도로상에서 발생하는 교통사고의 원인을 정확하게 파악하기 위해서는 사고지점의 도로 기하구조, 교통시설물, 교통운영방식, 날씨 등 주변적 요인과 사고특성과의 상관관계가 시공간적으로 분석되어야 한다. 본 연구에서는 도로 폐쇄 전후 교통사고의 특성을 비교하기 위하여, 미국 미주리주 교통부가 개발, 활용중인 통합교통관리시스템의 교통사고 자료 및 GIS기법을 이용하여 세인트루이스의 주요도로인 I-64 도로를 대상으로 분석을 하였다. 이러한 시공간적 분석은 일반적 통계분석으로 획득하기 어려운 공간적 특성을 용이하게 파악할 수 있는 장점이 있으며, 분석을 통해 얻어진 결과는 추후 교통사고 감소를 위한 개선책 마련에 근거자료로 활용될 수 있을 것으로 기대된다. 또한 본 연구에서는 교통자료의 통합관리를 위해 개발된 통합교통관리시스템의 구성요소 및 자료의 특성을 살펴봄으로써, 향후 우리나라의 실정에 맞는 통합 교통 데이터 시스템 구축의 고려사항으로 삼고자 한다.
도로상에서 발생하는 교통사고의 원인을 정확하게 파악하기 위해서는 사고지점의 도로 기하구조, 교통시설물, 교통운영방식, 날씨 등 주변적 요인과 사고특성과의 상관관계가 시공간적으로 분석되어야 한다. 본 연구에서는 도로 폐쇄 전후 교통사고의 특성을 비교하기 위하여, 미국 미주리주 교통부가 개발, 활용중인 통합교통관리시스템의 교통사고 자료 및 GIS기법을 이용하여 세인트루이스의 주요도로인 I-64 도로를 대상으로 분석을 하였다. 이러한 시공간적 분석은 일반적 통계분석으로 획득하기 어려운 공간적 특성을 용이하게 파악할 수 있는 장점이 있으며, 분석을 통해 얻어진 결과는 추후 교통사고 감소를 위한 개선책 마련에 근거자료로 활용될 수 있을 것으로 기대된다. 또한 본 연구에서는 교통자료의 통합관리를 위해 개발된 통합교통관리시스템의 구성요소 및 자료의 특성을 살펴봄으로써, 향후 우리나라의 실정에 맞는 통합 교통 데이터 시스템 구축의 고려사항으로 삼고자 한다.
Traffic safety assessment is often accomplished by analyzing the number of crashes occurring in some geographic space over certain specific time duration. In this paper, we introduce a procedure that can efficiently analyze spatial and temporal changes in traffic crashes before-and-after implementat...
Traffic safety assessment is often accomplished by analyzing the number of crashes occurring in some geographic space over certain specific time duration. In this paper, we introduce a procedure that can efficiently analyze spatial and temporal changes in traffic crashes before-and-after implementation of a certain traffic controlling measure. For the analysis, crash frequency data before-and-after closing a major highway around St. Louis in Missouri was collected through Transportation Management System(TMS) database that is maintained by Missouri Department of Transportation (MoDOT). In order to identify any spatial and temporal pattern in crashes, each crash is pinpointed on a map using the dynamic segmentation in GIS. Then, the identified pattern is statistically confirmed using an analysis of variance table. The advantage of this approach is to easily assess spatial and temporal trend of crashes that are not readily attainable otherwise. The results from this study can possibly be applied in enhancing the highway safety assessment procedure. This paper also makes several suggestions for future development of a comprehensive transportation data system in Korea which is similar to MoDOT's TMS database.
