기후 변화에 의해 해수면 온도 상승, 태풍의 최고 강도 북상, 태풍 강도 증가가 나타나고 있으며, 미래의 태풍 강도 변화가 더 심화될 것으로 예상하고 있다. 본 논문에서는 기후 변화 시나리오에 의해서 발생할 수 있는 한반도 부근의 태풍 강도를 예측하기 위하여 딥러닝 기반 태풍 강도 예측 모델을 개발하였다. 기후 예측정보를 이용하여 미래 기후 변화 환경장 변화에 따른 태풍의 강도를 예측할 수 있도록 과거 환경장을 학습 자료로 사용하였다. 학습자료는 1980년에서 2022년까지의 태풍 발생 빈도가 높은 6~10월의 기상 및 해양 재분 석 월평균 자료와 Best Track 태풍 241개를 입력자료로 사용하였다. 환경장 변화에 따른 태풍 강도 예측을 위해 자료의 공간적인 특징과 시간적인 특징을 함께 고려하는 딥러닝 모델인 ConvLSTM 기반으로 모델을 개발하였다. 태풍 트랙 시퀀스의 각 이동 경로에 대한 월평균 환경장 자료를 모델에 학습하여 태풍의 중심 기압을 예측하였다. 태풍의 공간적 특성을 반영할 수 있도록 범위를 설정하여 입력자료로 학습하였으며, 5°⨉ 5°의 범위일 때 가장 좋은 결과를 보였다. 몬테카를로 방법을 이용한 민감도 실험을 통해 모델 예측에 가장 큰 영향을 미치는 변수는 SST로 확인되었다.

본 연구는 MaxEnt(Maximum Entropy Moedl) 모형을 이용하여 서울 도심 지역에서 너구리(Nyctereutes procyonoides) 출현 지역을 예측하고, 너구리 출몰에 영향을 미치는 환경 요인을 분석하였다. 분석은 2018년부터 2022년까지 수집된 서울시 야생동물센터의 구조 기록을 사용하였다. 토지 피복, 도로 면적, 경사도, 먹이원까지의 거리, 인구 밀도, NDVI(Normalized Difference Vegetation Index), 수역까지의 거리, 초지 면적을 환경 변수로 채택하여 가장 예측력이 높은 모델을 도출하였다. 분석 결과, 너구리 출몰 가능성이 높은 지역은 초지와 나지였고, 도로 밀도가 낮은 지역(<20%)에서 출몰할 가능성이 더 높았다. 또한 너구리는 경사가 완만하고(1.7˚), 먹이원에 가까우며(26.78m), 인구 밀도가 낮은(21.70명 /ha) 지역에서 발생할 가능성이 더 높았다. 다른 요인으로는 낮은 식생 밀도(NDVI 0.17), 하천과의 근접성(32.26m), 넓은 초지 지역(31.14%)에서 너구리가 출몰할 가능성이 높은 것으로 예측되었다. 서울 전역 중 약 65.42㎢(10.96%)가 잠재적인 너구리 발생 지역으로 확인되었으며, 주요 지역은 하천 주변, 산림 경계부, 도시공원 및 인근 초지와 농경지 주변이었다. 이 중 28개 지역(송파구 6개, 강서구 5개, 강남구 4개, 강동구 3개, 서초구 3개, 광진구, 노원구, 동대문구, 동작구, 마포구, 은평구, 중랑구 각각 1개 지역)이 너구리 발생 확률이 가장 높은 곳으로 확인되었다. 본 연구의 결과는 시민과 너구리의 공존 방안을 마련하는 데 중요한 기초 자료를 제공하며, 이를 통한 도시생태 전략 수립의 근거로 활용할 수 있을 것이다.

