최근 급격한 기후 변화로 인해 도로 교통사고의 발생 빈도가 증가하고 있으며, 특히 겨울철에 자주 발생하는 도로 살얼음(블랙아이 스) 현상이 주요 원인 중 하나로 지목되고 있다. 도로살얼음의 형성 메커니즘은 다양한 요인에 따라 복합적으로 작용하며, 당시의 도 로 기상 조건과 도로의 기하학적 구조에 따라 얼음의 형태 및 강도가 결정된다. 그중에서도 도로 노면 온도는 도로살얼음 형성에 중 요한 요소로, 여러 나라에서 겨울철 교통안전 평가를 위한 주요 지표로 사용되고 있다. 그러나 현재 도로 노면 온도에 대한 명확한 정 의가 부족할 뿐만 아니라, 측정 방법에 따라 계측 편차와 온도 손실 등 여러 한계가 존재해 정확한 온도 측정이 어려운 실정이다. 이 에 본 연구는 지중 깊이에 따른 온도 데이터와 도로 기상 데이터를 결합하여 보다 정밀한 도로 노면 온도 예측 방법을 제시하는 것을 목적으로 한다. 연구를 위해 지중 깊이 2cm, 3cm, 4cm, 5cm, 7cm, 9cm, 15cm, 20cm에 각각 온도 센서를 설치하였으며, 기상 데이터는 해당 지점에서 2m 떨어진 AWS(Automatic Weather System)를 통해 대기 온도, 습도, 강수량, 일사량 등의 정보를 수집하였다. 이를 바 탕으로 지중 온도와 기상 조건의 상관관계를 활용하여 노면 온도를 예측하는 방법론을 도출하였다. 본 연구의 결과는 도로 노면 온도 예측의 정확성을 향상시킬 뿐만 아니라, 새로운 접근 방식을 통해 노면 온도의 정의를 재정립하는 데 기여할 것으로 기대된다.

PURPOSES : The aim of this study is to develop a road fog information system based on the geostationary meteorological satellite (GK2A) for road weather services on highways. METHODS : Three threshold values sensitive to fog intensity in the GK2A fog algorithm were optimized using multi-class receiver operating characteristic analysis to produce road fog information depending on day and night. The developed a GK2A road fog algorithm that can detect three levels of road fog based on the visibility distance criteria (1km, 500m, and 200m). Furthermore, the GK2A road fog product was not only substituted with visibility objective analysis data in unknown and cloud-covered areas of satellite data, but also integrated with visibility distance data obtained from visibility gauges and CCTV image analysis to improve the accuracy of road fog information. RESULTS : The developed road fog algorithm based on meteorological satellite data provides real-time road fog information categorized into three levels (attention, caution, and danger) based on the visibility distance, with a spatial resolution of 1km × 1km and temporal resolution of 5 minutes. The road fog algorithm successfully detected road fog in five out of seven fog-related traffic accidents reported by Korean media outlets from 2020 to 2022, resulting in a detection success rate of 71.4%. The Korea Meteorological Administration is currently in the process of installing additional visibility gauges on 26 highways until 2025, and the next high-resolution meteorological satellite (GK5) is planned to be launched in 2031. We look forward to significantly improving the accuracy of the road fog hazard information service in the near future. CONCLUSIONS : The road fog information test service was initiated on the middle inner highway on July 27, 2023, and this service is accessible to all T-map and Kakao-map users through car navigation systems free of charge. After 2025, all drivers on the 26 Korean highways will have access to real-time road fog information services through their navigation systems.

PURPOSES : The purpose of this study was to develop techniques for forecasting black ice using historical pavement temperature data collected by patrol cars and concurrent atmospheric data provided by the Korea Meteorological Administration. METHODS : To generate baseline data, the physical principle that ice forms when the pavement temperature is negative and lower than the dew-point temperature was exploited. To forecast frost-induced black ice, deep-learning algorithms were created using air, pavement, and dew point temperatures, as well as humidity, wind speed, and the z-value of the historical pavement temperature of the target segment. RESULTS : The suggested forecasting models were evaluated against baseline data generated by the above-mentioned physical principle using pavement temperature and atmospheric data gathered on a national highway in the vicinity of Young-dong in the Chungcheongbukdo province. The accuracies of the forecasting models for the bridge and roadway segments were 94% and 90%, respectively, indicating satisfactory results. CONCLUSIONS : Preventive anti-icing maintenance activities, such as applying anti-icing chemicals or activating road heating systems before roadways are covered with ice (frost), could be possible with the suggested methodologies. As a result, traffic safety on winter roads, especially at night, could be enhanced.

of actual and suspicious black-ice cases that occurred during the last 10 years in the Republic of Korea. METHODS : Based on literature review, meteorological observation data associated with black-ice formation are selected: wind speed, air temperature (T), dew point temperature (Td), and relative humidity, to set minimum or maximum threshold values based on the normal distribution of each variable. In addition, weights are assigned based on the relationship among the variables to calculate the probability of occurrence. RESULTS : The threshold values are calculated using the average and standard deviation, resulting in 7.65 °C, 56.63%, 2.99 ms-1 for T-Td, relative humidity, and wind speed, respectively. Whereas the threshold value of T-Td and wind speed is set to the maximum threshold, that of the relative humidity is set to the minimum threshold value. These threshold values are applied to the diagnosis algorithm of black-ice formation, including a 1-h accumulated precipitation. CONCLUSIONS : The algorithm is expected to be utilized as a research methodology for diagnosing suspected cases of black ice.

