차이

문서의 선택한 두 판 사이의 차이를 보여줍니다.

--- 교통공학 [2026/04/13 21:48] – 교통공학 sync flyingtext
+++ 교통공학 [2026/04/13 21:57] (현재) – 교통공학 sync flyingtext
@@ 줄 176: / 줄 176: @@
 ==== 교통 계획의 수립 절차 ====
-[[교통 계획]](Transportation Planning)은 미래의 교통 수요를 효율적으로 처리하기 위해 교통 시설을 확충하거나 운영 체계를 개선하는 일련의 의사결정 과정이다. 이는 단순히 도로를 건설하는 기술적 행위를 넘어, 한정된 자원을 배분하여 사회적 편익을 극대화하고 [[지속 가능한 발전]]을 도모하는 체계적인 공정을 필요로 한다. 교통 계획의 수립 절차는 통상적으로 목표 설정, 데이터 수집 및 분석, 장래 수요 예측, 대안 수립 및 평가, 그리고 최종안 확정 및 환류의 단계로 구성된다.
+[[교통 계획]](Transportation Planning)은 미래의 교통 수요를 효율적으로 처리하기 위해 교통 시설을 확충하거나 운영 체계를 개선하는 일련의 의사결정 과정이다. 이는 단순히 도로를 건설하는 기술적 행위를 넘어, 한정된 자원을 배분하여 사회적 편익을 극대화하고 [[지속 가능한 발전]]을 도모하는 체계적인 공정을 필요로 한다. 교통 계획의 수립 절차는 통상적으로 목표 설정, 데이터 수집 및 분석, 장래 [[수요 예측]], 대안 수립 및 평가, 그리고 최종안 확정 및 환류의 단계로 구성된다.
-첫 번째 단계인 목표 설정 및 문제 정의에서는 계획의 대상이 되는 지역적 범위와 시간적 범위를 설정하고, 해결해야 할 교통 문제의 본질을 파악한다. 이 과정에서는 경제적 효율성뿐만 아니라 환경 보호, 교통 약자의 이동권 보장, [[토지 이용 계획]]과의 정합성 등 상충할 수 있는 다양한 가치들을 조율하여 구체적인 평가지표를 도출한다.
+첫 번째 단계인 목표 설정 및 문제 정의에서는 계획의 대상이 되는 지역적 범위와 시간적 범위를 설정하고, 해결해야 할 교통 문제의 본질을 파악한다. 이 과정에서는 [[경제적 효율성]]뿐만 아니라 환경 보호, 교통 약자의 이동권 보장, [[토지 이용 계획]]과의 정합성 등 상충할 수 있는 다양한 가치들을 조율하여 구체적인 평가지표를 도출한다.
-두 번째 단계는 자료 수집 및 현황 분석이다. 현재의 교통 실태를 정확히 파악하기 위해 [[기종점 조사]](Origin-Destination Survey, O-D 조사)를 실시하며, 이는 사람이나 화물이 어디에서 출발하여 어디로 이동하는지를 정량화하는 핵심적인 작업이다. 수집된 데이터는 인구, 고용, 소득 등의 사회경제적 변수와 결합하여 현재의 통행 행태를 설명하는 기초 자료로 활용된다.
+두 번째 단계는 자료 수집 및 현황 분석이다. 현재의 교통 실태를 정확히 파악하기 위해 [[기종점 조사]](Origin-Destination Survey, O-D 조사)를 실시하며, 이는 사람이나 화물이 어디에서 출발하여 어디로 이동하는지를 정량화하는 핵심적인 작업이다. 수집된 데이터는 [[인구]], 고용, 소득 등의 사회경제적 변수와 결합하여 현재의 통행 행태를 설명하는 기초 자료로 활용된다.
-세 번째 단계는 [[교통 수요 예측]](Travel Demand Forecasting)이다. 수집된 자료를 바탕으로 장래의 특정 시점에 발생할 교통량을 추정한다. 주로 [[사단계 모형]](Four-step model)이 사용되는데, 이는 통행 발생(Trip Generation), 통행 분포(Trip Distribution), 수단 분담(Modal Split), 노선 배정(Route Assignment)의 순서로 진행된다. 예를 들어, 특정 구역의 통행 발생량 $T_i$를 예측하기 위해 다음과 같은 회귀 모형을 적용할 수 있다.
+세 번째 단계는 [[교통 수요 예측]](Travel Demand Forecasting)이다. 수집된 자료를 바탕으로 장래의 특정 시점에 발생할 교통량을 추정한다. 주로 [[4단계 모형]](Four-step model)이 사용되는데, 이는 통행 발생(Trip Generation), 통행 분포(Trip Distribution), 수단 분담(Modal Split), 노선 배정(Route Assignment)의 순서로 진행된다. 예를 들어, 특정 구역의 통행 발생량 $T_i$를 예측하기 위해 다음과 같은 [[회귀 분석|회귀 모형]]을 적용할 수 있다.
 $$T_i = \alpha + \beta_1 X_{1i} + \beta_2 X_{2i} + \epsilon$$
-여기서 $X_{1i}$, $X_{2i}$는 해당 구역의 인구수나 고용자 수와 같은 독립변수이며, $\alpha$와 $\beta$는 회귀 계수이다. 이러한 과학적 예측은 미래 교통 시설의 적정 규모를 결정하는 근거가 된다.
+여기서 $X_{1i}$, $X_{2i}$는 해당 구역의 인구수나 고용자 수와 같은 [[독립변수]]이며, $\alpha$와 $\beta$는 회귀계수이다. 이러한 과학적 예측은 미래 교통 시설의 적정 규모를 결정하는 근거가 된다.
-네 번째 단계는 대안의 수립 및 평가이다. 예측된 수요를 토대로 도로 신설, [[대중교통]] 확충, 교통 수요 관리 정책 등 다양한 시나리오를 구성한다. 각 대안은 [[비용 편익 분석]](Cost-Benefit Analysis, CBA)을 통해 경제적 타당성을 검토받는다. 총편익($B$)과 총비용($C$)의 비율인 $B/C$가 1보다 크거나, 순현재가치(Net Present Value, NPV)가 0보다 클 때 경제적 타당성이 있는 것으로 간주한다. 또한, 수치화하기 어려운 환경적 영향이나 정책적 일관성 등을 고려하기 위해 [[다기준 의사결정]] 방법론이 병행되기도 한다.
