해양사고 예방을 위해서는 사고의 원인과 결과에 대한 분석 및 진단뿐만 아니라, 사고의 발생 패턴과 변화 추이를 예측함으로 써 정량적 위험도를 제시할 필요성이 있다. 선박교통과 관련된 해양사고 예측은 선박의 충돌위험도 분석 및 항해 경로 탐색 등 선박교통 의 흐름에 관한 연구가 주로 수행되었으며, 해양사고의 발생 패턴에 대한 분석은 전통적인 통계 분석에 따라 제시되었다. 본 연구에서는 해양사고 통계 자료 중 선박교통관련 사고의 월별, 시간대별 발생 현황 데이터를 활용하여 해양사고 발생 예측 모델을 제시하고자 한다. 국내 해양사고 발생 현황 중 월별, 시간대별 데이터 집계가 가능한 1998년부터 2021년까지의 통계자료 중 선박교통 관련 데이터를 분류하 여 정형 시계열 데이터로 변환하였으며, 대표적인 인공지능 모델인 순환 신경망 기반 장단기 기억 신경망을 통하여 예측 모델을 구축하 였다. 검증데이터를 통하여 모델의 성능을 검증한 결과 RMSE는 초기 신경망 모델에서 월별 52.5471, 시간대별 126.5893으로 나타났으며, 관측값으로 신경망 모델을 업데이트한 결과 RMSE는 월별 31.3680, 시간대별 36.3967로 개선되었다. 본 연구에서 제안한 신경망 모델을 기 반으로 다양한 해양사고의 특징 데이터를 학습하여 해양사고 발생 패턴을 예측할 수 있을 것이다. 향후 해양사고 발생 위험의 정량적 제 시와 지역기반의 위험지도 개발 등에 관한 추가 연구가 필요하다.

PURPOSES : In this study, the factors affecting the severity of traffic accidents in highway tunnel sections were analyzed. The main lines of the highway and tunnel sections were compared, and factors affecting the severity of accidents were derived for each tunnel section, such as the tunnel access zone and tunnel inner zone. METHODS : An ordered probit model (OPM) was employed to estimate the factors affecting accident severity. The accident grade, which indicates the severity of highway traffic accidents, was set as the dependent variable. In addition, human, environmental, road condition, accident, and tunnel factors were collected and set as independent variables of the model. Marginal effects were examined to analyze how the derived influential factors affected the severity of each accident. RESULTS : As a result of the OPM analysis, accident factors were found to be influential in increasing the seriousness of the accident in all sections. Environmental factors, road conditions, and accident factors were identified as the main influential factors in the tunnel access zone. In contrast, accident and tunnel factors in the tunnel inner zone were found to be the influencing factors. In particular, it was found that serious accidents (A, B) occurred in all sections when a rollover accident occurred. CONCLUSIONS : This study confirmed that the influencing factors and the probability of accident occurrence differed between the tunnel access zone and inner zone. Most importantly, when the vehicle was overturned after the accident occurred, the results of the influencing factors were different. Therefore, the results can be used as a reference for establishing safety management strategies for tunnels or underground roads.

PURPOSES: Traffic cameras have been installed to reduce traffic accidents. The effectiveness of traffic cameras has been proved by dozens of studies, but recently questions over its effectiveness have been raised by a series of studies. In this study, the effectiveness of traffic cameras was analyzed with a focus on different road environments. METHODS : The effectiveness of the traffic cameras was analyzed by extracting the occurence frequency before and after camera installation. The effect of reduction was analyzed comprehensively considering the installation position, monitoring direction, and surrounding environment of traffic cameras. RESULTS : The result of this study is as follows. First, the installation of cameras in an area with relatively low accidental traffic was more effective. Secondly, the effect of camera installation on car-to-pedestrian collisions was better than that of car-to-car collisions. Thirdly, accidents tended to occur more frequently when cameras were installed in front of the accident-prone owing to the negative spill-over effect. CONCLUSIONS: The result can be used to guide placement of traffic cameras. Moreover, the installation of cameras with consideration of the road environment is expected to contribute to a reduction in traffic fatalities.

