This study aimed to statistically analyze and understand the factors contributing to road icing accidents on Korean roads, particularly within sections designated as ice-prone. The objective was to assess the adequacy of the existing criteria for designating these sections and to provide insights for improving safety measures on icy roads. Road icing accident data were collected from Korea’s (traffic accident analysis system (TAAS) database, covering incidents from 2018 to 2022 on both expressways and general roads. The data were compiled to create a comprehensive database that incorporated geographic and weather-related factors influencing road icing accidents. Using geographic information systems (GIS), a spatial analysis was performed on the designated ice-prone and non-designated sections. The inverse distance weighting (IDW) method was applied to interpolate the meteorological data, and the temperature lapse rate was used to adjust for altitude-related variations in temperature, providing estimates for conditions such as the average temperature, relative humidity, and precipitation days at each accident location. The analysis revealed that only 2.9% of designated ice-prone sections reported icing-related accidents, whereas 97.6% of icing accidents occurred in non-designated sections. This discrepancy highlights potential gaps in the current criteria for designating ice-prone areas. Additionally, road characteristics such as traffic volume, lane count, speed limit, and curve radius, along with meteorological factors such as humidity, precipitation frequency, and solar radiation exposure, were observed to be significantly correlated with icing accidents. Regions with high relative humidity and low sunlight exposure exhibited a heightened risk of road icing accidents, suggesting the need for these parameters to designate ice-prone sections. This study underscores the need to refine Korea's criteria for designating ice-prone sections by incorporating a wider range of risk factors, including detailed terrain data, shaded areas, and road geometry factors, such as slopes. Integrating these additional elements into the designation process could enhance the precision and effectiveness of preventive measures and ultimately reduce the risk of icing-related accidents in Korea’s road networks. These findings provide a foundation for future policy and management decisions to enhance road safety during the winter.

2020년 국토교통부에서는 ‘결빙 취약구간 평가 세부 배점표’에 의하면, 전국의 고속국도 및 일반국도를 대상으로 결빙 취약 구간 464 개소를 선정하여 관리중에 있다. 그러나 감사원은 2020년 진행한 주요 사회기반시설(도로ㆍ고속철도) 안전관리실태 감사에서 결빙 취 약 구간 선정 시 터널 입출구부 등 결빙위험이 큰 구간이 도로포장 홈파기 대상구간에서 누락된 점을 지적하였다. 이러한 근거로 결 빙에 취약한 터널 입ㆍ출구에서 결빙사고가 우려되는 등 ‘겨울철 도로교통 안전 강화대책’의 실효성이 저하될 가능성이 제시되었다. 또한 본 연구에서 자체적으로 검토한 결과, 4개 특성 12개 항목으로 구성된 ‘결빙 취약구간 평가 세부 배점표’의 도로시설 항목에서 터널, 교량 등 도로시설물의 배점 부여 기준을 확인하기 어려웠으며, 각 도로시설에 대한 정의가 모호하여 평가표의 현장 적용성이 제 한되거나 신뢰도 검증이 부족한 점을 확인하였다. 본 연구에서는 국토교통부에서 제공하는 노드(Node) 및 링크(Link) 기반의 국내 도로망 GIS(Geographic Information System)데이터 에 결빙사고 데이터의 위치정보를 결합하여 고속국도 및 일반국도의 터널 및 교량 등을 포함하는 도로시설물 및 그 주변에서 발생한 결빙사고 이력을 자료화하였다. 최종적으로 도로시설물별 결빙사고 발생 비율 및 사고 심각도(사망자, 부상자 수)에 대한 분석을 통해 도로시설물의 결빙사고 상관 정도와 영향 범위를 파악하였다.