본 논문에서는 다중 연결 NURBS 패치 모델에 대한 등기하해석방법을 제시하고 이를 기하학적으로 엄밀한 쉘의 해석에 적용하였 다. 서로 다른 NURBS 패치를 연결할 떼 조정점 망(control point meshes)의 밀도와 패치간의 불연속성으로 인해 등기하해석이 부정확 해질 수 있다. 이러한 문제를 해결하기 위해 니셰(Nitsche) 방법을 등기하해석법에 적용하여 두 패치 사이의 변위와 견인력(traction) 의 정합성(compatibility)을 확보하였고, 최종 유도된 해석 방정식이 대칭성을 유지하도록 하였다. 추가되는 경계 조건은 패치간 경계 의 적분으로 표현되기 때문에 계산비용이 크게 증가되지 않는다. 시스템 방정식이 양정 행렬(positive definite matrix)이 되도록 안정 성 매개변수(stability parameters)를 도입하였으며 일반화된 고유치 해석을 통해 두 패치사이의 조정점 밀도에 따른 안정성 매개변수 의 값과 응력장의 해의 정확성을 분석하였다. 이 다중 패치 등기하해석법을 1차 전단변형을 고려한 기하학적으로 엄밀한 쉘요소의 해석에 적용하였으며, 니셰 방법을 사용함으로써 패치간의 변위 및 응력 연속성이 향상된 결과를 확인 할 수 있었다.

본 논문에서는 다중 연결 NURBS 패치 모델에 대한 등기하해석방법을 제시하고 이를 기하학적으로 엄밀한 쉘의 해석에 적용하였 다. 서로 다른 NURBS 패치를 연결할 떼 조정점 망(control point meshes)의 밀도와 패치간의 불연속성으로 인해 등기하해석이 부정확 해질 수 있다. 이러한 문제를 해결하기 위해 니셰(Nitsche) 방법을 등기하해석법에 적용하여 두 패치 사이의 변위와 견인력(traction) 의 정합성(compatibility)을 확보하였고, 최종 유도된 해석 방정식이 대칭성을 유지하도록 하였다. 추가되는 경계 조건은 패치간 경계 의 적분으로 표현되기 때문에 계산비용이 크게 증가되지 않는다. 시스템 방정식이 양정 행렬(positive definite matrix)이 되도록 안정 성 매개변수(stability parameters)를 도입하였으며 일반화된 고유치 해석을 통해 두 패치사이의 조정점 밀도에 따른 안정성 매개변수 의 값과 응력장의 해의 정확성을 분석하였다. 이 다중 패치 등기하해석법을 1차 전단변형을 고려한 기하학적으로 엄밀한 쉘요소의 해석에 적용하였으며, 니셰 방법을 사용함으로써 패치간의 변위 및 응력 연속성이 향상된 결과를 확인 할 수 있었다.

PURPOSES : This study aimed to derive the factors that contribute to crash severity in mixed traffic situations and suggest policy implications for enhancing traffic safety related to these contributing factors. METHODS : California autonomous vehicle (AV) accident reports and Google Maps based on accident location were used to identify potential accident severity-contributing factors. A decision tree analysis was adopted to derive the crash severity analyses. The 24 candidate variables that affected crash severity were used as the decision tree input variables, with the output being the crash severity categorized as high, medium, and low. RESULTS : The crash severity contributing factor results showed that the number of lanes, speed limit, bus stop, AV traveling straight, AV turning left, rightmost dedicated lane, and nighttime conditions are variables that affect crash severity. In particular, the speed limit was found to be a factor that caused serious crashes, suggesting that the AV driving speed is closely related to crash severity. Therefore, a speed management strategy for mixed traffic situations is proposed to decrease crash severity and enhance traffic safety. CONCLUSIONS : This paper presents policy implications for reducing accidents caused by autonomous and manual vehicle interactions in terms of engineering, education, enforcement, and governance. The findings of this study are expected to serve as a basis for preparing preventive measures against AV-related accidents.

