L-function과 KDE를 이용한 서울시 보행교통사고 잦은 곳의 공간적 범위 설정과 특성 분석

황정현; 고준호

doi:10.7470/jkst.2024.42.3.313

추천

검색

질문

자료유형: 학술저널

저자정보: 황정현 (한양대학교) 고준호 (한양대학교)

저널정보: 대한교통학회 대한교통학회지 대한교통학회지 제42권 제3호

발행연도: 2024.6

수록면: 313 - 330 (18page)

DOI: 10.7470/jkst.2024.42.3.313

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 연구는 보행교통사고 잦은 곳의 적정 공간적 범위 설정을 위해 보행교통사고에 대한 점 패턴 분석과 보행교통사고 잦은 곳의 공간적 특성을 분석하였다. 분석은 광역자치단체 중 전체 교통사고 사망자 대비 보행자 사망자 비율이 가장 높은 서울특별시의 2016년에서 2022년까지 발생한 보행교통사고를 대상으로 하였다. 보행교통사고 데이터의 점 패턴 간 공간 의존성을 분석하기 위해 Ripley의 K-function 및 L-function을 사용하여 거리별 군집화 정도를 분석한 결과, 각 연도별 보행교통사고는 개별 사고 간의 공간적 의존성을 지닌 군집화된 상태이며 공간적 패턴의 군집화는 30.7m 거리까지 L-function 값이 급격히 증가되고 그 이상의 거리에서는 서서히 완화되는 것으로 나타났다. 또한, 동일한 방법으로 차대차 및 차량단독 교통사고의 군집화를 분석한 결과는 35.7m의 거리로 나타나 보행교통사고의 군집 패턴보다 1.16배 큰 것으로 나타났다. L-function에 의해 선정된 결과의 적용 가능성을 Buffer 반경 5m에서 50m까지 5m 간격의 Kernel Density Estimation로 분석한 보행사고 Hot Spot을 통해 검증한 결과, Hot Spot의 총량은 Buffer 반경 30m~35m에서 10% 미만으로 완만하게 증가하고 있으며 해당 거리 이상에서 총량 증가 폭은 더 완만해졌다. 하지만, Buffer 반경이 커질수록 인접도로의 교통사고를 포함하는 결과를 보여주고 있어 Hot Spot을 식별하는 최소 거리로 30m를 선택하는 것은 중요한 의미를 지닌다. 30m 반경 보행교통사고 잦은 곳의 공간적 특성 분석을 위해 교차로, 도로폭, 토지이용 등의 자료와 공간분석한 결과, 광로 및 대로 보다는 중로, 소로에서 보행교통사고 잦은 곳의 비율이 더 높으며, 교차로보다는 무신호 도로에서의 보행교통사고 위험성이 더 높은 것으로 분석되어 주거생활권 도로에 대한 보행안전정책이 지속적으로 추진되어야 함을 시사하고 있다.

This study aimed to undertake a comprehensive spatial analysis to delineate optimal spatial ranges for identifying frequent pedestrian crash locations. The analysis focused on pedestrian crashes that occurred within the seoul metropolitan government area between 2016 and 2022, selected due to its significantly high ratio of pedestrian fatalities compared to overall traffic accident fatalities among metropolitan jurisdictions. To investigate the spatial dependence among point patterns of pedestrian crash data, ripley"s k-function and l-function were employed to analyze the degree of clustering by distance. The findings indicate that pedestrian crashes each year exhibited clustered patterns characterized by spatial dependence among individual crash points, with clustering evident within distances of 30.7 meters as indicated by the rate of increases in l-function values, gradually tapering off beyond this range. Furthermore, a similar analysis conducted on non-pedestrian crashes revealed clustering within distances of 35.7 meters, approximately 1.16 times the observed clustering range for pedestrian crashes. Based on the application of l-function selected results, which identified pedestrian crash hot spots, and reviewing the kernel density estimation within 5 meter increments up to a 50 meter radius, the total count of hot spots shows a gradual increase, with less than 10% within buffer radius of 30 to 35 meters. Beyond this distance, the rate of increase diminishes more steeply. Moreover, the results indicate that expanding the buffer radius includes accidents on adjacent roads. Therefore, selecting a minimum distance of 30 meters for hot-spot analysis is meaningful. Spatial analysis of pedestrian crash hot spots based on intersection, road width, and land use metrics revealed higher proportions of hot spots along secondary and tertiary roads compared to main arteries, with higher risk associated with unsignalized roads than signalized intersections. This underscores the necessity for ongoing pedestrian safety policies targeting residential roadways.

#hot-spot #kernel density estimation #pedestrian crash #ripley's l-function #spatial analysis #사고잦은곳 #밀도함수 #보행교통사고 #리플리의 L함수 #공간분석

참고문헌 (38)

참고문헌 신청

AASHTO (2010), Highway Safety Manual, 1st Edition, American Association Of State Highway and Transportation Officials, USA.

Australian BTE (1995), Evaluation of The Black Spot Program, Bureau of Transport And Communications Economics, Australian Government Publishing Service, Canbera, Australian.

Australian Gov. DITRDCA(Dep. Infrastruct. Transp. Reg. Dev. Commun. Arts) Homepage - Local Initiatives - Black Spot Program - Site Eligibility, https://investment.infrastructure.gov.au, 2022.12.12.

Aziz S., Ram S. (2022), A Meta-analysis of the Methodologies Practiced Worldwide for the Identification of Road Accident Black Spots, Transp. Res. Procedia, 62, 790-797.

Baranyai D., Sipos T. (2022), Black-Spot Analysis in Hungary Based on Kernel Density Estimation, Sustain., 14, 8335.

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문과 함께 이용한 논문

인공지능(AI) 기술을 활용한 부산광역시 교통사고 예방 시스템

조우진 , 김진석 , 윤다현 외 2명 Proceedings of KIIT Conference 2020 .10

공공성 관점에서의 행정복지센터의 외부공간 및 저층부 계획 특징 - 서울시 사례를 중심으로 -

이나영 , 고준호 , 김효정 대한건축학회논문집 2024 .10

서울시 ‘보행자 교통사고다발지점’에 대한 풍수지리학적 특성에 관한 연구(TAAS, 교통사고분석시스템 자료를 중심으로)

김경진 , 양승우 , 이준 서울학연구 2024 .05

서울시 전동킥보드 무단 주정차 유형별 영향요인 분석

권준현 , 이수기 국토계획 2024 .04

통신자료를 활용한 활동인구 연령계층의 혼합도 측정과 영향요인 : 서울시를 사례로

김슬기 , 고준호 국토계획 2024 .02

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (38)

함께 읽어보면 좋을 논문

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)