+네 번째 단계는 대안의 수립 및 평가이다. 예측된 수요를 토대로 도로 신설, [[대중교통]] 확충, [[교통 수요 관리]] 정책 등 다양한 시나리오를 구성한다. 각 대안은 [[비용-편익 분석]](Cost-Benefit Analysis, CBA)을 통해 [[경제적 타당성]]을 검토받는다. 총편익($B$)과 총비용($C$)의 비율인 $B/C$가 1보다 크거나, [[순현재가치]](Net Present Value, NPV)가 0보다 클 때 경제적 타당성이 있는 것으로 간주한다. 또한, 수치화하기 어려운 환경적 영향이나 정책적 일관성 등을 고려하기 위해 [[다기준 의사결정]](Multi-Criteria Decision Making, MCDM) 방법론이 병행되기도 한다.
 마지막 단계는 최종안의 선택과 집행, 그리고 사후 모니터링이다. 선정된 계획안은 예산 확보와 법적 절차를 거쳐 시행되며, 시행 이후에는 실제 교통량과 예측치의 차이를 분석하여 계획 수립 과정에 다시 반영하는 환류(Feedback) 과정을 거친다. 이러한 반복적이고 순환적인 절차는 교통 계획의 신뢰성을 높이고 도시의 변화에 유연하게 대응할 수 있게 한다((도시교통정비계획의 수립을 위한 지침-도시교통정비촉진법개정(1995. 12)에 따른 실무지침 - KOTI 한국교통연구원, https://www.koti.re.kr/user/bbs/anytmRsrchReprtView.do?bbs_no=957
@@ 줄 222: / 줄 222: @@
 === 통행 발생과 통행 분포 ===
-특정 지역에서 발생하는 총 통행량과 출발지와 목적지 간의 통행 배분 원리를 규명한다.
+[[교통 수요 분석의 4단계 모형]]의 첫 번째 단계인 통행 발생(Trip Generation)은 분석 대상 지역을 세분화한 [[교통 분석 구역]](Traffic Analysis Zone, TAZ)별로 발생하는 총 통행의 양을 추정하는 과정이다. 이 단계의 핵심 목적은 특정 구역에서 출발하는 통행량인 통행 발생량(Trip Production)과 특정 구역으로 들어오는 통행량인 통행 유인량(Trip Attraction)을 구역의 [[토지 이용]] 특성 및 [[사회경제적 지표]]와 연계하여 규명하는 데 있다. 통행 발생량은 주로 가구의 인구수, 자동차 보유 대수, 소득 수준 등에 의해 결정되며, 통행 유인량은 해당 구역의 고용 인원, 건축 연면적, 상업 시설의 규모 등에 영향을 받는다.
+통행 발생을 예측하기 위해 가장 널리 사용되는 기법은 [[회귀분석]](Regression Analysis)이다. 이는 독립변수인 사회경제적 지표와 종속변수인 통행량 간의 선형 관계를 가정하여 다음과 같은 수식으로 표현된다.
+$ P_i = _0 + %%//%%1 X%%//%%{i1} + %%//%%2 X%%//%%{i2} + + %%//%%n X%%//%%{in} + $
+여기서 $ P_i $는 $ i $ 구역의 통행 발생량이며, $ X_{in} $은 인구 및 고용과 같은 독립변수, $ _n $은 각 변수의 영향력을 나타내는 회귀계수이다. 회귀분석 외에도 가구의 특성에 따라 통행 빈도를 집계하는 [[교차 분류 분석]](Cross-classification Analysis)이나 유입과 유출의 평형을 맞추는 조정 과정이 이 단계에서 수행된다. 통행 발생 단계에서 산출된 결과물은 각 구역의 총량적 수치일 뿐, 구체적으로 어느 구역에서 어느 구역으로 이동하는지에 대한 정보는 포함하지 않는다.
+두 번째 단계인 통행 분포(Trip Distribution)는 통행 발생 단계에서 산출된 각 구역의 발생량과 유인량을 연결하여 구역 간의 구체적인 이동 수요, 즉 [[기종점 행렬]](Origin-Destination Matrix, O-D Matrix)을 구축하는 과정이다. 이 단계에서는 출발지 $ i $에서 목적지 $ j $로 향하는 통행량 $ T_{ij} $를 결정하며, 이는 두 구역 간의 유인력과 이동에 따르는 저항 요인에 의해 지배된다. 통행 분포를 설명하는 가장 대표적인 이론적 틀은 [[중력 모형]](Gravity Model)이다.
+중력 모형은 [[아이작 뉴턴]](Isaac Newton)의 [[만유인력]] 법칙을 교통 현상에 응용한 것으로, 두 구역 사이의 통행량은 각 구역의 규모(발생량 및 유인량)에 비례하고 두 구역 사이의 공간적 저항(거리, 시간, 비용)에 반비례한다는 원리를 기반으로 한다. 일반적인 중력 모형의 수식은 다음과 같다.
+$ T_{ij} = P_i  $
+여기서 $ T_{ij} $는 $ i $구역에서 $ j $구역으로의 분포 통행량, $ P_i $는 $ i $구역의 발생량, $ A_j $는 $ j $구역의 흡수량이다. $ F_{ij} $는 두 구역 간의 통행 저항을 나타내는 [[마찰 함수]](Friction Function)이며, $ K_{ij} $는 사회경제적 특수성을 반영하는 보정 계수이다. 마찰 함수는 보통 거리나 통행 시간의 역함수 형태로 정의되며, 이는 거리가 멀어질수록 통행 의사결정의 확률이 감소하는 현상을 수학적으로 모사한다.
+통행 분포 단계에서는 중력 모형 외에도 과거의 통행 패턴이 미래에도 유지된다고 가정하는 성장인자법(Growth Factor Method)이 사용되기도 한다. 특히 프라타법(Fratar Method)은 기존의 기종점 행렬에 각 구역의 성장률을 반복적으로 적용하여 장래의 분포를 예측하는 기법으로, 단기적인 예측이나 변화가 적은 지역의 분석에 유용하다. 그러나 장기적인 도시 구조의 변화나 새로운 교통 시설의 도입에 따른 통행 패턴의 근본적 변화를 반영하기에는 중력 모형이나 엔트로피 극대화 모형(Entropy Maximization Model)과 같은 인과 모형이 더 적합한 것으로 평가받는다((교통수요 예측을 위한 활동기반 접근 방법: 경향과 적용현황 고찰, https://koreascience.kr/article/JAKO201312855324636.page
+)). 이처럼 결정된 통행 분포 결과는 이후 단계인 [[교통 수단 선택]]의 기초 자료로 활용되며, 도시 전체의 공간적 상호작용을 이해하는 핵심 지표가 된다.
