노면온도 변화 패턴의 신뢰성 검증 및 노면온도에 근거한 도로구간 분할 방법 연구
Reliability of Change Patterns of Road Surface Temperature and Road Segmentation based on Road Surface Temperature
Int. J. Highw. Eng. Vol. 18 No. 4 : 1-8 AUGUST 2016 http://dx.doi.org/10.7855/IJHE.2016.18.4.001
ABSTRACT
PURPOSES :This study evaluates the reliability of the patterns of changes in the road surface temperature during winter using a statistical technique. In addition, a flexible road segmentation method is developed based on the collected road surface temperature data.
METHODS :To collect and analyze the data, a thermal mapping system that could be attached to a survey vehicle along with various other sensors was employed. We first selected the test route based on the date and the weather and topographical conditions, since these factors affect the patterns of changes in the road surface temperature. Each route was surveyed a total of 10 times on a round-trip basis at the same times (5 AM to 6 AM). A correlation analysis was performed to identify whether the weather conditions reported for the survey dates were consistent with the actual conditions. In addition, we developed a method for dividing the road into sections based on the consecutive changes in the road surface temperature for use in future applications. Specifically, in this method, the road surface temperature data collected using the thermal mapping system was compared continuously with the average values for the various road sections, and the road was divided into sections based on the temperature.
RESULTS :The results showed that the comparison of the reported and actual weather conditions and the standard deviation in the observed road surface temperatures could produce a good indicator of the reliability of the patterns of the changes in the road surface temperature.
CONCLUSIONS :This research shows how road surface temperature data can be evaluated using a statistical technique. It also confirms that roads should be segmented based on the changes in the temperature and not using a uniform segmentation method.
Keywords
Surface road temperature, thermal mapping, road segmentation, road weather, reliability
Corresponding Author : Yun, Duk Geun, Senior Researcher Highway & Transportation Research Institute, Korea Institute of Civil Engineering and Building Technology, 283 Goyangdae-ro,
Ilsanseo-gu, Goyang-si, Gyeonggi-do, 10223, Korea Tel : +82.31.910.0159 Fax : +82.31.910.0746 E-mail : [email protected]
International Journal of Highway Engineering http://www.ksre.or.kr/
ISSN 1738-7159 (print) ISSN 2287-3678 (Online)
Received Feb. 15. 2016 Revised Jun. 15. 2016 Accepted Jun. 20. 2016 양`충`헌 Yang, Choong Heon 정회원·한국건설기술연구원 도로연구소 연구위원·과학기술연합대학원대학교 교통물류 및
ITS공학과 교수 (E-mail : [email protected])
윤`천`주 Yoon, Chun Joo 정회원·한국건설기술연구원 도로연구소 수석연구원 (E-mail : [email protected]) 김`진`국 Kim, Jin Guk 한국건설기술연구원 도로연구소 연구원 (E-mail : [email protected])
박`재`홍 Park, Jae Hong 정회원·한국건설기술연구원 도로연구소 연구원 (E-mail : [email protected])
윤`덕`근 Yun, Duk Geun 정회원·한국건설기술연구원 도로연구소 수석연구원·과학기술연합대학원대학교 교통물류 및 ITS공학과 교수·교신저자 (E-mail : [email protected])
1. 서론
1.1. 연구의 배경 및 목적
겨울철 야간에는 주간과 비교해서 노면온도가 10℃
이상 차이가 빈번하게 발생한다. 이로 인해 주요 도로구 간의 노면온도와 변화패턴은 도로관리자에게 매우 중요 한 정보가 된다(FHWA, 2005, 2010). 겨울철에 발생빈 도가 높은 어는 비(freezing rain)도 도로 상의 위험을 발생시키는 원인이 된다. 실제로 최근 발생한 다음의 겨 울철 대형교통사고의 대부분이 노면상태 및 기상조건과 매우 밀접한 관련이 있다.
중앙고속도로 공근터널 43중 추돌(노면결빙, 2015.1)
인천영종대교 106중 추돌(짙은 해무, 2015.2) 경부고속도로 오산부근 5중 추돌(Black Ice, 2015.11)
호남고속도로 곡성IC 부근 5중 추돌(안개 및 노면 결빙, 2016.1)
서해안고속도로 광천IC 16중 추돌(안개, 2016.1)
어는 비는 액체 상태로 내리던 비가 노면에 닿으면 유 리면과 같이 코팅된 형태로 얼어붙는 현상을 의미한다.
