화재 발생 시 골든타임 내 화재를 진압해야 인명 및 재산 피해를 최소화할 수 있다. 이를 위해 소방차의 신속한 현장 도착이 필요하다. 본 연구에서는 화재발생 자료와 교통 GISDB 자료를 융합하여 화재발생 시 소방차 통행시간에 영향을 주는 도로 및 환경요인을 모색하고, 골든타임을 확보하기 위한 소방차 통행시간 예측 모형을 구축하고자 한다. 상관분석과 더미 변수를 이용한 회귀분석을 적용하여 소방차 통행시간 예측 통합 모형(모형1)과 화재발생지 토지이용행태별로 분석한 소방차 통행시간 예측 모형(모형 2, 3, 4)을 구축하였다. 분석 결과, 모형 1에서는 유의성이 있는 독립변수 17개를 도출하였으며, 토지이용행태에 따라 소방차 통행시간에 주는 영향이 차이가 있는 것으로 분석되었다. 4가지 모형에서 공통 핵심 변수(통행거리, 차로 수, 도로등급)를 도출하였다. 본 연구를 통해 긴급차량 통행시간 관련 연구에서 지표로써 변수를 활용할 수 있으며, 긴급차량 골든타임 확보에 기여할 것으로 사료된다.
화재 발생 시 골든타임 내 화재를 진압해야 인명 및 재산 피해를 최소화할 수 있다. 이를 위해 소방차의 신속한 현장 도착이 필요하다. 본 연구에서는 화재발생 자료와 교통 GIS DB 자료를 융합하여 화재발생 시 소방차 통행시간에 영향을 주는 도로 및 환경요인을 모색하고, 골든타임을 확보하기 위한 소방차 통행시간 예측 모형을 구축하고자 한다. 상관분석과 더미 변수를 이용한 회귀분석을 적용하여 소방차 통행시간 예측 통합 모형(모형1)과 화재발생지 토지이용행태별로 분석한 소방차 통행시간 예측 모형(모형 2, 3, 4)을 구축하였다. 분석 결과, 모형 1에서는 유의성이 있는 독립변수 17개를 도출하였으며, 토지이용행태에 따라 소방차 통행시간에 주는 영향이 차이가 있는 것으로 분석되었다. 4가지 모형에서 공통 핵심 변수(통행거리, 차로 수, 도로등급)를 도출하였다. 본 연구를 통해 긴급차량 통행시간 관련 연구에서 지표로써 변수를 활용할 수 있으며, 긴급차량 골든타임 확보에 기여할 것으로 사료된다.
In the event of fire, it is necessary to put out the fire within a golden time to minimize personal and property damages. To this end, it is necessary for fire engines to arrive at the site quickly. This study established a fire engine travel time estimation model to secure the golden time by identi...
In the event of fire, it is necessary to put out the fire within a golden time to minimize personal and property damages. To this end, it is necessary for fire engines to arrive at the site quickly. This study established a fire engine travel time estimation model to secure the golden time by identifying road and environmental factors that influence fire engine travel time in the case of fire by examining data on fire occurrence with GIS DB. The study model for the estimation of fire engine travel time (model 1) covers variables by applying correlation analysis and regression analysis with dummy variables and predicts travel time for different types of places where fire may occur (models 2, 3, 4). Analysis results showed that 17 siginificant independent variables are derived in model 1 and the fire engine travel time differs depending on the types of places where fire occurs. Key variables(travel distance, number of lane, type of road) that are included commonly in the 4 models were identified. Variables identified in this study can be utilized as indicators for research related to travel time of emergency vehicles and contribute to securing the golden time for emergency vehicles.
In the event of fire, it is necessary to put out the fire within a golden time to minimize personal and property damages. To this end, it is necessary for fire engines to arrive at the site quickly. This study established a fire engine travel time estimation model to secure the golden time by identifying road and environmental factors that influence fire engine travel time in the case of fire by examining data on fire occurrence with GIS DB. The study model for the estimation of fire engine travel time (model 1) covers variables by applying correlation analysis and regression analysis with dummy variables and predicts travel time for different types of places where fire may occur (models 2, 3, 4). Analysis results showed that 17 siginificant independent variables are derived in model 1 and the fire engine travel time differs depending on the types of places where fire occurs. Key variables(travel distance, number of lane, type of road) that are included commonly in the 4 models were identified. Variables identified in this study can be utilized as indicators for research related to travel time of emergency vehicles and contribute to securing the golden time for emergency vehicles.
Ban X. J., Li Y., Skabardonis A. and Margulici J. D.(2010), "Performance evaluation of travel-time estimation methods for real-time traffic applications," Journal of Intelligent Transportation Systems, vol. 14, no. 2, pp.54-67.
Hwang E. H., Choi J. H. and Choi D. M.(2018), "A study on the Effective Methods of Securing the Golden Time of Fire Engine Move Out," Journal of the Korean Society of Hazard Mitigation, vol. 18, no. 5, pp.119-126.
Ki Y. K., Ahn G. H., Kim E. J., Jeong J. H., Bae K. S. and Lee C. K.(2010), "Error Filtering Algorithm for Accurate Travel Speed Measurement Using UTIS," The Journal of the Korea Institute of Intelligent Transportation Systems, vol. 9, no. 6, pp.33-42.
Kolesar P.(1975), "A Model for Predicting Average Fire Engine Travel Times," Operations Research, vol. 23, no. 4, pp.603-613.
Koo J. H. and Choo S. H.(2018), "Analysis of Factors Affecting Travel Time Change Using the Time Use Survey Data in Seoul," The Journal of the Korea Institute of Intelligent Transportation Systems, vol. 17, no. 1, pp.1-16.
Koreatech(2015), Cities and provinces 119 general situation room improving situation management research service report.
National Fire Agency(2020), 2019 Fire Statistical Yearbook, pp.41-62.
Rice J. and Van Zwet E.(2004), "A Simple and Effective Method for Predicting Travel Times on Freeways," IEEE Transactions on Intelligent Transportation Systems, vol. 5, no. 3, pp.200-207.
Sung J. G. and Ha D.(2016), "A Selection Method of implementation Area for Emergency Vehicle Preemption System Using Dispatch Data Analysis," The Journal of the Korea Institute of Intelligent Transportation Systems, vol. 15, no. 2, pp.24-35.
Wang J.(2013), "Travel time estimation model for emergency vehicles under preemption control," Procedia-Social and Behavioral Sciences, vol. 96, pp.2147-2158.
Yu J. W.(2008), "Real-time travel time estimation model using point based and link-based data," International Journal of Highway Engineering, vol. 10, no. 1, pp.155-164.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.