본 연구는 점유율, 교통량, 속도 등의 실시간 교통자료의 시계열 분석, 교통기초도 상 실측자료의 통계적 모형화와 교통류의 다영역 구분에 의한 교통정체의 전개 양상을 규명하였다. 천안-논산고속도로의 교통사고와 행사로 인한 교통정체 시의 검지기 자료를 바탕으로 시계열 분석을 수행한 결과 교통사고와 같이 급격히 도로 콩량이 감소하는 경우 사고 직후 점유율의 변화로부터 용이하게 추정할 수 있었다. 행사와 같은 교통량 증가로 인한 교통정체의 경우 점유율과 평균속도의 변화 폭이 완만하며, 충격파의 형태가 다양하여 단순한 교통지표들의 시계열적 분석에 의한 검지의 신속성과 정확성에는 어려움이 있는 것으로 나타났다. 실측자료의 통계적 모형화에 있어서 안정교통류일 경우 점유율과 교통량 관계는 1차 선형식으로 매우 높은 신뢰도로 설명되었다. 그러나 속도와 점유율간의 관계에 있어서는 운전자들의 희망속도에 대한 넓은 폭원으로 인하여 나타나는 군집형태가 통계적 모형으로 표현되기에는 어려운 것으로 나타났다 그러나 이 경우 점유율 6-8$\%$대를 중심으로 속도가 급격히 떨어지는 현상이 발생하였다. 불안정 교통류 상황의 경우 교통정체의 형성과 해소과정이 각기 하나의 영역 내에서 분석됨에 따라 전반적으로 통계적 모형의 적용이 어려운 것으로 나타났다. 안정과 불안정 2영역 구분에 의한 교통정체 형성과 해소과정의 해석이 어려운 점을 감안하여 다영역 구분에 의한 교통류를 시계열에 의하여 분석한 결과 사고시의 교통류는 바로 정지단계(stopped flow)로 전이되며 점유율이 급격히 증가하였으며, 교통류가 stooped flow에서 free flow로 회복될 때 급격히 증가된 점유율이 점진적으로 감소하면서 교통량이 증가하는 추세를 나타냈다. 교통혼잡시의 교통류는 "impeded free flow" 상황에서 "congested flow" 상황을 거쳐 "jammed flow" 상황으로 전개되는 등 사고에 의한 정체 형성 및 해소과정보다 매우 복잡하며, 동일한 점유율에 대하여 교통상태별로 교통량의 차이가 큰 현상이 명확하게 발생하였다. 본 연구는 교통류 분석 시 다영역 구분의 필요성을 제시하였으며, 향후 개별 교통영역에 대한 정량적 구분 및 모형화가 이루어져야 할 것을 제기하였다.
This research has examined a time series analysis(TSA) of an every hour traffic information such as occupancy, a traffic flow, and a speed, a statistical model of a surveyed data on the traffic fundamental diagram and an expand aspect of a traffic jam by many Parts of the traffic flow. Based on the detected data from traffic accidents on the Cheonan-Nonsan high way and events when the road volume decreases dramatically like traffic accidents it can be estimated from the change of occupancy right after accidents. When it comes to a traffic jam like events the changing gap of the occupancy and the mean speed is gentle, in addition to a quickness and an accuracy of a detection by the time series analyse of simple traffic index is weak. When it is a stable flow a relationship between the occupancy and a flow is a linear, which explain a very high reliability. In contrast, a platoon form presented by a wide deviation about an ideal speed of drivers is difficult to express by a statical model in a relationship between the speed and occupancy, In this case the speed drops shifty at 6$~$8$\%$ occupancy. In case of an unstable flow, it is difficult to adopt a statistical model because the formation-clearance Process of a traffic jam is analyzed in each parts. Taken the formation-clearance process of a traffic jam by 2 parts division into consideration the flow having an accident is transferred to a stopped flow and the occupancy increases dramatically. When the flow recovers from a sloped flow to a free flow the occupancy which has increased dramatically decrease gradually and then traffic flow increases according as the result analyzed traffic flow by the multi regime as time series. When it is on the traffic jam the traffic flow transfers from an impeded free flow to a congested flow and then a jammed flow which is complicated more than on the accidents and the gap of traffic volume in each traffic conditions about a same occupancy is generated huge. This research presents a need of a multi-regime division when analyzing a traffic flow and for the future it needs a fixed quantity division and model about each traffic regimes.