PURPOSES: This study develops various models that can estimate the pattern of road surface temperature changes using machine learning methods. METHODS : Both a thermal mapping system and weather forecast information were employed in order to collect data for developing the models. In previous studies, the authors defined road surface temperature data as a response, while vehicular ambient temperature, air temperature, and humidity were considered as predictors. In this research, two additional factors-road type and weather forecasts-were considered for the estimation of the road surface temperature change pattern. Finally, a total of six models for estimating the pattern of road surface temperature changes were developed using the MATLAB program, which provides the classification learner as a machine learning tool. RESULTS: Model 5 was considered the most superior owing to its high accuracy. It was seen that the accuracy of the model could increase when weather forecasts (e.g., Sky Status) were applied. A comparison between Models 4 and 5 showed that the influence of humidity on road surface temperature changes is negligible. CONCLUSIONS: Even though Models 4, 5, and 6 demonstrated the same performance in terms of average absolute error (AAE), Model 5 can be considered the optimal one from the point of view of accuracy.

기후변화로 인한 결빙, 폭설, 집중호우 등 도로에서의 기상조건은 해마다 수많은 인명 피해를 유발하고 있다. 그러나 급변하는 기상상태에 신속하게 대처할 수 있는 도로기상 대응체계가 미흡하여 교통사고로 인한 사회·경제적 손실이 가중되고 있다. 최근 교통사고 통계자료에 의하면 기상상태가 좋지 않을 때의 교통사고치사율은 맑은 날씨일 때 보다 2～3배 심각한 것으로 나타났다(교통안전공단 2016). 따라서 기상악화 시 교통사고예방에 필요한 구체적이고 상세한 기상정보를 운전자에게 제공함으로써 교통사고예방 및 도로 운영의 활용성을 높일 수 있는 도로기상 모델개발이 필요하다. 도로기상 모델과 관련해서 도로기상 선진국(유럽, 캐나다, 일본, 미국 등)은 1990년대 초반부터 도로 노면온도와 노면 결빙점 예측을 위한 다양한 모형을 개발하고 모델의 성능을 검증하기 위한 노력을 기울이고 있다(Meng, 2014; Sato, 2004). 이들 국가는 주요 도로에 대해서 도로기상 관리지원시스템을 구축‧운영하고 있으며, 개발된 모델로부터 추정된 노면상태 정보를 도로이용자 및 도로관리자에게 제공함으로써 교통사고 및 도로파손 손실에 따른 사회적 비용을 줄여나가고 있다. 우리나라 도로기상 분야는 결빙 취약구간인 터널의 입·출입부에 수용액 형태의 제설제 자동 분사장치를 설치하여 운영하고 있는 단계로서 도로기상 선진국과 같이 도로구간 단위로 확장하여 서비스할 수 있는 기술은 미흡한 단계이다. 이들 국가와 같이 도로기상 관리지원시스템을 운영하여 주요 도로에 대해서 도로기상 정보를 실시간으로 서비스하기 위해서는 도로의 한 지점만을 대상으로 하는 기술대응 보다는 전체 도로구간의 노면상태를 예측할 수 있는 기상상황별 통합모델 개발이 우선시 되어야 한다. 이러한 기술개발의 필요성에 따라서 본 연구에서는 기상상황별 노면상태를 서비스할 수 있는 통합모델을 개발하였다. 첫 번째 모델은 겨울철 도로노면의 상태를 예측할 수 있는 모델이다. 노면상태 예측모델은 기계학습 방법 중에 하나인 의사결정나무(Decision Tree) 알고리즘 기반으로 개발되었으며, 이동형 차량(Probe vehicle)에서 수집되는 기상입력 자료를 학습하여 기상요소에 따른 4가지 노면상태(Dry, Moist, Wet, Ice)를 예측할 수 있다. 두 번째로 집중호우 기간에 도로에서 발생하는 도로의 수막정보를 예측할 수 있는 모형이다. 도로의 수막예측 모델은 기상청에서 제공하는 1시간 단위의 AWS(Automatic Weather System) 자료와 10m 단위의 도로기하구조 정보를 활용하였다. 도로에서의 강우량 추정은 kNN(k-Nearest Neighbors)기법을 활용하여 대상도로와 가장 가까운 AWS 관측소의 강우정보를 각 해당 도로구간에 할당하였다. 현재 본 도로기상 통합모델은 서울시 내부순환로와 올림픽대로에 대해서 실시간 서비스할 수 있도록 생산체계가 구축되었다. 도로기상 통합모델은 우리나라 주요 도로에 적용이 가능하여 하절기의 집중호우로 인한 물이 고인 도로지점과 동절기의 기온강하로 인한 도로의 결빙현상 등 도로노면상태 정보를 실시간으로 서비스할 수 있다. 또한 기상 악화 시 도로를 효율적으로 관리할 수 있는 의사결정 도구로 활용되어 교통재난 및 도로파손을 줄이는데 기여할 수 있을 것이다.