도로 결빙이란 도로 표면에 형성된 얼음층으로 도로 결빙으로 인한 교통사고의 치사율은 결빙이 원인이 아닌 교통사고의 치사율과 비교하여 1.5배 높은 수치인 2.3으로 나타났다. 현재 국토교통부에서는 결빙사고 취약구간을 선정하고 관리하기 위하여 결빙 취약구간 평가기준표를 제시하였다. 그러나 도로 결빙은 노면 온도와 수분 공급에 따라 형성되며 기온, 구름량, 풍속, 풍향, 상대습도, 강수량 등 의 기상인자들이 복합적으로 작용하여 발생하며, 기존의 평가 기준은 이와 같은 인자들을 충분히 반영하지 못하여 결빙 형성을 예측 하고 평가하는 능력이 부족하다고 판단된다. 따라서 본 연구는 결빙 교통사고 데이터의 통계적인 분석을 통하여 결빙이 형성되는 기 상 조건을 구체화하고 결빙사고 및 결빙 형성을 예측하기 위한 기상학적 기준을 마련하는 것을 목적으로 진행되었다. 2018년 1월 1 일～2024년3월 15일 동안 발생한 결빙 사고와 사고 발생 당시 및 이전 6시간동안의 기상 데이터를 분석 데이터로 사용하였다. 이때, 역거리 가중법, 기온감률 등 공간보간기법을 적용하였다. 이후, 박스도표, 히스토그램, 경험적 누적분포함수 등의 통계분석을 적용하여 결빙사고의 기상 분포 특성을 확인하였다. 최종적으로 결빙사고의 몬테카를로 시뮬레이션을 활용하여 기온 및 습도에 따른 결빙사고 의 발생 확률을 계산하였다. 이와 같은 연구 결과는 결빙 형성을 예측하는 기온 및 습도의 기준점으로 제시할 수 있으며 더 나아가, 추후 결빙사고 예방 및 예보의 기준으로 활용이 가능할 것으로 기대된다.

겨울철 국내 도로 결빙으로 인한 교통사고가 증가하는 추세를 보이고 있으며 2018년~2022년까지 총 4,609건의 결빙 교통사고가 발 생하였다. 결빙 교통사고의 치사율은 2.3으로 일반적인 교통사고와 비교하여 높은 치사율을 보이며 최근 5년(2018~2022)동안 결빙 교 통사고로 인하여 107명이 사망자와 7,728명의 부상자가 발생하였다. 현재 국토교통부에서 제시한 결빙 취약구간 평가기준표에 따라 결 빙 위험 구간을 지정하고 있으나, 해당 기준은 결빙의 주요 요인으로 고려되는 기상조건을 충분히 반영하지 못하고 있다. 도로 결빙은 노면온도가 0℃ 이하이며 노면에 수분이 공급될 때 형성되며 기온, 구름량, 풍속, 풍향, 상대습도, 강수량 등의 기상인자들이 복합적으 로 작용하여 결빙이 발생한다는 점을 고려하였을 때, 기상 특성은 도로 결빙의 주요 인자로 판단된다. 따라서 국내 결빙 취약구간 평 가기준의 개선이 필요하며 본 연구의 목적은 국내 결빙 교통사고 데이터를 분석하고 결빙이 형성되는 기상 조건을 구체화하는 것이다. 분석을 위한 데이터로 2018년~2022년까지 5년동안 발생한 결빙사고 사례와 기상청 방재기상관측소(AWS)에서 제공하는 기상 데이터 를 적용하였다. 이후, 박스도표, 확률밀도함수 등의 통계분석을 적용하여 결빙 형성 기상 조건을 구체화하였다. 이를 통하여 기존 결빙 취약구간 평가기준의 기상학적 개선 방향성을 제시할 수 있으며 더 나아가 도로 결빙 예측 로직 개발을 기대할 수 있다.