즉, 대기 중에서는 비로 내리지만 노면과 닿을 때 얼어붙 는 비라고 표현할 수 있다. 또한, 겨울철 또는 해빙기에 주로 발생하는 블랙아이스(black ice)도 교통안전을 위 협하는 주요 원인이다. 이것이 위험한 이유는 운전자의 상황 인지 능력을 현저하게 감소시킬 수 있기 때문이다.
블랙아이스가 대부분 기포없이 형성되기 때문에 운전자 가 미리 감지하기 어렵고, 이로 인해 속도 감속없이 그 구간을 통과할 가능성이 높아진다. 블랙아이스는 검정색 의 얼음이 아니라 투명한 얼음이 아스팔트 위의 표면에 달라붙어 마치 코팅을 한 것처럼 덮여있는 것으로, 운전 자의 눈에는 노면이 결빙되지 않은 건조한 상태로 보이 는 현상이다. 어는 비와 블랙아이스는 기온이 0℃근처라 하더라도 노면이 0℃ 이하에 머물고 있다면, 언제든 발 생할 수 있다는 점에서 앞서 언급한 주요 도로구간의 노 면온도와 그것의 변화패턴을 알아내는 것이 매우 중요하 다. 노면온도의 변화는 도로구간의 고도, 일조량, 교통량 등 다양한 요소에 영향을 받고 있다. 즉, 노면온도 변화 패턴은 도로구간의 공간적 특성과 관련이 있고, 이 특성 에 따라 노면온도는 상당히 상이하지만 어떤 조건 하에 서는 오히려 규칙적인 변화 패턴을 보인다고 알려져 있 다. 공간적 특성 외에 도로구간의 기상조건은 노면온도
변화에 가장 큰 영향을 미치는 요소로 고려되는데, 이는 노면온도 변화의 강도(intensity)가 현재 기상조건에 따 라 크게 달라질 수밖에 없기 때문이다. 예를 들어, 현재 기상조건이 매우 맑고 바람이 없는 상태라면, 도로표면 에서 최대 방사열 손실을 일으키게 된다. 이 때 가장 큰 노면온도 변화가 관측된다. 또한, 대기에 습도가 높고 바 람이 강하다면, 도로표면에서 방출되는 방사열 손실이 최소가 되어 노면온도 변화가 크지 않게 된다.
기본적으로 노면온도 변화 패턴을 알아내기 위해서는 노면온도 측정이 필요하다. 노면온도를 측정할 수 있는 방법은 Fig. 1과 같이 3가지로 분류될 수 있다.
(a) Pave-embeded Sensor
(b) Non-pave-embeded Sensor
(c) Thermal Mapping Sensor Fig. 1 Three Types of Sensors
이 중 Fig. 1의 (a)와 (b)의 노면매립형 및 비매립형 노면 온도측정센서는 도로의 특정 지점에 대한 노면온도 정보 를 수집할 수 있다. 반면에, Fig. 1(c) Thermal Mapping 장비는 차량에 부착하여 도로구간을 주행하면서 구간 전 체에 대한 노면온도를 측정할 수 있는 특징이 있다. 측정 된 노면온도는 GIS 지도와 연계하여 노면온도에 따라 다 양한 색깔로 표시할 수도 있다. 그러나 수집된 노면온도가 기상조건, 지형조건과 더불어 어느 정도의 신뢰성을 가지 는지 평가되어야 하고 또한, 여러 가지 도로관리 목적에 따른 분석 목적으로 도로를 분할하는 방법이 필요하다. 현 재는 Thermal Mapping 장비를 활용해 수집한 노면온도 정보를 단순히 표출(display)하거나, 획일적인 기준으로 (예: 분석을 위해 500m, 1km구간씩 분할 또는 지형적인 특성(교량, 터널 등)) 분석 대상을 구분하여 사용하고 있 다. 이러한 방법은 직관적₩논리적으로 보일 수 있으나, 실 제로 구간 별 노면 온도 차이는 매우 다를 수 있다.
따라서, 본 연구에서는 Thermal Mapping 장비를 활용해 수집한 노면온도의 신뢰성을 통계적 기법을 사 용하여 평가하고, 이를 기준으로 도로를 분할하는 방법 을 제시하였다.
