• 한국항해항만학회지
• /
• 제43권6호
• /
• pp.413-419
• /
• 2019

항로는 선박의 통항이 빈번하고 특히, 항로의 입구부는 선박의 출입이 잦아 사고의 위험이 높은 지역이지만, 항로 단면에서의 통항분포에만 초점을 맞춘 연구가 다수였으며, 항로 통항 선박간의 시간분포에 대한 연구는 부족하였다. 이에 본 연구에서는 대상항로에서의 통항선박간의 시간 최적분포를 분석하기 위해서 1주일간의 선박의 통항현황을 조사하였다. 통항현황을 바탕으로 항로 입구부에 1개의 Gate line을 선정하고, Gate line을 통과하는 선박을 입출항, 교통량으로 구분하여 분석하였다. 대상항로의 해상교통 분석 자료를 바탕으로 입출항과 교통량으로 구분하여 항로 통항 선박간의 시간 최적 확률분포를 분석하였다. 최적 확률분포를 분석하기 위하여 경계분포, 비경계분포, 비음수분포, 고급분포로 구분하여 총 31개의 확률분포를 적용하였으며, 최적 확률분포 상위 3개를 분석하기 위하여 KS 검정을 사용하였다. 분석 결과 대상항로에서 통항 선박간의 최적 시간 확률분포는 Wakeby 분포로 분석되었으며, 도로교통 등의 선행연구에서 사용한 비음수 분포와 다르게 고급분포가 대부분을 차지하는 것으로 분석되었다. 따라서 향후 항로 통항 선박간의 시간 분포를 적용함에 있어 다른 교통 분야의 선행연구에서 사용한 대표적인 확률분포를 적용하는 것은 적합하지 않는 것으로 판단된다. 또한 실제 교통조사 시 통항 선박간의 거리와 최적 확률분포로 추정한 거리가 비교적 유사함을 확인하였다. 다만 본 연구는 대표적인 1개의 항로를 분석한 만큼 향후 다양한 항로에서의 통항 선박간의 시간간격 및 교통용량 산정 등의 후속연구가 필요한 것으로 판단된다.

• 한국항해항만학회지
• /
• 제42권6호
• /
• pp.446-452
• /
• 2018

항로는 선박의 통항이 빈번하여 사고의 위험이 높은 지역이지만, 선박의 통항분포에만 초점을 맞춘 연구가 다수였으며, 항로의 특성과 선박의 크기별 통항패턴에 대한 연구는 부족하였다. 이에 본 연구에서는 3개의 주요 항로에서의 통항분포와 통항패턴을 분석하기 위해서 3일간의 선박의 통항현황을 조사하였다. 통항현황을 바탕으로 항로를 10개의 Gate line으로 구분하고 각 Gate line을 통과하는 선박크기를 소형선, 중형선, 대형선으로 세 분류하여 분석하였다. 각 항로의 통항분석을 바탕으로 각 Gate line에서의 통항분포에 대하여 ND-K-S(Normal Distribution-Kurtosis-Skewness)를 적용하여 평가하였다. ND 평가 결과 통항분포에서 대형선은 정규분포를, 중형선은 편도항로에서만 정규분포를 만족하고, 소형선은 정규분포를 만족하지 않는 것으로 평가되었다. K-S 평가 결과 통항패턴은 왕복항로와 편도항로에서 뚜렷한 구분을 보였다. K 평가의 결과 편도항로에서는 고루 항로를 이용하는 통항패턴을 가지지만, 왕복항로에서는 항로의 한 부분에 집중하는 통항패턴을 가지는 것으로 평가되고, S 평가의 결과 편도항로에서는 항로의 중앙을 따라 항행하는 통항패턴을 가지지만, 왕복항로에서는 항로의 우측에 치우치는 통항패턴을 가지는 것으로 평가되었다. 다만 본 연구는 3개의 주요 항로를 비교한 만큼 향후 다양한 환경에서의 항로분석이 필요할 것으로 판단된다.

• 한국항해항만학회지
• /
• 제46권4호
• /
• pp.303-312
• /
• 2022

해상교량은 선박의 통항 안전성 관점에서 가항수역을 줄이는 간섭요인으로 작용한다. 본 연구에서는 선박의 안전한 통항을 위해 최적 통항분포에 기반한 안전 통항폭을 분석하였다. 해상교량을 통항하는 선박의 안전 통항 폭에 대한 분석을 위해 AIS data에 기반한 선박교통분포를 조사하여 K-means clustering을 통해 선박을 크기에 따라 분류하였다. 군집화된 데이터에 대하여 최적분포 분석을 한 결과, 인천대교와 부산항대교에서는 대수정규분포, 목포대교와 마창대교에서는 정규분포가 최적분포에 가까운 것으로 분석되었다. 대수정규분포와 정규분포를 기준으로 선박 안전 통항 범위를 신뢰구간의 95%로 가정하여 분석한 결과, 인천대교의 경우 정규분포와 대수정규분포 간의 차이가 64~97m로 가장 큰 것으로 나타났으며, 최소 차이는 10m로 마창대교에서 나타났다. 이에 따라, 인천대교의 경우에는 정규분포보다 대수정규분포로 안전 통항 폭을 제시하는 것이 적합한 것으로 분석되었다. 타 교량의 경우에는 정규분포와 대수정규분포 간의 통항 폭 차이가 크지 않기 때문에 둘 중 어떤 분포를 사용해도 유사한 결과를 얻을 수 있는 것으로 분석되었다. 위 결과를 토대로, 해상교량의 안전통항 범위를 제시한다면 선박의 안전한 운항 및 사고 예방에 도움이 될 것이다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2014년도 추계학술대회
• /
• pp.103-105
• /
• 2014

