• 대한교통학회지
• /
• 제33권6호
• /
• pp.575-583
• /
• 2015

한국교통연구원은 수도권 및 광역권의 기종점 자료를 읍면동 행정단위로 교통존을 세분화하여 배포하고 있으며, 지방부는 자료의 한계로 시군구 행정단위로 교통존을 구축하여 배포하고 있다. 도로 및 철도사업에서 사업 주변 지역에 정교한 통행 패턴을 분석하기 위해서 특정 교통존을 더욱 잘게 나누어 세분화된 교통존을 구축하는 과정이 필요한 경우가 있다. 본 연구는 시군구 행정단위의 지방부 교통존에서 읍면동 행정단위로 세분화된 교통존의 O-D 통행량을 추정하는 방법론을 제시하였다. 수도권 및 광역권의 공간적인 내부 통행 분포 패턴을 토대로 교통존의 인구 밀도를 저, 중, 고밀도 그룹으로 분류하고 그룹별 직접수요모형과 중력모형의 계수 값을 정산하였다. 그리고 회귀분석을 수행하여 내부 통행 분포 패턴을 잘 설명하는 모형을 최종적으로 선별하고 정산된 모형을 지방부에 적용하여 내부 교통존을 세분화한 교통존 간 통행량을 추정하였다. 분석 결과, power function을 저항함수로 정산한 중력모형의 수정된 $R^2$가 인구 저밀도 그룹에서는 0.7426, 중밀도 그룹에서는 0.6456, 고밀도 그룹에서는 0.7194로 산출되었으며 본 모형이 교통존 내부의 세부존 간의 통행 패턴을 우수하게 설명하는 것으로 분석되었다. 또한 본 연구에서는 강원도 인제군에 정산된 모형을 적용하여 세부존 간 통행량을 산출하는 예시를 제시하였다. 본 연구에서 제시한 세분화 교통존의 O-D 통행량 추정 방법론을 이용할 경우, 세분화된 교통존 간 통행량을 구축하여 통행 패턴을 좀 더 체계적이고 정교하게 분석할 수 있을 것이다.

• 대한교통학회지
• /
• 제29권1호
• /
• pp.17-27
• /
• 2011

본 연구에서는 교통수요분석의 중요한 오차요인 가운데 하나인 존 체계 구축에 따른 교통수요 추정 결과의 영향을 국가교통DB 전국 지역 간 자료를 이용하여 실증적으로 살펴보고 이를 통하여 현재 배포되는 Network 수준 및 해당사업(고속도로, 국도, 국지도 및 지방도 / 차로수)에 따른 적정 존 체계 수준, 내부 통행비율 수준 등에 대한 결과를 비교분석하였다. 더불어, 존 체계 수준에 따라 교통수요 추정 결과의 정확도가 도로위계, 도로용량별로 어떻게 달라지는지를 검토하였다. 마지막으로, 국가교통DB의 전국 지역 간 자료의 적정한 존 체계 수준을 제시해 보았다. 본 연구에서는 사회경제변수를 고려한 적정 Centroid의 위치와 Connector 연결지점 및 개수 등 존 체계를 구축하였으며, 존 체계 구축이 교통수요 추정에 어떤 영향을 미치는지를 살펴보기 위해 F-test와 상관계수 분석, 평균통행거리 및 통행시간분석, 오차율 분석, 총 주행거리 분석 등을 수행하였다. 분석 결과, 도로위계, 도로용량에 따라 적정 존체계 수준이 다양하게 나타났다. 즉, 현재의 시군구 단위 존 수준에서 추가적인 존 세분화를 수행할수록 국도, 국지도 및 지방도 / 편도 1차로 도로의 교통수요 추정 결과 신뢰성이 전반적으로 개선됨을 확인할 수 있었다. 특히, 신뢰성 높은 교통수요 추정 결과를 확보하기 위해서는 되도록 읍면동 단위의 존 수준까지 존 세분화를 수행할 필요가 있음을 확인할 수 있었다.

• 한국산학기술학회논문지
• /
• 제13권4호
• /
• pp.1880-1888
• /
• 2012

본 연구에서는 지구단위 설계시 교통부문에서 다양한 도시설계 및 교통정책의 적용에 따른 교통량 패턴 효과를 분석해보고자 하였다. 이를 위해 가상네트워크(Toy Network)를 설정하고 토지이용패턴과 교통정책을 접목한 19개의 시나리오를 가정한 후 교통수요 예측 프로그램인 EMME3를 이용하여 교통량 배정량을 산정하고 비교하였다. 그 결과 총 교통량이 가장 많이 감소한 정책은 지구의 중간부를 개발하면서 동시에 내부의 2차로 도로는 차량 통행을 금지시키고 보행자 천국을 만드는 것이었다. 총 통행량이 가장 많이 발생된 정책은 균등개발을 하며 지구의 중간부에 공동 주차장을 만드는 것이었으며 내부 연도 주민에게 가장 불리한 정책은 지구 중심의 한 개 존만을 개발하는 것임을 확인할 수 있었다.