왕복통행 특성을 이용한 지방부 버스정보안내기(BIT) 지점 선정 Determining locations of bus information terminals (BITs) in rural areas based on a passenger round-trip pattern원문보기
본 연구에서는 버스정보시스템 구축시 비용이 많이 소요되는 BIT 설치 정류장 조사를 적은 비용으로 간단히 수행하는 방법을 제안하였다. 도시부와 지방부를 연결하는 버스 노선의 경우 어떤 정류장에서 버스에 승차한 이용자가 용무를 마친 후에 같은 노선의 버스로 돌아오는 왕복통행을 하는 경우가 많다고 판단된다. 즉, 임의의 정류장에 하차한 사람은 이전에 길 건너편 정류장에서 승차했던 사람이라고 가정할 수 있다. 본 연구에서는 조사자가 버스에 승차하여 각 정류장에서 승차인원과 하차인원을 모두 조사하여 얻어지는 수치를 이용하여 버스정류장별 BIT 이용지수를 만들었다. 방법의 적용은 제주특별자치도의 서일주도로를 대상으로 이루어졌다. 제주특별자치도는 차량보급율이 높은 지역으로 설문조사에서 46%가 통학에 이용한다고 대답하였다. 제주시외버스터미널에서 서귀포시외버스터미널을 서쪽으로 연결하는 일주도로 80 km 구간으로 상하행 204개 버스 정류장이 운영되고 있다. 제주 도심과 서귀포 도심을 연결하지만 일주도로상에는 모두 지방부 지역으로 왕복통행 패턴이 확연한 노선이다. 조사는 제주시에서 조사자가 탑승하여 서귀포시에 갔다가 다시 제주시로 돌아오는 편도 4회(왕복 2회) 이루어졌다. 조사자는 버스에 탑승하여 승차와 하차 인원을 각각 기록하였다. 조사하여 얻어진 수치를 이용하여 버스정류장별 BIT 이용지수를 만들어 설치 우선순위를 결정하였다. 본 연구가 제안한 방법은 지역적 통행 특성에 근거한 조사 방법으로 항상 적용이 가능하다는 것은 아니다. 하지만, 통행 특성이 전제된다면 적은 비용으로 효율적인 결과를 얻었을 수 있다고 판단된다.
본 연구에서는 버스정보시스템 구축시 비용이 많이 소요되는 BIT 설치 정류장 조사를 적은 비용으로 간단히 수행하는 방법을 제안하였다. 도시부와 지방부를 연결하는 버스 노선의 경우 어떤 정류장에서 버스에 승차한 이용자가 용무를 마친 후에 같은 노선의 버스로 돌아오는 왕복통행을 하는 경우가 많다고 판단된다. 즉, 임의의 정류장에 하차한 사람은 이전에 길 건너편 정류장에서 승차했던 사람이라고 가정할 수 있다. 본 연구에서는 조사자가 버스에 승차하여 각 정류장에서 승차인원과 하차인원을 모두 조사하여 얻어지는 수치를 이용하여 버스정류장별 BIT 이용지수를 만들었다. 방법의 적용은 제주특별자치도의 서일주도로를 대상으로 이루어졌다. 제주특별자치도는 차량보급율이 높은 지역으로 설문조사에서 46%가 통학에 이용한다고 대답하였다. 제주시외버스터미널에서 서귀포시외버스터미널을 서쪽으로 연결하는 일주도로 80 km 구간으로 상하행 204개 버스 정류장이 운영되고 있다. 제주 도심과 서귀포 도심을 연결하지만 일주도로상에는 모두 지방부 지역으로 왕복통행 패턴이 확연한 노선이다. 조사는 제주시에서 조사자가 탑승하여 서귀포시에 갔다가 다시 제주시로 돌아오는 편도 4회(왕복 2회) 이루어졌다. 조사자는 버스에 탑승하여 승차와 하차 인원을 각각 기록하였다. 조사하여 얻어진 수치를 이용하여 버스정류장별 BIT 이용지수를 만들어 설치 우선순위를 결정하였다. 본 연구가 제안한 방법은 지역적 통행 특성에 근거한 조사 방법으로 항상 적용이 가능하다는 것은 아니다. 하지만, 통행 특성이 전제된다면 적은 비용으로 효율적인 결과를 얻었을 수 있다고 판단된다.
