• 대한토목학회논문집
• /
• 제35권4호
• /
• pp.887-896
• /
• 2015

본 연구에서는 고립지역의 과거 AADT 자료와 사회 경제지표를 활용하여 장래 AADT를 추정하였다. 과거 교통량 추이 활용 시와 사회 경제지표 활용 시 장래 AADT를 추정했으며, 사회 경제지표를 활용하여 다중회귀 분석방식을 통한 장래 AADT 추정 시 높은 설명력과 낮은 오차율을 보였다. 지리적 특성별 AADT에 미치는 사회 경제지표 분석 결과 고립일반지역은 다양한 사회 경제지표가 AADT에 영향을 미쳤으며, 고립해안지역은 유류가격과 연관성을 보이는 것으로 나타났다. 고립지역의 장래 AADT 추정 모형은 $R^2$, MAPE 분석 시 우수한 것으로 나타났다. 이는 고립지역에서는 통과 교통량이 적고 교통량 변동이 적기 때문에 사회 경제지표를 활용한 장래 AADT 추정방식이 정확하다고 볼 수 있다.

• 대한교통학회지
• /
• 제32권4호
• /
• pp.380-388
• /
• 2014

연평균 일교통량(AADT)은 도로를 계획하고 설계하는데 있어 매우 중요한 기초자료로 활용된다. 상시 교통량 조사 자료는 연간 일교통량이 수집되어 AADT를 구할 수 있지만, 단기 교통량 조사(short-term traffic counts)의 경우 특정 기간에만 조사되므로 AADT를 추정하여야 한다. 본 연구에서는 교통량 자료가 시공간적 특성을 동시에 지닌다는 점에 착안하여 공간통계방법을 이용하여 AADT를 추정하였다. 공간통계모형 중 보편적으로 이용되는 크리깅 모형을 적용하였으며, 여러 가지 크리깅 모형을 비교분석하였다. 또한 사회경제지표를 반영하여 AADT 추정 정확도를 높이는 방법에 대하여 알아보았다. 모형의 비교평가를 위하여 일반국도 상시조사 자료를 이용하여 제안된 모형의 AADT 추정오차를 분석하고, 적용된 다양한 크리깅 모형의 성능을 비교하였다. 이러한 연구결과는 AADT 추정 정확도를 향상시킴으로써 적정 수준의 교통시설 공급과 서비스 수준 향상에 기여할 것으로 기대된다.

• 한국ITS학회 논문지
• /
• 제12권1호
• /
• pp.1-14
• /
• 2013

연평균 일교통량(AADT)은 교통 및 도로부문에서 중요한 기초자료로 활용되지만 예산 제약 등의 한계로 인해 일부 지점에 대해서만 상시조사를 통해서 AADT를 산출하고 있으며, 대다수의 지점에서는 단기 교통량 조사에서 수집된 샘플자료를 이용하여 AADT를 추정 활용하고 있다. 현재 단기 교통량 조사지점의 AADT 추정을 위하여 조사된 자료를 단순 평균하는 방법이 적용되고 있다. 기존 AADT 추정모형은 보정계수를 적용하는 방법이 대표적인 방법이나, 이 방법은 단기 교통량 조사 지점이 어떤 상시조사 지점의 보정계수를 적용할지에 대한 객관적인 방법이 없어 한계가 있다. 이에 본 연구에서는 공간통계모형을 도입하여 교통량 자료의 공간상관관계를 분석하고, 크리깅 모형을 적용하여 AADT를 추정하는 방법에 대하여 알아보았다. 공간통계모형의 AADT 추정의 정확도를 기존 연구와 비교하기 위하여 동일 대구간의 상시조사 지점의 보정계수를 적용하는 방법(방법 1)과 보정계수 그룹핑을 이용하여 해당 그룹의 보정계수를 적용하는 방법(방법 2), 공동크리깅을 적용한 방법(방법 3)을 비교분석하였다. 분석결과 공동크리깅을 적용한 모형은 기존 모형에 비해 AADT 추정 정확도가 향상되는 것으로 나타났다.

