[논문]단기간 소음도의 대표성 확보를 위한 소음도 추출기법 연구

류훈재; 고준희; 장서일; 이병찬

doi:10.5050/ksnve.2012.22.12.1213

[국내논문] 단기간 소음도의 대표성 확보를 위한 소음도 추출기법 연구
A Study on Sampling Techniques to Assure the Representativeness of Short-term Equivalent Noise Level 원문보기

한국소음진동공학회논문집 = Transactions of the Korean society for noise and vibration engineering, v.22 no.12, 2012년, pp.1213 - 1219

류훈재 (Department of Energy and Environmental System Engineering, University of Seoul) , 고준희 (Department of Energy and Environmental System Engineering, University of Seoul) , 장서일 (Department of Environmental Engineering, University of Seoul) , 이병찬 (Department of Environmental Engineering, Korea National University of Transportation)

Abstract ▼ AI-Helper

The purpose of this study is to present a guideline to design a short-term manual measurement of environmental noise level, which is more economical and flexible, but less representative than long-term automatic measurement. The proposed guideline can provide the number of measurement times and the length of measurement term required to secure the extent of the representativeness. The data was collected at 4 sites located in Seoul and at 4 sites located outside of Seoul. The probabilities for five-minute equivalent noise levels, Leq, 5min, to stay in an error range from the quarterly representative noise level were used to evaluate sampling techniques. The probability analysis of the daytime period showed that the noise levels measured between 10 am and 2 pm and between 9 pm and 10 pm have the probabilities higher than 60 %. On the other hand, even for the same length of total measurement time, increasing the number of random samplings results in higher probabilities than increasing the length of measurement term.

Keyword

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

따라서 이 연구는 단기간의 소음도 추출 확률 분석을 통해 위의 수동 측정의 문제점을 극복하고 단기간 소음도의 대표성 확보 및 보다 정확하고 신뢰성 있는 실측 데이터 획득을 위한 가이드라인 제시가 목적이다.
이 연구는 단기간 측정만으로 장기간 소음도를 대표하기 위하여 측정 방법에 따라 얼마나 대표 소음도에 가까운 데이터를 얻을 것인지를 정량화하기 위하여 진행하였다. 따라서 도로변 지역에 설치된 자동측정망 중 8개 지점을 선별해 1년간의 데이터를 이용하여 분기별로 나누어 추출 방법에 따라 분기의 대표 소음도에 얼마의 데이터들이 가깝게 분포하는지를 확률로 알아보았다.
또한 주·야간에는 소음도의 차이가 크고 교통상황 및 환경의 차이도 현저하며 소음 · 진동공정시험기준상의 측정, 평가하기 위해 설정되어진 기준과 환경 소음 측정망의 측정 모두 주 · 야간을 나누고 있다. 따라서 주간, 야간을 각각 달리 분석할 필요가 있어 이 논문은 주간 시간대만을 고려하여 분석 및 평가를 실시하였다. 이상 소음 및 기기 정비시의 데이터는 제외하였다.
이 연구는 단기간의 소음도 추출 확률 분석을 통해 경제적이고 유연하지만 불확실한 수동 측정의 문제점을 극복하고 단기간 소음도의 대표성 확보 및 보다 정확하고 신뢰성 있는 실측 데이터 획득을 위한 가이드라인 제시를 위해 진행하였다.

