Earticle

초록

영어

Traffic volume data is basic information that is used in a wide variety of fields. Existing missing traffic volume data imputation method did not take the effect on the rainfall. This research analyzed considering of the rainfall effect in missing traffic volume data imputation method. In order to consider the effect of rainfall, established the following assumption. When missing of traffic volume data generated in rainy days it would be more accurate to use only the traffic volume data of the past rainy days. To confirm this assumption, compared for accuracy of imputed results at three kinds of imputation method(Unconditional Mean, Auto Regression, Expectation-Maximization Algorithm). The analysis results, the case on consideration of the rainfall effect was more low error occurred.

한국어

교통량자료는 매우 다양한 분야에서 사용되는 기초자료이다. 교통량자료는 도로교통량조사를 통하여 수집되며, 도로교통량조사 중 기계식 장비를 사용하여 365일 24시간 지속적으로 수집되는 자료를 상시교통량자료라고 한다. 상시교통량자료는 장비의 오작동 및 여러 원인으로 교통량자료누락이 발생하는 경우가 있다. 누락된 교통량자료는 여러 누락보정방법을 적용하여 보정을 수행하고 있다. 하지만, 기존의 누락보정방법론들은 기상에 대한 영향을 전혀 고려하지 않은 실정이다. 따라서 본 연구에서는 기상 중 강우의 영향을 고려한 누락교통량자료 보정방법에 대한 연구를 수행하였다. 이를 위해 우선 일반국도에서 수집한 교통량자료와 기상청의 기상자료의 매칭을 수행하였으며, 이후 일반국도의 특성별로 군집분석 수행 및 분석대상지점 선정을 진행하였다. 세 가지 보정 기법들(평균대체법/자기회귀모형/EM 기법)을 사용하여 전체 자료에서 누락보정을 수행하는 것과 강우일의 자료만을 가지고 누락보정을 수행하여 보정값의 정확도를 평가하였다. 분석 결과 모든 보정방법 및 분석지점에서 과거 강우일의 교통량자료만을 가지고 보정한 경우가 더 정확한 보정값을 산출하는 것으로 분석되었다.

목차

요약
 ABSTRACT
 Ⅰ. 서론
 II. 기존문헌 고찰
  1. 기후와 교통과의 관계 연구사례
  2. 교통량보정 연구사례
  3. 기존문헌 고찰의 시사점
 III. 연구 방법론
  1. 교통량자료와 기상자료의 매칭
  2. 분석지점 선정
  3. 분석지점의 교통량자료 분석
 IV. 분석 결과
 V. 결론
 REFERENCES

키워드

교통량자료 보정 강우영향 군집분석 T-검정 평균대체법 자기회귀모형 EM기법. Traffic volume data imputation Rainfall Cluster Analysis T-test MAPE Unconditional Mean Auto Regression Expectation-Maximization Algorithm MAPE

저자

• 김민현 [ Min-heon Kim | 한국건설기술연구원 석사후연구원 ] 주저자 및 교신저자
• 오주삼 [ Ju-sam Oh | 한국건설기술연구원 연구위원 ] 공저자

참고문헌

발행기관

간행물