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.
문제 정의
- 그림3은 도로교통 소음지도와 철도 소음지도를 각각 개별적으로 제작하였다. 교통소음지도의 개별적 제작은 개별 소음원의 소음도를 기반으로 하여 동시 노출되는 소음도를 통합적으로 파악하여 도로 및 철도의 복합지역에서의 각각의 소음원이 발생하는 영향을 평가하기 위함이다.
- 소음지도(noise map)는 소음자료를 이론적으로 증명된 예측식이나 여러 인자들을 포함하고 있는 실험상의 결과로 얻은 경험식 및 지리정보시스템(GIS, geographic information system)을 사용하여 소음의 수치와 공간적 분포를 계산하여, 계절별 소음의 변화, 시간대별 소음 분포 변화, 주야간의 소음분포의 변화 및 지역 구간별 소음의 변화 등에 관한 데이터를 분석하고 가공하여 제시하는 지도로서, 소음 분포의 시각적인 면과 공간적인 면을 고려하여 소음의 공간적 분포를 정량적으로 평가할 수 있는 지도이다. 이 연구에서는 이러한 철도 소음의 소음지도를 제작하여 철도 소음의 공간적 분포를 정량적으로 분석하였다.
제안 방법
- 3차원 도시공간 모델과 GIS기반의 교통정보 데이터베이스를 이용하여 철도와 도로소음의 공간적 분포를 쉽게 파악할 수 있는 소음지도를 제작하였다. 그림3은 도로교통 소음지도와 철도 소음지도를 각각 개별적으로 제작하였다.
- 연구대상지역의 도로교통 및 철도소음의 공간적 분포를 파악하기 위한 소음지도를 제작하기 위하여 소음원 중의 하나인 도로의 위치 및 속성을 표현한 것이다. 도로는 차량통행이 가장 많은 주간선도로와 보조간 선도로를 대상으로 하였으며, 교통량은 지방자치단체의 실제 조사 자료와 교통영향평가의 교통량을 이용하여 교통량과 속도를 GIS에서 도로망과 연결하였다. 그림 2는 소음원의 위치정보, 교통량, 속도 및 기타 소음원 속성 정보를 GIS기반으로 데이터베이스를 표현한 것이다.
- 수치지도에서 등고선과 표고점 레이어는 z값이 속성으로 부여되어 있으므로 지형생성을 위해 사용할 수 있다. 도화원도의 등고선과 표고점의 정보보다 수치지도의 표고점과 등고선의 정보가 많으므로 수치지도의 등고선과 표고점을 추출한다. 또한 추출된 등고선과 표고점을 점 데이터로 변환하여 등고점 및 표고점들로부터 내삽하여 임의 점 주위의 3개의 점을 대상으로 삼각형의 면을 형성하여 대상지역의 지형 모델을 제작하였다.
- 그러나 지형적으로 우세 소음원 지역 및 복합 소음지역을 구분하는 방법은 소음원의 소음 레벨에 따라 유동적이며, 건물 높이에 따라 변화하는 소음도를 정량적으로 설정하는 것은 명확한 지역설정이 되기에는 부적절하다. 따라서 이 글에서는 각 소음원의 영향 정도에 따라 분류하는 방법을 사용하였다..
- 정 위치 편집으로 다듬어진 수치지도에서 건물의 경계 정보로 도시공간모델의 건물 경계를 생성하고 도화원도에서 동일한 건물을 매칭 하여 도시공간모델의 건물 경계의 높이 값을 부여한다. 또한 부여된 높이 값과 지형의 차로 건물의 높이를 계산하여 건물 높이를 산출하였다.
- 도화원도의 등고선과 표고점의 정보보다 수치지도의 표고점과 등고선의 정보가 많으므로 수치지도의 등고선과 표고점을 추출한다. 또한 추출된 등고선과 표고점을 점 데이터로 변환하여 등고점 및 표고점들로부터 내삽하여 임의 점 주위의 3개의 점을 대상으로 삼각형의 면을 형성하여 대상지역의 지형 모델을 제작하였다.
- 평가원을 3개 음원(고속철도, 일반기관차, 디젤기관차)에 대하여 동일 등가 물리량(50, 55, 60, 65, 70 dB(A))으로 총 15개의 샘플을 이용하였다. 레벨 당 동일 등가 물리량 샘플을 3개의 대응 쌍으로 만들고 반복성 검사를 위하여 임의의 대응 쌍 1개를 추가하여 총 4개의 대응 쌍으로 총 20개의 대응 쌍으로 청감실험을 진행 하였다. 소음샘플의 제시는 샘플사이에 3초의 간격을 두고 대응 쌍 사이의 간격은 평가원의 응답시간 5초, 대응 쌍 사이 대기시간 5초로 설정하였다.