2. 문헌고찰
Thermal Mapping은 차량에 각종 센서를 부착하고, 서로 다른 기상조건 하에서 겨울철 또는 해빙기에 동일 구간을 반복적으로 주행하면서 노면온도를 수집하게 된 다. 이렇게 수집된 노면온도를 분석하여 최종적으로 Thermal Map을 구축할 수 있다. 최종적인 Thermal Map은 그 결과의 신뢰성을 가져야 하는데, Thermal Mapping을 통해 수집된 원시자료(raw data)는 수학 적인 필터링(filtering) 기법 등을 통해 오차율을 최소 화하고자 하는 노력이 많이 진행되어 왔다.
Thermal Mapping은 서로 다른 기상 조건 하에서 발 생가능한 최저 노면온도 측정에 주로 활용된다. 미국, 캐 나다, 유럽, 일본의 도로와 공항에서 약 100,000km 이 상의 Thermal Mapping 작업이 수행되었다(Shao et al, 1996). 이 작업은 도로관리기관에서 활용하는데, 주 로 제설세 살포의 효과를 높이기 위한 최적 경로 재설계 나 도로 기상관측센서의 최적 개수와 위치를 평가하는데 활용된다. 궁극적으로 노면결빙을 사전에 예측하는 기술 과 연관이 깊을 수 밖에 없다.
김영철 외(2003) 연구에서 실제 Thermal Mapping 을 활용한 실험을 통해 도로의 지형 및 국지적 기후요소
혹은 지형적 요인(터널, 교량 등)이 노면온도에 반영되 는 경향을 확인하였다. 노면온도예측모형을 개발하고, 예측 값을 검정할 때도 Thermal Mapping 장비를 통 해 수집된 노면온도는 예측 값과 비교될 수 있는 현장 관측 값으로 사용된다(양충헌, 박문수, 윤덕근, 2011).
또한, 국내에서는 전국 고속도로를 대상으로 Thermal Map을 구축 바 있다(한국도로공사, 2011). 그러나 이 Thermal Map은 지속성 및 반복성 측면에서 일관성이 다소 떨어지는 것으로 나타났으나, 국내 최초로 고속도 로 노면온도 지도를 구축했고, 이를 겨울철 도로관리에 활용하고자 했던 노력의 일환으로 수행되었다.
북유럽의 덴마크에서도 Danish Road Weather Model(RWM)의 성능을 확인하는데 Thermal Mapping 장비가 활용되었다(Mahura, Petersen, Holm, 2007).
Guastavasson(1999)의 연구에서는 Thermal Mapping 이 도로기상을 연구하는데 매우 유용한 도구이나 정확한 한계나 수집 오차율에 대한 정의가 필요하다는 사실을 명 시하였다. Chapman과 Thrones(2005)의 연구에서 Thermal Mapping의 정확도는 수없이 많은 시스템적인 random errors에 기인한다고 명시하고 있다. 이는 차로 별로 노면온도차가 1.5℃ 정도 발생하고, 이것은 결과적 으로 교통열흐름(traffic heat fluxes)에 직접적으로 영 향을 미친다는 것을 확인하였다. 핀란드의 민간업체인 Teconer사에서는 Road Condition Monitor(RCM)를 개발하였다. 겨울철 도로 상태에 대한 실시간 정보를 취 득하고 있으며, 이를 위해 핀란드 도로관리기관의 차량 148대에 Thermal Mapping장비를 설치하였다 (Teconer 웹사이트).
또한, Fig. 2와 같이 미국의 여러 주에서 이러한 장비 를 도입₩활용하고 있는데, 인디애나 주 미네아폴리스 공항 주변에 대한 노면온도 지도를 구축하여 활용하고 있다. 가장 중요한 조사의 반복성과 일관성을 유지함으
Fig. 2 Thermal Map in Minneapolis Airport of U.S.
로써 의미있는 Thermal Map을 활용하고 있다.
결론적으로, Thermal Mapping 장비는 도로구간 전 체에 대한 현재의 노면온도측정 및 정보 수집에 유용할 뿐만 아니라, 노면예측을 위해서도 필수적인 정보를 제 공한다. 국내에는 아직까지 Thermal Mapping장비 활 용을 통한 노면온도예측이 활발하지는 않으나, 북유럽 국가들은 이미 상용화된 제품을 내놓고 있다.
Chapman과 Thornes(2006)의 최근 연구에서는 영 국 West Midlands에서 GIS 모델을 활용하여 노면온 도를 예측하였는데, 예측의 정확성은 공간적인 특성과 더불어 약 74%까지 설명하는 것으로 확인하였다.