PURPOSES : Low visibility caused by dark surroundings at nighttime affects the likelihood of accidents, and various efforts, such as installing road safety facilities, have been made to reduce accidents at night. Despite these efforts, the nighttime severity index (SI) in Korea was higher than the daytime SI during 2011-2014. This study determined the factors affecting daytime and nighttime accident severity through a discriminant analysis. METHODS: Discriminant analysis. RESULTS: First, drowsiness, lack of attention, and lighting facilities affected both daytime and nighttime accident severity. Accidents were found to be caused by a low ability to recognize the driving conditions and a low obstacle avoidance capability. Second, road conditions and speeding affected only the daytime accident severity. Third, failure to maintain a safe distance significantly affected daytime accident severity and nonsignificantly affected nighttime accident severity. The majority of such accidents were caused by rear-end collisions of vehicles driving in the same direction; given the low relative speed difference in such cases, the shock imparted by the accidents was minimal. CONCLUSIONS: Accidents caused by a failure to maintain a safe distance has lower severity than do accidents caused by other factors.

PURPOSES: The objective of this study is to analyze factors affecting traffic accident severity for determining countermeasures on freeway climbing lanes. METHODS : In this study, an ordered probit model, which is a widely used discrete choice model for categorizing crash severity, was employed. RESULTS: Results suggest that factors affecting traffic accident severity on climbing lanes include speed, drowsy driving, grade of uphill 3%, gender (male offender and male victim), and cloud weather. CONCLUSIONS : Several countermeasures are proposed for improving traffic safety on freeway climbing lanes based on the analysis of crash severity. More extensive analysis with a larger data set and various modeling techniques are required for generalizing the results.

PURPOSES: This study deals with the traffic accidents classified by the traffic analysis zone. The purpose is to develop the accident density models by using zonal traffic and socioeconomic data. METHODS : The traffic accident density models are developed through multiple linear regression analysis. In this study, three multiple linear models were developed. The dependent variable was traffic accident density, which is a measure of the relative distribution of traffic accidents. The independent variables were various traffic and socioeconomic variables. CONCLUSIONS : Three traffic accident density models were developed, and all models were statistically significant. Road length, trip production volume, intersections, van ratio, and number of vehicles per person in the transportation-based model were analyzed to be positive to the accident. Residential and commercial area ratio and transportation vulnerability ratio obtained using the socioeconomic-based model were found to affect the accident. The major arterial road ratio, trip production volume, intersection, van ratio, commercial ratio, and number of companies in the integrated model were also found to be related to the accident.

PURPOSES: The purpose of this study is to verify traffic accident injury severity factors for elderly drivers and the relative relationship of these factors. METHODS: To verify the complicated relationship among traffic accident injury severity factors, this study employed a structural equation model (SEM). To develop the SEM structure, only the severity of human injuries was considered; moreover, the observed variables were selected through confirmatory factor analysis (CFA). The number of fatalities, serious injuries, moderate injuries, and minor injuries were selected for observed variables of severity. For latent variables, the accident situation, environment, and vehicle and driver factors were respectively defined. Seven observed variables were selected among the latent variables. RESULTS: This study showed that the vehicle and driver factor was the most influential factor for accident severity among the latent factors. For the observed variable, the type of vehicle, type of accident, and status of day or night for each latent variable were the most relative observed variables for the accident severity factor. To verify the validity of the SEM, several model fitting methods, including , GFI, AGFI, CFI, and others, were applied, and the model produced meaningful results. CONCLUSIONS: Based on an analysis of results of traffic accident injury severity for elderly drivers, the vehicle and driver factor was the most influential one for injury severity. Therefore, education tailored to elderly drivers is needed to improve driving behavior of elderly driver.

본 연구는 평면선형과 종단선형이 겹친 복합선형 구간에서 복합선형요소와 교통사고와의 특성을 파악하기 위한 목적으로 진행되었다. 이를 위해 설계속도 및 제한속도가 100km/h인 4차로 고속도로 중 평면곡선부를 대상으로 연구를 진행하였다. 기하구조자료는 한국도로공사 "지리도형정보시스템" 자료를 이용하였고 교통사고자료는 "고속도로 교통사고 통계' 자료를 활용하였다. 분석결과, 종단곡선이 없는 경우가 종단곡선이 있는 경우보다 사고율이 높게 나타났으며, 종단곡선이 1개인 경우가 종단곡선이 2개 이상인 경우보다 사고율이 높게 나타났다. 종단곡선이 1개인 경우, 오목종단곡선(SAG) 구간이 볼록종단곡선(CREST) 구간보다 사고율이 높게 나타났으며, 평면곡선부 이전 선형이 직선부인 경우가 곡선부인 경우보다 사고율이 높게 나타났다. 특히 노면상태가 습기(강우)일 때에는 평면곡선내 오목종단곡선인 경우이거나 평면곡선방향이 좌향구간의 경우 교통사고와 관련성이 높음을 확인하였다. 본 연구에서는 도로의 안전성을 높이기 위해 3차원적인 복합선형 조건을 고려한 도로 선형 설계의 중요성을 제시하였다는 점에서 의미가 있을 것이다.

