DOI QR코드

DOI QR Code

Assessment of CO2 Emissions of Vehicles in Highway Sections Using Principal Component Analysis

주성분분석을 이용한 간선도로 구간 별 차량 당 CO2 다량 배출구간 평가

  • 이윤석 (한국도로공사 도로교통연구원 교통연구실) ;
  • 김다예 (경기대학교 도시교통공학과) ;
  • 오흥운 (경기대학교 도시교통공학과)
  • Received : 2012.05.23
  • Accepted : 2013.04.10
  • Published : 2013.09.30

Abstract

$CO_2$ emissions of vehicles vary with vehicle's speeds. In addition, the speeds vary with road type, location, time and traffic volume. In this paper, the section in which a large quantity of $CO_2$ emissions per vehicle is exhausted is determined and analyzed with principal component analysis(PCA). In results of analysis, the principal components analysis were divided into two principal components. It had been identified that the main component was the time zone one which is able to explain each components' role. The first principal component could explain the role of a major component on $CO_2$ emissions per vehicle in the early morning and afternoon hour, respectively. The second principal component could explain the role of the component on $CO_2$ emissions per vehicle in the morning and afternoon peak hours, respectively. Therefore, the section in which a large quantity of $CO_2$ emissions per vehicle could be deterimined by PCA scores.

차량의 $CO_2$ 배출량은 통행속도에 따라 다르게 나타난다. 또한, 차량의 통행속도는 도로의 종류나 위치, 시간대, 교통량 등에 따라 다르게 나타난다. 본 논문에서는 주성분분석(PCA : Principal Component Analysis)을 이용하여 간선도로 구간 별 시간대 별로 차량 당 $CO_2$ 다량 배출구간을 판별하여 평가하였다. 분석 결과, 주성분분석 결과 제 1주성분과 제 2주성분으로 성분이 구분되는 것을 알 수 있었고 시간대가 각 주성분을 설명할 수 있는 주요 성분임을 알 수 있었다. 제 1주성분의 경우 새벽시간대와 오후시간대로 주성분을 설명할 수 있었다. 제 2주성분의 경우 오전, 오후 첨두시 시간대로 주성분을 설명할 수 있었다. 그리고 주성분 점수를 산출하여 분석한 결과 제 1주성분의 경우 새벽시간대에도 정체현상이 지속되는 잠원IC~한남대교 구간이 타 구간에 비해 주성분 점수가 높게 나타났고 제 2주성분의 경우 오전,오후 첨두시의 정체현상이 극심한 서울시 접속부와의 이격이 가까운 구간에서 주성분 점수가 높게 나타났다. 결과적으로 주성분 점수를 통하여 차량 당 $CO_2$ 다량 배출 구간을 판별할 수 있었다.

Keywords

References

  1. Alessandra, C. (2002). Modeling traffic flow emissions, Degree of Master of Science in Transportation, Massachusetts institute of Technology (in Italian).
  2. Barrth, M. and Kanok, B. (2009). Traffic congestion and greenhouse gases, Research Report, Transportation Research at the University of California, Access 35, 2-9.
  3. Ericssin, E., Sturm, P. and Minarik, S. (2001). "Driving pattern, exhaust emission and fuel consumption over a street network." Proceedings of 11th interational symposium. Vol. 1, pp. 331-340 (in Austrian).
  4. Haworth, N. and Symmons, M. (2001). The relationship between fuel economy and safety outcomes, Report No. 188, Monash University accident research center, Australia (in Australian).
  5. Hesham, R., Ahn, K. H., Ihan, E. S. and Jang, S. B. (2003). "Emission model development using in-vehicle on-road emission measurements."
  6. Jung, S. J., Kim, T. H. and Kim, Y. S., (2010). "Risk evaluation of slope using principal component analysis(PCA)." Journal of Korean Geotechnical Society Vol. 26, No. 10, pp. 69-79 (in Korean).
  7. Kim, Y. I., Chung, J. H. and Kum, K. J. (2004). "A strudy on characteristics of highway segments for recreational trips using principal analysis." Journal of Korean Society of Transportaion Vol. 22, No. 2, pp. 87-93 (in Korean).
  8. Korean Society of Transportaion (2001). Korean highway capacity manual, Korean Society of Transportaion (in Korea).
  9. National of Environmental Research (2001). An investigation of green house gas emission from automobiles, Research Report, National of Environmental Research (in Korean).
  10. Shim, M. K. (2010). A Study on Air Quality Enhancement and $CO_{2}$ Reduction with Analyzing Idling Stop of Vehicles, Ph.D. Dissertation, University of Kangwon, Korea (in Korea).
  11. Statistics Information by Lines (2010). http://gits.gg.go.kr/ (in Korean).