3. Thermal Mapping System
본 연구에서는 Thermal Mapping System을 통해 노 면온도를 수집하였다. 앞서 언급한대로, 이는 노면온도의 변화를 정량화하고, 온도 범위에 따라 다양한 색깔로 표 기된 형태로 표출하는 것이다. 이 시스템은 전원공급장 치, 자료 전송을 위한 통신장치, 대기 온₩습도를 측정할 수 있는 대기 온₩습도 측정센서, 노면온도 측정을 위한 노면온도 측정센서(비매립형 적외선 카메라 적용), 자료 측정 위치 파악을 위한 GPS 장치와 자료를 수집₩표시 및 저장하는 컴퓨터와 이들을 처리하기 위한 각종 소프트웨 어들로 구성되어 있다. 전원 공급 장치는 조사 차량에 설 치되어 있는 차량용 배터리에 220VAC 전원을 만들어내 는 인버터를 연결하였고, 220VAC 전원을 24VDC로 변 환하는 AC-DC Converter를 설치₩활용하였다.
Fig. 3은 한국건설기술연구원이 개발한 도로안전조사 차량에 Thermal Mapping장비를 부착한 것을 나타내 며, 이를 활용하여 조사를 수행하였다. Fig. 4는 본 연구 에서 활용된 조사차량에 설치된 Thermal Mapping장 비를 포함한 각종 센서들의 구성도를 나타낸다. 실제 조 사 시에는 조사차량의 속도를 80km/hr로 유지하면서 0.5초 간격으로 노면온도를 수집하였다.
최종적으로 노면온도와 함께 시₩공간적 위치를 표기 할 수 있도록 GPS시간, 위₩경도 좌표 등이 동시에 수집 된다. 선택 사항으로 Thermal Mapping장비 자체의 대기온도센서 및 대기습도센서를 통해 두 가지 정보로
Fig. 3 A Survey with Thermal Mapping System
Fig. 4 Conceptual Diagram of Overall System
함께 수집이 가능하다. 센서로부터 수집되는 원시자료 의 종류는 Table 1과 같고, 원시 자료의 특성을 반영한 자료 획득 프로그램은 Fig. 5와 같다.
노면온도 수집을 통한 노면온도 변화 패턴을 분석하 기 위해 개발된 자료 획득 프로그램을 통해 수집되는 자 료를 Table 2와 같이 설계하였다.
4. 자료수집 및 분석
노면온도변화 패턴은 조사구간의 공간적인 특성과 조
사 당일의 기상조건에 따라 노면온도변화의 강도 또는 변화폭이 달라지며, 결과적으로 패턴은 이 결과에 따라 정의될 수 있다. 특히, 노면온도의 표준편차는 노면온도 변화의 강도를 나타내는 매우 유용한 초기 지표로 활용 된다. 조사구간의 지형적인 특징은 도로노면과 대기 사 이에 존재하는 장파 복사(long wave radiation)의 움 직임을 제한하는 것으로 알려져 있다. 또한, 기상조건은 매우 복잡한 지형의 경우, 규칙적이지 않을 확률이 높기 때문에 단순 가정(예: 동네예보정보)보다는 현장에서 계 측된 실제 기상정보가 필요할 수 있다.
본 연구에서는 다양한 노면온도변화 패턴을 수집₩분 석하기 위해 서로 다른 날, 기상조건, 지형특성을 고려 하여 테스트 주행 경로를 선정하였다. 주행경로는 Fig.
6과 같이서울외곽순환고속도로 자유로 JC ↔ 송추 IC 구간 왕복 50km 구간이다. 이 경로는 터널구간을 포함 하고 있는 특징이 있다.