최근 고속도로 사고발생량은 감소하고 있는 반면 치사율은 증가하는 추세임에 따라 고속도로의 교통사고 감소 및 안전성 향상을 위한 많은 노력이 요구된다. 특히, 고속도로의 경우 사고다발지점의 등급별 관리기준을 선정하여 관리하고 있어 이에 대한 등급별 사고 영향 인자를 파악하는 것이 세부적으로 필요하다. 따라서 본 연구에서는 우리나라에서 가장 이용률이 높은 경부고속도로를 대상으로 해당구간 내 사고지점에 대한 등급별 데이터를 기준으로 주변환경 요인 중 교통사고에 영향을 미치는 요인을 검토하고, 사고특성을 분석하여 사고등급을 결정지을 수 있는 사고예측모형을 개발하였다. 사고관련 변수 중 고정변수인 기하구조를 기준으로 종속변수와 독립변수의 특성을 고려한 수량화이론 제2류 기법을 이용하여 모형을 구축한 결과, 사고등급에 영향을 미치는 변수로는 평면선형의 경우 승합차종과 차대 사람이, 종단구배는 트레일러 특수차량과 차대 사람, 방책시설은 주시태만과 흐린 날씨가 공통인자로 분석되었다.

고령화가 진행될수록 고령운전자의 수 역시 증가될 것으로 예상되어 향후 고령운전자에 의한 교통사고는 급증할 것으로 판단된다. 본 연구는 고속도로 교통사고 발생시 고령층과 비고령층의 구분에 따른 교통사고 특성을 분석하였다. 분석결과 비고령층에 비해 고령층에 작용하는 영향요인이 다르게 나타남을 알 수 있었다. 로짓모형을 통해 비고령층과 고령층의 Odds Ratio를 분석하여 사고영향요인에 따른 차이점을 알아보았으며 고령운전자의 사고 분석 모형을 개발하였다. 비고령층에 비해 곡선구간 및 절토구간, 노면의 습기상태일 때 고령운전자의 사고위험이 높은 것으로 나타났다.

본 연구는 도로기하구조 요인과 교통사고간의 관계를 규명하기 위하여 CART분석을 이용하여 전국의 4차로 국도를 대상으로 교통사고예측모형을 개발하고, 다중회귀모형, 확률회귀모형과 CART분석모형을 비교 분석하여 개발한 모형의 적합도를 검증하였다. 연구결과로는 첫째, 변수간의 복합적인 상호관계를 설명할 수 있는 CART분석을 이용하여 국도의 교통사고 예측모형을 개발하고 도로기하구조 요인에 따라 표준교통사고율을 의미하는 교통사고발생도표를 제시하였다. 둘째, CART분석모형에 근거하여 교통사고 발생률에 큰 영향을 미치는 도로기하구조 요인이 구간거리(km), 횡단보도폭(m), 횡단길어깨(m), 교통량 순으로 나타났다. 셋째, CART분석모형의 적합도 검증결과, CART분석모형이 실제교통사고율을 타 모형에 비해 전반적으로 잘 묘사하고 있었으나, 각 모형별로 교통사고율의 크기에 따라 교통사고율이 비교적 낮은 구간에서는 다중회귀모형이, 평균이상의 교통사고율을 나타내는 구간에서는 포아송 회귀모형의 예측력이 높았으며, CART분석모형은 교통사고율의 크기와 상관없이 우수한 예측력을 보였다. 넷째, 도출된 교통사고발생도표는 도로기하구조 조건에 따른 표준교통사고율을 제시해주기 때문에 도로설계 시에 안전한 기하구조 설계요소 선정기준을 제시 할 뿐만 아니라, 교통사고 잦은 지점개선사업추진 시 사업의 우선순위를 판단할 수 있는 기준을 제시하는 등 정책적 활용도가 매우 높을 것으로 판단된다.