[국내논문]수량화 이론을 이용한 도시부 터널 내 교통사고 영향요인에 관한 연구 - 부산광역시를 중심으로 - Study on Influencing Factors of Traffic Accidents in Urban Tunnel Using Quantification Theory (In Busan Metropolitan City)원문보기
본 연구는 통계적 분석기법을 통하여 부산시내에서 운영 중인 11개 터널에서 발생한 교통사고 456건을 대상으로 교통사고의 발생특성, 유형화 및 예측모델을 구축하였는바 다음과 같은 결론을 얻게 되었다. 교통사고 발생특성으로는 시간대별 터널 내 교통사고 08~18시 사이가 전체의 64.9%를 차지하고 있어 기존 도로의 45.8~46.1%에 비해 높게 나타났고, 사고유형별로는 차대차 사고가 대부분을 차지하고 있으며, 차량단독사고는 기존도로에 비해 다소 높게 나타났으며, 연령층별로는 21~40세의 구성비가 높았고, 제1당사자 차종별로는 화물차의 비중이 높았고, 운량별로는 맑은 날을 제외하고 비가 오는 날이 흐린 날 보다 더욱 높은 수치를 보였다. 교통사고 영향요인에 대하여 주성분분석을 실시한 결과, 제1주성분은 도로, 터널구조 및 교통류 관련요인이, 제2주성분은 조명시설 및 도로구조 관련요인이, 제3주성분은 대기상태 및 조명시설 관련요인이, 제4주성분은 인적 및 시계열 관련요인이, 제5주성분은 인적요인이, 제6주성분은 차량적 요인과 교통류 관련 요인이, 제7주성분은 기상요인으로 대별되었다. 교통사고 발생지점에 대하여 유형화를 실시한 결과, 최적 집단수는 5개로 구분지어 졌으며, 집단별로 수량화이론 1류를 적용하여 분석한 결과, 제1집단은 예측모델의 설명력이 낮은 반면 제4집단은 예측모델의 설명력이 중간정도, 제2, 제3, 제5집단은 높은 설명력을 가진 예측모델이 구축되었다. 예측모델의 편상관계수절대 값이 0.2(약한 상관) 이상인 항목(주성분) 중에서 도로환경적 요인이 포함된 변수를 체크하여 분석한 결과, 주요 검토항목은 적절한 교통류 처리, 횡단구성(차로폭), 터널구조(터널길이), 도로선형, 환기시설, 조명시설로 요약되었다.
본 연구는 통계적 분석기법을 통하여 부산시내에서 운영 중인 11개 터널에서 발생한 교통사고 456건을 대상으로 교통사고의 발생특성, 유형화 및 예측모델을 구축하였는바 다음과 같은 결론을 얻게 되었다. 교통사고 발생특성으로는 시간대별 터널 내 교통사고 08~18시 사이가 전체의 64.9%를 차지하고 있어 기존 도로의 45.8~46.1%에 비해 높게 나타났고, 사고유형별로는 차대차 사고가 대부분을 차지하고 있으며, 차량단독사고는 기존도로에 비해 다소 높게 나타났으며, 연령층별로는 21~40세의 구성비가 높았고, 제1당사자 차종별로는 화물차의 비중이 높았고, 운량별로는 맑은 날을 제외하고 비가 오는 날이 흐린 날 보다 더욱 높은 수치를 보였다. 교통사고 영향요인에 대하여 주성분분석을 실시한 결과, 제1주성분은 도로, 터널구조 및 교통류 관련요인이, 제2주성분은 조명시설 및 도로구조 관련요인이, 제3주성분은 대기상태 및 조명시설 관련요인이, 제4주성분은 인적 및 시계열 관련요인이, 제5주성분은 인적요인이, 제6주성분은 차량적 요인과 교통류 관련 요인이, 제7주성분은 기상요인으로 대별되었다. 교통사고 발생지점에 대하여 유형화를 실시한 결과, 최적 집단수는 5개로 구분지어 졌으며, 집단별로 수량화이론 1류를 적용하여 분석한 결과, 제1집단은 예측모델의 설명력이 낮은 반면 제4집단은 예측모델의 설명력이 중간정도, 제2, 제3, 제5집단은 높은 설명력을 가진 예측모델이 구축되었다. 예측모델의 편상관계수 절대 값이 0.2(약한 상관) 이상인 항목(주성분) 중에서 도로환경적 요인이 포함된 변수를 체크하여 분석한 결과, 주요 검토항목은 적절한 교통류 처리, 횡단구성(차로폭), 터널구조(터널길이), 도로선형, 환기시설, 조명시설로 요약되었다.