 === 교통 수단 선택과 노선 배정 ===
-이용자의 수단 결정 요인을 분석하고 물리적인 교통망에 통행량을 할당하는 알고리즘을 검토한다.
+[[수단 선택]](Mode Choice)은 [[통행 분포]] 단계에서 결정된 기종점 간의 통행량을 승용차, 버스, 철도 등 구체적인 교통 수단별로 분할하는 과정이다. 이 단계의 핵심은 개별 통행자가 주어진 선택 대안 중에서 자신의 [[효용]](Utility)을 극대화하는 수단을 선택한다는 [[효용 극대화 이론]](Utility Maximization Theory)에 기반한다. 통행자의 의사결정에 영향을 미치는 요인은 크게 통행 특성(통행 목적, 통행 거리), 수단 특성(통행 시간, 통행 비용, 배차 간격, 환승 횟수), 그리고 통행자 특성(소득 수준, 차량 보유 여부)으로 구분된다. 이러한 변수들을 체계적으로 분석하기 위해 [[개별 행태 모형]](Disaggregate Behavioral Model)인 [[로짓 모형]](Logit Model)이 주로 사용된다. 로짓 모형은 특정 수단 $ i $를 선택할 확률 $ P_i $를 다음과 같이 정의한다.
+$ P_i =  $
+여기서 $ V_i $는 수단 $ i $가 가지는 관측 가능한 효용을 의미하며, 이는 통행 시간과 비용 등의 선형 결합으로 표현된다. 수단 선택 모형은 도시 교통 정책 수립 시 대중교통 요금 변경이나 전용 차로 도입에 따른 수요 변화를 예측하는 데 필수적인 도구로 활용된다.
+[[노선 배정]](Traffic Assignment)은 수단별로 결정된 통행량을 실제 물리적인 [[교통망]](Transportation Network) 상의 최적 경로에 할당하는 사단계 모형의 최종 단계이다. 노선 배정의 기본 전제는 통행자가 기점과 종점 사이에서 자신의 통행 시간을 최소화할 수 있는 경로를 선택한다는 것이다. [[존 워드롭]](John Glen Wardrop)은 이를 [[사용자 평형]](User Equilibrium, UE) 원리로 정립하였는데, 이는 모든 이용자가 자신의 통행 시간을 더 이상 단축할 수 없는 상태에 도달했을 때의 평형을 의미한다. 사용자 평형 상태에서는 동일한 기종점 쌍을 연결하는 모든 이용 경로의 통행 시간이 동일하며, 이용되지 않는 경로의 통행 시간은 이용 중인 경로의 통행 시간보다 크거나 같다. 반면, 사회 전체의 총 통행 시간을 최소화하는 상태를 [[시스템 최적]](System Optimum, SO)이라 하며, 이는 개별 사용자의 이기적 경로 선택이 사회적 최적과 일치하지 않을 수 있음을 시사한다.
+물리적 도로망에 통행량을 할당할 때는 도로의 혼잡도에 따른 통행 시간의 변화를 고려해야 한다. 이를 위해 [[통행 시간 함수]](Travel Time Function)가 사용되며, 대표적으로 [[미국 도로국]](Bureau of Public Roads, BPR)에서 제안한 BPR 함수가 널리 활용된다. BPR 함수는 특정 링크의 통행량 $ x_a $와 [[교통용량]](Capacity) $ C_a $의 비율에 따라 통행 시간이 지수적으로 증가하는 특성을 반영한다.
+$$ t_a(x_a) = t_0 \left[ 1 + \alpha \left( \frac{x_a}{C_a} \right)^\beta \right] $$
+여기서 $ t_0 $는 자유 흐름 상태에서의 통행 시간이며, $ $와 $ $는 도로 특성에 따른 파라미터이다. 이러한 비선형 최적화 문제를 해결하기 위해 [[전량 배정법]](All-or-Nothing Assignment)의 한계를 극복한 [[프랭크-울프 알고리즘]](Frank-Wolfe Algorithm)이나 [[증분 배정법]](Incremental Assignment) 등의 수치 해석적 알고리즘이 적용된다.
+노선 배정의 결과로 산출된 각 링크별 교통량은 도로의 [[서비스 수준]](Level of Service, LOS)을 평가하고, 장래의 상습 정체 구간을 예측하여 교통 시설 확충 계획을 수립하는 데 결정적인 근거가 된다. 또한, [[지능형 교통 체계]](Intelligent Transport Systems, ITS)의 경로 안내 정보 제공이나 [[교통 수요 관리]](Transportation Demand Management, TDM) 정책의 효과 분석에도 필수적인 도구로 활용된다. 최근에는 개별 차량의 궤적을 추적하는 [[동적 노선 배정]](Dynamic Traffic Assignment, DTA) 모형이 도입되어 시간에 따라 변하는 교통 상황을 더욱 정밀하게 모사하려는 시도가 이어지고 있다.
 ===== 교통 운영 및 제어 시스템 =====
@@ 줄 254: / 줄 285: @@
 ==== 교차로 신호 제어 이론 ====
-평면 교차로에서의 신호 주기, 녹색 시간 배분 및 연동 시스템을 통한 지체 시간 최소화 방안을 연구한다.
+[[평면 교차로]]는 서로 다른 방향의 교통류가 동일한 평면상에서 교차하거나 합류하는 지점으로, 교통 흐름의 병목 현상이 발생하고 사고 위험이 높은 공간이다. [[교차로 신호 제어]]는 이러한 상충하는 교통류를 시간적으로 분리하여 안전을 확보하고, 주어진 도로 시설의 [[교통용량]]을 극대화하는 것을 목적으로 한다. 신호 제어의 핵심은 [[신호 주기]](Cycle Length), [[현시]](Phase), [[녹색 시간]](Green Time)을 최적으로 설계하여 차량당 평균 [[지체 시간]](Delay Time)을 최소화하는 데 있다.