본 조사 및 분석에 앞서, 한 가지 중요한 가정을 하였 다. 즉, 테스트 주행 경로상의 공간적 특성 중 고도 및 지형(평지구간)은 서로 동질(homogeneous)하다는 것 이다. 이는 실제로 주행구간 경사의 차이가 거의 없고, 미시기상학적 측면에서 고도에 따른 온도감율(고도 1km 높아지면, 6.5℃씩 온도 떨어짐)과도 크게 연관이 없기 때문에 가능하다(Perry and Symons, 1991). 노 면온도 수집을 위한 현장 조사는 왕복주행을 기준으로 하여, 동일시간(새벽 05:00~06:00)에 조사를 수행하 였다. 조사 시 유의 사항으로 동일속도(80km/hr)를 유 지하고, 동일 차로를 주행하여 노면 온도자료를 수집하 였다. 이는 차로 간 노면온도 차이가 본 조사에서는 반 영되지 않도록 설정하기 위함이다. 기상조건에 따른 노 면온도변화 패턴을 분석하기 위해서 Table 3과 같이 3 가지 형태로 구분하였다. 이는 지난 3년간 이 구간에 가 Table 1. Raw Survey Data of the Sensor
GPS·IMU sensor Thermal sensor
Time type GPS time GPS time
Raw survey data
Latitude, Longitude, H-Ell, SDHoriz,
SDHeight, VEast,VNorth, VUp
Sol, Roll, Pitch, Heading
Road surface temperature, Air temperature, Atmospheric humidity
Fig. 5 Data Acquisition Program
Table 2. Thermal Mapping System Database NO Data field Type Comment Units
1 GPS time String GPS time sec.
2 POS_lat String Latitude DMS
3 POS_long String Longitude DMS
6 Road_temp Float(5,2) Road surface temperature ℃ 4 At_temp Float(5,2) Air temperature ℃ 5 At_humidity Float(5,2) Atmospheric
humidity %
7 Length Double Distance m
Fig. 6 Test Route
장 많이 관측되었던 기상청 동네예보를 기준으로 한 것 이다.
조사당일의 기상조건은 기상청에서 제공하고 있는 동 네예보정보를 기준으로 하였다. 이와 같이 기상조건을 구분한 이유는 앞서 언급한대로, 노면온도변화 패턴은 현재 기상조건에 따라 직접적인 영향을 받고, 분석 시 이러한 사실을 반영하기 위함이다.
일반적으로 기상조건 A, 즉, 맑고 바람이 없는 날의 노면온도가 가장 큰 표준편차를 보이며, 기상조건 C, 즉, 구름이 많고 흐린 날씨의 노면온도 표준편차가 가장 적은 것으로 알려져 있다.
Table 4는 테스트 주행 경로에서 수집된 노면온도의 통계적 수치를 경로별₩방향별로 나타낸 것이다.
조사일시에 따른 기상조건 구분이 실제 기상조건과 부합하는지 여부를 확인하기 위해 서로 다른 조사일이 었지만 동일한 기상조건으로 분류되었던 노면온도자료 들 간의 상관관계 분석에 상관계수와 같은 통계적 기법 을 활용하였다. 이를 통해 동일한 조사구간에 대해 동일 한 기상조건, 동일한 시간대에 수집된 노면온도 변화는 유사성(Similarity)을 가진다는 것을 통계적으로 검증 할 수 있다.
상관분석은 하나의 변수가 다른 변수에 어느 정도 밀접 한 관련이 있는지를 분석하는 기법으로써, 본 분석에서는 피어슨 상관계수(Pearson Correlation Coefficient)를 이용하여 서로 다른 날, 동일한 경로에서 수집된 노면온도 가 기상조건 관점에서 유사성을 가지는지를 분석하였다.
여기서, 노면온도 x의 평균 노면온도 y의 평균
표본 집단 x의 표본표준편차 표본 집단 y의 표본표준편차
총 수집된 노면온도데이터 수
산출된 피어슨 상관계수는 일반적으로 최소 0.3 이상 일 경우, 두 변수 간에 상관관계가 있다고 판단한다.
Table 5에서와 같이 서로 다른 조사일에 조사된, 서 로 다른 기상조건 하에서 수집된 노면온도간의 상관관 계는 매우 낮은 것으로 분석되었다. 이러한 결과는 조사 일시에 따른 기상조건 구분이 실제 기상조건과 부합할 뿐만 아니라 각 일시에 조사된 노면온도자료가 의미가 있음을 나타낸다.
반면, Table 6과 같이 송추 IC에서 자유로 JC 방면의 분석 결과는 특정 조사일 간의 상관관계가 상대적으로 Table 3. Classified Weather Conditions
Division Context
A Clear and calm
B Clear windy conditions
C Extensive low level cloud cover
Table 4. Summary of Observed Surface Road Temperature
Survey date
Road surface temperature (Jayuro JC → SongChu IC) Min.
(℃)
Max.
(℃)
Avg.
(℃)
Std.
dev.