- 복합 소음지역에서의 철도 소음의 정량적 평가를 위하여 소음 지도를 제작한 지역 중 철도 소음과 교통 소음이 혼재되어 있는 영등포역 주변 지역을 설정하여 철도 소음과 도로교통소음이 혼재된 도심지에서의 소음에 대한 성가심 반응을 조사하기 위하여 총 693가구에 대하여 설문조사를 실시하여 데이터베이스를 구축하였다. 여러 소음에 복합적인 소음에 노출되는 지역에서 실내에서의 창문의 개폐에 따른 소음 노출 정도가 상이하기 때문에 창문을 개방하여 일상생활을 하는 시기인 여름과 창문을 닫고 생활하는 겨울철에 각각 설문조사를 나누어 실시하여 계절적인 영향을 고려하여 설문 조사를 하였다.
- 복합소음이 혼재된 지역에서 소음지도, 설문조사 그리고 청감실험을 이용하여 철도 소음의 정량적 평가에 관한 연구를 하였다. 소음지도의 제작을 위하여 지리정보시스템(GIS)을 기반으로 3차원 도시공간 모델의 제작하였으며, 연구 대상지역의 지형, 건물 및 소음원의 위치정보를 3차원 모델로 제작하였다.
- 설문조사 지역중 철도 소음 우세지역에서의 철도소음 성가심 척도 중 상위 50 %에 해당하는 사람들에 대한 %A의 관계를 회귀분석하여 %A예측곡선을 산정하였다. 회귀분석결과 %A의 예측곡선의 상관계수 R2은 0.
- 철도소음에 대한 성가심 반응의 결과를 이용하여 성가심 반응곡선을 도출하였다. 성가심 반응곡선을 이용하여 현재의 소음환경기준의 성가심 반응(%HA: %highly annoyed, %A; % annoyed)의 정도를 예측하여 이에 대응되는 철도소음의 환경기준을 추정하였으며, 청감실험을 통하여 철도의 열차종류에 따른 정량적 평가를 실시하였다.
- 레벨 당 동일 등가 물리량 샘플을 3개의 대응 쌍으로 만들고 반복성 검사를 위하여 임의의 대응 쌍 1개를 추가하여 총 4개의 대응 쌍으로 총 20개의 대응 쌍으로 청감실험을 진행 하였다. 소음샘플의 제시는 샘플사이에 3초의 간격을 두고 대응 쌍 사이의 간격은 평가원의 응답시간 5초, 대응 쌍 사이 대기시간 5초로 설정하였다. 총 실험시간은 13분여 소요되었다.
- 소음원별 물리적 크기에 대한 성가심 정도 즉, “전혀-별로-조금-보통-꽤-매우-엄청나게” 척도를 사용하여 보통으로 성가심을 호소하는 %A(annoyed)를 이용한 철도소음기준을 찾아보고, 높은 성가심을 호소하는 %HA(highly annoyed)를 이용한 샘플별 비교를 하였다.
- 소음원의 영향 정도에 의한 방법을 통하여 우세소음 지역을 분류하기 위하여 각 설문지점의 소음도를 도로소음과 철도 소음의 차를 1 dB(A)에서 9 dB(A)까지 총 9가지의 경우를 분류하여 각 소음원의 소음도와 소음으로 인한 성가심의 상관관계를 표 2와 같이 통계 분석하였다. 전체 테이터의 성가심과 소음원의 상관관계는 모두 p<0.
- 소음의 공간적 분포를 정량적으로 평가하기 위하여 소음 지도를 제작하였다. 소음지도는 3차원 건물 및 지형, 도로, 철도 등 소음을 발생시키는 소음원에 대한 위치정도를 포함하는 3차원 도시 공간모델과 소음의 정량적 예측을 위한 교통량 및 속도 변화 등 데이터베이스를 기반으로 소음 예측 모델에 의한 소음예측으로 구성된다.
- 복합소음이 혼재된 지역에서 소음지도, 설문조사 그리고 청감실험을 이용하여 철도 소음의 정량적 평가에 관한 연구를 하였다. 소음지도의 제작을 위하여 지리정보시스템(GIS)을 기반으로 3차원 도시공간 모델의 제작하였으며, 연구 대상지역의 지형, 건물 및 소음원의 위치정보를 3차원 모델로 제작하였다. 철도 소음의 노출에 기인한 연구대상 지역의 성가심 반응을 조사하고, 소음지도의 3차원 예측 모델을 이용하여 철도 소음 및 도로교통 소음을 예측하여 설문조사와 연결시켜 성가심 반응에 대한 데이터베이스를 구축하여 분석에 이용하였다.