+신호 제어의 기초는 신호 시간의 구성 요소를 이해하는 것에서 시작된다. 신호 주기는 모든 현시가 한 번씩 돌아와 다시 처음 현시가 시작될 때까지의 총 시간을 의미하며, 현시는 동일한 시간에 통행권이 부여되는 이동류의 집합을 말한다. 각 현시 사이에는 [[황색 시간]](Yellow Time)과 [[전적색 시간]](All-Red Interval)으로 구성된 [[교체 간격]](Change and Clearance Interval)이 배치되어 교차로 내에 잔류한 차량이 안전하게 빠져나갈 수 있도록 돕는다. 이때 운전자의 반응 시간과 가속 손실 등으로 인해 실제 녹색 시간 중 일부는 활용되지 못하는데, 이를 [[손실 시간]](Lost Time)이라 정의한다.
+신호 주기를 산정하는 가장 대표적인 이론은 [[웹스터]](F.V. Webster)의 방법이다. 웹스터는 교차로의 총 지체를 최소화하는 최적 주기를 산출하기 위해 다음과 같은 수식을 제시하였다((OPTIMAL TRAFFIC SIGNAL SETTINGS. II. A REFINEMENT OF WEBSTER’S METHOD - TRID, https://trid.trb.org/View/139585
+)).
+$$ C_o = \frac{1.5L + 5}{1 - \sum_{i=1}^{n} Y_i} $$
+여기서 $ C_o $는 최적 신호 주기(초), $ L $은 주기당 총 손실 시간, $ Y_i $는 각 현시 $ i $에서의 임계 [[교통량비]](Critical Lane Group Volume-to-Saturation Flow Ratio)를 의미한다. 교통량비는 해당 현시의 교통량을 [[포화 교통량]](Saturation Flow Rate)으로 나눈 값이다. 분모의 $ 1 - Y_i $가 0에 가까워질수록 주기는 무한대로 발산하므로, 교차로의 총 교통 수요가 처리 가능한 용량 한계에 도달하지 않도록 설계하는 것이 중요하다. 산출된 최적 주기는 각 현시의 교통량비에 비례하여 유효 녹색 시간으로 배분된다.
+신호 제어의 효율성을 평가하는 척도인 지체 시간은 [[도로 용량 편람]](Highway Capacity Manual, HCM)에서 제시하는 지체 공식을 통해 정량화된다((The Highway Capacity Manual delay formula for Signalised Intersections | SIDRA SOLUTIONS, https://sidrasolutions.com/learn/publications/highway-capacity-manual-delay-formula-signalised-intersections
+)). 지체는 크게 세 가지 성분으로 구성된다. 첫째는 신호의 주기적 변화로 인해 발생하는 균일 지체($ d_1 $), 둘째는 교통량의 무작위 변동과 일시적 과포화로 인한 증분 지체($ d_2 $), 셋째는 초기 대기 행렬로 인한 지체($ d_3 $)이다. 전체 지체 $ d $는 다음과 같이 표현된다.
+$$ d = d_1 \cdot PF + d_2 + d_3 $$
+여기서 $ PF $는 [[신호 연동]]의 효과를 반영하는 보정 계수인 진행 계수(Progression Factor)이다. 연동이 잘 이루어진 경우 $ PF $ 값은 낮아져 전체 지체를 감소시킨다.
+단일 교차로의 최적화를 넘어, 도시 간선도로상의 인접한 교차로들을 통합적으로 제어하는 [[연동 시스템]]은 전체 교통망의 효율성을 결정짓는다. 연동의 핵심 변수는 [[오프셋]](Offset)으로, 이는 인접한 교차로 간 녹색 신호가 시작되는 시간적 차이를 의미한다. 오프셋을 정교하게 조절하면 차량군이 정지 없이 연속적으로 통과할 수 있는 [[연동폭]](Bandwidth)이 형성된다. 이를 시각적으로 분석하기 위해 시간-거리 도표인 [[시공도]](Time-Space Diagram)를 활용하며, 연동폭을 최대화함으로써 차량의 정지 횟수와 연료 소모, 대기 오염 물질 배출을 줄일 수 있다. 최근에는 실시간 교통량 변화에 대응하여 주기와 오프셋을 능동적으로 변경하는 [[감응식 신호 제어]] 및 실시간 신호 최적화 알고리즘이 도입되어 운영 효율을 더욱 높이고 있다.
 ==== 도로 용량 및 서비스 수준 ====
-도로가 수용할 수 있는 최대 차량 통과 능력을 산정하고 운전자가 느끼는 쾌적성을 등급화하여 평가한다.
+[[도로 용량]](Road Capacity)은 특정 도로 시설이 주어진 도로 조건, 교통 조건, 운영 조건 하에서 1시간 동안 통과시킬 수 있는 최대 차량 수로 정의된다. 이는 단순히 물리적 공간의 크기를 의미하는 것이 아니라, 해당 시설이 수용 가능한 공급 능력의 한계치를 정량화한 것이다. 용량은 일반적으로 승용차 환산 대수를 기준으로 한 ‘대당 시간당 차로수’(pcphpl) 단위를 사용하며, 이는 서로 다른 크기와 성능을 가진 차종들이 교통 흐름에 미치는 영향을 표준화하여 분석하기 위함이다. 용량 분석은 도로의 신설 및 확장 규모를 결정하는 계획 단계뿐만 아니라, 기존 시설의 운영 효율성을 진단하고 개선 대책을 수립하는 데 필수적인 기초 자료가 된다.
+도로 용량은 분석의 목적과 조건에 따라 기본 용량, 설계 용량, 실무 용량으로 구분된다. 기본 용량은 차로 폭이 충분하고 측방 여유폭이 확보되어 있으며, 교통류가 승용차로만 구성된 이상적인 상태를 가정한다. 그러나 실제 도로는 기하구조의 제약과 중차량의 혼입 등 다양한 감쇄 요인을 포함하고 있다. 따라서 실제 도로의 용량을 산정할 때는 기본 용량에 각종 보정 계수를 적용하는 과정을 거친다. 일반적인 용량 산정 모델은 다음과 같은 구조를 가진다.
