1. 서론

2021년 3월 1일 폭설로 인해 강원도 동해고속도로와 영동고속도로에서 수백 대의 차량이 고립되어 7시간 동안 민원이 발생하는 등 큰 피해를 초래하였다. 폭설 시 발생하는 차량 고립 사고는 도로 상태에 따른 차량의 등판능력과 관련이 있다. 결빙 노면에서 마찰계수가 가장 낮으므로 오르막 구간에서 등판능력이 상실되어 차량 고립이 발생한다(이의준 등, 2013; Sokolovskij, 2007). 차량 고립 사고를 최소화하기 위해 오르막 정보가 요구되는데 국가에서 구축하는 도로 데이터에는 고도 및 경사와 같은 수직정보를 제공하지 않는다(한여희 등, 2021). 현재 겨울철 도로 유지관리를 위해 한국도로공사에서는 설해취약구간을 지정하여 관리하고 있다. 하지만 이는 텍스트 위주의 정보로 위치정보기반의 공간 정보로 구축되어 있지 않고, 고속도로의 상행선과 하행선을 구분 없이 제공한다. 또한, 설해취약구간이 아닌 구간에 대해서는 종단선형 정보를 제공하지 않으므로 고속도로 전체 구간에 대한 오르막 정보를 알 수 없다. 설해취약구간 외에서도 차량 고립 사고가 여전히 발생하고 있으므로 전체 고속도로 구간에 대해 다양한 구간 분리 방법을 비교･분석하여 오르막 급경사구간을 도출할 필요가 있다. 즉, 폭설 시 결빙사고를 대비하기 위해 도로의 운행 여부를 판단할 수 있는 고속도로의 오르막 정보 도출에 관한 연구가 요구된다.

폭설은 주행환경에 영향을 미치기 때문에 해당 위치에 대한 모니터링과 방재계획이 필요하다. 이와 관련하여 폭설 시 도로 사고 발생 원인에 관한 연구가 진행되었다. 한국도로공사(2016)는 도로 사고 발생의 원인으로 미끄럼 마찰저항 지수와 종단경사가 높은 상관관계가 있음을 연구하였다. 박수진 등(2019)는 고속도로의 교통사고 심각도를 증가시키는 요소를 도출하기 위해 기상자료와 도로 기하구조 데이터를 활용하였다. 분석 결과 강수 시 젖은 노면보다 폭설 시 미끄러운 노면에서 사고의 심각도가 높게 나타났다. Dadashova et al.(2016)은 교통사고의 심각도에 영향을 끼치는 도로의 기하구조 요소로 차선의 폭, 종단경사, 고도를 도출하였다. 이러한 연구들을 통해 폭설 시 발생하는 도로 사고의 원인은 미끄럼 마찰저항 지수, 종단경사, 노면 상태인 것을 확인할 수 있다.

다음으로, 차량 고립의 가능성이 있는 도로구간을 추출하는 연구가 이루어졌다. 이는 대부분 중첩분석을 통해 진행되었는데, 위험에 노출된 정도, 민감한 정도, 적응 능력을 토대로 고립 위험 구간을 계산하였다(원종석 등, 2014; 이석민 등, 2014). 이때, 최종 결과물은 특정 경사도 이상인 곳을 위험 구간으로 추출하였다. 하지만 차량 고립은 특정 경사도 이상인 구간에서만 발생하는 것이 아니라, 오르막이 지속해서 나타날 때 발생하므로 평지와 오르막이 혼재한 구간에 대해서도 위험 구간을 추출할 필요가 있다.

차량 고립 사고와 도로의 종단경사가 밀접한 연관이 있다는 선행연구를 토대로 오르막 급경사구간을 도출하기 위해 도로의 종단경사 산정에 관한 연구를 검토하였다. 도로의 종단경사를 산정하는 연구는 고도의 공간해상도에 따라 수치지형도 및 LiDAR 포인트클라우드를 기반으로 수행되었다. 먼저 수치지형도 기반 종단경사 산정에는 세 가지 방법이 존재한다(정연식 등, 2011; 이준학･백상호, 2017; 김민정 등, 2019; 한여희 등, 2021). 첫 번째 방법은 수치표고모형(Digital Elevation Model, DEM; 이하 DEM)을 바탕으로 경사도를 계산한 후 도로구간을 추출한다. 두 번째 방법은 DEM으로부터 도로구간을 먼저 추출한 후, 해당 도로구간에 대해서 경사도를 계산한다. 두 가지 방법 모두 DEM의 3*3 격자를 이용해서 8개의 방향 중 고도 차이가 가장 큰 셀의 경사도를 산정한다(박수진, 2004). 이는 주변 8개의 셀을 모두 사용하므로 도로구간이 아닌 고도 값이 경사도에 반영된다. 또한, 주행 방향에 대한 경사도가 아닌 사방의 고도값이 이용된다는 한계점이 존재한다. 따라서 본 연구에서는 세 번째 방법인 DEM으로부터 도로 데이터에 해당하는 셀 값을 추출한 후, 표고차를 통해 종단경사를 계산하였다(서은수 등, 2011; 이소희 등, 2015; 한여희 등, 2021).