This study aims to investigate the characteristics and types of car accidents and establish a prediction model by analyzing 456 car accidents having occurred in the 11 tunnels in Busan, through statistical analysis techniques. The results of this study can be summarized as below. As a result of anal...
This study aims to investigate the characteristics and types of car accidents and establish a prediction model by analyzing 456 car accidents having occurred in the 11 tunnels in Busan, through statistical analysis techniques. The results of this study can be summarized as below. As a result of analyzing the characteristics of car accidents, it was found that 64.9% of all the car accidents took place in the tunnels between 08:00 and 18:00, which was higher than 45.8 to 46.1% of the car accidents in common roads. As a result of analyzing the types of car accidents, the car-to-car accident type was the majority, and the sole-car accident type in the tunnels was relatively high, compared to that in common roads. Besides, people at the age between 21 and 40 were most involved in car accidents, and in the vehicle type of the first party to car accidents, trucks showed a high proportion, and in the cloud cover, rainy days or cloudy days showed a high proportion unlike clear days. As a result of analyzing the principal components of car accident influence factors, it was found that the first principal components were road, tunnel structure and traffic flow-related factors, the second principal components lighting facility and road structure-related factors, the third principal factors stand-by and lighting facility-related factors, the fourth principal components human and time series-related factors, the fifth principal components human-related factors, the sixth principal components vehicle and traffic flow-related factors, and the seventh principal components meteorological factors. As a result of classifying car accident spots, there were 5 optimized groups classified, and as a result of analyzing each group based on Quantification Theory Type I, it was found that the first group showed low explanation power for the prediction model, while the fourth group showed a middle explanation power and the second, third and fifth groups showed high explanation power for the prediction model. Out of all the items(principal components) over 0.2(a weak correlation) in the partial correlation coefficient absolute value of the prediction model, this study analyzed variables including road environment variables. As a result, main examination items were summarized as proper traffic flow processing, cross-section composition(the width of a road), tunnel structure(the length of a tunnel), the lineal of a road, ventilation facilities and lighting facilities.
This study aims to investigate the characteristics and types of car accidents and establish a prediction model by analyzing 456 car accidents having occurred in the 11 tunnels in Busan, through statistical analysis techniques. The results of this study can be summarized as below. As a result of analyzing the characteristics of car accidents, it was found that 64.9% of all the car accidents took place in the tunnels between 08:00 and 18:00, which was higher than 45.8 to 46.1% of the car accidents in common roads. As a result of analyzing the types of car accidents, the car-to-car accident type was the majority, and the sole-car accident type in the tunnels was relatively high, compared to that in common roads. Besides, people at the age between 21 and 40 were most involved in car accidents, and in the vehicle type of the first party to car accidents, trucks showed a high proportion, and in the cloud cover, rainy days or cloudy days showed a high proportion unlike clear days. As a result of analyzing the principal components of car accident influence factors, it was found that the first principal components were road, tunnel structure and traffic flow-related factors, the second principal components lighting facility and road structure-related factors, the third principal factors stand-by and lighting facility-related factors, the fourth principal components human and time series-related factors, the fifth principal components human-related factors, the sixth principal components vehicle and traffic flow-related factors, and the seventh principal components meteorological factors. As a result of classifying car accident spots, there were 5 optimized groups classified, and as a result of analyzing each group based on Quantification Theory Type I, it was found that the first group showed low explanation power for the prediction model, while the fourth group showed a middle explanation power and the second, third and fifth groups showed high explanation power for the prediction model. Out of all the items(principal components) over 0.2(a weak correlation) in the partial correlation coefficient absolute value of the prediction model, this study analyzed variables including road environment variables. As a result, main examination items were summarized as proper traffic flow processing, cross-section composition(the width of a road), tunnel structure(the length of a tunnel), the lineal of a road, ventilation facilities and lighting facilities.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구는 통계적 분석기법을 통하여 부산시내에서 운영 중인 11개 터널에서 발생한 교통사고 456건을 대상으로 교통사고의 발생특성, 유형화 및 예측모델을 구축하였는바 다음과 같은 결론을 얻게 되었다.