+$ C = C_B N f_w f_{HV} f_p $
+여기서 $ C $는 실제 용량, $ C_B $는 기본 용량, $ N $은 차로 수, $ f_w $는 차로 폭 및 측방 여유폭 보정 계수, $ f_{HV} )는 중차량 보정 계수, ( f_p $는 운전자 특성 보정 계수를 의미한다. [[한국도로용량편람]](KHCM)에 따르면 [[고속도로]] 기본 구간의 경우 설계 속도가 120km/h일 때 차로당 기본 용량은 2,400pcphpl 수준으로 설정된다.((도로용량편람 신호교차로 성능지표 분석을 위한 차로군 분류의 적정성 평가, https://www.kci.go.kr/kciportal/landing/article.kci?arti_id=ART001854789
+))
+[[서비스 수준]](Level of Service, LOS)은 도로 이용자가 통행 과정에서 느끼는 운행 상태의 질적 수준을 등급화한 개념이다. 용량이 시설의 ‘양적’ 한계를 나타낸다면, 서비스 수준은 통행 속도, 자유도, 안락감, 안전성 등 ‘질적’ 만족도를 나타낸다. 서비스 수준은 A부터 F까지 6개의 등급으로 구분되며, 각 등급은 도로 시설의 유형에 따라 서로 다른 효과 척도(Measure of Effectiveness, MOE)를 기준으로 판정된다. [[연속류]] 시설인 고속도로나 [[자동차 전용도로]]에서는 차량 간의 간격을 나타내는 [[밀도]](Density)를 주된 지표로 사용하며, [[단속류]] 시설인 [[신호 교차로]]에서는 정지 및 서행으로 인해 발생하는 [[제어 지체]](Control Delay)를 기준으로 수준을 평가한다.
+서비스 수준의 각 등급별 물리적 특성과 운전자가 체감하는 주행 환경은 아래와 같이 분류된다.
+^ 서비스 등급 ^ 주행 상태 및 특성 ^ 주요 지표(예시: 고속도로) ^
+| **LOS A** | 최상의 자유 흐름 상태. 차량 간 간섭이 거의 없으며 원하는 속도 유지가 가능함. | 매우 낮은 밀도 |
+| **LOS B** | 안정된 흐름. 다른 차량의 존재를 의식하나 차로 변경 등이 비교적 자유로움. | 낮은 밀도 |
+| **LOS C** | 안정된 흐름이나 개별 차량의 거동이 교통류의 영향을 받기 시작함. | 중간 밀도 |
+| **LOS D** | 흐름은 유지되나 밀도가 높아 운전자의 자유도가 크게 제한됨. | 높은 밀도 |
+| **LOS E** | 용량 상태의 흐름. 속도가 급격히 저하되며 작은 교란에도 정체가 발생할 수 있는 임계점. | 최대 밀도(용량) |
+| **LOS F** | 도착 수요가 용량을 초과한 과포화 상태. 가다 서다를 반복하는 강제류가 형성됨. | 과포화(정체) |
+도로의 설계 시에는 무조건 최고의 서비스 수준을 목표로 하지 않는다. 이는 과도한 건설 비용과 토지 낭비를 초래할 수 있기 때문이다. 따라서 도로의 기능과 지역적 특성에 따라 적정 수준의 ’목표 서비스 수준’을 설정한다. 일반적으로 지방부 도로는 LOS C, 도시부 도로는 LOS D 정도를 설계 기준으로 삼는 것이 경제성과 효율성 측면에서 타당하다고 간주된다.
+최근의 도로 용량 연구는 [[지능형 교통 체계]](ITS) 및 [[자율주행]] 기술의 도입에 따른 변화에 주목하고 있다. 자율주행 자동차는 인간 운전자에 비해 반응 시간이 짧고 차간 거리를 정밀하게 제어할 수 있어, 동일한 도로 시설에서도 물리적 용량을 획기적으로 증대시킬 가능성이 크다. 이에 따라 기존의 정적 분석 방법론을 넘어선 실시간 교통 상태 예측과 [[교통류 제어]] 전략의 중요성이 더욱 강조되고 있다.((각국 도로용량편람의 고속도로 기본구간 용량 및 서비스수준 분석방법론 비교 연구, https://www.dbpia.co.kr/journal/articleDetail?nodeId=NODE07500026
+))
 ==== 교통 안전 공학 ====
-교통사고의 원인을 인적, 물적, 환경적 요인으로 분석하고 이를 예방하기 위한 공학적 대책을 수립한다.
+교통 안전 공학은 [[교통 시스템]] 내에서 발생하는 사고의 빈도를 줄이고 피해의 심각도를 완화하기 위해 체계적인 공학적 접근법을 연구하는 분야이다. 이는 단순히 사고의 통계적 수치를 집계하는 수준을 넘어, 사고를 유발하는 복합적인 메커니즘을 규명하고 이를 제어하기 위한 설계 및 운영 전략을 수립하는 것을 핵심으로 한다. [[교통 안전]]의 확보는 교통 시스템의 운영 효율성보다 우선시되어야 하는 공학적 가치이며, 이를 위해 인적, 물적, 환경적 요인 간의 상호작용을 분석하는 것이 필수적이다.
+사고의 원인을 분석함에 있어 가장 기초가 되는 이론적 틀은 [[해든 매트릭스]](Haddon Matrix)이다. 이 모델은 사고의 과정을 사고 전, 사고 당시, 사고 후의 세 단계로 구분하고, 각 단계에서 인간, 차량, 환경(물리적 및 사회적 환경)이 미치는 영향을 행렬 형태로 분석한다. 사고 전 단계에서는 사고 발생 자체를 억제하기 위한 예방적 조치를 다루며, 사고 당시 단계에서는 충돌 에너지의 전달을 최소화하여 인명 피해를 줄이는 방안을, 사고 후 단계에서는 신속한 구조와 복구 체계를 중점적으로 고찰한다.
+교통사고의 주요 원인 중 [[인적 요인]](Human Factors)은 전체 사고의 절대다수에 직간접적으로 관여하는 것으로 알려져 있다. 운전자의 시각적 인지 능력, 판단 속도, 그리고 조작의 정확성은 안전에 결정적인 영향을 미친다. 공학적으로는 운전자의 [[반응 시간]](Reaction Time)을 고려하여 [[정지 시거]](Stopping Sight Distance)를 설계에 반영한다. 정지 시거 $ S $는 운전자가 장애물을 인지하고 브레이크를 밟기 전까지 이동한 인지-반응 거리와 브레이크가 작동하여 정지할 때까지의 제동 거리의 합으로 산출된다.
+$$ S = 0.278 \cdot v \cdot t + \frac{v^2}{254(f \pm G)} $$
+위 식에서 $ v $는 주행 속도(km/h), $ t $는 인지-반응 시간(초), $ f $는 종방향 마찰 계수, $ G $는 도로의 구배를 의미한다. 이러한 물리적 제약 조건을 설계 기준에 반영함으로써 인적 오류로 인한 사고 가능성을 구조적으로 낮출 수 있다. 또한, 운전자의 인지 부하를 줄이기 위한 [[교통 표지]]의 배치와 시인성 개선 역시 인적 요인을 고려한 공학적 대책에 해당한다.