• 대한교통학회지
• /
• 제19권6호
• /
• pp.65-73
• /
• 2001

교통량이 시간의 흐름과 관련이 있는 시계열 데이터라는 개념을 기초로 교통량 패턴을 시계열 분석을 사용하여 분해해 보고자 하였다. 교통량 패턴은 추세치(T)와 계절변동(S), 주기변동(C), 그리고 불규칙변동(I)으로 구분할 수 있었는데 본 연구에서는 불규칙변동을 기상요인을 통해 설명하려는 시도를 하였다. 왜냐하면 교통의 주체인 사람들 행태의 특성상 기상의 변화와 관련이 깊다고 판단을 내렸기 때문이었다. 기상요인으로는 일우량, 일조량, 풍속, 주야율 강설량, 기온 등 여러 가지가 있지만 교통량의 변화와 가장 관련이 깊다고 여겨지는 일우량과 최저기온을 이용하였다. 일단 시계열 성분을 분해하고 나면 이를 이용하여 AADT를 추정하게 되는데, 추정의 결과를 비교하기 위해 AADT 추정방법을 두 가지로 구분하였다. 즉, 기상요인을 사용했을 경우와 그렇지 않을 경우로 나누어 결과를 살펴보았다. 추정 결과를 비교하는 척도로는 RMSE와 U-test를 사용하였다. 결과를 보면 불규칙변동요인을 그대로 사용했을 때보다, 기상요인을 결합한 불규칙변동요인을 사용했을 때 더 추정력이 좋았다. 이것은 각 조사지점의 RMSE와 U-test값을 구한 후 그 지점의 AADT로 나누어 준 결과를 보고 알 수 있었다. 이 연구를 통해 우리는 불규칙변동요인 이용방법의 중요성에 대해 한번 더 생각해 보게 된다. 즉 그것을 설명하는 방법에 의해 기존보다 더 나은 모형을 얻을 수도 있다는 결론에 이르게 된다는 것이다.

• 대한교통학회지
• /
• 제20권6호
• /
• pp.59-68
• /
• 2002

도로의 설계 및 운영 등에 필요한 연평균 일 교통량은 365일 조사에 의한 것이 아닌 단기간 조사된 교통량을 사용하는 것으로써 이를 추정하려는 연구는 이전부터 있어왔다. 본 연구에서는 기존 연구를 바탕으로 이 AADT 추정의 방법을 개선시키고자 하였다. 먼저 그룹간의 차이를 뚜렷이 보여줄 수 있는 변수를 찾기 위해 그룹의 수를 변화시켜가며 각 그룹의 시간변 동요인들(전체, 주중, 토요일, 일요일, 주중-토요일, 주중-일요일)의 값을 살펴보아 그 차이가 가장 뚜렷한 변동 요인을 주중-일요일의 시간변동 요인으로 선정하였다. 그 다음 월 변동요인만을 사용하여 상시조사지점을 clustering하였다. 그룹간의 시간변동요인의 차이를 가장 크게 하는 것을 원칙으로 군집분석을 한 결과 10개의 그룹으로 묶을 수 있었다. 선정된 주중-일요일의 시간변동 요인을 사용하여 판별분석과 신경망을 통한 그룹할당을 했다. 신경망의 적중률이 판별분석의 경우보다 훨씬 좋았고, RMSE. U-test 결과도 더 좋았다. 결과를 전체적으로 살펴보면, 본 연구에서 사용한 방법(월 변동요인만을 사용하여 군집분석 한 후, 각 그룹에서 월별로 요일변동요인을 구해 적용한 AADT 추정)의 결과가 이전 연구인 월변동과 요일변동을 이용한 AADT 추정의 결과보다 훨씬 좋았다. 그리고 그룹할당의 변수를 주중-일요일의 시간변동요인으로 달리하였을 때, 신경망의 경우 그룹할당의 적중률이 더 높아지는 것을 볼 수 있었다.

