"하태핫해"의 두 판 사이의 차이
TE wiki
(→서론) |
|||
| (같은 사용자의 중간 판 17개는 보이지 않습니다) | |||
| 1번째 줄: | 1번째 줄: | ||
==프로젝트 개요== | ==프로젝트 개요== | ||
=== 기술개발 과제 === | === 기술개발 과제 === | ||
| − | 재해약자의 지진 대피율 높이기 | + | 국문 : 재해약자의 지진 대피율 높이기 |
| + | |||
| + | 영문 : Increasing the Seismic Evacuation Rate of the CWAP [children, women, aged people, patients] | ||
===과제 팀명=== | ===과제 팀명=== | ||
| 13번째 줄: | 15번째 줄: | ||
===구성원 소개=== | ===구성원 소개=== | ||
| − | 서울시립대학교 교통공학과 | + | 서울시립대학교 교통공학과 20158740** 권하령(팀장) |
| + | |||
| + | 서울시립대학교 교통공학과 20138740** 성태엽 | ||
| + | |||
| + | =='''분석배경 및 목적'''== | ||
| + | |||
| + | '''분석배경''' | ||
| + | |||
| + | * 동일본 대지진 당시 동계 자료로 보면 56%가 65세 이상의 고령자 | ||
| + | |||
| + | * 고령자와 마찬가지로 어린아이, 장애인도 대피가 어려워 이를 재해약자로 칭함 | ||
| + | |||
| + | * 하지만 우리나라의 경우 행정안전부의 지진 국민행동요령에 따르면 재해약자를 고려한 현실적인 대피방안이 부족 | ||
| + | |||
| + | * 일본의 경우 지도를 통해 일시집합 장소를 미리 배포하여 시민들이 모일 장소를 미리 알고 있음 | ||
| + | |||
| + | |||
| + | '''목적''' | ||
| + | |||
| + | * 대피경로가 예상되고 모여서 대피하므로 대피 약자를 위한 방안 마련 | ||
| + | |||
| + | * 일본의 일시집합 장소를 참고하여 이를 '''Gathering point'''로 정의 | ||
| + | |||
| + | =='''데이터 분석'''== | ||
| + | |||
| + | '''분석지역''' | ||
| + | * 한강 주위 지역이라 표토픙이 두꺼워 지반이 약하고, 내진 설계 비율이 낮은 지진취약지역 | ||
| + | |||
| + | * 서울시 내의 지진 취약지역 조사 | ||
| + | |||
| + | * 강동구로 설정 | ||
| + | |||
| + | |||
| + | '''분석이론''' | ||
| + | * '''UNA(Urban Network Analysis)''' 분석이론 | ||
| + | |||
| + | * 교통망과 건물 특성을 함께 고려해 보다 공간적인 분석이 가능 | ||
| + | |||
| + | |||
| + | '''UNA 분석기준''' | ||
| + | * Reach(접근성) -기준 건물 i 에서 한계반경 r 까지 도달할 수 있는 최단경로에 접해 있는 건물의 수 | ||
| + | |||
| + | * Betweenness(매개성) -두 건물을 잇는 경로 사이에 건물 i 가 존재하는 빈도 | ||
| + | |||
| + | * Closeness(최소거리) -검색반경 내의 건물 i 에서 주변 건물까지의 거리의 합의 역수 | ||
| + | |||
| + | * Straightness(직진성) -건물 i 에서 다른 모든 노드에 이르는 최단 경로의 직선정도 | ||
| + | |||
| + | |||
| + | '''UNA 시뮬레이션 결과''' | ||
| + | * Reach와 Straightness 기준을 선택 | ||
| + | |||
| + | * 두 기준으로 분석한 결과값이 상대적으로 고르게 분포되어있음 | ||
| + | |||
| + | * 지진대피에서는 접근성과 신속성이 중요 | ||
| + | |||
| + | |||
| + | '''Gathering point와 대피소''' | ||
| + | * 두가지 기준을 통해 Gathering point를 선정 | ||
| + | |||
| + | * 모든 건물에서 1km 내에 Gathering point 존재 | ||
| + | |||
| + | * Gathering point의 수는 동일 | ||
| + | |||
| + | * 대피소는 강동구의 실제 지진대피소 데이터 사용 | ||
| + | |||
| + | ==분석결과== | ||
| + | |||
| + | '''시뮬레이션 과정''' | ||
| + | * 두 가지 기준으로 정한Gathering point 데이터와 대피소 데이터를 이용하여 대피 시뮬레이션 진행 | ||
| + | |||
| + | * 분석지역의 크기를 고려하여 6만명 | ||
| + | |||
| + | * 강동구 내에서 랜덤 발생 시키되 동별 거주인구 고려 | ||
| + | |||
| + | * 대피 알고리즘은 통행발생위치 → gathering point → 대피소 | ||
| + | |||
| + | |||
| + | '''시뮬레이션 결과''' | ||
