[논문 리뷰] Traffic Performance Score for Measuring the Impact of COVID-19 on Urban Mobility

Zhiyong Cui, Meixin Zhu외 6명|arXiv (Cornell University)|2020. 07. 01.

Traffic Prediction and Management Techniques참고 문헌 7인용 수 19

한 줄 요약

이 논문은 여러 교통 파am터를 통합하여 네트워크 전체의 도시 교통 성과를 측정하는 데 사용되는 교통 성과 점수(TPS)를 제안한다. 이는 실시간 및 역학적 공간-시간 분석을 가능하게 한다. TPS 플랫폼은 greater Seattle 지역을 대상으로 개발되었으며, 코로나19로 인해 차량 주행 거리(VMT)와 과속 비율이 크게 감소하여 이로 인해 이동 수요 감소와 운전 행동 변화가 동시에 발생하여 도시 이동성의 구조적 변화가 있었음을 보여준다.

ABSTRACT

Measuring traffic performance is critical for public agencies who manage traffic and individuals who plan trips, especially when special events happen. The COVID-19 pandemic has significantly influenced almost every aspect of daily life, including urban traffic patterns. Thus, it is important to measure the impact of COVID-19 on transportation to further guide agencies and residents to properly respond to changes in traffic patterns. However, most existing traffic performance metrics incorporate only a single traffic parameter and measure only the performance of individual corridors. To overcome these challenges, in this study, a Traffic Performance Score (TPS) is proposed that incorporates multiple parameters for measuring network-wide traffic performance. An interactive web-based TPS platform that provides real-time and historical spatial-temporal traffic performance analysis is developed by the STAR Lab at the University of Washington. Based on data from this platform, this study analyzes the impact of COVID-19 on different road segments and the traffic network as a whole. Considering this pandemic has greatly reshaped social and economic operations, this study also evaluates how COVID-19 is changing the urban mobility from both travel demand and driving behavior perspectives.

연구 동기 및 목표

• 다양한 교통 파라미터를 통합하는 종합적이고 네트워크 전체 기반의 교통 성과 측정 지표가 부족한 문제를 해결하기 위해.
• 세그먼트 및 네트워크 수준에서 실시간으로 작동하고 상호작용이 가능한 웹 기반 플랫폼을 개발하여 도시 교통 성과를 모니터링하고 분석하기 위해.
• 다양한 도로 세그먼트에서 이동 수요와 운전 행동의 변화를 분석함으로써 코로나19의 영향을 정량화하기 위해.
• 팬데믹 관련 제한 조치가 네트워크 전체 수준에서 교통량, 속도, 혼잡도 측면에서 도시 교통 패턴을 어떻게 재구성했는지 평가하기 위해.
• 공공 기관이 팬데믹 이후 장기적인 이동 패턴 변화에 대응하고 모니터링할 수 있도록 확장 가능한 프레임워크를 제공하기 위해.

제안 방법

• 교통 성과 점수(TPS)는 네트워크 전역에서 속도, 차량 수, 이동 시간, 혼잡도 수준 등의 핵심 교통 파라미터를 가중 조합하여 계산된다.
• TPS 플랫폼는 워싱턴 주 교통부(WSDOT)의 실시간 루프 검출기 데이터와 공간-시간 분석을 위한 역학적 교통 데이터를 통합한다.
• 플랫폼는 교통 성과를 나타내기 위해 정규화된 점수 체계(0–12)를 사용하며, 높은 점수는 더 좋은 성과와 낮은 혼잡도를 의미한다.
• 과속 비율은 차선 수준의 루프 검출기 데이터를 사용하여 계산되며, 공식은 다음과 같다: SpeedingRate = Σ(Qi for Vi > VTH) / Σ(Qi), 여기서 VTH는 속도 기준치이다.
• 연구는 코로나19 이전 및 기간 동안의 비교를 위해 2020년 1월 19일부터 5월 10일까지의 주 단위 시계열 분석을 통해 TPS와 VMT를 분석하였다.
• 플랫폼는 향후 대규모 이동성 분석을 지원하기 위해 다른 도시 및 지역으로도 확장 가능하고 확장 가능한 설계가 되어 있다.

실험 결과

연구 질문

• RQ1 제안된 교통 성과 점수(TPS)는 단일 파rameter 지표에 비해 네트워크 전체의 교통 성과를 얼마나 효과적으로 반영하는가?
• RQ2 코로나19 패닉 이전과 기간 동안 greater Seattle 지역의 네트워크 전체 교통 성과와 차량 주행 거리(VMT)는 어떻게 변화했는가?
• RQ3 팬데믹 기간 동안 이동 수요는 다양한 도로 세그먼트에서 어떻게 변했으며, 이러한 변화에 영향을 미친 요인은 무엇이었는가?
• RQ4 팬데믹 관련 제한 조치와 감소한 교통량에 대응하여 운전 행동, 특히 과속 행동은 어떻게 변화했는가?
• RQ5 팬데믹가 장기적인 도시 이동 패턴 변화를 유도했는가? 이러한 변화는 데이터 기반 지표로 어떻게 정량화할 수 있는가?

주요 결과

• 워싱턴 주의 자가용 정지 명령이 내려진 2020년 3월 23일 이후 TPS와 VMT 모두 교통 성과와 교통량이 크게 감소한 것으로 나타났다.
• 자신의 정지 명령 4주 전부터 교통량이 급격히 감소하였으며, 패닉 최고 조치 기간 동안 VMT는 약 50% 감소하였다.
• 주요 고속도로(I-5, I-405, SR-520)의 과속 비율은 팬데믹 기간 동안 크게 감소하였으며, 특히 정지 명령 이후 SR-520의 과속 비율은 거의 0에 수렴하였다.
• 과속 감소는 I-5와 I-405에서 가장 두드러졌으며, 이들 도로의 과속 비율은 3月下旬에 최저 수준으로 떨어졌고 이후로도 팬데믹 이전 수준 이하로 유지되었다.
• TPS 플랫폼는 실시간 및 역학적 교통 패턴을 성공적으로 시각화하여 세그먼트 수준과 네트워크 전체 수준의 이동 변화 분석을 가능하게 하였다.
• 연구는 팬데믹가 이동 수요와 운전 행동 양면에서 측정 가능한 대규모 변화를 유도했으며, 이는 도시 이동 패턴의 잠재적 장기적 변화를 시사한다.