제안 방법

이 연구는 단기간 측정만으로 장기간 소음도를 대표하기 위하여 측정 방법에 따라 얼마나 대표 소음도에 가까운 데이터를 얻을 것인지를 정량화하기 위하여 진행하였다. 따라서 도로변 지역에 설치된 자동측정망 중 8개 지점을 선별해 1년간의 데이터를 이용하여 분기별로 나누어 추출 방법에 따라 분기의 대표 소음도에 얼마의 데이터들이 가깝게 분포하는지를 확률로 알아보았다. 먼저 연중 전체 데이터 시계열 분석을 통해서 일별, 시간별 소음도 추이를 알아보고 분기별 분석이 가능한지를 평가하였다.
따라서 도로변 지역에 설치된 자동측정망 중 8개 지점을 선별해 1년간의 데이터를 이용하여 분기별로 나누어 추출 방법에 따라 분기의 대표 소음도에 얼마의 데이터들이 가깝게 분포하는지를 확률로 알아보았다. 먼저 연중 전체 데이터 시계열 분석을 통해서 일별, 시간별 소음도 추이를 알아보고 분기별 분석이 가능한지를 평가하였다.
그 다음 시간대별 데이터가 분기의 대표 소음도 오차 내에 들어오는 확률을 도출해 어떤 시간대가 대표 소음도에 가까운 데이터를 많이 포함하고 있는지 알아보고, 시간 길이별, 추출 횟수별로 추출 방법을 달리할 경우 대표 소음도 오차 내에 들어오는 확률을 도출해 오차를 정량화하고 추출 방법별로 추출 정확도의 차이를 비교 평가하였다.
수동 측정의 방법은 인적·시간적 효율성을 높이기 위해서 단기적으로 행하여 변동성을 가지므로 분기 전체의 소음도 표본의 10 %를 단순 무작위 추출법으로 추출하였다.
그리고 선정된 각 장소의 분기당 등가소음도를 대표소음도로 하여 추출된 데이터가 대표소음도의 ±1 dB, ±2 dB, ±3 dB내에 몇 퍼센트의 확률로 들어오는지를 분석하였다.
소음 · 진동공정시험 기준 및 환경 소음 측정망의 측정 방법^(3,8)에는 측정 소음도 산정을 주간 4회 이상, 야간 2회 이상 측정한 소음도를 산술 평균하도록 되어 있다. 이 연구에서는 시간 길이와 추출 횟수간의 동일한 조건하에서 비교하기 위하여 소음도 산정에는 에너지 평균을 사용하였다.
주간 시간대(6:00∼22:00)에서 어떤 시간대가 대표 소음도에 가까운 데이터를 많이 포함하고 있는지 알아보기 위해서 시간대별 확률 분석을 하였다.
시간대별 확률 분석은 분기의 실제 대표 소음도를 단기간의 측정으로 추정하는 것이 목적이고 확률이 가장 좋은 시간대를 찾아내야 하므로 오차 확률이 ±1 dB내에서만 들어오는 것을 분석하였다.
확률 분석에 앞서 총 8개 지점의 일별 소음도가 연간 어떻게 변하는지 알아보기 위해서 연중 소음도 추이를 분석하였다. Fig.
이 연구에 사용된 데이터는 위에서 선정된 2그룹의 8개 지점의 자동측정망의 2010년에 측정된 1년의 등가소음도 데이터이다. 기본적으로 5분, 10분, 15분, 20분, 30분, 60분의 L_Aeq 데이터를 사용하여 분석하였다. 연간 전체 데이터 분석에서는 1년간의 모든 데이터를 사용했으며 시간대별 및 추출 방법에 따른 분석에서는 현재의 수동 측정 방법을 고려해 주말 데이터를 제외한 평일 데이터를 사용하였다.

대상 데이터

자동측정망 데이터 사용 지점 선정을 위해 설치 지점의 현장 조사를 실시하였고 그 중 서울 지역 4지점, 서울 외 지역 4지점, 총 8지점을 선정하였다. 서울 지역은 4지점 모두 6차선 이상이고 시간당 교통량이 3500대 이상이었으며, 서울 외 지역은 인천 1지점을 제외하고 6차선 이하이고 시간당 교통량이 3000대 이하로 조사되었다.
이 연구에 사용된 데이터는 위에서 선정된 2그룹의 8개 지점의 자동측정망의 2010년에 측정된 1년의 등가소음도 데이터이다. 기본적으로 5분, 10분, 15분, 20분, 30분, 60분의 L_Aeq 데이터를 사용하여 분석하였다.
기본적으로 5분, 10분, 15분, 20분, 30분, 60분의 L_Aeq 데이터를 사용하여 분석하였다. 연간 전체 데이터 분석에서는 1년간의 모든 데이터를 사용했으며 시간대별 및 추출 방법에 따른 분석에서는 현재의 수동 측정 방법을 고려해 주말 데이터를 제외한 평일 데이터를 사용하였다. 또한 주·야간에는 소음도의 차이가 크고 교통상황 및 환경의 차이도 현저하며 소음 · 진동공정시험기준상의 측정, 평가하기 위해 설정되어진 기준과 환경 소음 측정망의 측정 모두 주 · 야간을 나누고 있다.

이론/모형

이 연구에서는 추출 방법에 따른 확률을 분석하기 위해 단순무작위추출법(simple random sampling)⁽⁹⁾을 시행하였다. 단순무작위추출법은 무작위 추출법 중 가장 기본적인 추출법이고, 모집단에 속하는 개체를 표본으로 하여 추출할 때 모든 개체에 동등한 추출 확률을 부여하여 행하는 추출법이다.