• 한국ITS학회 논문지
• /
• 제11권2호
• /
• pp.10-20
• /
• 2012

본 연구에서는 일반국도 수시조사 지점의 AADT 추정값의 정확도를 높이기 위하여 새로운 그룹핑방법을 제시하였다. 일반적으로 수시조사 자료의 AADT 추정을 위해 월보정계수, 요일보정계수, 조사된 24시간 교통량을 이용하여 AADT를 추정 하므로 상시조사 지점을 그룹핑할 때 상기 세 가지 요인(43개 변수)을 모두 적용하여 그룹핑하였다. 이 방법은 기존의 월보정계수와 요일보정계수만을 이용하여 그룹핑한것과 비교하여 시간대별 교통량을 적용한 것에 있어서 차이가 있다. 그룹핑 결과 5개의 군집이 가장 적당한 것으로 분석되었다. 5개의 군집 중 2개의 군집은 해당되는 지점이 몇 지점 없어 설명하기 어려웠고, 나머지 3개의 군집에서 각각 출퇴근로, 관광부도로, 지방부도로의 특성을 가지는 것으로 나타났다. 각 그룹의 월보정계수 평균과 요일보정계수 평균, 시간대별 교통량 비율의 평균으로 각 그룹의 대표 보정계수를 산출하고, 분석대상지점의 평일 교통량을 해당 그룹의 대표 보정계수를 적용하여 AADT를 추정한 결과 평균적으로 오차가 8.7%인 것으로 나타났다. 이는 기존 연구에서 우수하다고 분석된 동일 대구간 내의 상시조사 보정계수를 적용한 것보다 1.5%오차가 더 적은 것으로 나타났다. 이러한 AADT 산출방법은 전체 수시조사 지점에 적용 가능하므로 실무에서의 활용도가 매우 크다고 판단된다.

• 한국ITS학회 논문지
• /
• 제11권3호
• /
• pp.13-22
• /
• 2012

도로 설계를 위한 기본 교통량으로 이용되는 중방향 설계시간 교통량(directional design hourly volume, DDHV)은 교통 및 도로 부문에서 매우 중요한 요소이다. DDHV는 연평균 일교통량(annual average daily traffic, AADT)에 설계시간계수(K 계수)와 중방향계수(D계수)를 고려하여 산정된다. 그러나 K계수와 D계수는 연간 모든 시간 교통량을 관측해야 가능하기 때문에 사실상 불가능하며, 도로용량편람(KHCM)에서 제시하는 K계수와 D계수를 그대로 적용하는 경우가 일반적이다. 본 연구에서는 일반국도를 대상으로 신뢰성 높고 현실적으로 적용 가능한 DDHV 추정 모형을 개발하고자 하였다. 일반국도 상에 설치된 상시 교통량 조사장비에서 수집된 교통자료를 이용하여 DDHV 특성을 분석한 결과, DDHV와 AADT 간 강한 상관관계가 존재함을 확인하였다. 따라서 AADT를 이용한 DDHV 추정 모형을 개발하였으며, 기존 KHCM 방법에 비해 성능이 우수한 것으로 분석되었다.