이를 근거로 기존의 터널 관리 및 유지보수 대상 선정기준을 제시하고, 신규 터널 건설 시에는 터널의 설계단계부터 제반 영향요인들을 중요 검토항목으로 설정·도입함으로써 교통사고의 유발요인을 근원적으로 차단하고자 하는데 그 목적을 두었다.
따라서 본 연구는 터널 내에서 일어난 교통사고와 관련된 제반자료를 근거로 하여 교통사고와 관련될 것으로 추정되는 요인들과 상호관련성을 미시적 방법에 의해 접근함으로써 터널 내 교통사고를 유형화하고 그 유형에 따라 터널 내 교통사고에 영향을 미치는 요인들을 명확히 하고자 하였다. 이를 근거로 기존의 터널 관리 및 유지보수 대상 선정기준을 제시하고, 신규 터널 건설 시에는 터널의 설계단계부터 제반 영향요인들을 중요 검토항목으로 설정·도입함으로써 교통사고의 유발요인을 근원적으로 차단하고자 하는데 그 목적을 두었다.
따라서 본 연구는 부산시내에 위치한 터널 11개소를 대상으로 인적, 차량적, 도로환경적 요인 중에서 터널 내 교통사고 발생특성과 교통사고에 영향을 미치는 요인에 대해 분석을 실시하고자 하였으며, 이를 위한 자료의 내용 및 수집경로는 다음의 Table 1과 같다.
본 연구에서는 터널길이가 500m 이하에서 상당수의 교통사고가 발생되었는데 이는 운전자가 터널에 진입하고 터널을 벗어가는 동안 운전자의 시각에는 명순응과 암순응에 필요한 시간과 함께 급격한 변화에 대한 적응능력을 터널 길이에 반비례하여 요구하고 있으며, 도로의 선형은 직선이 곡선에 비해 운전자가 심리적으로 해이해 질 수 있는 가능성이 높고 상기에서 살펴본 바와 같이 운전자가 차간거리를 정확하게 계산하지 못하여 발생된 결과로 해석된다.
가설 설정
와 같은 항등적인 관계가 성립하여 Eq. (3)의 해는 일률적으로 정해지지 않는다. Eq.
제안 방법
또한 인적, 차량적, 도로환경적 요인들에 대한 교통사고 발생특성에 따른 영향요인을 명확히 하기 위해 변수 값을 몇 단계의 카테고리로 나누어 명목화된 자료를 근거로 수량화이론 1류를 실시함으로써 터널 내 교통사고 예측모델을 구축하고자 하였으며, 이를 위한 연구수행 Flow Chart는 다음의 Fig. 1과 같다.
터널 내 교통사고 및 교통안전과 관련된 기존 선행연구 문헌을 검토하였다. Seo et al.
터널 내 교통사고의 영향요인 분석과 유형화를 위해 먼저 주성분분석을 실시하여 도출된 주성분부하량으로 터널 내 교통사고의 영향요인을 규명하고 이어서 주성분득점(Component Scores)을 이용하여 동질성이 있는 지점을 집단화하는 주성분분석법으로 교통사고 발생지점들을 유형화하고자 하였다.
터널 내 교통사고에 있어 전체지점과 집단별로 구축한 예측모델을 7개 변수와 34개의 카테고리로 요약하여 다음의 Table 7에서 보는 바와 같이 예측식으로 나타내었다. 전체지점과 5개 집단 모두에 대해서 어떤 카테고리가 터널 내 교통사고에 영향을 주로 미치는지 개략적으로 살펴보면 연령에서는 20세 이하와 61세 이상이 가해차량은 각 카테고리별로 고르게 분포되어 있고 사고유형은 정면충돌과 후미추돌이 1차로 폭은 3.
대상 데이터
그러나 많은 관련 기관으로부터 광범위한 자료를 수집하면서 누락되었거나 교통사고 당시와는 시간 및 공간적으로 차이를 보이는 자료의 경우에는 가장 근접한 자료를 채택하였고, 터널에서의 조도는 실질적으로 조사가 이루어진 기본부 조도로 국한하였으며, 교통사고로 인한 인적 피해금액은 보험개발원에서 조사한 인명피해자에 따른 교통사고 평균 보상액과 한국은행에서 조사한 물가지수를 동시에 고려하여 수집하였다.