Traffic safety assessment is often accomplished by analyzing the number of crashes occurring in some geographic space over certain specific time duration. In this paper, we introduce a procedure that can efficiently analyze spatial and temporal changes in traffic crashes before-and-after implementation of a certain traffic controlling measure. For the analysis, crash frequency data before-and-after closing a major highway around St. Louis in Missouri was collected through Transportation Management System(TMS) database that is maintained by Missouri Department of Transportation (MoDOT). In order to identify any spatial and temporal pattern in crashes, each crash is pinpointed on a map using the dynamic segmentation in GIS. Then, the identified pattern is statistically confirmed using an analysis of variance table. The advantage of this approach is to easily assess spatial and temporal trend of crashes that are not readily attainable otherwise. The results from this study can possibly be applied in enhancing the highway safety assessment procedure. This paper also makes several suggestions for future development of a comprehensive transportation data system in Korea which is similar to MoDOT's TMS database.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 본 연구에서는 I-64 도로 폐쇄 전후 교통사고 특성 비교를 위하여 공간적 요인으로 접근 가능한 GIS-T(GIS-Transportation)1) 환경에서 시공간적으로 분석하여 상대적으로 위험한 구간을 도출하고, 차후 교통안전관리시스템의 의사결정을 지원하고자 한다. 또한 분석결과를 바탕으로 본 연구에서 사용된 데이터의 특징 및 방법론에 대한 고찰을 통하여 차후 우리나라에서 교통관리 시스템 운영 시 고려사항을 제시하고자 한다.
환경에서 시공간적으로 분석하여 상대적으로 위험한 구간을 도출하고, 차후 교통안전관리시스템의 의사결정을 지원하고자 한다. 또한 분석결과를 바탕으로 본 연구에서 사용된 데이터의 특징 및 방법론에 대한 고찰을 통하여 차후 우리나라에서 교통관리 시스템 운영 시 고려사항을 제시하고자 한다.
본 연구는 체계적으로 수집된 자료와 GIS와의 결합을 통한 심화 연구에 필요한 기초자료를 제공하는데 그 의미가 있다고 할 수 있다. 예를 들면, 통계처리를 통한 사고분석, 최근 유행하고 있는 Empirical Bayesian 또는 Fully Bayesian 분석 기법을 통한 교통사고분석에 기초자료를 제공할 수 있다.
원 자료(row data)에는 각 사고의 위치 참조를 위하여 전체 도로(route)에 대한 위치 값 및 각도로가 위치한 카운티(County)마다 새로이 시작하는 위치 값 등 2가지의 위치 값을 제공하고 있다. 본 연구에서는 넓은 지역인 전체도로의 특성을 분석하기 위하여 전체 도로에 대한 위치 값 및 각 도로의 필드를 참조 값으로 처리하였다. 수집된 데이터를 바탕으로 통계적 분석 및 특성을 나타낼 수 있는 지표를 이용하여 분석하기 위하여, 각 도로는 1.
제안 방법
3 소프트웨어가 제공하는 선형참조방식 모델링인 동적 분할 기법 (Dynamic Segmentation)을 이용하였다.2) 동적 분할 기법을 위하여 선형개체는 쉐이프 파일 (shape file) 형태의 고속도로 데이터를 선형측정치의 값을 가지는 네트워크 파일로 변환하였고, 선형참조 값은 선형개체와 통합교통관리시스템에서 제공하는 교통사고 데이터가 공동으로 가지고 있는 위치 값(mile post)을 이용하였다.
교통사고 특성은 앞서 언급한 바와 같이 다양한 요인에 의해서 발생한다. I-270 도로와 I-64 도로가 교차하는 지점의 특성분석을 하기에 앞서, 인터체인지로부터의 공간적 상관관계를 분석하였다. 공간적 위치분석을 위하여 인터체인지에서 가까운 지역과 먼 지역으로 나누었다.
본 연구의 대상지인 I-270 도로와 교차하는 11개의 도로 중에서 I-64 도로는 미국에서 시범적인 프로젝트가 수행된 곳으로, 도로 보수 및 유지를 위하여 일부차선의 통제를 통한 점진적 사업의 시행방식이 아니라 전면통제를 통해 사업을 실시하였다. I-64 도로 프로젝트 시행 전후의 교통사고 특성 비교를 위해 본 연구에서는 I-270 도로를 대상으로 GIS 환경에서 시공간요소를 결합하여 2004년부터 2008년까지의 교통 사고율 (FIGURE 7)과 교통사고 위험률(FIGURE 8) 분석을 실시하였다.
공간적 교통사고 분석의 결과는 결과의 객관성을 확보하기 위하여 통계분석기법을 적용하였다. 공간분석에서 나타나지 않은 사고패턴 변화의 분석을 위하여 시공간적 분석을 시행하였으며, 이과정에서 선형참조기법을 통해 할당된 사고 자료와 대상도로의 분할을 통하여 나누어진 개체에 대하여 공간질의를 수행하였다.