This study proposed a method to determine the number and location of bus information terminals (BIT), which is a device to provide passengers with bus arrival time at bus stops in a Bus Information System (BIS). In low-density area, it is not efficient to survey bus demands such as the number of pas...
This study proposed a method to determine the number and location of bus information terminals (BIT), which is a device to provide passengers with bus arrival time at bus stops in a Bus Information System (BIS). In low-density area, it is not efficient to survey bus demands such as the number of passengers at all bus stops due to time and cost. This kind of a survey would, however, competently cover all bus stops if performed inside the bus. The number of riding-on and -off passengers is observed for every bus stop, and this data collection is repeated over all day. Data obtained from the survey are aggregated each bus stop. This study defines Utility Index (UI), an aggregate each bus stop. Bus stops are ranked according to UI and determined for a BIT within budget limitation. As a case study, a bus line in Jeju island, Korea, was dealt with. This case showed that the more aggregate the better data quality. This study is expected to contribute to solving a location problem of BITs in a BIS.
This study proposed a method to determine the number and location of bus information terminals (BIT), which is a device to provide passengers with bus arrival time at bus stops in a Bus Information System (BIS). In low-density area, it is not efficient to survey bus demands such as the number of passengers at all bus stops due to time and cost. This kind of a survey would, however, competently cover all bus stops if performed inside the bus. The number of riding-on and -off passengers is observed for every bus stop, and this data collection is repeated over all day. Data obtained from the survey are aggregated each bus stop. This study defines Utility Index (UI), an aggregate each bus stop. Bus stops are ranked according to UI and determined for a BIT within budget limitation. As a case study, a bus line in Jeju island, Korea, was dealt with. This case showed that the more aggregate the better data quality. This study is expected to contribute to solving a location problem of BITs in a BIS.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
이와 같은 조사는 조사원에 의하여 인력식으로 수행되므로 시간과 비용 측면에서 구축사업 전체 공정에 부담으로 작용하게 된다. 그러므로, 본 연구에서는 적은 시간과 비용으로 유사한 결과를 얻을 수 있는 조사 방법을 제시하고자 한다.
예를 들어, 도시지역의 영향권에 포함되는 지방부에서는 버스로 갔다가 돌아오는 왕복통행 패턴이 나타나므로, 이와 같은 특성을 활용할 경우 효율적인 조사가 가능하리라 본다. 따라서, 본 연구에서는 비용이 많이 소요되는 BIT 설치 정류장 선정 수요 조사를 위하여 지방부의 왕복통행 패턴과 같은 특성을 이용하여 적은 비용으로 수행할 수 있는 방법을 제안하고자 한다. 물론, 모든 경우에 적용할 수는 없지만, 몇가지 조건이 충족될 때에는 목적에 상응하는 결과를 얻을 것으로 기대되므로, 적은 비용으로 신속한 조사가 가능할 것으로 기대된다.
본 연구가 제안한 방법은 기존의 버스 정류장에서 상주하며 조사하는 조사방법에서 너무 많은 비용이 소요된다는 단점을 보완하고자 하였다. 또한, 버스에 탑승하여 조사하는 조사방법에서 조사자가 탑승하지 않은 버스 이용자에 대한 단점도 보완하고자 하였다. 즉, 반대편 정류장의 하차 인원을 조사에 포함시켜 단점을 보완하고자 한 것이다.
본 연구에서는 버스정보시스템 구축시 비용이 많이 소요되는 BIT 설치 정류장 조사를 적은 비용으로 간단히 수행하는 방법을 제안하였다. 도시부와 지방부를 연결하는 버스 노선의 경우 어떤 정류장에서 버스에 승차한 이용자가 용무를 마친 후에 같은 노선의 버스로 돌아오는 왕복통행을 하는 경우가 많다고 판단된다.
