부정확한 교통량 예측은 잘못된 교통계획 및 설계를 초래할 수 있으므로, 교통량 데이터를 이용한 교통량 예측은 교통계획 및 운영과 같은 공간의사결정과정에서 매우 중요하다. 교통량 예측의 정확도 향상을 위해 최근 공간통계분석방법인 크리깅 방법론을 이용한 연구들이 발표되고 있으며, 연구결과 기존의 전통적인 방법에 비하여 예측력이 높게 나타났다. 이에 본 연구는 먼저 미국 미주리 주의 세인트루이스를 대상으로 크리깅 분석방법론을 이용하여 교통량 데이터를 예측한 후 실제 측정값과 비교하여 그 정확도를 검증하였다. 이후 크리깅 방법론의 예측 값을 더욱 향상 시키기 위한 새로운 방안을 제시하였다. 그 방안으로 첫째, 베리오그램 인자 결정시 나타난 교통량 데이터의 특징인 이방성을 적용하였으며, 둘째, 교통량 데이터의 공간적 상관관계가 높은 주간고속도로를 이차변수로 설정하여 공동크리깅 분석을 실시하였다. 분석결과 일반 크리깅 방법보다 이방성을 적용한 분석에서 더욱 높은 정확도 나타났으며, 이방성의 적용 하에 실시한 공동크리깅의 결과에서 가장 좋은 예측 값이 나타났다.
As inaccurate traffic volume prediction may result in inadequate transportation planning and design, traffic volume prediction based on traffic volume data is very important in spatial decision making processes such as transportation planning and operation. In order to improve the accuracy of traffic volume prediction, recent studies are using the geostatistical approach called kriging and according to their reports, the method shows high predictability compared to conventional methods. Thus, this study estimated traffic volume data for St. Louis in the State of Missouri, USA using the kriging method, and tested its accuracy by comparing the estimates with actual measurements. In addition, we suggested a new method for enhancing the accuracy of prediction by the kriging method. In the new method, we estimated traffic volume data: first, by applying anisotropy, which is a characteristic of traffic volume data appearing in determining variogram factors; and second, by performing co-kriging analysis using interstate highway, which is in a high spatial correlation with traffic volume data, as a secondary variable. According to the results of the analysis, the analysis applying anisotropy showed higher accuracy than the kriging method, and co-kriging performed on the application of anisotropy produced the most accurate estimates.