이러한 과정에서 부산시내 터널 15개소 중 교통사고 자료의 절대적 부족 등의 이유로 인해 활용하기에 무리가 있는 터널 4개소를 제외한 결과, 연구대상은 광안, 구덕, 대상, 대티, 만덕1, 만덕2, 백양, 부산, 수정, 연산, 황령터널로 총 11개소가 선정되었다.
데이터처리
그리고 교통사고의 발생요인을 분석하기 위해 이들 각 터널별로 인적, 차량적, 도로환경적 요인 등에 관련된 18개 변수를 채택하여 주성분분석을 실시하였고, 사례별로는 주성분득점을 구한 후 이를 토대로 유형화를 실시하였다.
이론/모형
또한 군집분석 시에는 다른 분석방법과는 달리 최종 해에 대한 통계적 유의성을 검증할 수 없기 때문에 변수의 선정이 매우 중요하므로 이러한 문제점들을 해결하기 위하여 통상적으로는 인자분석이나 주성분분석 등에 의한 합성변수(인자득점, 주성분득점 등)를 이용하여 변량 간에 상관관계의 영향에 제거하는 절차를 거치게 되며, 군집분석 시 거리결정법으로 본 연구에서 사용한 방법으로는 최소공분산(Minimum Variance) 즉 군집중심 주변의 편차평방합이 최소가 되도록 다른 군집과 융합하는 Ward법을 이용하였다. 특히 이 방법은 거리행렬의 경우 유크리트 거리가 바람직한 것으로 되어 있으며 대상의 분포밀도가 높은 곳으로부터 그룹이 형성되고 공간 넓이는 반드시 같지 않은 특징이 있다.
성능/효과
(2010) 등은 운전자의 감성공학을 이용한 터널내부 경관을 분석한 결과, LED 시선유도시설 설치 시 조도가 높을수록, 측방여유폭이 넓을수록 안전성이 증가하는 것으로 분석하였고, Lee and Lee (2004) 등은 고속도로 터널부 구간 진입 전후의 속도감소 요인을 비교하기 위하여 다양한 정량적 변수(종단경사, 경사길이, 곡선반경)를 활용하였다. 상관성분석결과, 곡선반경(0.827), 노견 폭(0.494), 종단경사(0.356)의 순서로 속도 감소에 영향을 주는 것으로 분석되었다.
(2008) 등은 터널 입구부의 안전시설물의 형태와 우측방여유폭의 변화에 따라 운전자가 작게 되는 부담감이나 위압감을 분석하였다. 그 결과 우측방여유폭의 차이가 작은 경우 운전자가 갖는 부담이 경감되어 터널내부의 길어깨 및 측방여유폭을 확보해야함을 제시하였다. 그리고 Lane Placement 분석결과, 곡선반경이 작은 경우 차량의 편향주행 비율이 높아져 옆 차로를 주행하는 차량에 영향이 미칠 가능성이 커지므로 터널 입구부에서의 곡선반경은 크게 설계되어야 한다는 결론을 제시하였고, Akamatsu(2003) 등은 터널내부 주행이 운전자의 주행속도에 미치는 영향을 연구하기 위해, 실험자를 대상으로 주행 중 가속페달 조작에 관한 연구를 수행하였다.
그리고 Lane Placement 분석결과, 곡선반경이 작은 경우 차량의 편향주행 비율이 높아져 옆 차로를 주행하는 차량에 영향이 미칠 가능성이 커지므로 터널 입구부에서의 곡선반경은 크게 설계되어야 한다는 결론을 제시하였고, Akamatsu(2003) 등은 터널내부 주행이 운전자의 주행속도에 미치는 영향을 연구하기 위해, 실험자를 대상으로 주행 중 가속페달 조작에 관한 연구를 수행하였다. 연구결과 터널 진출입시 가속페달 조작이 적음을 확인하였다.
Amundsen (1992) 등은 터널길이가 증감함에 따라 문제점이 증가한다고 언급하였고, 설문조사를 통해 터널 길이가 길어짐에 따라 운전자는 위험상황에 보다 많이 노출 된다는 결론을 도출하였으며, Martens (2000) 등은 터널내부 비상차로의 유무가 운전자의 운전행동에 미치는 영향을 연구하기 위해 실험자를 대상으로 차량시뮬레이터를 활용하여 연구를 수행하였다. 연구결과 터널의 가장 바깥쪽 차로 주행 시 일반도로에 비해 더 왼쪽으로 치우치게 운전하였고, 비상차로가 없는 경우는 그러한 운전행동이 더 심하게 나타남을 확인하였다.