성능/효과

3은 2010년 365일의 L_Aeq,24h의 추이를 나타낸 그래프이다. 일별로 소음도 변동이 큰 부분을 보이는 곳이 있으나 8개 지점 모두 연중 소음도 추이는 대체로 일관된 경향을 보였다.
얇은 실선은 일일 시간대별 소음도 추이를 보여주고 굵은 실선은 1분기의 모든 일일 소음도를 각 시간대에서 에너지 평균한 소음도 추이이며 굵은 점선은 산술평균한 소음도 추이이다. 시간대별 소음도 추이 특징은 각 지점별, 분기별로 주간 시간대는 소음도의 변화가 적었으며 교통량이 줄어드는 야간 시간대에 0시를 기점으로 떨어졌다가 3~4시를 기점으로 다시 올라가는 일정한 패턴을 보였다. 8지점, 네 분기의 주간 시간대에 소음도의 변화폭인 최고 L_Aeq,h와 최저 L_Aeq,h의 차이의 평균은 2.
7 dB(A)로 야간 시간대의 소음도 변화가 컸다. 또한 최고 소음도와 최저 소음도의 차는 서울 지점들인 group 1이 5 dB(A)이하, 서울 외 지점들인 group 2가 5 dB(A)이상으로 분석되었다. Table 1은 각 지점, 분기별로의 L_Aeq,quarter와 24시간 중 시간대 최고 소음도와 최저 소음도의 차를 나타낸다.
분석 결과 서울 지역은 6시, 10시∼13시, 21시대에 60 %이상의 확률을 보였고, 서울 외 지역은 6시대를 제외한 모든 시간대에서 60 %이상의 확률을 나타냈다.
전체적으로 보았을 때 분기 대표 소음도의 ±1 dB내에 들어갈 확률은 시간 길이가 증가할수록 증가하였으나 15 min, 20 min, 30 min에서는 66.2 %, 66.2 %, 67.2 %로 비슷한 확률을 보였다.
또한 서울 지역, 서울 외 지역, 전체 지점의 확률 평균을 모두 고려했을 때, 공통적으로 10시∼13시대, 21시대가 모두 60 %이상의 확률로 다른 시간대 보다 상대적으로 분기 대표 소음도에 가까운 데이터를 많이 갖는 것으로 분석되었다.
5는 서울 지역, 서울 외 지역, 전체 지점 평균의 시간대별 확률 분포의 그래프이다. 10시대의 모든 지점에서 60 %이상의 확률을 가졌고 전체 평균에서도 가장 좋은 확률로 분석되었다. 또한 서울 지역, 서울 외 지역, 전체 지점의 확률 평균을 모두 고려했을 때, 공통적으로 10시∼13시대, 21시대가 모두 60 %이상의 확률로 다른 시간대 보다 상대적으로 분기 대표 소음도에 가까운 데이터를 많이 갖는 것으로 분석되었다.
추출 횟수별 확률 분석은 모든 지점에서 추출 횟수가 증가 할수록 확률은 대체로 증가하였으며, 증가율은 횟수가 많아질수록 감소하였다. 또한 1회 추출일 때의 확률이 낮을수록 증가하는 폭이 컸다. 서울 외 지역이 서울 지역보다 확률의 평균이 높았으나 증가폭은 서울 지역이 서울 외 지역보다 컸다.
7은 8개 모든 지점에서 추출 횟수별로 분기 대표 소음도의 ±1 dB내에 들어갈 확률을 평균한 것을 보여준다. 전체적으로는 추출 횟수가 1회에서 2회 증가할 때 평균 10.2 %증가하였고, 2회에서 3회에 6.0 %, 3회에서 4회에 4.3 %의 증가폭을 보였다.
먼저 8개 지점의 연중 일별 소음도 추이는 가끔 소음도 변동이 큰 부분이 존재했으나 8개 지점 모두 대체로 일관된 경향을 보였다. 이 중 교통량이 많고 차선이 넓은 서울 지역에 위치한 A, B, D지점이 상대적으로 높은 소음도를 보였다.
같은 지점에서의 분기별 시간대 소음도 추이도 네 분기 모두 매우 유사한 소음도와 추이를 보였다. 각 분기별로 8지점의 시간대별 소음도 추이를 보면 소음도는 연중 일별 소음도 추이에서 나타난 대로 서울 지점의 A, B, D 지점이 높았다. 일일 소음 변동성은 전체 24시간동안의 변화를 고려하면 서울 외 지역이 서울 지역보다 상대적으로 더 큰 폭으로 변동했다.
특히 서울 지역의 18시, 19시대의 확률이 떨어지는 이유는 차량 정체로 인한 속도 저하로 인해 소음도가 대표소음도보다 떨어지는 것 또는 소음도의 변화가 크기 때문인 것으로 판단된다. 주간 시간대중 서울 지역, 서울 외 지역, 전체 지점의 확률 평균을 모두 고려했을 때, 공통적으로 10시~13시대, 21시대가 모두 60 % 이상의 확률로 다른 시간대 보다 상대적으로 분기 대표 소음도에 가까운 데이터를 많이 갖는 것으로 분석되었다.
시간 길이별 및 추출 횟수별 확률 분석은 모두 서울 지역에 비해 서울 외 지역이 상대적으로 확률이 높았는데 이는 서울 지역의 데이터 분포가 서울 외 지역에 비해 넓게 퍼져있는 것으로 보이며 짧은 시간 내에 교통량의 변화가 큰 것 또는 신호체계의 영향으로 속도의 변화가 크기 때문이라고 판단된다. 또한 시간 길이의 증가로 인한 확률의 증가율보다 추출 횟수의 증가로 인한 확률의 증가율이 높았다. 이는 연속적인 데이터 추출보다 무작위적인 추출이 분기의 대표 소음도에 가까운 데이터를 얻을 수 있는 가능성이 높아진다는 것을 의미한다.
추출 횟수별 확률 분석은 모든 지점에서 추출 횟수가 증가 할수록 확률은 대체로 증가하였으며, 증가율은 횟수가 많아질수록 감소하였다. 또한 1회 추출일 때의 확률이 낮을수록 증가하는 폭이 컸다.