| + | * Reach와 Straightness 기준 중 어떤 기분을 통해 Gathering point를 정할지 기준 선택 | ||
| − | + | * 지진 대피에서는 신속한 대피가 중요하므로 30분 내 대피소 도착교통량 비교 | |
| − | + | * 30분 내 도착교통량 비율은 Reach의 경우 65.20% Straightness의 경우 58.94%로 | |
| − | + | Reach를 기준으로 한 gathering point를 거쳐갔을 때 더 빠른 대피가 가능 | |
| − | * | + | * Gathering point를 인지하는 인지대피와 인지하지 못하는 무작위 대피 비교 |
| − | * | + | * 30분 내 도착교통량 비율은 인지 대피의 경우 65.20% 무작위 대피의 경우 59.33%로 |
| + | Gathering Point 를 이용한 대피정보가 존재할 때 대피 통행시간 절감효과를 보임 | ||
| − | |||
| − | * | + | '''기대효과''' |
| + | * 대피 시 빠른 경로 예상 | ||
| − | * | + | * 지진대피에 취약한 재해약자 대피율 상승 |
| − | * | + | * 효율적이고 좀 더 빠른 대피 가능 |
| − | + | * 대피소를 더 잘 인지하게 되어 경각심 고취 | |
| − | |||
| − | == | + | ===요약 판넬=== |
| − | + | [[파일:재해약자와_함께하는_재난대피.pdf]] | |
2018년 6월 28일 (목) 03:26 기준 최신판
목차
프로젝트 개요
기술개발 과제
국문 : 재해약자의 지진 대피율 높이기
영문 : Increasing the Seismic Evacuation Rate of the CWAP [children, women, aged people, patients]
과제 팀명
하태핫해
지도교수
이승재 교수님
개발기간
2018년 3월 ~ 2018년 6월 (총 4개월)
구성원 소개
서울시립대학교 교통공학과 20158740** 권하령(팀장)
서울시립대학교 교통공학과 20138740** 성태엽
분석배경 및 목적
분석배경
- 동일본 대지진 당시 동계 자료로 보면 56%가 65세 이상의 고령자
- 고령자와 마찬가지로 어린아이, 장애인도 대피가 어려워 이를 재해약자로 칭함
- 하지만 우리나라의 경우 행정안전부의 지진 국민행동요령에 따르면 재해약자를 고려한 현실적인 대피방안이 부족
- 일본의 경우 지도를 통해 일시집합 장소를 미리 배포하여 시민들이 모일 장소를 미리 알고 있음
목적
- 대피경로가 예상되고 모여서 대피하므로 대피 약자를 위한 방안 마련
- 일본의 일시집합 장소를 참고하여 이를 Gathering point로 정의
데이터 분석
분석지역
- 한강 주위 지역이라 표토픙이 두꺼워 지반이 약하고, 내진 설계 비율이 낮은 지진취약지역
- 서울시 내의 지진 취약지역 조사
- 강동구로 설정
분석이론
- UNA(Urban Network Analysis) 분석이론
- 교통망과 건물 특성을 함께 고려해 보다 공간적인 분석이 가능
UNA 분석기준
- Reach(접근성) -기준 건물 i 에서 한계반경 r 까지 도달할 수 있는 최단경로에 접해 있는 건물의 수
- Betweenness(매개성) -두 건물을 잇는 경로 사이에 건물 i 가 존재하는 빈도
- Closeness(최소거리) -검색반경 내의 건물 i 에서 주변 건물까지의 거리의 합의 역수
- Straightness(직진성) -건물 i 에서 다른 모든 노드에 이르는 최단 경로의 직선정도
UNA 시뮬레이션 결과
- Reach와 Straightness 기준을 선택
- 두 기준으로 분석한 결과값이 상대적으로 고르게 분포되어있음
- 지진대피에서는 접근성과 신속성이 중요
Gathering point와 대피소
- 두가지 기준을 통해 Gathering point를 선정
- 모든 건물에서 1km 내에 Gathering point 존재
- Gathering point의 수는 동일
- 대피소는 강동구의 실제 지진대피소 데이터 사용
분석결과
시뮬레이션 과정
- 두 가지 기준으로 정한Gathering point 데이터와 대피소 데이터를 이용하여 대피 시뮬레이션 진행
- 분석지역의 크기를 고려하여 6만명
- 강동구 내에서 랜덤 발생 시키되 동별 거주인구 고려
- 대피 알고리즘은 통행발생위치 → gathering point → 대피소
시뮬레이션 결과
- Reach와 Straightness 기준 중 어떤 기분을 통해 Gathering point를 정할지 기준 선택
- 지진 대피에서는 신속한 대피가 중요하므로 30분 내 대피소 도착교통량 비교
- 30분 내 도착교통량 비율은 Reach의 경우 65.20% Straightness의 경우 58.94%로
Reach를 기준으로 한 gathering point를 거쳐갔을 때 더 빠른 대피가 가능
- Gathering point를 인지하는 인지대피와 인지하지 못하는 무작위 대피 비교
- 30분 내 도착교통량 비율은 인지 대피의 경우 65.20% 무작위 대피의 경우 59.33%로
Gathering Point 를 이용한 대피정보가 존재할 때 대피 통행시간 절감효과를 보임
기대효과
- 대피 시 빠른 경로 예상
- 지진대피에 취약한 재해약자 대피율 상승
- 효율적이고 좀 더 빠른 대피 가능
- 대피소를 더 잘 인지하게 되어 경각심 고취