I-270 도로와 I-64 도로가 교차하는 지점의 특성분석을 하기에 앞서, 인터체인지로부터의 공간적 상관관계를 분석하였다. 공간적 위치분석을 위하여 인터체인지에서 가까운 지역과 먼 지역으로 나누었다. I-270 도로상에는 다른 고속도로와 교차하는 인터체인지가 총 10개가 존재하고 있으며, 전체 14.
교통사고 위험률을 분석하기 위하여 I-270도로를 1마일 기준으로 분할한 후, 각 연도별 전체 사고 및 유형별 사고의 값을 분배하였다. 이를 식 (2)를 바탕으로 교통사고 위험률을 계산한 후, 동적 분할 기법을 이용하여 선 이벤트 형식으로 도로상에 분배하였다.
두 번째는 대상지역에 대한 교통사고특성을 분석하는 단계로, 교통사고데이터를 선형참조기법을 통하여 위치 참조시키고, 각 구간별로 교통사고율 및 교통사고 위험률을 적용하였다. 특히 I-64 도로의 폐쇄라는 사업 전후의 교통안전성 분석을 위하여 공간적 교통사고 분석과 시공간적 교통사고분석을 나누어서 실시하였다.
이처럼 우리나라의 연구는 교통사고데이터의 미공개로 인해 공유의 필요성 및 공유 활성화를 위한 시스템의 구축 등에 관한 연구가 이루어져 있고, 외국의 경우 GIS환경에서 실제 교통사고 데이터를 이용하여 지점의 위험도를 측정하는 연구가 이루어지고 있으며, 정확한 예측을 위하여 구축된 데이터의 정확성을 강조하고 있다. 따라서 본 연구는 교통사고 데이터를 GIS분석기법을 이용하여 공간상에 위치시키고, 위치한 데이터로부터 인접성 분석을 실시함으로써 공간적 위치에 따른 교통사고의 특성 및 시공간적인 변화에 따른 교통사고 특성을 분석하였다. 이는 통계적 수치비교를 통한 분석과 차별성이 있다고 하겠다.
교통 사고율은총 교통량과 분석구간의 거리의 함수로써, 미주리 주 교통국에서 제공한 도로구간별 일평균 교통량(AADT: Annual Average Daily Traffic)을 사용하여 산출되었으며, 구간별 교통량에 따른 사고건수를 의미한다. 또한 각 도로별 위험도를 분석하기 위하여 교통사고 위험률(SR: Severity Rate)을 적용하였다. 교통사고 위험률은 각 사고유형별 가중치를 차별 적용함으로써 해당구간에서의 교통사고 위험률을 구할 수 있다.
이는 실시간으로 갱신되는 교통사고의 데이터를 잘 활용할 수 있는 기법이다. 또한 대상도로를 일정구간별로 분할한 후, 각 구간별 특성비교를 위하여 교통 사고율 및 교통사고 위험률을 설정하였다.
본 연구에서는 통합교통관리시스템의 데이터를 이용하여, 고속도로 폐쇄 전후 주변지역의 안전성 평가를 위한 교통사고 특성 비교 및 영향력 분석을 실시하였다. 특히 본 연구에서 적용한 동적 분할 기법은 공간을 고려한 분석에서 매우 유용한 기법이다.
본 연구에서는 넓은 지역인 전체도로의 특성을 분석하기 위하여 전체 도로에 대한 위치 값 및 각 도로의 필드를 참조 값으로 처리하였다. 수집된 데이터를 바탕으로 통계적 분석 및 특성을 나타낼 수 있는 지표를 이용하여 분석하기 위하여, 각 도로는 1.6km(1mile) 간격으로 분할한 후 구간별 속성 값을 저장하였다.
3) 프로그래밍을 통하여 나온 데이터베이스 형태의 데이터를 GIS와 접목하기 위하여 본 연구에서는 동적 분할 기법을 이용하였다. 이때 교통사고 데이터는 사고 지점의 위치 값을 이용한 점 이벤트(point event) 형식으로, 도로의 방위 및 교통량 데이터는 시작점과 끝점의 위치 값을 이용한 선 이 벤트(line event) 형식으로 참조하였다. 원 자료(row data)에는 각 사고의 위치 참조를 위하여 전체 도로(route)에 대한 위치 값 및 각도로가 위치한 카운티(County)마다 새로이 시작하는 위치 값 등 2가지의 위치 값을 제공하고 있다.