• 대한교통학회지
• /
• 제22권7호
• /
• pp.17-23
• /
• 2004

교통정책을 평가하기 위해 기본적으로 요구되는 Data 중 가장 근본이 되는 것이 OD이다. 기존의 교통정책을 평가함에 있어서 일반적으로 사용되고 있는 OD는 AADT(Annual Average Daily Traffic) OD이다. 계절별 평일/주말 교통량의 분산이 매우 크다는 것은 기존 조사나 연구로 익히 알려진 사실이며, 또한 사회 경제적인 여건의 변화 및 주 5일제 근무제의 시행 등으로 여가통행의 비중이 높아짐에 따라 평일과 주말의 교통량의 분산은 더욱 커질 것으로 예상된다. 따라서 교통정책을 평가하는 방법도 AADT OD의 일률적인 적용이 아닌 교통량의 계절별 평일/주말의 분산을 적용시킨 OD를 가지고 교통정책을 평가하는 방법이 교통정책을 결정함에 있어 오류를 범할 가능성을 적게 될 것으로 예상된다. 기존 연구에서는 이러한 교통량의 분산의 보정을 지점교통량에 한정하여 보정하고 있어 실질적인 네트워크 분석에 적용하기에는 무리가 있다. 이에 본 연구에서는 관측된 TCS Data를 이용하여 계절별 평일/주말의 OD 교통 패턴을 분석하여 계절별 평일/주말의 OD 교통패턴을 반영할 수 있는 보정계수를 산출하고 산출된 보정계수에 따라 AADT OD를 보정하여 네트워크 분석의 기초 자료를 구축하였다. 수정된 OD 교통량의 검증을 위하여 기존의 AADT OD의 인구당 통행발생비율과 계절별 평일/주말 OD의 통행발생량을 비교하였다. 그 결과 소수점 두 자리수에서 오차가 발생하여 비교적 합리적인 OD가 추정되었다. 또한 기존의 AADT OD를 이용하여 정책 결정을 할 때의 오류 가능성을 보이기 위하여 각 계절별 평일/주말 OD 교통량과 기존의 AADT OD를 입력 자료로 각각의 네트워크 분석 후 총통행시간의 차이를 분석하였다. 그 결과 정책 결정에 영향을 미칠 수 있을 정도의 차이가 있는 것으로 분석되었다.

• 한국도로학회논문집
• /
• 제9권3호
• /
• pp.13-20
• /
• 2007

일반적으로 도로의 차로수 산출시에 30번째 혹은 100번째의 설계시간교통량을 활용하게 된다. 이러한 설계시간교통량은 설계시간계수에 연평균일교통량을 곱하여 산출하고 있다. 본 논문에서 고속국도에서 운영 중인 34개소의 상시교통량 조사 자료를 기초하여 연평균일교통량 5만대를 기준으로 하여 30번째와 100번째의 시간교통량을 추정할 수 있는 회귀모형을 각각 구축하였다. 30, 100번째 순위의 시간교통량의 추정능력을 평가지표 MAPE(Mean Absolute Percentage Error)를 활용하여 기존방법과 비교 평가했을 때, 30번째 시간교통량을 추정에서 5만대 이하 모형에서는 추정오차가 기존방법에 비해서 11.83% 감소하고 5만대 이상에서는 22.17% 감소하는 것으로 분석되었다. 또한 100번째 시간교통량 추정능력 평가에서는 5만대 이하일 때는 추정오차가 기존방법에 비해서 8.16%감소하고 5만대 이상에서는 15.25% 감소하는 것으로 평가되었다.

• 대한토목학회논문집
• /
• 제32권3D호
• /
• pp.205-212
• /
• 2012

일반국도 교통량조사는 크게 수시조사와 상시조사로 나누어진다. 수시조사는 상시조사와 달리 표본조사로 시행되고 있으며 조사 시기에 따라 AADT에 대한 오차의 크기가 달라진다. 따라서 본 연구에서는 수시조사의 AADT 추정의 정확도를 높이기 위하여 도로 유형별로 AADT와의 오차가 작은 수시조사 시기를 파악하고자 하였다. 그리고 상시조사는 조사 지점에 설치되어 있는 장비의 고장이나 오작동 등으로 인하여 교통량 자료가 정상적으로 수집되지 않아 해당 지점의 교통량 변동을 제대로 파악할 수 없는 경우가 자주 발생한다. 따라서 본 연구에서는 장비 설치년도, 중차량 비율 등이 장비의 고장이나 오작동의 원인이 될 수 있는 지를 장비 유지보수 횟수와의 상관관계 분석을 통하여 파악하고자 하였다.