+물적 요인은 차량의 기계적 결함이나 안전 장치의 성능을 포함한다. [[자동차 공학]]의 발전으로 도입된 [[잠김 방지 브레이크 시스템]](Anti-lock Braking System, ABS), [[전자식 주행 안정화 컨트롤]](Electronic Stability Control, ESC) 등은 차량의 능동적 안전성을 높이는 데 기여해 왔다. 최근에는 [[자율주행]] 기술의 핵심 요소인 [[첨단 운전자 보조 시스템]](Advanced Driver Assistance Systems, ADAS)이 보급됨에 따라 전방 충돌 방지 보조나 차로 이탈 방지 보조와 같은 기능이 인간의 실수를 보완하는 중추적인 역할을 수행하고 있다.
+환경적 요인은 [[도로 기하구조]], 노면 상태, 교통 제어 시설 및 기상 조건을 포괄한다. 도로 설계 시 평면 곡선부의 [[편경사]](Superelevation)가 부적절하거나 시거가 확보되지 않을 경우 사고 위험이 급격히 증가한다. 또한 교차로에서의 상충 지점(Conflict Point)을 줄이기 위해 평면 교차로를 [[회전 교차로]](Roundabout)로 전환하거나 입체 교차화하는 방안이 공학적 대책으로 강구된다. 도시부 도로에서는 [[교통 정온화]](Traffic Calming) 기법을 도입하여 차량의 속도를 물리적으로 제한함으로써 보행자의 안전을 도모한다.
+사고의 위험도를 정량적으로 평가하고 개선 우선순위를 결정하기 위해서는 사고 자료의 통계적 분석이 선행되어야 한다. 단순히 사고 건수만을 비교하는 것은 교통량의 차이를 반영하지 못하므로, 노선별 또는 지점별 [[사고율]](Accident Rate)을 산출하여 비교한다. 또한 사고의 심각도에 따라 가중치를 부여하는 등가 물적 피해 산정법인 [[EPDO]](Equivalent Property Damage Only) 지수를 활용하여 위험 지점(Black Spot)을 선정한다.
+$$ EPDO = w_f \cdot N_f + w_i \cdot N_i + w_p \cdot N_p $$
+여기서 $ N_f, N_i, N_p $는 각각 사망 사고, 부상 사고, 물적 피해 사고의 건수를 의미하며, $ w_f, w_i, w_p $는 각 사고 유형에 부여된 가중치이다. 이를 통해 한정된 예산을 가장 위험한 지점에 집중적으로 투입하여 안전 개선 효과를 극대화할 수 있다.
+결론적으로 교통 안전 공학은 인간의 불완전함을 인정하고, 이를 보완할 수 있는 관용적인(forgiving) 도로 환경과 차량 시스템을 구축하는 것을 지향한다. 이는 공학적 설계(Engineering), 단속(Enforcement), 교육(Education)이라는 [[교통 안전의 3E]] 원칙 중 공학적 측면을 담당하며, 미래의 [[지능형 교통 체계]]와 결합하여 사고 발생 가능성을 원천적으로 차단하는 방향으로 진화하고 있다.
 ===== 첨단 교통 체계와 미래 기술 =====
@@ 줄 281: / 줄 374: @@
 ==== 지능형 교통 체계의 구성 ====
-실시간 교통 정보 수집, 가공, 제공을 통해 교통 흐름을 최적화하는 통합 시스템의 구조를 다룬다.
+지능형 교통 체계(Intelligent Transport Systems, ITS)의 구성은 단순히 개별 기술의 집합을 넘어, 도로 인프라와 차량, 그리고 이용자를 유기적으로 연결하는 통합적 아키텍처(Architecture)를 지향한다. 이러한 체계의 물리적 및 논리적 구조를 정의하는 것은 시스템의 상호 운용성과 확장성을 확보하기 위한 필수적인 과정이다. [[국제 표준화 기구]](International Organization for Standardization, ISO)의 [[ISO 14813]] 표준은 이러한 지능형 교통 체계의 참조 모델을 정의하며, 이를 통해 교통 관리, 공공교통, 전자 지불, 비상 관리 등 다양한 서비스 영역을 포괄하는 프레임워크를 제시한다. 시스템의 전체적인 구조는 크게 데이터 수집, 데이터 통신, 데이터 가공 및 처리, 그리고 정보 제공의 네 가지 단계로 구분된다.
+데이터 수집 단계는 도로 현장의 실시간 상태를 파악하는 기초적인 과정이다. 이는 [[검지기]](Detector)를 통해 수행되는데, 전통적인 방식인 [[루프 검지기]](Inductive Loop Detector)부터 현대적인 영상 분석 검지기, 레이더 검지기 등이 활용된다. 최근에는 차량 자체를 하나의 이동식 센서로 활용하는 [[프로브 차량 데이터]](Probe Vehicle Data) 수집 방식이 중요해지고 있다. 차량에 탑재된 [[차량 단말기]](On-Board Unit, OBU)와 [[지피에스]](Global Positioning System, GPS)를 통해 수집된 개별 차량의 속도와 위치 정보는 도로 전체의 소통 상태를 정밀하게 파악하는 데 기여한다. 이러한 데이터는 점(Point) 단위의 수집을 넘어 선(Section) 단위의 구간 통행시간 산출을 가능케 함으로써 교통 상태 진단의 정확도를 높인다.
+수집된 데이터는 데이터 통신망을 통해 [[교통 센터]](Traffic Control Center)로 전송된다. 통신 인프라는 차량과 인프라 간의 통신인 V2I(Vehicle-to-Infrastructure)와 차량 간 통신인 V2V(Vehicle-to-Vehicle)를 포함하는 [[차량 사물 통신]](Vehicle-to-Everything, V2X) 기술을 중심으로 구성된다. 특히 [[전용 단거리 통신]](Dedicated Short Range Communications, DSRC) 기술과 고속 이동 중에도 안정적인 통신을 보장하는 [[웨이브]](Wireless Access in Vehicular Environments, WAVE) 기술은 지능형 교통 체계의 핵심적인 신경망 역할을 수행한다. [[노변 기지국]](Roadside Unit, RSU)은 도로변에 설치되어 차량과 중앙 센터 사이의 가교 역할을 하며, 저지연(Low Latency) 통신을 통해 실시간 교통 제어 명령을 전달한다.