TABLE 4는 I-64 도로와 만나는 지역의 사고특성을 사고원인과 연관하여 분석한 결과이다. 이를 위해 GIS환경에서 공간질의(SQL)를 통하여 대상지역의 사고를 추출하였다. 종합교통관리 시스템에는 총 26개의 사고원인을 분류하고 있으나 본 연구에서는 가장 사고빈도가 높은 4종류및 기타로 분류하였다.
5km의 도로 중에서 인터체인지에서 가까운 쪽과 먼 쪽으로 분류하기 위하여 전체면적의 절반이 되도록 인터체인지로부터 반경 375m부터 이내의 지역을 기준으로 단계 적으로 공간적 위치를 나누었다. 이후 동적 분할 기법으로 위치시킨 전체 교통사고데이터에 공간적 위치에 대한 참조방식(spatial join)을 통하여 공간적 위치에 대한 정보 값을 전달하였다. 분석 결과 각 인터체인지로부터 반경 375m 이내 지역(in area)의 연장이 약 17.
이를 위해 GIS환경에서 공간질의(SQL)를 통하여 대상지역의 사고를 추출하였다. 종합교통관리 시스템에는 총 26개의 사고원인을 분류하고 있으나 본 연구에서는 가장 사고빈도가 높은 4종류및 기타로 분류하였다. I-64 도로와 만나는 지역에서 발생한 사고 수는 전체 도로에서 발생한 원인별 사고 수에 대비하여 2004년부터 2007년까지 평균 2~3%정도 수준에서 발생하였다.
두 번째는 대상지역에 대한 교통사고특성을 분석하는 단계로, 교통사고데이터를 선형참조기법을 통하여 위치 참조시키고, 각 구간별로 교통사고율 및 교통사고 위험률을 적용하였다. 특히 I-64 도로의 폐쇄라는 사업 전후의 교통안전성 분석을 위하여 공간적 교통사고 분석과 시공간적 교통사고분석을 나누어서 실시하였다. 공간적 교통사고 분석의 결과는 결과의 객관성을 확보하기 위하여 통계분석기법을 적용하였다.
대상 데이터
본 연구의 대상인 I-64 도로는 세인트루이스를 동서로 가로지며 2008년부터 2년간 전면 통제를 통한 유지보수를 실시하였다. 따라서 I-64 도로와 만나면서 교통사고의 비율이 가장 높은 I-270 도로를 연구 대상으로 분석하였다. FIGURE 2는 각 도로의 위치를 나타내고 있으며, 세인트루이스의 외부를 순환하고 있는 굵은 선이 I-270 도로이다.
본 연구는 도로 폐쇄 전후 주변지역의 교통 사고 특성 비교를 통한 안전성 분석을 위하여, 미주리주 교통국에서 발주한 프로젝트를 미주리 대학(Missouri University of Science and Technology : formerly University of Missouri-Rolla)의 연구진과 함께 수행하면서 취득한 데이터 중 일부를 사용하였다. 특히 사고분석을 위하여 안전관리시스템(Safety Management System)의 교통사고 데이터와 교통관리시스템 (Traffic Management System)의 교통량 데이터를 중점적으로 사용하였다.
본 연구의 대상인 I-64 도로는 세인트루이스를 동서로 가로지며 2008년부터 2년간 전면 통제를 통한 유지보수를 실시하였다. 따라서 I-64 도로와 만나면서 교통사고의 비율이 가장 높은 I-270 도로를 연구 대상으로 분석하였다.
일반적인 시간 및 공간 분석을 실시하였을 경우 나타나지 않는 교통사고의 특성이 두 요인을 동시에 고려할 때 의미 있는 결과 값을 얻을 수 있다. 본 연구의 대상지인 I-270 도로와 교차하는 11개의 도로 중에서 I-64 도로는 미국에서 시범적인 프로젝트가 수행된 곳으로, 도로 보수 및 유지를 위하여 일부차선의 통제를 통한 점진적 사업의 시행방식이 아니라 전면통제를 통해 사업을 실시하였다. I-64 도로 프로젝트 시행 전후의 교통사고 특성 비교를 위해 본 연구에서는 I-270 도로를 대상으로 GIS 환경에서 시공간요소를 결합하여 2004년부터 2008년까지의 교통 사고율 (FIGURE 7)과 교통사고 위험률(FIGURE 8) 분석을 실시하였다.