(℃)
Weather conditions 15.10.26 11.3 19.8 13.632 1.76 C 15.10.30 -0.1 13.69 4.279 3.15 B
Survey date
Road surface temperature (SongChu IC → Jayuro JC) Min.
(℃)
Max.
(℃)
Avg.
(℃)
Std.
dev.
(℃)
Weather conditions 15.10.26 11.1 19.8 13.75 1.74 C 15.10.30 -0.1 13.7 6.43 2.72 B
15.11.03 3.1 13.9 5.34 1.98 B
Table 5. Summary of Correlation Analysis Results (Jayuro JC → SongChu IC)
Survey
date Weather conditions
Correlation coefficient
( ) 15.10.26 C Extensive low level
cloud cover - 0.07 15.10.30 B Clear windy conditions
Table 6. Summary of Correlation Analysis Results (SongChu IC → Jayuro JC)
Survey
date Weather conditions
Correlation Coefficient
( ) 15.10.26 C Extensive low level
cloud cover
- 0.24
- - 0.23
15.10.30 B Clear windy
conditions 0.58 -
15.11.03 A Clear and Calm - - 0.23
높은 것으로 나타났다.
분석 결과에 따르면, 조사일시에 따른 기상조건 구분 이 서로 상이한 것으로 나타났던, 두 날의 상관계수가 상대적으로 높게( = 0.58) 나타났다. 상관관계가 높은 서로 다른 일자의 노면온도 평균값을 활용하도록 하였 다. 최종적인 결과는 Table 7, Table 8과 같다.
양방향을 모두 분석한 결과, 기상조건에 따른 동일한 도로구간의 노면온도 유사성을 정량적인 척도로 나타낼 수 있음을 확인하였다. 이 조사 분석에서는 노면상태에 대한 고려가 오직 한가지로 가정되었는데(예: 건조 상 태), 이는 Shao et al.(1996)에서 제시한 것처럼 동일한 구간에 대해 노면상태의 차이는 단지 노면온도 변화의 강도의 차이를 발생한다는 가정을 하였기 때문이다. 예 를 들어, 노면이 습한 상태라면 노면온도 변화 강도는 건조할 때보다 줄어든다는 현상이 발생된다.
5. 노면온도에 근거한 분석도로구간 분할
본 연구에서는 차량 주행에 따라 변하는 도로구간에 대한 노면온도변화 관점에서 분석을 위해 도로구간을 분 할하는 방법을 개발하였다. 기본적인 개념은 Thermal Mapping 장비로 수집한 노면온도를 순차적으로 나열하 고, 구간평균과 다음 도로구간의 노면온도를 지속적으로 비교하여 도로를 분할하는 방법이다. 도로구간은 기본적 으로 구간별 노면온도 평균값과 개별 온도차이가 1.0℃
이상 차이가 나는 구간의 수로 정의하였다. 1.0℃ 이상으 로 정의한 이유는 교통량을 완전히 배제했을 때의 노면 온도의 경우 대기온도와 달리 1.0℃ 차이로도 결빙이 될 가능성이 매우 높아지기 때문이다.
Fig. 7과 같이 예를 들어, 5번째 수집된 온도데이터 를 살펴보면(3.1℃) 그때까지의 구간별 평균이 4.65℃
(데이터 #1~#4의 평균)이었다. 이것이 평균값이고 바로 다음 데이터, 즉 5번째 데이터와 1.0℃ 이상의 차이를 보이고 있다. 이러한 경우, 노면온도변화에 따른 동일성 (homogeneous)은 여기서 종료된다. 5번째 노면온도 데이터부터 새로운 구간 평균을 산출하고, 이를 계속 다 음 노면온도자료와 비교하는 일련의 과정을 수행한다.
새로운 분할값인 Y를 얻게 되고, 이는 도로구간을 나타 내는 구간의 평균 온도가 된다.
양방향에 대해 유사성 분석을 완료한 최종 노면온도 분석 자료를 토대로 분석용 도로구간을 분할한 결과는 Table 9와 같다.
Table 7. Final Summary of Correlation Analysis Results
Survey date
Road surface temperature (Jayuro JC → SongChu IC) Min
(℃)
Max (℃)
Avg.
(℃)
Std.
dev.
(℃)
Weather conditions 15.10.26 11.3 19.8 13.632 1.76 C 15.10.30 -0.1 13.69 4.279 3.15 B
Table 8. Final Summary of Correlation Analysis Results
Survey date
Road surface temperature (SongChu IC → Jayuro JC ) Min
(℃)
Max (℃)
Avg.
