연속주행시간 지수 상위 구간과 교통사고 상위 구간 비교(GIS 활용)

연속주행시간 지수와 졸음사고 발생 간의 관계를 보다 직관적으로 검토하기 위하여 Arc GIS Desktop 10.2을 활용하여 고속도로 교통사고 원인별 사고발생 상위 구간과 연속주행시간 지수 상위구간의 분포를 도식화 하여 비교 검토하였다.

사고데이터는 최근 6년(2011~2016년) 고속도로에서 발생한 D급 이상 사고데이터를 졸음사고와 졸음관련사고(전방주시태만, 안전거리미확보)로 분류하고 각각의 사고 발생건수와 사망자수를 기준을 상위구간을 성정하였으며, 연속주행시간 지수의 경우 앞서 통계적 분석 등에 활용된 것과 마찬가지로 연속주행시간 지수 평균과 상위 20% 포함비율 값으로 각각 구분하여 분석을 시행하였다.

연속주행시간 지수 평균값을 활용하여 그림 4.22와 같이 고속도로 1,379개 콘존 중 지수 값이 상대적으로 높은 구간을 검토한 결과 수도권과 부산 등 대도시권으로 진입하는 고속도로 노선(경부선, 서해안선, 영동선, 중부선 등)에 포함된 구간이 지수 값 상위 구간에 많이 포함되는 것으로 나타났다. 단, 전체 고속도로 노선 중 중부내륙 고속도로의 경우 대도시에 인접하지 않음에도 불구하고 양방향 지수 값이 높은 것으로 나타났으며, 이는 해당 노선이 수도권과 부산·경남 등을 기점으로 하고 휴식 없이 주행하는 경우 약 2시간의 통행시간을 나타내기 때문인 것이라 판단된다.

연속주행시간 지수 평균(84일)

그림 4.22 연속주행시간 지수 평균 상위구간

연속주행시간 지수 상위 20% 활용하여 그림 4.23과 같이 고속도로 1,379개 콘존 중 지수 값이 지속적으로 높게 나타나는 구간을 검토한 결과 앞서 평균값을 활용한 결과와 달리 수도권에서 부산 등 경남권역으로 이동하는 노선(경부선, 중부내륙선, 상주영천선 등)에 포함된 구간의 지수 값이 지속적으로 높은 것으로 나타났다. 따라서 연속주행시간 지수 평균이 높은 구간과 높은 지수 값이 긴 시간 지속되는 구간은 다소 차이가 있는 것으로 나타났다.

연속주행시간 지수 상위 20% 포함비율(84일)

그림 4.23 연속주행시간 지수 상위 20% 포함비율 상위구간

졸음사고와 졸음관련사고 데이터를 활용하여 그림 4.24와 같이 사고발생 상위 구간을 표출하였다.

졸음사고 건수의 경우 앞서 연속주행시간 지수 상위 구간과 달리 불특정 구간을 대상으로 사고발생 상위 구간이 분포하고 있는 것으로 나타나고 있으며, 이는 연속주행시간 지수는 운전자의 피로도를 기반으로 작성된 것이고, 실제 졸음사고는 피로도 외 다양한 요인에 의해 발생하기 때문에 다소 차이가 발생하는 것이라 할 수 있다. 단, 연속주행시간 지수가 높은 구간의 경우 대부분 졸음사고 발생건수와 사망자수가 높은 것으로 나타나 연속주행시간 지수를 통해 졸음사고를 관리 할 경우 피로도와 관련하여 발생하는 졸음사고를 예방하는데 효과적이라 판단된다.

이밖에 졸음사고와 전방주시태만, 안전거리 미확보를 포함한 졸음관련사고 역시 사고발생 건수와 사망자수 모두 연속주행시간 지수가 높은 구간에서 높게 나타나는 특성을 보이고 있다.

졸음사고 건수 졸음사고 사망자수

졸음관련사고 건수 졸음관련사고 사망자수

그림 4.24 사고유형별 상위구간 검토

제 5 장 다양한 시간범위에 따른 연속주행시간 지수 변화 분석