- 수치지도를 이용하여 등고선, 표고점 레이어 추출, 등고점 생성, 그리드생성, 내삽으로 격자점에 높이값을 부여하여 3차원 지형모델 형성하였으며, 3차원 건물모델은 수치지도의 건물 정보와 도화원도의 건물정보를 이용하여 3차원 건물모델을 생성하였다.
- 복합 소음지역에서의 철도 소음의 정량적 평가를 위하여 소음 지도를 제작한 지역 중 철도 소음과 교통 소음이 혼재되어 있는 영등포역 주변 지역을 설정하여 철도 소음과 도로교통소음이 혼재된 도심지에서의 소음에 대한 성가심 반응을 조사하기 위하여 총 693가구에 대하여 설문조사를 실시하여 데이터베이스를 구축하였다. 여러 소음에 복합적인 소음에 노출되는 지역에서 실내에서의 창문의 개폐에 따른 소음 노출 정도가 상이하기 때문에 창문을 개방하여 일상생활을 하는 시기인 여름과 창문을 닫고 생활하는 겨울철에 각각 설문조사를 나누어 실시하여 계절적인 영향을 고려하여 설문 조사를 하였다. 1차 설문 조사는 394개의 설문을 실시하였으며, 2차 설문 조사시에는 299개의 설문을 실시하여 1차와 2차 설문을 통합하여 총 693개의 설문 데이터베이스를 구축하였다.
- 이 글에서는 복합소음 혼재 지역에서의 철도소음에 대한 정량적인 평가를 하기 위하여 소음지도와 성가심 반응 관계를 이용하였다. 우선 소음의 노출지역과 정도를 정량화하기 위하여 소음지도를 이용하였다. 소음지도(noise map)는 소음자료를 이론적으로 증명된 예측식이나 여러 인자들을 포함하고 있는 실험상의 결과로 얻은 경험식 및 지리정보시스템(GIS, geographic information system)을 사용하여 소음의 수치와 공간적 분포를 계산하여, 계절별 소음의 변화, 시간대별 소음 분포 변화, 주야간의 소음분포의 변화 및 지역 구간별 소음의 변화 등에 관한 데이터를 분석하고 가공하여 제시하는 지도로서, 소음 분포의 시각적인 면과 공간적인 면을 고려하여 소음의 공간적 분포를 정량적으로 평가할 수 있는 지도이다.
- 이 글에서는 복합소음 혼재 지역에서의 철도소음에 대한 정량적인 평가를 하기 위하여 소음지도와 성가심 반응 관계를 이용하였다. 우선 소음의 노출지역과 정도를 정량화하기 위하여 소음지도를 이용하였다.
- 이 글에서는 소음의 사람에 대한 정량적인 평가 도구인 철도 소음에 대한 성가심 반응관계와 철도 소음의 소음지도를 이용하여 철도 소음의 정량적인 위해성 평가뿐만 아니라 철도 소음의 청감실험을 통하여 열차별 소음의 반응관계를 파악하여 세부적인 열차별 소음 평가를 실시하였다.
- 철도 소음의 노출에 기인한 연구대상 지역의 성가심 반응을 조사하고, 소음지도의 3차원 예측 모델을 이용하여 철도 소음 및 도로교통 소음을 예측하여 설문조사와 연결시켜 성가심 반응에 대한 데이터베이스를 구축하여 분석에 이용하였다. 철도 소음에 대한 설문조사에 대한 보완적 연구로서 철도 소음의 청감실험을 실시하여 철도 소음 평가를 위한 지시치(indicator)에 따른 열차별 성가심 반응에 대한 연구를 별도로 실시하였다.
- 소음지도의 제작을 위하여 지리정보시스템(GIS)을 기반으로 3차원 도시공간 모델의 제작하였으며, 연구 대상지역의 지형, 건물 및 소음원의 위치정보를 3차원 모델로 제작하였다. 철도 소음의 노출에 기인한 연구대상 지역의 성가심 반응을 조사하고, 소음지도의 3차원 예측 모델을 이용하여 철도 소음 및 도로교통 소음을 예측하여 설문조사와 연결시켜 성가심 반응에 대한 데이터베이스를 구축하여 분석에 이용하였다. 철도 소음에 대한 설문조사에 대한 보완적 연구로서 철도 소음의 청감실험을 실시하여 철도 소음 평가를 위한 지시치(indicator)에 따른 열차별 성가심 반응에 대한 연구를 별도로 실시하였다.