1%로 대부분을 차지하고 있다. 차량 단독사고는 우리나라 4.8%와 부산광역시 3.5%의 사고보다 터널 내에서 6.5%로 조금 높게 나타났는데, 이는 차량과속과 급차로변경 및 조향장치 과대조작으로 사고가 발생하였으며, 터널 내에서는 보행자의 통행이 대부분 금지되기 때문에 극히 미비하게 나타났다.
운전자의 연령층별 교통사고는 Fig. 4과 같이 40~60세가 우리나라 47.4%와 부산광역시 47.8%로 가장 높은 구성비를 나타내고 있는 반면, 터널 내에서는 21~40세가 가장 높은 49.0%로 분석되었다. 터널을 이용자들 대부분이 장거리 출퇴근을 하는 근로자들과 세미트레일러 운전자들이 젊기 때문으로 해석된다.
6% 수준에서 관련 변수군이 7개의 군으로 형성되었으며 각 주성분부하량은 Table 4과 같이 나타났다. 여기서 주성분분석의 분석정도를 나타내는 KMO치를 보면 0.702로써 앞 절의 Table 2에 의하면 주성분분석에 의한 분석단위의 유형화 정도는 보통수준에 있는 것으로 평가되었으며 Bartlett의 단위행렬 검정 값에 따른 유의확률 값을 보면 이 역시 분석에 도입된 변수들이 표본으로써 적합한 것으로 나타났다.
그 결과 제1주성분과 제6주성분은 상호 독립적인 범위를 가지고 명확하게 구분되어 있고 제2주성분은 각 축의 교점을 중심으로 Factor2 축과 평행하게 분포되어 강한 성격을 나타내며 제3주성분과 제7주성분은 제2주성분보다는 약한 성격을 보이면서 다른 주성분과 약간 중첩된 분포를 띠고 있다. 제4주성분과 제5주성분은 Factor2 축을 중심으로 원점 근방에 분포되어 있으며 다른 주성분과도 중첩된 부분을 보이고 있다.
전체 예측모델은 중상관계수 값이 0.2360으로 낮은 상관력을 보이고 있는 바 이는 경제적 손실을 설명하는 영향요인들이 집단별로 나뉘어져 제 각각 영향을 작용시킴으로 인해 전체적으로 영향정도가 명확하게 드러나지 않는 것으로 추정된다(독립변수 전체를 투입할 경우 중상관계수 값은 0.3807로 높아짐). 따라서 중상관계수 값이 높은 모델을 얻기 위해서는 집단별로 세분화하여 예측모델을 구축하는 것이 보다 더 효과적일 것으로 판단된다.
교통량이 500vphlpl미만이거나 1,000vphlpl 초과에서는 교통사고가 적은 반면 500~1,000vphlpl 사이에서는 교통사고가 집중적으로 발생했으며, 주행속도는 50km/h 이하가 전체 교통사고의 90.8%를 차지한 것으로 나타났다. 이는 교통의 흐름이 정체에 가깝거나 어느 정도의 흐름에서는 사고의 발생빈도가 낮은 것으로 해석할 수 있을 것이다.
최소 차로 폭은 차량의 통행에 필요한 최소한의 값으로써 바람직한 값은 아니기 때문에 터널의 경우 아래의 표를 참고하여 도로관리자의 판단에 따라 적절하게 최속 폭을 조정하여 운영하는 것이 바람직할 것이며, 본 연구에서는 1차로 폭이 3.50m를 초과하고 2차로 폭은 3.26~3.50m에서 사고의 발생 빈도가 낮은 것으로 나타났다. 이는 1차로의 경우 다른 차로에 비해 일반적으로 주행속도가 높고 운전석이 좌측에 있어 운전자가 터널 벽면에 대한 중압감내지 심리적 영향을 받아서 이러한 결과가 나온 것으로 분석된다.
따라서 터널의 설계 시에는 1차로의 폭을 3.50m, 2차로의 폭은 3.26~3.50m로 설계함을 검토하고, 터널 벽체에는 페인트 또는 타일 같은 시설물의 설치와 노면 및 노측에는 시선유도시설인 표지병, 델리네이트, 차선도색 등을 시설하여 운전자의 심리적부담을 덜어야 할 것으로 판단된다.