구축된 교통관련 데이터는 다른 공간데이터와의 접목을 통하여 교통사고분석 및 지역계획, 보건 및 복지, 교통망 노선계획, 응급의료의 접근성분석, 환경문제 등 다양한 분야에서 활용되고 있다. 실례로 미주리(TMS)뿐만 아니라 플로리다(TAMS), 메인(TIDE), 미시간(LRS), 미시시피(TMIS), 오하이오(BTRS), 테네시(TRIMS), 버지니아(ICAS)등 여러 주에서 자체적인 정보시스템을 구축하고 있다.
본 연구는 크게 2단계로 진행되었다. 첫 번째는 대상지 및 방법론 설정단계로서 연구 대상지역은 데이터 활용 및 사고유형별 분석이 가능하며, 사업전후의 교통사고 특성비교가 용이한 미국 미주리 주 세인트루이스 주변의 고속도로로 설정하였다. 교통사고의 안전성에 대한 객관적 평가를 위해서는 유형별 사고 요인을 공간 및 시간적 변화에 따라 분석하는 것이 필요하다.
본 연구는 도로 폐쇄 전후 주변지역의 교통 사고 특성 비교를 통한 안전성 분석을 위하여, 미주리주 교통국에서 발주한 프로젝트를 미주리 대학(Missouri University of Science and Technology : formerly University of Missouri-Rolla)의 연구진과 함께 수행하면서 취득한 데이터 중 일부를 사용하였다. 특히 사고분석을 위하여 안전관리시스템(Safety Management System)의 교통사고 데이터와 교통관리시스템 (Traffic Management System)의 교통량 데이터를 중점적으로 사용하였다.
데이터처리
각 구역별 특성을 분석하기 위하여 일원배치분산분석(ANOVA)를 실시하여 사고의 위험성이 인터체인지로부터의 거리에 따라서 차이가 있는 지에 대하여 분석하였으며 분석결과는 TABLE 3과 같다. 사고의 위험성이 인터체인지로부터의 거리에 따라서 차이가 없다는 귀무가설 하에 먼저 동질성 검정결과 유의확률이 0.
특히 I-64 도로의 폐쇄라는 사업 전후의 교통안전성 분석을 위하여 공간적 교통사고 분석과 시공간적 교통사고분석을 나누어서 실시하였다. 공간적 교통사고 분석의 결과는 결과의 객관성을 확보하기 위하여 통계분석기법을 적용하였다. 공간분석에서 나타나지 않은 사고패턴 변화의 분석을 위하여 시공간적 분석을 시행하였으며, 이과정에서 선형참조기법을 통해 할당된 사고 자료와 대상도로의 분할을 통하여 나누어진 개체에 대하여 공간질의를 수행하였다.
통합교통관리시스템으로부터 수집된 방대한 양의 교통사고 데이터를 효율적으로 관리하기 위하여 Matlab을 이용하여 프로그래밍이 작성되었으며, 프로그래밍을 통하여 나온 결과물은 행렬형식으로 GIS와 연동하기 쉬운 데이터베이스 형태로 저장되었다.3) 프로그래밍을 통하여 나온 데이터베이스 형태의 데이터를 GIS와 접목하기 위하여 본 연구에서는 동적 분할 기법을 이용하였다.
이론/모형
3) 프로그래밍을 통하여 나온 데이터베이스 형태의 데이터를 GIS와 접목하기 위하여 본 연구에서는 동적 분할 기법을 이용하였다. 이때 교통사고 데이터는 사고 지점의 위치 값을 이용한 점 이벤트(point event) 형식으로, 도로의 방위 및 교통량 데이터는 시작점과 끝점의 위치 값을 이용한 선 이 벤트(line event) 형식으로 참조하였다.
각 구간에 따른 교통사고 비율을 분석하기 위하여 본 연구에서는 교통 사고율(CR: Crash Rate)을 적용하였다. 교통 사고율은총 교통량과 분석구간의 거리의 함수로써, 미주리 주 교통국에서 제공한 도로구간별 일평균 교통량(AADT: Annual Average Daily Traffic)을 사용하여 산출되었으며, 구간별 교통량에 따른 사고건수를 의미한다.
