24시간 교통량 자료를 이용한 첨두 특성 분석
Peak Factor Analysis Using 24 Hours Traffic Count Data
0
조회
0
다운로드
3
인용
0
참고문헌
키워드
초록
교통수요는 여러 복잡한 특성을 갖고 있는데, 그 중 하나는 매우 동적인(dynamic) 특성을 갖고 있어 혼잡 구간과 혼잡 정도가 달라진다는 것이다. 즉, 하루 동안 발생하는 수요 중 상당부분이 특정시간대에 집중됨으로써 혼잡 또한 일부 시간대에만 발생하는 경향이 있으며, 시간대에 따른 변화 현상은 결국 수요 분석의 어려움을 초래한다. 이러한 교통수요의 시간대별 변화 특성을 합리적으로 반영하기 위해 교통수요 분석이나 경제성 분석과정에서 시간대별 통행특성을 고려하기 위한 방안들이 지속적으로 강구되어 왔다. 국내에서는 『도로 ․ 철도부문 사업의 예비타당성조사 표준지침 수정 · 보완 연구(제4판)』(KDI, 2004)와 「교통시설 투자평가지침」(건설교통부, 2007)(이하 투자평가지침)에서 이러한 통행특성을 수요분석 시 고려하기 위해 첨두 ․ 비첨두 비중 및 지속시간을 제시하여 분석에 적용하도록 규정하고 있으나, 타 지역으로의 공간적 전이성에 대한 유의성은 상당히 낮은 것으로 알려져 있다. 또한 시간대별 자료 수집을 통해 통행특성을 쉽게 조사할 수 있음에도 불구하고 아직까지 첨두 ․ 비첨두 비중 및 지속시간을 직접 판단할 수 있는 방법론은 부재한 실정이다. 본 연구에서는 시간대별 교통량 구분 기준을 개발하여 첨두․비첨두 비중 및 지속시간을 합리적으로 판단할 수 있는 방법을 제시하였으며, 개발된 방법을 통해 대전, 부산, 울산 광역권의 교통량 자료를 이용하여 권역별 첨두 특성을 도출하였다. 또한 울산광역권 자료를 이용하여 기존 첨두 특성과 본 연구에서 도출한 첨두 특성에 따라 편익의 주요 항목인 통행시간절감 효과가 어떻게 바뀌는지 제시하였다. 분석결과 지역에 따라 첨두 ․ 비첨두 비중 및 지속시간의 차이가 발생하였으며, 이러한 차이는 결국 수요 및 편익 산정 시에도 직접적인 영향을 미치는 것으로 밝혀져 향후 수요분석 및 경제성 분석의 신뢰도 향상을 위해서는 권역별 통행특성을 고려한 첨두율 및 지속시간 산정 및 이의 적용이 필요한 것으로 보인다.
Abstract
Travel demand has a number of characteristics and one of them is that the demand has very strong dynamic elements. So the congestion link or level can vary and tend to occur at specific time. This time-variable characteristics of travel demand makes it difficult to analyse and forecast. To consider the characteristics of the hourly variation of traffic volume many methodologies have been developed to reflect this variation in analyzing traffic demand and feasibility studies. Manuals for preliminary feasibility study and feasibility study in Korea, to reflect traffic characteristics by time, say that users must consider the peak hour factor and time span of it. However this factor has such problem as spatial transferability. Though the data of traffic volume are available for almost every area, there is no standard method to calculate the peak factor and its time span. In this study the method which can calculate the peak factor and time span is developed and suggested. and the regional traffic count data, through this method, was analyzed for the areas of Daejeon, Ulsan, and Pusan. To show that how the VOTs is affected by the peak factor, the simulation was carried out with the traffic count data of Ulsan. The results show that there are variations in the peak factor and time span for each area and this variations finally result in the traffic demand and benefit from saving time. Hence, to raise the reliability of demand analysis and feasibility study, the spatial characteristics of traffic pattern need to be considered in demand forecasting and estimating benefit of time savings.
참고문헌 (17)
- 국토해양부, "교통시설 투자평가지침", ~ (2007)
- 대전광역시 2007 정기 교통조사 및 분석 보고서, "대전광역시", ~ (2007)
- 부산광역시 2007 정기 교통량 조사 및 속도 보고서, "부산광역시", ~ (2007)
- 울산광역시 2007 정기 교통량 조사 및 속도조사 보고서, "울산광역시", ~ (2007)
- 한국개발연구원, "도로 ․ 철도부문 사업의 예비타당성조사 표준지침 수정 ․보완 연구", ~ (2004)
- 한국개발연구원, "철도부문 사업의 예비타당성조사 표준지침 연구", ~ (2001)
- Baltimore Metropolitan Council, "Baltimore Region Travel Demand Model(Version 3.3)", ~ (2007)
- California DOT, "California Life-Cycle B", C Analysis Model, 1999
- Delaware Valley Regional Planning Commission, "2000 and 2005 Validation of the DVRPC Regional Simulation Models", ~
- FHWA, "Model Validation and Reasonableness Checking Manual", ~ (1997)
- FHWA, "Surface Transportation Efficiency Analysis Model(STEAM 2.0)", ~ (2000)
- FHWA, "Highway Economic Requirements System-State Version v2.0", ~ (2002)
- Florida DOT, "Incorporating Variable Peak-to-Daily Rations into FSUTMS to Reduce Assignment Errors", ~ (2003)
- Florida DOT, "Time of Day Modeling Procedures for Implementation in FSUTMS", ~ (2002)
- TRB, "Metropolitan Travel Forecasting : Current Practice and Future Direction", ~ (2007)
- UK Department for Transport, "Transport Analysis Guidance(TAG) Unit 3.1.2 Transport Models", ~ (2005)
- UK Department of the Environment, "Design Manual for Roads and Bridges Volume 12(Traffic Appraisal of Roads Schemes)", ~ (1997)