본 연구에서는 NOx가 1,000ppm 이상일 때 기하급수적으로 교통사고가 증가하는 경향을 보이는 바 비록 터널 안이지만 터널입구와 출구 부근에서 형성된 스모그가 터널 내에 영향을 전혀 미치지 않았다고는 보기 힘들 것으로 추측된다.
본 연구에서는 기본부 조도가 높더라도 사고가 줄어들지 않는 현상을 보이고 있다. 따라서 에너지 소비 등을 감안한다면 기본부의 적정 조도는 전구교체 및 주기적인 청소를 통하여 60LX 수준에서 입구부 및 출구부 조도와 연계하여 관리하고 등기구의 배열방식, 설치높이, 설치간격 등은 휘도분포, 휘도균제도, 조명기구의 보수, 플리커 등을 고려해야 할 것으로 판단된다.
1%에 비해 상당히 다른 양상을 보였다. 사고유형별 교통사고 발생특성으로 터널 내 교통사고는 차대차 사고가 대부분을 차지하고 있으며, 차량단독 사고는 기존도로에 비해 다소 높게 나타났다.
운전자의 연령층별 교통사고 발생특성으로 터널 내 교통사고는 기존도로에 비해 21~40세의 구성비가 높게 나타났다. 제1당사자 차종별 교통사고 발생특성으로 터널 내 교통사고는 화물차의 비중이 기존도로에 비해 다소 높게 나타났다.
운전자의 연령층별 교통사고 발생특성으로 터널 내 교통사고는 기존도로에 비해 21~40세의 구성비가 높게 나타났다. 제1당사자 차종별 교통사고 발생특성으로 터널 내 교통사고는 화물차의 비중이 기존도로에 비해 다소 높게 나타났다.
주요 검토항목별 개선대책은 적절한 교통류 처리는 적정 유입램프수를 고려한 설계, 교통량의 분산을 도모할 수 있는 유출램프의 설치, 톨게이트에서의 서비스 대기시간 최소화, 교통량 분산을 위한 우회도로 개설, 터널 출구부에 위치한 교차로 운영의 합리화이고, 횡단구성 중 차로폭은 1차로 3.50m, 2차로 3.26~3.50m로 설계검토, 터널 벽체를 페인트 또는 타일 처리, 노면 및 노측에 시선유도시설인 표지병, 델리네이트, 차선도색 등을 시설하고, 평면선형 및 터널길이는 터널입구에 ‘미등을 켜시오’ 등의 안내표지 설치, 터널길이는 최소 500m 이상으로 설계 검토하고, 환기시설은 NOx를 1,000ppm 이하로 관리, 교통량, 터널길이, 종단경사를 고려한 환기시설을 설치하며, 조명시설은 기본부 조도를 60LX수준에서 입구부 및 출구부 조도와 연계하여 관리, 조명기구의 배광, 노면의 휘도분포, 플리커, 조명기구의 보수 등을 고려한 후 등기구 배열방식을 결정해야 할 것이다.
운량별 교통사고 발생특성으로 터널 내 교통사고의 구성비는 날씨가 맑은 날을 제외하면 비가 오는 날이 흐린 날 보다 더욱 높은 수치를 보였다. 교통사고 영향요인에 대하여 주성분분석을 실시한 결과, 제1주성분은 도로, 터널구조 및 교통류 관련요인이, 제2주성분은 조명시설 및 도로구조 관련요인이, 제3주성분은 대기상태 및 조명시설 관련요인이, 제4주성분은 인적 및 시계열 관련요인이, 제5주성분은 인적요인이, 제6주성분은 차량적 요인과 교통류관련 요인이, 제7성분은 기상요인으로 대별되었다.
교통사고 발생지점에 대하여 유형화를 실시한 결과, 최적 집단수는 5개로 구분지어 졌으며, 터널별로 고유한 특성을 가지는 것으로 파악되었다. 집단별로 수량화이론 1류를 적용하여 분석한 결과, 1집단은 예측모델의 설명력이 낮은 반면 제4집단은 예측모델의 설명력이 중간정도, 제2, 제3, 제5집단은 높은 설명력을 가진 예측모델이 구축되었으며, 예측모델의 편상관계수 절대값이 0.