이를 위해서는 식에서 사용된 Length 변수의 값은 한도로의 전체 길이가 아닌 일정하게 분할된 도로별로 위험률의 분석이 실시되어야 한다. 따라서 본 연구에서는 특정 시점을 중심으로 주변지역의 교통사고 변화 및 일정하게 분할된 도로별 위험률에 대한 분석을 위하여 GIS기법을 적용하였다.
따라서 사고의 위험성이 인터체인지로부터의 거리에 따라서 차이가 있다고 볼 수 있다. 또한 지역적 사고위험도 분석을 위하여 공간적 위치에 따른 지역의 교통사고 특성화지표(CQ: crash quotient)를 사용하였다. 특성화지표는 지역별 특정사고율을 전체 특정사고율로 나눈 값으로 그 지역에 대한 사고 특성화를 확인할 수 있다.
본 연구에서는 ArcGIS9.3 소프트웨어가 제공하는 선형참조방식 모델링인 동적 분할 기법 (Dynamic Segmentation)을 이용하였다.2) 동적 분할 기법을 위하여 선형개체는 쉐이프 파일 (shape file) 형태의 고속도로 데이터를 선형측정치의 값을 가지는 네트워크 파일로 변환하였고, 선형참조 값은 선형개체와 통합교통관리시스템에서 제공하는 교통사고 데이터가 공동으로 가지고 있는 위치 값(mile post)을 이용하였다.
공간적 특성이 결합되지 않은 데이터분석은 전체 문제에 대한 결과해석에서 자칫 누락된 결과를 초래할 수 있으며, 이는 보다 효율적인 의사결정을 저해하는 요소로 작용할 가능성을 내재하고 있다. 이를 위해 미주리 주 교통국(MoDOT: Missouri State Department of Transportation)의 통합교통관리시스템(TMS: Transportation Management System)에서 제공하는 데이터를 선형참조기법(linear referencing)을 이용하여 사고발생공간에 참조시킴으로써 공간적 상호관계를 적용하였다. 이는 실시간으로 갱신되는 교통사고의 데이터를 잘 활용할 수 있는 기법이다.
성능/효과
이 기법은 GIS가 적용되지 않은 상태에서 나타나지 않는 시공간적인 변화 및 공간특성분석이 가능할 뿐 아니라, 실시간으로 수집되고 갱신되는 동적인 교통 환경에 가장 잘 대처할 수 있는 방법 중 하나이다. 또한 본 연구에서 분석을 위해 사용된 교통 사고율과 교통사고 위험률, 특성화지표는 분석 결과를 더욱 객관적이고 명료하게 보여준다.
본 연구에서 중점으로 다룬 I-64 도로의 폐쇄에 따른 전후 교통사고 특성비교 분석 결과, 폐쇄지점과 만나는 주요도로의 구간에서 교통사고율 및 사고 위험률의 증가라는 의미 있는 결과를 보여준다. 하지만 경제적 요인과 같은 다양한 여건을 고려한 보다 포괄적인 분석과 분석 결과를 도로계획 및 의사결정지원에 실무적으로 활용하기 위한 추가 연구는 반드시 필요하다고 하겠다.
이후 동적 분할 기법으로 위치시킨 전체 교통사고데이터에 공간적 위치에 대한 참조방식(spatial join)을 통하여 공간적 위치에 대한 정보 값을 전달하였다. 분석 결과 각 인터체인지로부터 반경 375m 이내 지역(in area)의 연장이 약 17.7km(인터체인지간의 중첩 지역 제외)로 전체면적의 47.6%에 해당하지만, 이 지역에서의 사고건수는 총 7,470건(68.1%)으로 인터체인지로부터 먼 지역(out area)에 비하여 2배 이상 사고가 많이 발생하였다. 즉, 인터체인지 주변지역에 교통량의 흐름 증가 및 차선 변경 증가 등의 요인으로 인하여 사고확률이 높게 나타났다.
즉, 인터체인지 주변지역에 교통량의 흐름 증가 및 차선 변경 증가 등의 요인으로 인하여 사고확률이 높게 나타났다. 사고 위험률은 경미한 접촉사고(in: 68.5%, out: 31.5%), 경상(67.0%, 33.0%), 중상 (64.1%, 35.9%), 인명사고(63.6%, 36.4%)로 나타났으며, 비율상으로는 큰 차이가 없는 것으로 나타났다.