+교통 센터에 집적된 방대한 양의 데이터는 [[빅데이터]] 처리 기술과 [[인공지능]](Artificial Intelligence, AI) 알고리즘을 통해 유의미한 정보로 가공된다. 이 과정에서는 단순한 현재 상태의 요약을 넘어, 과거 이력 데이터와 결합한 [[교통 수요]] 예측 및 돌발 상황 자동 감지 등이 이루어진다. 가공된 정보는 다시 이용자에게 전달되어 합리적인 의사결정을 돕는다. 정보 제공의 수단으로는 도로상의 [[가변 정보 판넬]](Variable Message Sign, VMS)이나 스마트폰 애플리케이션, 그리고 차량 내 내비게이션 시스템 등이 활용된다. 이러한 일련의 피드백 루프는 교통 흐름의 최적화를 달성하고, 도로 용량의 효율성을 극대화하며, 궁극적으로 [[교통 안전]]을 증진하는 지능형 교통 체계의 본질적인 작동 원리를 형성한다.
+지능형 교통 체계의 구성 요소들은 서로 독립적으로 작동하지 않고 상호 의존적인 관계를 맺는다. 예를 들어, [[자율주행]] 차량의 확산은 데이터 수집의 양과 질을 획기적으로 변화시키며, 이는 다시 교통 센터의 알고리즘 고도화를 요구한다. 따라서 시스템 구성 시에는 각 요소 간의 [[프로토콜]] 표준화와 데이터 형식의 통일이 무엇보다 중요하다. 이는 향후 [[스마트 시티]]의 핵심 인프라로서 교통 체계가 다른 도시 서비스와 결합할 수 있는 기술적 토대가 된다. 결과적으로 지능형 교통 체계의 구성은 하드웨어적인 설비 구축을 넘어, 데이터의 흐름을 최적화하여 사회적 비용을 최소화하는 지능형 네트워크를 구축하는 과정이라 할 수 있다.
 ==== 자율주행 및 커넥티드 모빌리티 ====
-차량 간 통신 및 자율주행 기술이 교통 운영 효율성과 안전성에 미치는 영향을 분석한다.
+자율주행 자동차(Automated Vehicle, AV)와 커넥티드 자동차(Connected Vehicle, CV)의 융합은 현대 [[교통공학]]의 패러다임을 물리적 시설 확충 중심에서 지능형 운영 및 제어 중심으로 전환하는 핵심 동력이다. 자율주행 기술은 차량에 탑재된 [[센서]](Sensor)와 [[인공지능]](Artificial Intelligence) 알고리즘을 통해 인간 운전자의 개입 없이 주행을 수행하는 것을 의미하며, 커넥티드 기술은 [[차량 사물 통신]](Vehicle-to-Everything, V2X)을 통해 차량이 다른 차량(V2V), 도로 인프라(V2I), 보행자(V2P) 등과 실시간으로 정보를 교환하는 체계를 일컫는다. 이 두 기술이 결합된 자율협력주행(Connected and Automated Driving, CAD) 시스템은 개별 차량의 최적화를 넘어 전체 교통망의 효율성과 안전성을 획기적으로 개선할 수 있는 잠재력을 지닌다.
+교통 운영 효율성 측면에서 자율협력주행 기술은 [[교통용량]](Traffic Capacity)의 비약적인 증대를 가능하게 한다. 전통적인 [[교통류 이론]]에 따르면, 도로의 용량은 차량 간의 안전 거리 확보 및 운전자의 [[반응 시간]]에 의해 제한된다. 그러나 커넥티드 기술을 기반으로 한 [[군집주행]](Platooning)이 실현되면, 차량 간 통신을 통해 가감속 정보를 즉각적으로 공유함으로써 차간 거리(Headway)를 수 센티미터 단위로 단축할 수 있다. 이는 도로 점유 면적을 줄이고 [[교통 밀도]]를 높여, 동일한 도로 시설에서도 더 많은 교통량을 처리하게 한다. 교통량($q$), 밀도($k$), 속도($v$)의 관계식 $q = k \cdot v$에서, 자율주행 기술은 안정적인 고속 주행과 고밀도 주행을 동시에 달성함으로써 $q$의 극대화를 도모한다.((The impacts of connected autonomous vehicles on mixed traffic flow: A comprehensive review, https://www.sciencedirect.com/science/article/abs/pii/S0378437123010099
+))
+또한, 자율협력주행은 교통류의 안정성을 높여 [[교통 정체]]의 주요 원인인 충격파(Shockwave)를 완화한다. 인간 운전자의 불규칙한 반응과 급제동은 뒤따르는 차량들에 증폭된 감속 신호를 전달하여 유령 정체(Phantom Traffic Jam)를 유발한다. 반면, 자율주행 알고리즘은 전방의 교통 상황을 미리 예측하고 부드러운 속도 조절을 수행함으로써 흐름의 섭동을 최소화한다. 특히 [[협력적 적응형 순항 제어]](Cooperative Adaptive Cruise Control, CACC) 시스템은 통신을 통해 선행 차량뿐만 아니라 수 대 앞선 차량의 거동 정보까지 수신하여 제어에 반영함으로써, 교통류의 [[스트링 안정성]](String Stability)을 확보한다.((Developing Analysis, Modeling, and Simulation Tools for Connected Automated Vehicle Applications, https://www.fhwa.dot.gov/publications/research/operations/21039/21039.pdf
+))
+교통 안전성 측면에서 자율주행 및 커넥티드 기술은 교통사고의 약 90% 이상을 차지하는 [[인적 오류]](Human Error)를 근본적으로 제거하는 데 기여한다. 졸음운전, 전방 주시 태만, 판단 착오 등 운전자의 인지적 한계로 발생하는 사고를 고정밀 센서와 무선 통신이 대체하기 때문이다. V2X 통신은 가시거리 밖(Non-Line-of-Sight, NLOS)의 위험 요소나 사각지대에서 접근하는 차량의 정보를 실시간으로 제공하여, 센서의 물리적 한계를 극복하는 협력적 인지(Cooperative Perception)를 가능하게 한다. 이러한 정보 공유는 [[교차로]] 충돌 방지, 긴급 차량 우선 신호 제어, 도로 작업 구간 안내 등 다양한 안전 서비스의 토대가 된다.((Evidence on impacts of automated vehicles on traffic flow efficiency and safety, https://cris.vtt.fi/ws/files/60080285/IET_Intelligent_Trans_Sys_2022_Aittoniemi_Evidence_on_impacts_of_automated_vehicles_on_traffic_flow_efficiency_and.pdf
+))
+다만, 자율주행 기술의 도입 초기에는 일반 차량과 자율주행 차량이 공존하는 [[혼합 교통류]](Mixed Traffic Flow) 상황이 불가피하며, 이 과정에서 발생하는 상호작용의 불확실성은 교통공학적 분석의 새로운 과제이다. 자율주행 차량의 시장 점유율(Market Penetration Rate, MPR)에 따른 교통류 특성 변화를 규명하기 위해 [[미시적 교통류 모형]]을 활용한 시뮬레이션 연구가 활발히 진행되고 있다. 향후 자율주행 및 커넥티드 모빌리티는 [[지능형 교통 체계]]의 핵심 요소로서, 데이터 기반의 실시간 교통 관리 전략과 결합하여 도시 이동성을 최적화하는 데 중추적인 역할을 할 것으로 전망된다.