교통사고 발생지점에 대하여 유형화를 실시한 결과, 최적 집단수는 5개로 구분지어 졌으며, 터널별로 고유한 특성을 가지는 것으로 파악되었다. 집단별로 수량화이론 1류를 적용하여 분석한 결과, 1집단은 예측모델의 설명력이 낮은 반면 제4집단은 예측모델의 설명력이 중간정도, 제2, 제3, 제5집단은 높은 설명력을 가진 예측모델이 구축되었으며, 예측모델의 편상관계수 절대값이 0.2(약한 상관) 이상인 항목(주성분) 중에서 도로환경적 요인이 포함된 변수를 체크하여 분석할 결과, 주요 검토 항목은 적절한 교통류 처리, 횡단구성(차로폭), 터널구조(터널길이), 도로의 선형, 환기시설, 조명시설로 요약되었다.
후속연구
따라서 지형적 조건, 터널의 유입 및 유출부에 접속한 도로의 구조 등에 따라 교통류의 상태가 달라지겠지만 터널에서의 교통류는 가능한 한 접속도로 특히 교차로와 같은 교통류의 영향을 가급적이면 적게 받을 수 있도록 검토되어야 할 것이다.
따라서 교통류(교통량, 주행속도)를 안정된 상태로 만들기 위해서는 도시고속도로의 경우 적정한 개수의 유입램프설계, 교통량의 분산을 도모할 수 있는 유출램프 설치, 톨게이트에서 서비스 대기시간을 최소화할 수 있는 방안 등이 마련되어야 할 것이며, 일반도로에서는 교통량 분산을 위한 우회도로 개설, 터널 유출부에서 교차로와 접속하게 될 경우 신호현시 최소화, P턴 실시, 좌회전을 위한 전용고가도로의 건설 등 교차로 운영을 보다 합리화할 수 있는 방안이 검토되어야 할 것으로 판단된다.
따라서 이에 대한 대책은 가급적 구간이 짧은 터널의 설계는 지양하여 최소 500m 이상이 되도록 하고, 직선구간은 차간거리의 정확한 판단을 제고하기 위해 터널 입구에 ‘라이트를 켜시오’ 등과 같은 안내표지를 설치해야 할 것으로 판단된다.
본 연구에서는 기본부 조도가 높더라도 사고가 줄어들지 않는 현상을 보이고 있다. 따라서 에너지 소비 등을 감안한다면 기본부의 적정 조도는 전구교체 및 주기적인 청소를 통하여 60LX 수준에서 입구부 및 출구부 조도와 연계하여 관리하고 등기구의 배열방식, 설치높이, 설치간격 등은 휘도분포, 휘도균제도, 조명기구의 보수, 플리커 등을 고려해야 할 것으로 판단된다.
상기의 연구결과를 종합해 볼 때 기존에 건설되어 있는 수많은 터널의 유지관리와 개선 및 새로운 터널의 건설 시에는 기존 터널구간에 대한 교통사고의 발생특성과 지점유형별 주요 영향요인에 대해 철저한 사전 검토가 필요할 것으로 판단된다. 특히 본 연구가 갖는 성과로는 터널 구간에서 교통사고 감소와 예방을 위한 세부적이고 구체적인 적용기준이 제시되지 못한 현실에서 볼 때 보다 과학적이고 체계적으로 수치화된 검토기준을 마련할 수 있었다는 점에 큰 의의를 둘 수 있을 것이다.
상기의 연구결과를 종합해 볼 때 기존에 건설되어 있는 수많은 터널의 유지관리와 개선 및 새로운 터널의 건설 시에는 기존 터널구간에 대한 교통사고의 발생특성과 지점유형별 주요 영향요인에 대해 철저한 사전 검토가 필요할 것으로 판단된다. 특히 본 연구가 갖는 성과로는 터널 구간에서 교통사고 감소와 예방을 위한 세부적이고 구체적인 적용기준이 제시되지 못한 현실에서 볼 때 보다 과학적이고 체계적으로 수치화된 검토기준을 마련할 수 있었다는 점에 큰 의의를 둘 수 있을 것이다. 그러나 본 연구는 관련 기관의 조사된 자료에서 근본적으로 누락이 많아 근측 자료를 활용할 수밖에 없음으로 인해 완벽한 모델의 구축이 이루어지지 않았다는 점이 가장 큰 한계라고 판단된다.