(℃)
Std.
dev.
(℃)
Weather conditions 15.10.26 11.1 19.8 13.75 1.74 C
Avg. of 15.10.30 15.11.03
1.8 13.55 5.34 2.23
Fig. 7 Example of Road Segmentation
Table 9. Final Summary of Road Segmentation Results Survey
date Direction Number of data
Results ( ) 15.10.26 Jayuro JC
→ SongChu IC
1,100
25
15.10.30 70
15.10.26
SongChu IC
→ Jayuro JC
1,650 52
Avg. of 15.10.30 15.11.03
1,364 61
6. 결론
본 연구에서는 Thermal Mapping장비를 통해 수집 된 노면온도의 신뢰성과 조사 당일의 기상조건, 조사구 간의 지형조건에 따라 유사성 여부 확인을 위해 정량적 인 고찰을 수행하였다. 이를 통해 동일노선, 동일기상 조건 하에서의 노면온도패턴 변화의 유사성을 분석하 였다.
물론 본 조사₩분석의 결과만으로 노면온도와 기상조 건, 지형조건의 관계를 일반화할 수는 없다. 그러나 국 내에서도 이미 많은 기관에서 도입해서 활용하고 있는 Thermal Mapping장비로부터 수집된 노면온도를 실 제 도로관리 또는 운전자 정보로써 활용하기 위해서 필 요한 매우 기본적인 요소에 대한 기초 연구를 수행하였 다. 즉, 통계기법을 통해 Thermal Mapping장비를 통 해서 수집한 노면온도 자료의 신뢰성 및 동일노선, 동일 기상조건 하에서의 노면온도 변화 패턴에 분명히 유사 성이 있음을 밝혔다. 궁극적으로 본 연구는 노면의 온도 와 상태정보를 필요로 하는 공공기관과 내비게이션 및 교통정보를 제공하는 민간 사업자에게 유용한 정보 콘 텐츠로 활용이 가능할 것으로 기대된다.
향후 노면온도변화 패턴에 대한 일반적인 경향을 알 아보기 위해서 보다 다양한 경로에 대해 반복적인 온도 자료 수집이 필요하다. 본 연구에서 제시한 방법으로 검 증하고, 노면온도에 따른 도로구간 분할 결과를 도로관 리관점에서 활용한다면, Thermal Mapping장비 자체 의 효율성도 향상시키면서 실질적인 도로제설대책 수립 을 가능하게 하고, 겨울철 교통안전을 심각하게 위협하 는 어는 비나 블랙아이스에 대한 선제적인 대처도 가능 할 것으로 판단된다.
감사의 글
본 연구는 한국건설기술연구원 주요사업인“차량 센서를 이용한 도로노면온도 및 결빙 예측기술 개발(2차년도)”연 구비지원에 의해 수행되었습니다.
REFERENCES
Chapman, L and J, E, Thornes (2005), The Influence of Traffic on Road Surface Temperature: Implications for Thermal Mapping Studies, Meteorol. Appl. 12: 371-380.
Chapman, L and J, E, Thornes (2006), A Geomatics-based Road Surface Temperature Prediction Model, Science of The Total Environment, 360(1-3) : 68-80.
FWHA(2005), Road Weather Information System Environmental Sensor Station Siting Guidelines.
FHWA(2010), Seasons of Achievement (Accomplishments of the Road Weather Management Program).
Gustavsson, T (1999), Thermal Mapping- a technique for road climatological studies, Meteorol. Appl. 6: 385-394.
Kim et al (2003), A Study on the Relation of Road Topography Character and Road Surface Temperature using Thermal Mapping, Korean Society of Civil Engineers.
Korea Expressway Corporation (2010), Studies on Establishing for Road Weather Information System of Freeway. Final Report.
Ministry of Transport and Energy (2006), Thermal Mapping Data for Verification of the Overall Performance of the DMI- HIRLAM Road Weather Modelling System, Danish Meteorological Institute.
Perry and Symons (1991), Highway Meteorology, E&FN SPON.
Shao et al (1996), Thermal Mapping : Reliability and Repeatability, Meteorol. Appl. 3: 325-330.
TECONER, http://www.teconer.fi/
Yang et al (2011), A Road Surface Temperature Prediction Modelling for Road Weather Information System, Journal of Transportation Engineers, 29(2) : 123-131.