또한, 버스에 탑승하여 조사하는 조사방법에서 조사자가 탑승하지 않은 버스 이용자에 대한 단점도 보완하고자 하였다. 즉, 반대편 정류장의 하차 인원을 조사에 포함시켜 단점을 보완하고자 한 것이다. 본 연구가 제안한 방법은 지역적 통행 특성에 근거한 조사 방법으로 모든 상황에서 적용 가능한 것은 아니다.
가설 설정
도시부와 지방부를 연결하는 버스 노선의 경우 어떤 정류장에서 버스에 승차한 이용자가 용무를 마친 후에 같은 노선의 버스로 돌아오는 왕복통행을 하는 경우가 많다고 판단된다. 즉, 임의의 정류장에 하차한 사람은 이전에 길 건너편 정류장에서 승차했던 사람이라고 가정할 수 있다. 본 연구에서는 조사자가 버스에 승차하여 각 정류장에서 승차인원과 하차인원을 모두 조사하여 얻어지는 수치를 이용하여 버스정류장별 BIT 이용지수를 만들었다.
제안 방법
본 연구가 제안한 방법은 기존의 버스 정류장에서 상주하며 조사하는 조사방법에서 너무 많은 비용이 소요된다는 단점을 보완하고자 하였다. 또한, 버스에 탑승하여 조사하는 조사방법에서 조사자가 탑승하지 않은 버스 이용자에 대한 단점도 보완하고자 하였다.
즉, 반대편 정류장의 하차 인원을 조사에 포함시켜 단점을 보완하고자 한 것이다. 본 연구가 제안한 방법은 지역적 통행 특성에 근거한 조사 방법으로 모든 상황에서 적용 가능한 것은 아니다. 하지만, 통행 특성이 전제된다면 적은 비용으로 효율적인 결과를 얻었을 수 있다고 판단된다.
본 연구에서 시행된 조사는 제안된 방법의 가능성을 검증하기 위한 수준으로 이루어졌다. 하지만, 기대되는 조사 정확도에 따라 더 많은 조사인력을 투입시키면 그만큼 양질의 조사결과를 얻을 수 있을 것이다.
하지만, <그림 4>와 같이 승차인원과 함께 반대편 정류장의 하차인원을 BIT 수요로 본다면 같은 조사에서 더 많은 정보를 얻어낼 수 있을 것이다. 본 연구에서는 이와 같은 가정하에 조사자가 버스에 승차하여 각 정류장에서 승차인원과 하차인원을 모두 조사하여 버스정류장별 BIT 이용지수를 만들었다.
즉, 임의의 정류장에 하차한 사람은 이전에 길 건너편 정류장에서 승차했던 사람이라고 가정할 수 있다. 본 연구에서는 조사자가 버스에 승차하여 각 정류장에서 승차인원과 하차인원을 모두 조사하여 얻어지는 수치를 이용하여 버스정류장별 BIT 이용지수를 만들었다. 방법의 적용은 제주특별자치도의 서일주도로를 대상으로 하여 BIT 설치 정류장 우선순위를 결정하였다.
그 다음 순위로는 이용지수가 10으로 떨어지며 전반적으로 낮게 나타났다. 위의 이용지수에 근거하여 BIT를 설치하기 위한 버스 정류장 우선순위를 정하였다. <그림 11>에서는 전체 대상 62개 버스 정류장중 상위 25개를 보여주고 있다.
조사자는 버스에 탑승하여 승차와 하차 인원을 각각 기록하였다. 이전 버스 통행 목적 설문조사에서 통학 통행의 빈도가 가장 높았기 때문에 등교와 하교를 모두 포함하는 시간동안 조사가 이루어졌다. 상하행 버스 정류장은 총 204개 운영되지만 4회의 조사에서 승하차가 전혀없는 정류장을 제외한 62개 정류장에 대하여 다루었다.
조사는 제주시에서 조사자가 탑승하여 서귀포시에 갔다가 다시 제주시로 돌아오는 편도 4회(왕복 2회) 이루어졌다. 조사자는 버스에 탑승하여 승차와 하차 인원을 각각 기록하였다.
