은 특성을 나타내는데 이는 기준점으로부터 사고의 분포가 많이 흩어져 있다는 것을 의미한다. 사고 건수의 분포가 음이항 분포를 따름으로 음이 항 회귀 식으로 모형을 개발하는 것이 타당하며 모형개발 이후의 모형의 적합도 검증에서도 모형의 구조가 과산포를 따름을 보였다. 직결연결로의 총 62건의 사고에 대하여 사고건수별 인터체인지 연결로의 빈도분석결과<그림 6>과 같다.
- 첫째, 선형회귀모형은 교통사고발생의 오차구조를 정규분포(Normal Distribution) 로 간주하고 교통사고 건수와 관계없이 편차가 일정하다는 가정하에 접근하는데 교통사고는 임의적이고 산발적으로 일어나는 경향을 보임으로 정규분포를 따르지 않을 것이다. 둘째, 기울기가 표본의 구성에 따라 과소 또는 과대 추정될 수 있는 구조적 취약성을 가진다.
- 총 4개의 모형을 개발하고 모형의 적합도를 판단하는 여러 가지 통계값과 모형에서 예측한 값과 실제 관측값과의 차이를 분석한 결과 예측모형이 적합하게 구축되었음을 보였다.
후속연구
- 윤병조(2005)는 트럼펫 인터체인지 유출연결로에서 연결로 형식 별 사고예측모형을 개발하였다. 기존에서 최소곡선반경만을 다루어 왔던 것과는 달리 대원과 소원의 곡률차를 이용하였지만 이후 연구에서 비선형성을 가지는 교통사고의 특성을 감안하지 않고 다중 선형회귀모형으로 개발하여 모형의 한계점을 가진다.
- 또한 중차량 비율, 곡률 or 곡률차, 곡선장, 유출입지점 여부등도 통계적으로 유의한 변수로 판단되었다. 이러한 변수들을 도로의 설계자가 도로 설계 및 운영에 적용하거나 해당 도로의 교통 특성을 반영한 교통사고 절감 대책등에 이용할 수 있을 것이다.
- 박병호와 류승옥(2002)은 트럼펫 인터체인지의 트럼펫 A형과 B형을 각각 Under-pass와 Over-pass로 나눈 뒤 연결로형태별 최소곡선반경, 본선최소곡선반경, 본선과 진입도로의 교차각등을 독립 변수로 하여 모형을 개발하였다. 하지만 제한된 분석 자료로 인하여 통계적 유의성이 다소 낮고 다중선형회귀 분석시 고려해야할 분산분석, 다중 공선성등의 분석을 수행하지 못하였다는 한계점을 가진다. 윤병조(2005)는 트럼펫 인터체인지 유출연결로에서 연결로 형식 별 사고예측모형을 개발하였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.