그리고 ‛I-64ʼ는 I-270 도로상에서 I-64 도로와 교차하는 인터체인지 주변구간의 교통 사고율이다. 전체적인 인터체인지의 교통량의 변화는 I-270 도로 전 지역의 교통량의 변화와 같은 그래프곡선을 나타내고 있으나, I-64 도로와 만나는 인터체인지는 특정시점 이후 교통사고비율이 다른 인터체인지와는 확연히 차이를 보이는 것으로 나타났다.
1%)으로 인터체인지로부터 먼 지역(out area)에 비하여 2배 이상 사고가 많이 발생하였다. 즉, 인터체인지 주변지역에 교통량의 흐름 증가 및 차선 변경 증가 등의 요인으로 인하여 사고확률이 높게 나타났다. 사고 위험률은 경미한 접촉사고(in: 68.
본 연구에서는 통합교통관리시스템의 데이터를 이용하여, 고속도로 폐쇄 전후 주변지역의 안전성 평가를 위한 교통사고 특성 비교 및 영향력 분석을 실시하였다. 특히 본 연구에서 적용한 동적 분할 기법은 공간을 고려한 분석에서 매우 유용한 기법이다. 이 기법은 GIS가 적용되지 않은 상태에서 나타나지 않는 시공간적인 변화 및 공간특성분석이 가능할 뿐 아니라, 실시간으로 수집되고 갱신되는 동적인 교통 환경에 가장 잘 대처할 수 있는 방법 중 하나이다.
후속연구
하지만 경제적 요인과 같은 다양한 여건을 고려한 보다 포괄적인 분석과 분석 결과를 도로계획 및 의사결정지원에 실무적으로 활용하기 위한 추가 연구는 반드시 필요하다고 하겠다. 또한 본 연구에서는 데이터의 한계로 인하여 적용에 어려움이 있었으나, 사고지점의 차로 수와 같은 밀도의 개념이 적용된다면, 차후 사고 및 위험율의 예측을 통한 의사결정을 지원할 수 있을 것이라 판단된다.
예를 들면, 통계처리를 통한 사고분석, 최근 유행하고 있는 Empirical Bayesian 또는 Fully Bayesian 분석 기법을 통한 교통사고분석에 기초자료를 제공할 수 있다. 이러한 분석은 차후 교통사고를 감안한 도로설계지침작성을 위한 기초연구자료를 제공하는데 사용될 수 있을 것으로 사료된다.
우리나라에서도 선진국에서 활발히 구축되고 관리되고 있는 이러한 시스템 및 데이터의 적용이 필요하다. 이를 위해서는 먼저 우리나라에 맞는 공간단위 설정 및 사용기관과의 협력을 통한 공유체계 및 유지보수체계에 대한 연구가 선행되어야 할 것이다. 또한 현재의 우리나라의 경우 사망, 중상, 경상, 부상 등의 인적피해를 수반하는 교통사고만 DB로 구축할 것이 아니라 재산피해와 같은 단순 사고의 데이터도 추가되어야 할 것이다.
본 연구에서 중점으로 다룬 I-64 도로의 폐쇄에 따른 전후 교통사고 특성비교 분석 결과, 폐쇄지점과 만나는 주요도로의 구간에서 교통사고율 및 사고 위험률의 증가라는 의미 있는 결과를 보여준다. 하지만 경제적 요인과 같은 다양한 여건을 고려한 보다 포괄적인 분석과 분석 결과를 도로계획 및 의사결정지원에 실무적으로 활용하기 위한 추가 연구는 반드시 필요하다고 하겠다. 또한 본 연구에서는 데이터의 한계로 인하여 적용에 어려움이 있었으나, 사고지점의 차로 수와 같은 밀도의 개념이 적용된다면, 차후 사고 및 위험율의 예측을 통한 의사결정을 지원할 수 있을 것이라 판단된다.
질의응답
핵심어
질문
논문에서 추출한 답변
교통사고의 주요 원인 5가지는 무엇인가?