도로의 악영향 및 악천후로 인해 교통사고 유발, 도로변 민원 등이 다수 발생하고 있다. 악영향 및 악 천후 요인별로 보면 기상상태 악화(폭우, 폭설, 안개 등)로 인한 교통사고는 1.4% 증가하였고, 치사율도 약 3배 높은 것으로 분석되었다. 도로교통소음으로 인한 사회적 비용은 연간 34조원(2012년)으로 2005년 대비 44% 증가하였고, 민원 발생 42,000건(2009년 기준)으로 인한 사회적 손실도 증가되고 있는 실정이 나, 실질적인 소음저감 혹은 소음 측정을 위한 정량적 실험시설은 부족한 현실이다. 야간 교통량이 전체 교통량 중 차지하는 비율은 약 30% 정도임에도 불구하고 야간 사고 발생건수의 48.5%, 사망자수의 53.5%를 차지하고 있어('11년 기준), 야간 교통량 비중 감안 시 주간대비 위험도 3배에 달하나 실규모 실 증실험은 거의 전무하다. 이와 같이 도로의 악영향 및 악천후에 의한 피해는 심각한 사고 또는 피해를 입히는 것으로 나타났으 며, 이를 예방하기 위한 관련된 연구 및 기술 개발이 진행되고는 있으나 산발적이며 실증실험 등이 없어 과학적인 효과 입증이 어려운 상황이다. 한국건설기술연구원에서는 이러한 사회적 문제로 대두되고 있는 교통사고 등을 근본적으로 해결하고, 국가 기준을 재검토하여 적정 기준을 정립하기 위하여, 기상환경 재현 도로 성능평가 실험시설을 유치하 여 국토교통부 국토교통기술촉진연구사업으로 경기도 연천에 구축중에 있다. 각 실험시설의 목표 사양은 표 1과 같다. 향후 실험시설 구축뿐만 아니라 실험시설 운영계획, 연구 활용계획 및 활성화방안을 수집하여 관련 연구, 성능평가 ․ 인증 사업에 활용할 경우 국내 도로 안전 및 시설 성능 수준이 한층 높아질 것으로 기대된다.

PURPOSES : This study analyzed the regional dew possibility in road sign using meteorological data. METHODS : Four years of meteorological data such as temperature, humidity, dew point, wind velocity were collected and analyzed. As a result of literature review, dew was frequent in large diurnal range, high humidity and weak wind. So, dew possibility was analyzed by (temperature-dew point ≤1℃ and wind velocity ≤ 1.5m/s). RESULTS : The possibility was analyzed for each meteorological observation point and the point of Suncheon and Bonghwa were selected as the most likely points of dew in road sign. The area of East Coast, Kyungbuk and Kyungnam were relatively low potential. CONCLUSIONS : Alternative with high effect of preventing dew should be selected in high possibility dew area despite of low economics.

Better understanding the mechanism of black ice occurrence on the road in winter is necessary to reduce the socio-economic damage it causes. In this study, intensive observations of road weather elements and surface information under the influence of synoptic high-pressure patterns (22nd December, 2020 and 29th January, and 25th February, 2021) were carried out using a mobile observation vehicle. We found that temperature and road surface temperature change is significantly influenced by observation time, altitude and structure of the road, surrounding terrain, and traffic volume, especially in tunnels and bridges. In addition, even if the spatial distribution of temperature and road surface temperature for the entire observation route is similar, there is a difference between air and road surface temperatures due to the influence of current weather conditions. The observed road temperature, air temperature and air pressure in Nongong Bridge were significantly different to other fixed road weather observation points.

Global climate change caused by industrialization has caused abnormal weather conditions such as urban temperatures and tropical nights, urban heat waves, heat waves, and heavy rains. Therefore, the study tried to analyze climate conditions and weather conditions in the streets and analyze climate factors and meteorological factors that lead to inconvenience to citizens. In the case of trees, the overall temperature, surface temperature, solar irradiance, and net radiation were measured low, and the temperature was lower in the Pedestrian road than in roads. The dry bulb temperature, the black bulb temperature, and the wet bulb temperature for the thermal evaluation showed the same tendency. In the case of thermal evaluation, there was a similar tendency to temperature in WBGT, MRT, and UTCI, and varied differences between types. Although the correlation between the meteorological environment and the thermal environment showed a statistically significant significance, the difference between the measured items was not significant. The study found that the trees were generally pleasant to weather and thermal climate in the form of trees, and the differences were mostly documented.