KCI우수등재
일반국도 야간 도로 순찰 효율화를 위한 기상 자료기반 블랙아이스 예측 기법 연구(부스팅 머신러닝 알고리즘을 중심으로)
저자
발행기관
학술지명
권호사항
발행연도
2024
작성언어
Korean
주제어
KDC
53
등재정보
KCI우수등재
자료형태
학술저널
발행기관 URL
수록면
297-312(16쪽)
제공처
최근 해마다 반복되는 블랙아이스 교통사고 예방을 위해 겨울철 야간 도로 순찰이 의무화 되었다. 일반국도의 경우 연장(약 14,000km)이 길고 순찰 자원(차량 17대)이 제한되어 있기 때문에 전체 구간을 매일 순찰하는 것은 사실상 불가능하다. 따라서 블랙아이스가 발생할 것으로 예상되는 위험한 구간을 파악해 해당 구간을 집중적으로 순찰하는 전략이 필요하다. 하지만 블랙아이스 발생이 우려되는 구간 정보가 없어 이에 대한 해결책 마련이 시급하다. 이에 본 연구는 부스팅 머신러닝 알고리즘을 이용해 블랙아이스 발생 가능성이 높은 구간을 추정하는 모형을 개발했다. 분석에 사용된 데이터는 기상청에서 예보하는 상대습도, 기온, 이슬점 온도, 강수 확률, 풍속이고, 사용된 알고리즘은 AdaBoost, XGBoost, CatBoot이다. 개발 모형을 평가하기 위해 일반국도 순찰 차량을 이용해 수집한 노면 온도 데이터를 이용했다. 노면 온도 데이터 분석 결과, 블랙아이스는 기온(氣溫)이 4℃ 이하이고 상대습도가 75% 이상일 때만 발생하는 것으로 나타났다. 또한, 눈, 비가 내리지 않는 경우 블랙아이스는 기온이 전날에 비해 낮아질 때보다는 올라갈 때 발생할 가능성이 높은 것으로 분석되었다. 부스팅 알고리즘을 이용하여 구축한 블랙아이스 추정 모형 평가 결과, 정확도가 약 90%로 나타나 만족할만한 성능을 보였다. 본 연구 결과를 일반국도 순찰 구간 선정에 활용할 경우, 블랙아이스 발생 위험이 높은 구간을 집중적으로 순찰하고 순찰 중 블랙아이스를 발견할 경우 제설제를 살포할 수 있어, 겨울철 도로관리를 더욱 효율적이고 효과적으로 수행할 수 있을 것으로 기대된다.
더보기Faced with persistent accidents caused by black ice, nighttime National Highway (NH) patrols during winter become mandatory. However, considering the substantial length of the highway (approximately 14,000km) and limited resources (only 17 patrol cars), an efficient strategy for patrolling is urgently needed. Patrolling regions with a high potential for black ice formation can be a reasonable solution. The problem lies in determining which regions have high potential. To address this gap, this study investigates three boosting algorithms- AdaBoost, XGBoost, and CatBoost-to identify regions likely to develop black ice. The models use atmospheric data as inputs, including relative humidity, air temperature, dew point, precipitation probability, and wind speed. Analysis on the atmospheric data reveals that nighttime icing typically happens when the air temperature is below 4°C and the relative humidity exceeds 75%. Moreover, black ice is more likely to form during temperature increases in the absence of precipitation. To assess the three models, baseline data were generated based on a physical principle that ice forms when pavement temperature is below freezing and lower than the dew point temperature. Consequently, all models demonstrated similar performance, achieving an accuracy rate of approximately 90%. When the findings of this study applied to nighttime NH patrolling in winter, winter road maintenance activities can be much more effective and efficient as well.
더보기분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)