후속연구

따라서 측정 목적 및 시간적인 효율성을 판단해 이 연구에서 분석된 확률이 좋은 시간대에 3.4절에서 제시된 측정 방법별 확률 Matrix를 참고하여 측정을 하면 좀 더 대표성 있고 정확한 측정이 가능할 것으로 기대한다.

질의응답

핵심어	질문	논문에서 추출한 답변
	자동측정망의 장점은?	자동측정망은 장기간동안 실시간으로 모니터링이 가능하고 소음도 측정에 필요한 인력을 절감할 수 있는 등의 장점이 많다. 하지만 초기 설치비용 및 유지관리 비용이 필요하고 설치 지점의 요건때문에 실제 문제 지점 설치에 제약이 따른다.
	자동측정망의 제약은?	자동측정망은 장기간동안 실시간으로 모니터링이 가능하고 소음도 측정에 필요한 인력을 절감할 수 있는 등의 장점이 많다. 하지만 초기 설치비용 및 유지관리 비용이 필요하고 설치 지점의 요건때문에 실제 문제 지점 설치에 제약이 따른다. 또한, 모든 소음측정망을 자동측정망으로 대체하기엔 현실적으로 무리가 있으므로 수동 측정망은 필수불가결하다.
	현재 수동 측정 방법의 문제점은?	그러나 현재 수동 측정 방법의 정확도가 불명확하고, 비전문가의 측정으로 신뢰성이 떨어지는 실측 데이터로 인해 대표 소음도와의 오차가 커지는 문제점이 있다. 또한, 대표성 있는 실측 소음도 획득을 위한 가이드라인이 부족한 점도 수동 측정의 단점으로 작용하고 있다.

참고문헌 (9)

The Ministry of Environment, 2011, Report of Operation for Environmental Noise Measurement System in 2010, The Ministry of Environment, Korea.
Ko, J. H., Lee, B. C., Lim, J. S., Park, S. J. and Chang, S. I., 2009, Excess Noise Map for Environmental Standard and Assessment of Noise with Using GIS Data, Transactions of the Korean Society for Noise and Vibration Engineering, Vol. 19, No. 10, pp. 1075-1082.

원문보기 상세보기
The Ministry of Environment, 2010, Guideline of the Integrated Operation for Environmental Noise and Vibration Measurement System, The Ministry of Environment, Korea.
European Commission Working Group in the Assessment of Environmental Noise(WG-AEN), 2006, Good Practice Guide for Strategic Noise Mapping and the Production of associated Data in Noise Exposure - version 2, WG-AEN, Annex II.
Romeu, J., Genesca, N., Pamies, T. and Jimenez, S., 2011, Street Categorization for the Estimation of Day Levels Using Short-term Measurements, Applied Acoustics, Vol. 72, No. 8, pp. 569-577.

상세보기
Brambilla, G., Castro, F. L., Cerniglia, A. and Verardi, P., 2007, Accuracy of Temporal Samplings of Environmental Noise to Estimate the Long-term Lden Value, Proceedings of Inter-noise 2007, paper 318.
Gaja, E., Gimenez, A., Sancho, S. and Reig, A., 2003, Sampling Techniques for the Estimation of the Annual Equivalent Noise Level under Urban Traffic Conditions, Applied Acoustics, Vol. 64, No. 1, pp. 43-53.

상세보기
The Ministry of Environment, 2010, Noise and Vibration Measurement Method for Environmental standards, The Ministry of Environment, Korea.
Scheaffer, R. L., Mendenhall, W., Ott, R. L., 2009, Elementary Survey Sampling-6th Edition, Cengage Learning Korea Ltd., Seoul, pp. 81-112.

저자의 다른 논문 :

LOADING...

활용도 분석정보

상세보기

다운로드

내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증