선박의 운항분포는 교량충돌확률이나 선박충돌위험도 등을 계산할 때 매우 중요한 요인으로 작용하지만, AASHTO모델이나 해상교통안전진단에서의 근접도 평가모델 등 많은 충돌 또는 위험도 계산 모델에서는 선박의 운항분포가 단순한 정규분포임을 가정하고 있다. 따라서 특정 항로나 해역에서의 정확한 충돌, 위험 또는 안전 등에 관한 확률을 구하고자 할 경우에는 그 항로나 해역의 특성에 맞는 선박 운항분포를 사용해야 한다. 이 연구에서는 일주일간의 통항선박 위치정보(AIS정보)를 이용하여 다양한 특성을 가지는 항로별로 각각 고유한 특성의 선박 운항분포를 찾아내기 위해, sech 함수를 이용한 새로운 충돌위험도 평가법에서 피항구역의 문턱값을 결정하는 방법을 분석하고 실제 상황에 적용 가능한 식을 개발하였다.

• 한국항해항만학회지
• /
• 제34권8호
• /
• pp.609-614
• /
• 2010

본 논문에서는 목포 대교와 통항 선박 사이의 충돌 확률 계산에 필요한 통계 변수 추정에 관해 기술했다. 먼저 목포대교 통항 선박들의 AIS(Automatic Identification System) 정보를 입수한 후, 선박들의 통항 궤적 분포를 분석하고, 목포대교 중심으로 부터의 이격 거리와 목포대교 통항시의 침로 및 속력 등에 대한 평균과 표준편차를 추정하였다. 궤적 분포 분석 결과, 이격 거리와 통항 침로에 대한 궤적 분포는 정규 분포 형태로 나타났고, 통항 속력 분포는 서로 다른 두 종류의 정규 분포 형태를 나타냈다. 그리고 궤적 분포와 이들의 정규 확률분포와의 상대 비교를 통해서 추정한 확률 변수 값의 유용성을 확인하였다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2014년도 추계학술대회
• /
• pp.137-139
• /
• 2014

우리나라 항만을 입출항하는 선박은 연간 390,245척(2013년)이며, 연안해역을 통항하는 선박은 우리나라 남해안이 세계에서도 통항척수가 많은 해역이다. 이러한 연안 해역에서 거리별 통항교통량 분포 및 해양사고 분포를 통하여 연안해역 거리별 위험도를 파악하여 교통량 분산 등을 유도하여 해상교통 안전을 향상시키는데 목적이 있다.

• 해양환경안전학회:학술대회논문집
• /
• 해양환경안전학회 2018년도 공동국제학술발표회
• /
• pp.49-49
• /
• 2018

• 한국항해항만학회지
• /
• 제29권10호
• /
• pp.821-826
• /
• 2005

2006년 영일만 신항이 개장될 경우 포항항 진입 수역은 선박 통항량이 증가하고 중대형 선박들의 입출항이 가속화될 것이다. 그러나 포항항 일부 진입 수역에는 여전히 항행 위험 요소가 존재하고 있다 즉, 호미곶 인근 해역에서의 무질서한 항행 및 교통이 폭주하고 있어 통항 안전성을 고찰하기 위하여 해상교통조사를 실시하였다. 또한 해상교통조사 결과를 선종별 및 톤수별로 통계 처리하고 통항 선박의 항적 분포 등을 토대로 통항 선박의 주요 통항로 및 통항 특성을 분석하였으며, 향후 포항항 진입 수역의 항로지정에 활용하고자 한다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2014년도 춘계학술대회
• /
• pp.319-322
• /
• 2014

VTS(Vessel Traffic Center)는 관할해역의 해상교통데이터를 수집하여 해상교통관제를 수행하고 있다. 이러한 해상교통데이터는 가공되지 않는 정보이므로, 관제사 및 선박 등 사용자가 유용하게 활용할 수 있는 형태로의 분석이 필요하다. 이는 객관적인 데이터로 관제사 및 선박에서 해상교통 안전정책을 수립하는데 중요하다. 이를 위해 본 연구에서는 수년간 VTS에 축적되고 있는 BIG DATA를 활용하여 해상교통패턴을 분석하고자 한다. 분석하는 해상교통패턴은 통항분포, 선종별 항적 비교, 예부선의 강 조류 주의구역 판별, 항로상 어선 조업 현황분석 등을 통해 빅데이터를 활용한 관제구역설정, 집중관제구역 검토가 가능하다.

• 한국지능시스템학회논문지
• /
• 제22권6호
• /
• pp.761-767
• /
• 2012

선박교통류 평가는 대상해역 해상교통특성 파악을 통하여 정량화된 체계화된 교통관리를 수행함으로써 해양사고를 예방하는데 중요하다. 해상교통류의 특성은 선박자동식별장치(AIS, Automatic Identification System)가 선박에 설치됨에 따라 이 장치에서 수신된 정보를 토대로 평가할 수 있다. 본 연구에서는 해상교통관제센터(VTS, Vessel Traffic Services)에서 선박으로부터 수집된 위치, 속력, 침로, 시간 정보로부터 항로상에 해상교통류를 평가하기 위한 시뮬레이터를 구현하였다. 그 결과 해상교통관제센터에서 수집된 데이터로부터 선박 통항량, 통항분포, 선박속력분포, 기하학적 충돌빈도가 계산되어 표시된다. 이러한 해상교통류평가 평가는 해상교통관제사가 해상교통관리의 관점에서 해상안전을 위한 서비스를 제공하는데 유효하게 활용될 수 있을 것으로 사료된다.