하태핫해

프로젝트 개요

기술개발 과제

재해약자의 지진 대피율 높이기

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