과거 교통에서는 이동의 신속성이 중시되고 자동차의 통행이 우선이었던 반면, 현재는 모든 교통 이용자의 안전한 이동과 보행자가 중요시되는 방향으로 교통정책이 나아가고 있다. 보행자의 안전하고 쾌적한 통행과 교통약자의 이동권의 보장이 강조됨에 따라서, 향 후 교통약자 보호구역의 역할도 확대될 것으로 예상된다. 그러나 교통약자의 안전한 보행 공간 확보와 보행사고 피해의 축소라는 목 적과 달리, 스쿨존 내 사고 등은 지속적으로 발생하고 있는 추세이다. 이에 본 연구에서는 보호구역의 사고 위험을 판단하고 안전성을 분석하고자 하였다. 교통사고의 위험성을 비교하고 사고 예방이 필요한 보호구역을 판단하기 위한 기준으로서 사고 위험도를 정량화 하였다. 서울시 보호구역 내 사고 데이터를 보호구역 구간별 특성 데이터와 결합하여 구간별 사고 건수 및 피해 정도를 자료화하고, 도로 속성을 기준으로 보호구역 구간을 유형화하였다. 보호구역 유형별 사고 발생확률과 평균 피해 정도를 구해 도로의 속성마다 다 른 사고 발생 특성을 반영하였다. 사고 위험도는 사고 발생빈도와 피해 정도를 통해 판단하고자 하였다. 사고 발생빈도는 도로 면적과 발생 건수를 기준으로 하여 산출하였고, 피해 정도는 유형에 따른 사고 발생확률과 발생빈도, 평균 피해 정도를 통해 산출하였다. 위 험도에 대한 정량적 분석모델을 통해 사고 위험이 높다고 판단되는 보호구역과 해당 구간의 특성을 알아보고, 각 행정구역별로 보호 구역에서의 교통사고 위험성을 비교하였다. 이를 통해 사고 위험이 높은 지역과 유형이 무엇이며, 어떠한 특성을 보이는지 파악하여 보호구역 개선 방향을 제시하고자 한다.

도로터널의 연장과 대형화로 인해 화재 발생 시 터널 구조물의 안전확보가 중요한 과제가 되고 있다. 터널에서 화재가 발생할 경우, 콘크리트 라이닝이 고온에 노출되면서 강도저하 및 폭렬에 의한 구조적 손상을 초래할 수 있으며, 이를 방지하기 위해 다양한 내화공 법이 연구되고 있다. 이 연구에서는 폭렬을 억제하기 위한 내화공법으로 고온 노출에 따른 섬유혼입콘크리트의 온도전이 특성에 대한 실험적 연구를 수행하였다. 온도전이 특성 실험은 200×200×200mm 크기의 큐브 형태의 시험체에 0.6, 0.8, 1.0kg/m3의 섬유를 혼입하여 시험체를 제작하였다. 섬유혼입콘크리트 내부온도를 측정하기 위하여 표면에서부터 20mm 간격으로 100mm까지 총 6개의 K타입 열전 대를 설치하였고, 전기 내화로를 사용하여 RWS 화재곡선을 모사하여 시험체를 가열하였다. 실험결과, 섬유를 혼입한 콘크리트는 섬유 를 혼입하지 않은 Control 변수에 비해 내부온도가 낮아지는 경향을 보였다. 이는 고온에서 내화섬유가 용융되면서 콘크리트 내부의 수증기압을 감소시켜 효과적으로 억제된 것으로 보인다. 특히 내화섬유 0.8kg/m3을 혼입한 경우 60mm 이상에서 효과적으로 콘크리트 내부 온도 상승을 억제한 것으로 나타났으며, 폭렬에 의한 구조적 손상을 방지하기 위한 적정 수준의 내화섬유 혼입량은 필요할 것으 로 판단된다. 그러나 많은 양의 섬유 혼입은 고온에 따른 섬유 용융으로 인해 내부에 다량의 공극이 형성되어 폭렬 억제에는 효과적 일 수 있으나, 다량으로 형성된 공극에 따른 온도 확산이 더 빠르게 진행되어 적절한 피복두께 확보가 필요할 것으로 판단된다. 따라 서 도로터널 내화 지침(국토교통부, 2021)의 콘크리트(380℃) 및 철근(250℃)의 한계온도 이내를 만족하기 위해서는 피복두께는 최소 100mm 이상을 확보해야 할 것으로 판단된다. 이는 터널 구조물의 내화성능을 개선하기 위한 기준을 제시하며, 향후 도로터널의 안전 성을 강화하기 위해 섬유혼입량과 철근 피복두께 간의 상관관계에 대한 추가적인 실험 및 해석적 검토가 필요할 것으로 판단된다.