- 철도소음에 대한 성가심 반응의 결과를 이용하여 성가심 반응곡선을 도출하였다. 성가심 반응곡선을 이용하여 현재의 소음환경기준의 성가심 반응(%HA: %highly annoyed, %A; % annoyed)의 정도를 예측하여 이에 대응되는 철도소음의 환경기준을 추정하였으며, 청감실험을 통하여 철도의 열차종류에 따른 정량적 평가를 실시하였다.
- 철도소음원별 특성을 알아보기 위하여 각 샘플별 주파수 성분 분석을 실시하였다. 그림 6, 7, 8은 더미헤드의 Left 채널을 기준으로 샘플의 Leq 70 dB(A)를 예로 들어 분석 한 것이다.
- 철도전체에 대하여 동일한 소음한도의 물리적 크기가 과연 적절한지 청감실험을 통하여 고속철도(KTX)와 일반기관차(전기, 디젤기관차)를 대상으로 동일 물리량(Leq, Lmax)변화에 따른 성가심 반응도를 살펴보고 분석하였다.
- 설문조사에 포함된 항목은 표 1과 같이 개별 소음원에 대한 성가심 반응과 주거형태, 나이, 성별 등의 항목이 포함되어 있다. 특히 개별 소음으로 인한 성가심 반응뿐만 아니라 두 소음원의 포함된 전체 소음에 대한 성가심 반응에 대한 설문을 조사하여 복합소음으로 인한 성가심 반응과 개별 소음에 대한 성가심 반응을 비교할 수 있도록 설문지를 설계하였다.
- 헤드폰은 ‘Sennheiser’ 사의 소음 재현성이 뛰어난 ‘HD 580’ 기종을 사용하여 각 평가원들 마다 동일한 주파수 특성과 소음레벨을 들려주었다.
대상 데이터
- 여러 소음에 복합적인 소음에 노출되는 지역에서 실내에서의 창문의 개폐에 따른 소음 노출 정도가 상이하기 때문에 창문을 개방하여 일상생활을 하는 시기인 여름과 창문을 닫고 생활하는 겨울철에 각각 설문조사를 나누어 실시하여 계절적인 영향을 고려하여 설문 조사를 하였다. 1차 설문 조사는 394개의 설문을 실시하였으며, 2차 설문 조사시에는 299개의 설문을 실시하여 1차와 2차 설문을 통합하여 총 693개의 설문 데이터베이스를 구축하였다. 그림 4에는 1차조사지역과 2차 조사된 지역을 나타낸 것이다.
- 평가원을 3개 음원(고속철도, 일반기관차, 디젤기관차)에 대하여 동일 등가 물리량(50, 55, 60, 65, 70 dB(A))으로 총 15개의 샘플을 이용하였다. 레벨 당 동일 등가 물리량 샘플을 3개의 대응 쌍으로 만들고 반복성 검사를 위하여 임의의 대응 쌍 1개를 추가하여 총 4개의 대응 쌍으로 총 20개의 대응 쌍으로 청감실험을 진행 하였다.
데이터처리
- 설문조사 지역중 철도 소음 우세지역에서의 철도소음 성가심 척도 중 상위 28 %에 해당하는 사람들에 대한 %HA의 관계를 회귀분석하여 %HA예측곡선을 산정하였다. 회귀분석결과 %HA의 예측곡선의 상관계수 R2은 0.
이론/모형
- 청감실험의 쾌적한 환경 조성을 위하여 Norm Otto와 Beranek의 논문을 참고 하였다. 장비 설정은 청감실 설계 시 보유한 음향시스템과 컴퓨터 프로그램(MTS사의 Sound Quality v-3.7.6)을 이용하였다. 헤드폰은 ‘Sennheiser’ 사의 소음 재현성이 뛰어난 ‘HD 580’ 기종을 사용하여 각 평가원들 마다 동일한 주파수 특성과 소음레벨을 들려주었다.
- 청감실험의 쾌적한 환경 조성을 위하여 Norm Otto와 Beranek의 논문을 참고 하였다. 장비 설정은 청감실 설계 시 보유한 음향시스템과 컴퓨터 프로그램(MTS사의 Sound Quality v-3.