PURPOSES : This study aims to understand the characteristics of accidents involving autonomous vehicles and derive the causes of accidents from road spatial information through autonomous vehicle accident reports. METHODS : For this study, autonomous vehicle accident reports collected and managed by the CA DMV were used as data sources. In addition, spatial characteristics and geometric data for accident locations were extracted by Google maps. Based on the collected data, the study conducted general statistics, text embedding, and cross-analysis to understand the overall characteristics of autonomous vehicle accidents and their relationship with road spatial features. RESULTS : The analysis results for characteristics of autonomous vehicle accidents, applying statistical analysis and text embedding techniques, reveal that the damages caused by autonomous vehicle accidents are often minor, and approximately half of the accidents are triggered by other vehicles. It is noteworthy that accidents where autonomous vehicles are at fault are not uncommon, and when the cause of the accident is within the autonomous vehicle, the accident risk can increase. The accident analysis results using spatial data showed that the severity of accidents increases when on-street parking is present, when dedicated lanes for bicycles and buses exist, and when bus stops are present. CONCLUSIONS : Through this study, geometric and spatial elements that appear to have an impact on autonomous driving systems have been identified. The findings of this study are expected to serve as foundational data for improving the safety of autonomous vehicle operations in the future.

PURPOSES : The purpose of this study is to statistically analyze the meteorological factors that contribute to the formation of road surface icing based on actual cases of icing accidents and provide directions for improving icing evaluation criteria. METHODS : In this study, we collected cases of domestic road icing accidents by searching news articles with the keyword ‘icing collision accidents’. Subsequently, we determined the latitude, longitude, and altitude of accident locations using satellite map service. We applied the Inverse Distance Weighting (IDW) method and temperature lapse rate to estimate meteorological data at each location. Finally, statistical analysis was conducted for temperature, humidity, and precipitation occurrence using probability density functions. RESULTS : As a result, road icing accident data points with identifiable location coordinates were collected. Among these, temperature, humidity, and precipitation occurrence from Automated Weather Stations (AWS) data were selected for analysis. During the process of correcting meteorological factors using the Inverse Distance Weighting (IDW) method, the optimal Weighting Exponent (p) that minimizes the error was determined and applied. The results showed that accidents occurring in the morning indicated the highest accident occurrence rate. The average temperature at the time of the accidents was -1.4°C, with a humidity level of 85.1%. Precipitation was observed at the time of the accident in 19 cases. CONCLUSIONS : Icing on pavement can occur not only under extreme weather conditions but also under typical meteorological conditions. Typically, icing can occur when the relative humidity is above 70%. Accordingly, for future improvements in the evaluation criteria for icing-prone areas by the Ministry of Land, Infrastructure and Transport, it is possible to incorporate the temperature and humidity ranges that generally lead to icing, taking into account climate characteristics.

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.

PURPOSES: According to accident statistics for road built in 2004, the ratio of accidents on frozen roads to normal roads is 0.9%, whereas the fatality ratio is 2.7%. The risk of accidents on frozen roads is very high. Measures taken every year to prevent traffic accidents of frozen roads in the winter season are still insufficient. Additionally, measures have been established mainly on rural roads. Therefore, for urban roads, analyses and measures to prevent accidents are lacking. In this study, data on accidents on frozen roads was used to search for the causes behind these accidents and measures to reduce accidents have been recommended. METHODS: In this study, collected data from the TAMS (Traffic Accident Management System), which were collected by the Seoul National Police Agency was used. The data were divided into vehicle, people, and condition of road. The analytical model used here was the Logistic Regression Model, which is frequently used for traffic safety and accident analysis. This study uses the odds ratio analysis to search for variables related to frozen road traffic accidents in each category. A total of 18 out of 47 variables were found to be the causes of accidents. RESULTS: From the results of the comparative analysis of 18 variables, the category of the condition of the road was found to be the most critical. Contrary to expectations, more accidents occurred in clear weather than in other conditions. Accidents on bridges occurred frequently, and its odds ratio was the highest compared with other road types. When BPT is operated, the probability of accidents on frozen roads is lower than in general conditions, and accidents occurred frequently on roads with less than four lanes. CONCLUSIONS : Based on the results of this study, suggestions for reducing the risk of future domestic road accidents in freezing conditions are indicated as follows. First, it is necessary to perform a technical review of the urban road traffic accidents caused by frozen roads. Second, it is necessary to establish criteria for the study of the road environment based on the major causes of road accidents on frozen roads. Third, improvements in urban road environmental factors should be made.