 ==== 지속 가능한 교통과 환경 ====
-탄소 배출 저감, 대중교통 중심 개발 및 친환경 이동 수단 도입을 통한 도시 교통의 지속 가능성을 모색한다.
+[[지속 가능한 발전]](Sustainable Development)의 개념이 1987년 [[브룬트란트 보고서]](Brundtland Report)를 통해 정립된 이후, 교통공학 분야에서도 환경적 부하를 최소화하면서 사회·경제적 효율성을 유지하는 [[지속 가능한 교통]](Sustainable Transportation) 체계 구축이 핵심 과제로 부상하였다. 교통 부문은 전 세계 에너지 관련 [[이산화탄소]] 배출량의 약 4분의 1을 차지하는 주요 오염원이며, 도시화가 가속화됨에 따라 발생하는 대기 오염, 소음, 교통 혼잡 문제는 인류의 삶의 질을 저해하는 핵심 요인으로 지목된다. 이에 따라 현대 교통공학은 단순한 이동성(Mobility)의 극대화를 넘어, 환경적 지속 가능성을 담보하기 위한 공학적·정책적 대안을 모색하고 있다.
+지속 가능한 교통 체계를 실현하기 위한 전략적 틀로는 흔히 회피-전환-개선(Avoid-Shift-Improve) 체계가 활용된다. 이는 통행 수요 자체를 억제하거나 효율화하여 불필요한 이동을 회피(Avoid)하고, 승용차 위주의 교통 수단을 대중교통이나 자전거 등 저탄소 수단으로 전환(Shift)하며, 차량의 에너지 효율 향상 및 연료 전환을 통해 기술적 측면을 개선(Improve)하는 것을 골자로 한다. 이러한 접근법은 개별 차량의 기술적 진보뿐만 아니라 도시 구조와 인간의 통행 행태를 포괄하는 시스템적 변화를 요구한다.
+[[탄소 중립]](Carbon Neutrality) 달성을 위한 기술적 개선의 핵심은 [[내연기관]] 중심의 동력원을 전기에너지나 수소에너지로 전환하는 것이다. [[전기차]](Electric Vehicle, EV)와 [[수소전기차]](Fuel Cell Electric Vehicle, FCEV)의 도입은 주행 과정에서의 직접적인 배출가스를 제거할 수 있으나, 이를 뒷받침하기 위한 [[충전 인프라]]의 최적 배치와 전력망(Power Grid)과의 연계 운영은 교통공학의 새로운 과제가 된다. 특히 재생 에너지를 활용한 에너지 공급 체계와 교통 시스템의 통합은 전 생애 주기 측면에서의 탄소 배출 저감을 위해 필수적이다.
+도시 계획적 측면에서는 [[대중교통 중심 개발]](Transit-Oriented Development, TOD)이 지속 가능한 교통의 중추적 역할을 한다. [[피터 칼소프]](Peter Calthorpe) 등에 의해 제안된 이 개념은 철도역이나 간선급행버스체계(Bus Rapid Transit, BRT) 정류장을 중심으로 고밀도 복합 용도 개발을 유도하는 전략이다. TOD는 보행권 내에 주거, 업무, 상업 시설을 집약시킴으로써 자동차 의존도를 낮추고 대중교통 이용 효율을 극대화한다. 이는 도시의 무분별한 확산인 [[스프롤 현상]](Urban Sprawl)을 억제하고, 단위 이동당 에너지 소비를 획기적으로 줄이는 결과를 가져온다.
+친환경 이동 수단의 도입과 더불어 [[비동력 교통수단]](Non-motorized Transport)인 보행과 [[자전거]]의 활성화는 도시 교통의 회복탄력성을 높이는 요소이다. 최근에는 전동 킥보드와 같은 개인형 이동 장치(Personal Mobility, PM)가 등장하면서, 대중교통 거점과 최종 목적지를 연결하는 [[라스트 마일]](Last Mile) 문제가 해소되고 있다. 이러한 다양한 수단들을 하나의 플랫폼에서 통합하여 최적의 경로와 결제 서비스를 제공하는 [[통합 모빌리티 서비스]](Mobility as a Service, MaaS)는 이용자의 편의성을 제고함과 동시에 자가용 소유 욕구를 낮추어 전체 교통 체계의 탄소 발자국을 줄이는 데 기여한다.
+마지막으로 [[교통 수요 관리]](Transportation Demand Management, TDM) 정책은 하드웨어적 시설 확충 없이도 환경 부하를 줄일 수 있는 효율적인 수단이다. [[혼잡통행료]] 부과, 주차 상한제, [[카풀]] 장려 및 재택근무 활성화 등은 피크 시간대의 교통 수요를 분산시키거나 억제하여 도로 운영 효율을 높인다. 결론적으로 지속 가능한 교통은 첨단 기술의 도입, 토지 이용의 효율화, 그리고 이용자의 행태 변화가 유기적으로 결합될 때 실현 가능하며, 이는 미래 도시 교통 공학이 지향해야 할 궁극적인 가치이다.((Intergovernmental Panel on Climate Change, Climate Change 2022: Mitigation of Climate Change. Contribution of Working Group III to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change, https://www.ipcc.ch/report/ar6/wg3/downloads/report/IPCC_AR6_WGIII_Chapter10.pdf
+))

SethQ Wiki

사용자 도구

사이트 도구

차이

문서 도구