특히 본 연구가 갖는 성과로는 터널 구간에서 교통사고 감소와 예방을 위한 세부적이고 구체적인 적용기준이 제시되지 못한 현실에서 볼 때 보다 과학적이고 체계적으로 수치화된 검토기준을 마련할 수 있었다는 점에 큰 의의를 둘 수 있을 것이다. 그러나 본 연구는 관련 기관의 조사된 자료에서 근본적으로 누락이 많아 근측 자료를 활용할 수밖에 없음으로 인해 완벽한 모델의 구축이 이루어지지 않았다는 점이 가장 큰 한계라고 판단된다.
질의응답
핵심어
질문
논문에서 추출한 답변
수량화 이론에서 외적기준이란 무엇인가?
수량화 이론이란 보통 외적기준이 있는 경우와 없는 경우로 나누어서 설명된다. 외적기준이란 문제로 하고 있는 복수의 속성에 기여하고 있는 양을 결정하기 위해서 외적으로 존재하는 기준이라는 것이고, 예측되어야 할 속성변수 혹은 여기에 개체가 판별되어야할 군을 의미한다. 외적기준이 존재하고 이것이 정량적인 변수인 경우 수량화 이론 1류, 복수의 군으로 판별하는 경우를 수량화이론 2류라 한다.
지점특성별 집단의 수를 결정하는 일반적인 기준으로 이용하는 두 가지는?
첫째로 군집의 수가 하나 줄어듦으로써 즉 군집간의 병합으로 인한 결정계수의 감소분을 나타내는 부편결정계수의 증가폭이 급격히 변화하는 단계에서 최적 유형화 군집수를 결정하는 경우가 있고, 둘째로 초사각형 상에서 균일분포를 따르고 있다고 여겨지는 점들이 만일 어떤 군집을 이루고 있다면 이들은 대체로 초입방체(Hyper-cube)형태로 구분되어 있을 것이라고 가정하고 그 가정하에 유도된 판정기준인 초입방형 군집판정기준의 값을 이용하는 경우가 있다. 특히 이 기준은 2 내지 N/10(단, N은 사례수)정도의 군집수에 대해 플롯 했을 때 적절한 군집의 개수와 자료의 구조에 과한 유익한 정보를 제공하고 있는 것으로 알려져 있다.
군집분석법과 주성분석법의 공통점과 차이점은?
군집분석법은 동일집단 내에 속해 있는 공통된 특성들을 조사하기 위한 목적으로 이용된다는 점에서 주성분석법이나 인자분석법과 유사하나, 이들 방법은 자료의 분산 즉 상관관계를 이용하여 유사집단을 분류하는 반면 군집분석은 단지 측정치의 차이를 이용한다는 점에서 다르다. 따라서 군집분석에서 유사성을 측정하는 기준이 되는 거리의 계산 시에는 자료의 표준화를 통하여 선정된 변수들의 중요도를 표준화해 주어야 한다.
참고문헌 (14)
AASHTO (1994). A policy on geometric design of highways and streets (American Society of State Highway and Transportation Officials).
Bak, J.-H. (2012). Development of traffic accident models in freeway tunnels, Chonnam National University Master's Thesis (in Korean).
Busan (2009-2013). Traffic volume survey (in Korean).
Heo, M.-H. (1992). Understanding of how to quantification, freedom academy (in Korean).
Kim, H.-G. and Lee, C.-U. (2004). "Domestic road traffic accident occurred in the tunnel." Journal of the Korea Society of tunnels underground space (in Korean).
Kim, K.-Y. (1990). SAS principal component analysis, Freedom Academy (in Korean).
Kim, S.-G. and Bak, J.-H. (2011). "Analysis of traffic accidents in highway tunnel." Society of Civil Engineers, Vol. 2011, No. 1 (in Korean).
Ministry of Construction and Transportation (1996). Korea lighting electrical installation engineers, design criteria for road tunnel lighting, agenda (in Korean).
Ministry of Land, Infrastructure and Transport (2009). Commentary on the road structures and facilities standards (in Korean).
No, H.-J. (1990). Multivariate Analysis, Seokjung (in Korean).
Seo, I.-K., Park, J.-J., Ahn, B.-H. and Lee, J.-Y. (2012). "A Study on the traffic accident characteristics analysis in expressway longitudinal tunnel using a logit model." Society of Civil Engineers, Vol. 32, No. 6 (in Korean).
Sin, Y.-G. (1996). Highway geometry influence on the behavior of the driver structure, Road Traffic Safety Association (in Korean).
The Korea Expressway Corporation (1990). Road design guidelines (in Korean).
※ AI-Helper는 부적절한 답변을 할 수 있습니다.