조사된 자료를 이용하여 버스 정류장 이용지수를 산정하였다. 3장에서 정의한 바와 같이 정류장에 대한 이용지수는 해당 정류장에서 승차한 이용자 수에 반대편 방향(역방향) 정류장에서 하차한 이용자 수를 합한 것이다.
조사는 제주시에서 조사자가 탑승하여 서귀포시에 갔다가 다시 제주시로 돌아오는 편도 4회(왕복 2회) 이루어졌다. 조사자는 버스에 탑승하여 승차와 하차 인원을 각각 기록하였다. 이전 버스 통행 목적 설문조사에서 통학 통행의 빈도가 가장 높았기 때문에 등교와 하교를 모두 포함하는 시간동안 조사가 이루어졌다.
조사하여 얻어지는 수치를 이용하여 버스정류장별 BIT 이용지수를 만들었다. 여기서, “승차인원# ” 는 i 번째 조사에서 승차인원, “하차인원# ”는 건너편 정류장의 하차인원을 의미한다.
대상 데이터
제주특별자치도의 버스 이용자는 규칙적 통행 목적이 많으며, 비규칙적 통행 목적이 적은 편으로 본 연구에서 제안하는 방법을 적용하기에 적합한 지역이라고 판단된다. 구체적인 적용 대상 구간으로 제주시와 서귀포시를 연결하는 국가지원지방도 1132를 선택하였다. <그림 6>은 제주특별자치도내 대상 구간의 위치와 도시부/지방부 구성을 보여준다.
는 하행의 하차인원 조사로 세 번째 조사시 하모리에서 13명이 하차하였다.
본 연구에서는 조사자가 버스에 승차하여 각 정류장에서 승차인원과 하차인원을 모두 조사하여 얻어지는 수치를 이용하여 버스정류장별 BIT 이용지수를 만들었다. 방법의 적용은 제주특별자치도의 서일주도로를 대상으로 하여 BIT 설치 정류장 우선순위를 결정하였다.
본 연구에서는 제안된 방법을 제주특별자치도의 제주와 서귀포를 연결하는 서일주도로의 사례에 적용하였다. 제주특별자치도는 자연유산을 바탕으로 하는 국내 최대 관광지로, 조사된 거주인구 보다 관광객을 포함한 실제 인구가 훨씬 많다.
이전 버스 통행 목적 설문조사에서 통학 통행의 빈도가 가장 높았기 때문에 등교와 하교를 모두 포함하는 시간동안 조사가 이루어졌다. 상하행 버스 정류장은 총 204개 운영되지만 4회의 조사에서 승하차가 전혀없는 정류장을 제외한 62개 정류장에 대하여 다루었다. <그림 8>은 제주에서 서귀포로 하행 2회 조사시 기록된 승차인원과 하차인원 결과를 보여준다.
후속연구
버스정류장별 이용자 수요를 거시적인 측면으로 예측한다면 우선 해당 지역의 인구, 자동차 보유대수, 연령분포 등의 기초자료를 조사하게 될 것이다. 다음으로 출퇴근통행과 쇼핑통행, 평일통행과 주말통행, 일상통행과 이벤트통행 등 통행의 종류를 구분하여 수요를 예측하게 될 것이다. 하지만, 개개 버스정류장의 영향권으로 예상되는 지역이 그리 넓지 않기 때문에 거시적 접근 방법으로는 오차가 크게 나타날 수 있다.
하지만, 모든 정류장에 요일별 모든 시간대를 조사하는 것은 비용 측면에서 쉽지 않은 일이다. 물론 전수 조사가 가장 바람직하더라도 조사의 목적이 BIT 설치 지점 우선순의 산정이라면 조사의 양을 줄이는 방안을 찾는 것도 필요할 것이다. 예를 들어, 도시지역의 영향권에 포함되는 지방부에서는 버스로 갔다가 돌아오는 왕복통행 패턴이 나타나므로, 이와 같은 특성을 활용할 경우 효율적인 조사가 가능하리라 본다.
