earticle

한국어

가속되고 있는 기후변화에 대응하여 세계의 철도 운영기관들은 안전한 열차운행을 위한 적응 대책을 강구하고 있다. 특히 여름철 혹서기와 겨울철 혹한기등 극한 기상현상에 의한 레일온도의 변화로 인해 발생하는 선로의 좌굴 혹은 단절과 같은 현상 은 열차운행에 심각한 위험을 유발하므로 한국철도공사도 이에 대한 운영세칙을 수립하고 따르고 있다. 이에 더해 데이터 기반 의 기후변화에 적응 대책 수립을 위해서는 레일온도검지 관측과 이를 활용한 예측 정보의 활용 기술이 필요하다. 본 연구에서는 레일온도 변화의 직접적인 원인되는 기온과 습도, 일사량, 강수등 기상 변인들이 레일온도의 상승에 끼치는 상관성을 분석하고 이들 기상 자료로부터 레일의 온도를 예측하는 통계기반 모델을 개발하였다. 본 연구에서 개발하고자 하는 모델은 기상요소들 로 부터 레일온도 상승을 예측하여 위험 발생을 사전감시하고 선로안전 조치를 시행하는 정보를 제공하는데 목적이 있으므로 선로 온도의 상승에 대한 예측 정보를 최대 36시간 이전에 예보할 수 있는 체계로 개발되었다. 이 과정에서 개발된 다중 회귀 모델로 실제 레일온도 검지 장치의 관측자료와 가장 가까운 기상 관측점의 자료를 활용한 모델과 1km 격자의 가상기상 관측소 를 복원한 기상자료를 적용한 모델 결과를 비교하여 제시하였으며, 예측에 활용된 기상자료는 기상청의 동네예보 자료이다. 모델의 예측 성능은 2019년 여름철 김천, 대구, 경주, 포항 지점의 한국철도 선로에 설치된 레일온도 검지장치 실관측 자료로 검증하였다. 특히 여름철 폭염에 의한 잦은 열차지연에 대한 예방과 운행 안전 확보를 위해 이러한 예측 정보를 활용하는 스마 트 안전 감시 기능은 한국철도공사를 비롯한 철도 회사들의 데이터 기반의 안전관리 역량을 확보하는데 적절한 기술로 활용 될 수 있을 것으로 기대한다.