크리깅 모형을 활용한 일반국도 연평균 일교통량 추정

Abstract

연평균 일교통량(annual average daily traffic, AADT)은 교통 및 도로부문에서 중요한 기초자료로 활용된다. 계획 교통량을 기초로 해당 도로의 장래 서비스수준을 예측하며, 신설될 도로의 기하구조를 결정하게 된다. 이때 계획 교통량은 도로 계획의 기본이 되는 교통량으로서 연평균 일교통량이 이용된다. 이렇듯 AADT의 중요성에도 불구하고 예산 제약 등의 한계로 인해 일부 지점에 대해서만 상시 교통량 조사(permanent traffic counts, PTC)를 통하여 AADT를 산출하고 있으며, 대다수의 지점에서는 단기 교통량 조사(short-term traffic counts, STC)에서 수집된 샘플 자료를 이용하여 AADT를 추정 활용하고 있는 실정이다. AADT 추정 정확도 향상을 위한 많은 연구가 국내외에서 진행되어 왔으나, 적용 상의 어려움으로 인하여 실무에서는 STC 자료를 단순 평균하는 방법이 주로 이용되고 있다. 기존의 AADT 추정의 대표적인 모형은 미국 FHWA의 Traffic Monitoring Guide에서 제안된 보정계수 적용 모형이다. 이 모형은 STC 지점의 AADT를 추정하기 위하여 교통패턴이 유사한 PTC 지점(또는 그룹)의 보정계수(월보정계수 및 요일보정계수)를 적용하는 방법이다. 그러나 이 모형은 해당 STC와 유사한 교통패턴을 갖는 PTC 지점(또는 그룹)을 결정하기가 어렵다는 한계가 있다. STC 자료는 보통 24시간, 48시간 자료이기 때문에, 이를 이용하여 365일 교통량 변화 특성을 추정하기가 어렵기 때문이다. 보정계수 적용 모형뿐만 아니라 대부분의 선행연구에서는 교통량 조사 지점 간(특히, PTC 지점과 STC 지점 간)의 시간적 및 공간적 교통량 특성 관계를 신뢰성 높게 설명하지 못한다는 근본적인 한계를 지니고 있다. 그러나 교통자료의 시공간적 연속성은 교통류의 가장 근본적인 특성으로서 AADT 추정 시 반드시 고려되어야 할 사항으로 판단된다.

본 연구에서는 교통자료가 공간적 상관성(spatial correlation)과 시계열 자료(time series data)의 특성을 동시에 지닌다는 점에 착안하여 공간통계모형을 이용한 AADT 추정 모형을 개발하고자 하였다. 공간통계모형 중 보편적으로 이용되는 크리깅 모형을 적용하였는데, 이 모형은 공간적으로 상관관계가 있는 자료를 대상으로 미지의 자료를 예측하게 된다. 교통량의 공간적 상관성뿐만 아니라 시간적 연속성을 모형에 반영하기 위하여 전년도 교통량 자료를 이차변수로 하는 공동크리깅(Co-Kriging) 모형을 이용한 AADT 추정 모형을 개발하였다. 모형 검증을 위해 일반국도 PTC 자료를 이용하여 제안된 모형의 AADT 추정오차를 분석하고, 선행연구에서 제안된 타 모형과 성능을 비교하였다. 본 연구에서 제안된 모형 중 이차변수를 적용한 모형은 선행연구에서 제안된 타 모형에 비해 AADT 추정 정확도가 크게 향상되는 것으로 분석되었다. 본 연구는 교통량 자료가 시공간적으로 상관관계가 있음에도 불구하고, 공간적 상관관계 또는 시간적 상관관계만 다루었던 기존 연구의 한계점을 인식하여 이를 공간통계학적으로 해석하고, 현장 자료를 이용하여 실증적으로 검증하였다는데 본 연구의 의미가 있다고 판단된다. 이러한 연구결과는 AADT 추정 정확도를 향상시킴으로써 적정 수준의 교통시설 공급과 서비스 수준 향상에 기여할 것으로 기대된다.