따라서, 본 연구에서는 비용이 많이 소요되는 BIT 설치 정류장 선정 수요 조사를 위하여 지방부의 왕복통행 패턴과 같은 특성을 이용하여 적은 비용으로 수행할 수 있는 방법을 제안하고자 한다. 물론, 모든 경우에 적용할 수는 없지만, 몇가지 조건이 충족될 때에는 목적에 상응하는 결과를 얻을 것으로 기대되므로, 적은 비용으로 신속한 조사가 가능할 것으로 기대된다.
또 다른 효율적 조사 방법으로는 사전에 미시적 교통류 모의실험 모형을 통하여 확률적 모형에 근거한 조사 규모를 산정하는 것이다. 버스 이용자의 정류장 도착분포를 산정하고 대상노선을 컴퓨터 모의실험을 통하여 목적에 맞는 적정 조사 규모를 산정할 수 있을 것이다.
시설의 입지 선정 문제를 BIT 위치 결정에 적용한다면 버스정류장에서 버스를 기다리는 이용자 수가 많은 곳이 이용 효율이 높은 지점이 되므로, 우선 선택되어야 할 것이다. 버스정류장별 이용자 수요를 거시적인 측면으로 예측한다면 우선 해당 지역의 인구, 자동차 보유대수, 연령분포 등의 기초자료를 조사하게 될 것이다. 다음으로 출퇴근통행과 쇼핑통행, 평일통행과 주말통행, 일상통행과 이벤트통행 등 통행의 종류를 구분하여 수요를 예측하게 될 것이다.
본 연구에서 시행된 조사는 제안된 방법의 가능성을 검증하기 위한 수준으로 이루어졌다. 하지만, 기대되는 조사 정확도에 따라 더 많은 조사인력을 투입시키면 그만큼 양질의 조사결과를 얻을 수 있을 것이다. 또 다른 효율적 조사 방법으로는 사전에 미시적 교통류 모의실험 모형을 통하여 확률적 모형에 근거한 조사 규모를 산정하는 것이다.
하지만, 와 같이 승차인원과 함께 반대편 정류장의 하차인원을 BIT 수요로 본다면 같은 조사에서 더 많은 정보를 얻어낼 수 있을 것이다.
참고문헌 (13)
한국건설기술연구원, 제주특별자치도 버스이용실태조사, 제주특별자치도, 2009.
이정근, 최석우, 황병옥, "버스정보시스템의 효율성에 관한 연구," 한국ITS학회논문지, 5권, 3호, pp. 1-12, 2006.
C. L. Schweiger, Real-time bus arrival information systems, TCRP Synthesis 48, Transportation Research Board, National Research Council, Washington, D.C., 2003.
I. J. Chien, Y. Ding and C. Wei, "Dynamic Bus Arrival Time Prediction with Artificial Neural Networks," Journal of Transportation Engineering, American Society of Civil Engineers, vol. 128, iss. 5, pp.429-438, 2002.
R. Rajat, Bus Arrival Time Prediction Using Stochastic Time Series and Markov Chains, Ph. D. Dissertation, New Jersey Institute of Technology, 2005.
J. Patnaik, S. Chien and A. Bladikas, "Estimation of Bus Arrival Times using APC Data," Journal of Public Transportation, Center for Urban Transportation Research, vol. 7, no. 1, pp.1-20, 2004.
D. Sun, H. Luo, L. Fu, W. Liu, X. Liao and M. Zhao, "Predicting Bus Arrival Time on the Basis of Global Positioning System Data," In Transportation Research Record: Journal of the Transportation Research Board, No. 2034, TRB, Washington, D.C., pp.62-72, 2007.
A. Weber, "Theory of the Location of Industries," Uber den Standort der Industrie, Germany, 1909.
D. S. Hochbaum, "Heuristics for the fixed cost median problem," Math. Programming, vol. 22, pp.148-162, 1982.
G. T. Toussaint, "Computing largest empty circles with location constraints," International Journal of Computer and Information Sciences, vol. 12, no. 5, pp.347-358, 1983.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.