항로는 선박의 통항이 빈번하고 특히, 항로의 입구부는 선박의 출입이 잦아 사고의 위험이 높은 지역이지만, 항로 단면에서의 통항 분포에만 초점을 맞춘 연구가 다수였으며, 항로 통항 선박간의 시간분포에 대한 연구는 부족하였다. 이에 본 연구에서는 대상항로에서의 통항 선박간의 시간 최적분포를 분석하기 위해서 1주일간의 선박의 통항현황을 조사하였다. 통항현황을 바탕으로 항로 입구부에 1개의 Gate line을 선정하고, Gate line을 통과하는 선박을 입출항, 교통량으로 구분하여 분석하였다. 대상항로의 해상교통 분석 자료를 바탕으로 입출항과 교통량으로 구분하여 항로 통항 선박간의 시간 최적 확률분포를 분석하였다. 최적 확률분포를 분석하기 위하여 경계분포, 비경계분포, 비음수분포, 고급분포로 구분하여 총 31개의 확률분포를 적용하였으며, 최적 확률분포 상위 3개를 분석하기 위하여 KS 검정을 사용하였다. 분석 결과 대상 항로에서 통항 선박간의 최적 시간 확률분포는 Wakeby 분포로 분석되었으며, 도로교통 등의 선행연구에서 사용한 비음수 분포와 다르게 고 급분포가 대부분을 차지하는 것으로 분석되었다. 따라서 향후 항로 통항 선박간의 시간 분포를 적용함에 있어 다른 교통 분야의 선행연구에서 사용한 대표적인 확률분포를 적용하는 것은 적합하지 않는 것으로 판단된다. 또한 실제 교통조사 시 통항 선박간의 거리와 최적 확률분포로 추정한 거리가 비교적 유사함을 확인하였다. 다만 본 연구는 대표적인 1개의 항로를 분석한 만큼 향후 다양한 항로에서의 통항 선박간의 시간 간격 및 교통용량 산정 등의 후속연구가 필요한 것으로 판단된다.
해양사고를 야기한 선원의 행동오류를 식별하는 것은 해양사고의 예방 또는 저감에 관한 연구의 기초가 된다. 본 연구의 목적은 선원들의 행동오류를 세 가지 행동(즉, Skill, Rule, Knowledge)으로 모델링하는데 필요한 최적의 확률분포함수를 추정하는데 있다. 본 저자들 의 사전 연구에서 획득한 해양사고 종류별 행동오류 데이터를 이용하여 세 가지 행동오류에 최적인 확률분포함수를 추정하고, 확률분포함수에서 도출한 확률 값들 사이의 유의성을 검증하였다. 확률분포함수 추정에는 최우추정법(Maximum Likelihood Estimation, MLE)을 적용하고, 유의성 검증에는 분산분석(ANOVA)를 이용하였다. 실험결과 여덟 가지 해양사고 종류별 세 가지 행동으로 각각에 대해서 최소의 오차를 갖는 확률분포함수를 추정할 수 있었다. 이를 이용하여 계산한 여덟 가지의 해양사고 종류에 대한 세 가지 행동오류들의 확률 값들은 통계적인 유의성이 관측 되었다. 또한, 행동오류가 해양사고에 영향을 미치는 것으로 관측되었다.
강우빈도해석에서 가장 핵심적인 부분은 확률분포(probability distribution)를 결정하는 것이다. 이러한 점에서 국내외에서는 다양한 확률분포를 적용하여 빈도해석을 수행하고 있으나, 확률분포를 결정하기 위한 기준이 명확하지 않다. 상대적으로 자료연한이 짧은 수문자료를 활용하여 장기간의 재현기간의 수문량을 추정하는 이유로 추정되는 수문량의 불확실성이 매우 큰 것으로 알려지고 있다. 국내에서는 일반적으로 40년의 관측자료를 대상으로 100년 빈도 이상의 확률수문량을 추정하게 됨으로서 재현기간의 큰 확률수문량 추정시 불확실성이 가중될 수 밖에 없다. 이러한 점에서 본 연구에서는 강우빈도해석시 주로 이용되는 Gumbel분포형과 GEV분포형을 대상으로 매개변수의 불확실성을 정량적으로 해석하기 위한 방안으로 Hierarchical Bayesian 기법과 연계한 매개변수 추정방안을 제시하고자 한다. 이와 함께 매개변수의 불확실성과 매개변수 수 등을 종합적으로 고려한 DIC(deviance information criteria) 기반의 확률분포형의 적합성 평가방안을 제시하고자 한다. 이를 위하여 본 연구에서는 국내 주요 강수관측지점의 다양한 지속시간에 대해서 모형을 적용하고 검증하였다.