토지이용의 특성을 반영한 지역 내부통행량 추정모형 개발 - 서울 출근목적 내부통행을 대상으로 -

Abstract

통행수요 추정에 일반적으로 활용되는 단계적 통행수요 4단계 모형은 집합적 모형(aggregate model)으로 동질한 성격의 지역을 존(zone)이라는 하나의 단위로 묶게 된다. 일정 지역이 존으로 묶이게 되면 해당 지역의 모든 통행은 존의 중심(zone centroid)에서 발생하고 유인된다고 가정하게 된다. 그러나 이러한 가정은 존 내의 모든 통행이 존 중심에서 이루어진다고 가정하기 때문에 존 내부의 통행은 정의하지 못하게 된다는 단점이 존재한다. 즉, 통행발생 단계에서 산출한 각 존별 발생?유인량은 존 외부뿐만이 아닌 존 내부의 통행량까지를 포함하지만 통행분포 단계에서는 앞서 언급한 존 중심 가정으로 인해 존 내에서의 통행분포는 수행하지 못하게 된다. 현재는 이러한 문제점을 해결하기 위해 통행발생 단계에서 추정된 발생?유인량에서 존 내부 통행량을 별도로 산출하여 제거한 뒤, 존 간의 교차통행량만을 배분하여 최종 기종점 표를 완성하는 방법을 사용하고 있다. 그러나 이러한 과정 속에서 내부통행량이 정확히 산출되지 못한다면 최종 기종점 표의 존간 교차통행량, 나아가 통행분포, 수단분담, 통행배정 등의 단계를 거친 최종 교통수요까지 신뢰성에 많은 문제를 가지게 될 것이다. 따라서 내부통행량 추정은 4단계 모형만큼이나 중요한 과정이며 최종 배정 결과에도 많은 영향을 끼칠 수 있다는 점을 인지해야만 한다. 이를 위해 내부통행량 추정과 관련된 연구가 진행되었으나 설명력 및 예측력, 모형의 구조 등에서 많은 의문이 제기되고 있으며 일반적인 방법론 또한 제시되지 못하였다. 본 연구에서는 보다 합리적인 존 내부통행량 추정을 위한 모형을 제시하고자 한다. 이를 위해 존 내부통행의 특성을 규명하고 통행행태를 설명할 수 있는 설명변수를 선정하며 이를 이용한 내부통행량 추정 모형을 제안하고자 한다. 특히 내부통행의 양적인 개념에서 탈피해 내부통행의 비율 개념을 도입한 내부통행비율 추정모형을 도입하였다. Gravity model which is used in trip distribution mainly has a weakness that the gravity model can not define an intra transportation cost(impedence function). Because the gravity model use a zone which is the basic unit of trip distribution model. Every trips are produced and attracted with the zone centroid as a center. 50 intra-trip is produced and attracted in one point, zone centroid. Therefore, the extra model has used to estimate the intra transportation cost or intra-zonal trip roughly. The goal of this study is a development of intra-zonal trip estimation model to overcome the limitation using 2006 transportation survey data. This study focuses on commuting trip which is representitive and distinguishing trip. This study estimates the ratio of intra-zonal trip which is different with existing study’s dependent variable using multi linear regression model that is the best model to explain between dependant variable and various independant variable. This study suggests to use intra-zonal trip rate and land use as a independant variable. This model which is comprised of the latest data in 2006 is superior than former model because gap of total volume, R2, RMSE, maximum and minimum error are improved.