성능/효과
- 그림 14는 이 연구를 통하여 도출된 우리나라 사람들의 철도, 도로 교통 소음 및 복합 소음에 노출된 사람들에 의한 %HA에 대한 예측 결과를 나타낸 것이다. 같은 수준의 소음도에 대하여 도로교통 소음에 대한 성가심 반응과 철도 소음 성가심 반응 사이에 복합 소음 노출에 대한 성가심 반응인 복합소음에 대한 %HA 예측곡선이 존재하는 것으로 %HA 예측곡선의 경우 복합소음에 노출되는 성가심은 도로교통소음에 노출되는 성가심 반응과 전체적으로 비슷한 것으로 분석되었다. 여기서 (a)는 도로교통소음에 대한 성가심 반응 예측곡선이며, (b)는 철도소음에 대한 성가심 반응 예측곡선 그리고 (c)는 복합소음에 대한 성가심 반응 곡선이다.
- 따라서 이 연구의 결과는 일본의 결과와는 상당히 유사한데 반하여 유럽국가의 결과보다는 상당히 높음을 알 수 있다. 국내의 사람들이 미주지역 및 유럽지역의 사람들에 비해 철도 소음에 높은 성가심 반응의 이유는 국내의 토지이용현황에서 주거용도의 토지이용은 유럽에 비해 철도와 매우 근접한 거리에 있으며, 인구밀도도 매우 높아 기차의 통과에 따른 주거지역으로 소음뿐 아니라 진동의 영향이 미치게 되어 본 연구의 결과가 유럽의 연구결과와 차이를 유발하는 가장 중요한 요인인 것으로 판단된다. 또한 철로변 주변의 건물의 경우 건축물의 신축 및 보수에 대한 토지이용이 제한이 되어있어 방음 및 방진 시설이 매우 취약한 경우가 다수 존재한다.
- 이러한 자료를 기반으로 상위 3개의 상관도를 각각 3점, 2점, 1점의 점수를 부여하여 종합한 결과는 표 3과 같다. 도로교통, 철도소음 그리고 복합소음지역의 평균적으로 가장 높은 상관도를 높은 지역은 소음도의 차이가 5 dB(A)의 지역으로 분석되었다.
- 소음지도와 설문조사를 연계한 철도소음의 정량적 평가에서는 철도 소음이 도로교통 소음에 비하여 높은 성가심 반응을 나타냈으며, 이와 같은 결론은 유럽에서의 선행 연구의 결과인 철도소음은 도로교통 소음보다 낮은 성가심 반응을 나타낸다는 결론과 상이한 결론이며, 우리나라와 비슷한 환경의 일본의 경우는 이번 연구와 비슷한 결과인 철도 소음에 대한 성가심 반응이 도로교통 소음에 대한 성가심 반응이 높은 것으로 연구되었다.
- 이 글에서 설문조사를 이용한 성가심 반응의 결과 철도 소음의 경우 외국의 연구결과와는 다소 차이를 보이고 있는데 우리나라 사람들이 다른 나라 사람들 보다 철도 소음에 높은 성가심 반응을 보이고 있으며, 특히 외국의 연구 결과와 비교하여 이번 연구결과의 가장 두드러진 차이는 철도 소음에 의한 주민들의 소음성 성가심 반응이 도로 교통 소음에 의한 것보다 더 크다는 사실이다. 이러한 차이를 유발하는 이유는 우리나라 사람들과 유럽 사람들의 철도 소음에 대한 인식 등과 같은 문화적 차이 또는 소음 노출의 지역적 차이 때문인 것으로 판단된다.
- 전체 테이터의 성가심과 소음원의 상관관계는 모두 p<0.05로 나타나 유의함을 보이고 있다.
- 청감실험에 의한 결과를 이용하여 등가 물리량(Leq)의 레벨을 확인한 결과 고속열차가 57.3 dB(A), 전기기관차와 디젤기관차는 약 54.4 dB(A)와 54.7 dB(A)에서 보통의 성가심을 느낀다고 나타났다. 유럽 등에서의 선행연구 중 철도소음과 도로소음간의 성가심 반응의 차로 철도소음에 5 dB(A) 보너스를 주는 ‘railway bonus level’ 와 같은 개념으로 생각한다면 일반철도에 비해 고속철도가 ‘2.
- 설문조사 지역중 철도 소음 우세지역에서의 철도소음 성가심 척도 중 상위 50 %에 해당하는 사람들에 대한 %A의 관계를 회귀분석하여 %A예측곡선을 산정하였다. 회귀분석결과 %A의 예측곡선의 상관계수 R2은 0.85로서 %HA와 비교 하였을 때 높은 상관관계를 보이고 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.