미연방 교통국 보고서(USDOT, 2001)에 의하면 교통사고의 주요 원인은 도로상태, 교통특성, 운전자 습관, 자동차 종류, 환경인자등 크게 5가지 요인으로 구분되며, 이러한 요인들은 상호작용을 하며 복합적으로 교통사고에 영향을 미치는 것으로 나타나고 있다. 도로 및 교통 체계는 엄격하게 정해진 법률과 기준에 의해서 계획, 건설되며 한정적인 재정범위 내에서 원활한 교통흐름과 교통사고로부터의 안전성을 우선적으로 고려하는 시설의 유지관리가 이루어지고 있다.
2008년 미국 미주리(Missouri)주에서, 세인트루이스(St. Louis) 도심을 관통하는 주요 도로인 I-64 도로의 보수사업을 진행을 위해 어떤 방식을 사용했는가?
2008년 미국 미주리(Missouri)주에서는 세인트루이스(St. Louis) 도심을 관통하는 주요 도로인 I-64 도로의 보수사업을 진행하였는데, 일반적으로 채택하는 도로 일부의 차단을 통한 점진적 사업의 시행이 아닌 공사기간동안 도로를 전면 통제하는 방식으로 이루어졌다. 이러한 전면 통제 공사방법은 미국에서도 드물게 시도되는 사업방식으로, 폐쇄 기간 동안 공사구간 주변지역에 미치는 교통 및 경제적 영향에 관심이 모아지고 있으며, 특히 사업전후 우회도로에 대한 교통 혼잡, 교통사고에 대한 객관적 분석에 많은 관심이 모아지고 있다.
동적 분할 기법은, 무엇의 단점을 보완하여 속성테이블만의 수정을 통한 변동성의 처리를 지원하는가?
2) 동적 분할 기법(Dynamic Segmentation) 은 한 항목의 속성 값으로 하나의 값만을 가져야 하는 관계형 데이터베이스의 결점을 보완하여, 한 개의 공간개체로 인식된 도로와 같은 속성항목에 대해 새로운 공간개체의 추가 없이 선형측정치에 따라 서로 다른 속성 값을 가질 수 있도록 하는데 그 의미가 있다. 따라서 강력한 분석기능을 제공하나 수정이 어려운 네트워크데이터모델의 단점을 보완하여 속성테이블만의 수정을 통한 변동성의 처리를 지원함으로써, 실시간으로 갱신되는 교통사고분석에서만 아니라, 네트워크 모델을 많이 적용하는 교통 GIS분야에서 활용가능성이 높은 기법중 하나이다.
참고문헌 (20)
국토연구원. 2009. 교통사고 사상자 절반 줄이기는 교통사고 분석 DB로부터. 도로정책 Brief vol 25. 7-8쪽.
김호용, 남광우, 이성호. 2004. 통합적 도시하천 관리를 위한 Network GIS 활용방안에 관한 연구. 국토계획 39(2):295-307.
Hauer, E. 2005. Observational Before- After Studies in Road Safety. Pergamon, Oxford, UK. 171pp.
Laudon, K.C. and J.P. Laudon. 2002. Management Information Systems: Managing the Digital Firm. Prentice Hall. Upper Saddle River, NJ.
Li, L., L. Zhu and D.Z. Sui. 2007. A GIS-based Bayesian approach for analyzing spatial-temporal patterns of intra-city motor vehicle crashes. Journal of Transportation Geography 11:274-285.
Load, D. and F. Mannering. 2010. The statistical analysis of cranes-frequency data: A review and assessment of methodological alternatives. Transportation Research Part A 44:291-305.
Loo, BPY. 2006. Validating crash locations for quantitative spatial analysis: A GIS-based approach. Accident Analysis and Prevention 38:879-886.
Miller, H.J. and S.L. Shaw. 2001. Geographic Information System for Transportation: Principles and Applications. Oxford university press, New York, NY, USA. pp.360-364.
MoDOT. 2004. Assessment of MoDOT's Transportation Management Systems Part II, MO, USA. pp.1-2.
MS&T. 2010. Crash Analysis Before and After I-64 Closure Annual Report, MO, USA. pp.9-18.
US Department of Transportation, Bureau of Transportation Statics. 2001. Transportation Annual Report 2000, BTS01-02. Washington D.C. http://www.bts.gov/ publications/transportation_statistics_ann ual_report/2000/index.html.
Massachusetts Department of Transportation: Highway division, Crash Rate Procedures. http://www.mhd.state.ma.us/downloads/fo otprint/roads/procedures09.pdf.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.