한편으로, 실제 도로의 표면 고도값을 반영한 LiDAR 포인트클라우드 기반 종단경사 산정 연구가 이루어졌다(Barbarella et al., 2018; 오정식･김동은, 2019). 백승헌 등(2011)은 수치지형도보다 상세한 공간해상도를 가진 LiDAR 데이터로 2m 단위의 DEM을 구축하여 종단경사를 산정하였다. 이처럼 오르막 정보를 도출할 때 5m 정도의 공간해상도를 갖는 수치지형도 기반의 DEM과 1m 정도의 공간해상도를 갖는 LiDAR 기반의 DEM에 대해 오르막 경사 추출을 위한 비교도 분석할 필요가 있다.

선행연구를 검토한 결과 도로의 종단경사를 산정하는 연구에서는 도로의 주행 방향을 고려하지 않았기 때문에 오르막과 내리막에 대한 정보는 알 수 없었다. 또한, 결빙 노면과 같은 도로의 상태를 고려한 차량 운행 여부를 분석한 연구는 부족하였다. 차량 고립 사고는 도로의 기하학적인 요소뿐만 아니라 도로의 상태를 결정하는 기상 조건 또한 영향을 미치기 때문에 국토교통부가 제공하는 결빙이 자주 일어나는 결빙 취약구간을 고려할 필요성이 있다. 따라서 본 연구에서는 차량 고립이 발생하는 오르막 기준을 설정하여 오르막 급경사구간을 도출하고, 공간해상도에 따른 결과를 비교하고자 하였다. 이를 위한 분석 단계는 다음과 같다. 첫째, 공간해상도에 따른 오르막 급경사구간을 도출하였다. 이때, 고속도로의 상행선과 하행선을 구분하여 주행 방향에 대한 오르막 급경사구간을 도출하였다. 둘째, 공간해상도에 따른 오르막 급경사구간의 결과를 비교하였다. 비교한 결과를 통해 오르막 정보 도출에 활용할 수 있는 공간 정보를 확인하였다. 셋째, 결빙 취약구간과 본 연구에서 도출한 오르막 급경사구간을 비교하여 최종적으로 결빙사고 위험구간을 도출한다. 이를 통해 본 연구에서 작성한 오르막 급경사구간이 결빙 취약구간을 얼마나 반영하는지 확인하고, 반영되지 않은 결빙 취약구간까지 포함하여 결빙사고 위험 구간을 도출하였다.

2. 연구방법 및 데이터

1) 연구방법

본 논문의 연구 흐름도는 다음 그림 1과 같다. 구체적으로 연구 방법은 다음과 같다. 첫 번째로, 공간해상도에 따른 입력자료를 바탕으로 각각 차량 고립이 발생하는 오르막 기준을 설정한다. 이때, 설해취약구간은 과거에 발생한 차량 고립 사고 구간의 종단경사, 연장 길이, 기상 조건을 참고하여 지정된 것으로 설해취약구간의 종단경사의 평균 및 비율을 토대로 오르막 기준을 설정하였다.

그림 1.

연구 흐름도

두 번째로, 연구지역에 해당하는 전체 도로구간에 대하여 다양한 구간 분리 방법을 비교･분석하여 오르막 급경사구간을 추출하였다. 구간 검색을 위해 검토 도로구간은 1km로 단위이다. 구간 분리 방법은 전체 도로구간에 대해 1km 구간씩 이동하는 경우와 30m 등 수십 미터 간격으로 1km 구간을 이동하는 경우로 구분하였다. 이는 구간 분리 방법에 따라 설해취약구간을 반영하는 정도가 달라지므로, 최대한 설해취약구간을 나타낼 수 있는 구간 분리 방법을 선정하고자 진행하였다.

세 번째로, 공간해상도에 따른 두 공간 데이터의 오르막 급경사구간 도출 결과를 비교하였다. 이때, 수치지형도는 중해상도 데이터로 설정하였고, LiDAR 데이터는 고해상도 데이터로 설정하였다. 수치지형도에서 도출된 오르막 급경사구간 중 LiDAR 데이터에서 도출되지 않은 구간과 수치지형도에서 도출되지 않은 급경사구간 중 LiDAR에서 도출된 구간을 비교하였다. 해당 구간에 대해서 실제 도로 표면 고도 값을 수집하는 LiDAR 데이터의 값을 통해 종단경사의 평균 및 비율을 살펴보았다.

네 번째로, 결빙 취약구간과 본 연구에서 도출한 오르막 급경사구간을 비교하였다. 차량 고립 사고는 경사가 심한 구간 중 결빙된 노면에서 발생할 가능성이 크다. 따라서 결빙 노면을 반영할 수 있는 국토교통부의 결빙 취약 구간을 분석하였다. 이를 통해 오르막 급경사구간 중 결빙 취약구간을 포함하는 구간과 포함하지 않는 구간, 결빙 취약구간이지만 오르막 급경사구간이 아닌 구간을 확인하여 최종 결빙사고 위험 구간을 도출하였다.

2) 데이터

연구지역은 영동고속도로의 호법JC ~ 강릉JC 구간이다(그림 2). 해당 구간은 경기도와 강원도를 지나는 도로구간으로 산악지형의 영향에 따른 경기도와 강원도의 고도 차이를 볼 수 있는 지역이다. 또한 강원도의 경우 태백산맥의 영향으로 겨울철 도로 결빙 현상이 자주 발생한다. 이로 인해 차량 주행에 적합하지 못한 환경이 조성되는 지역이기 때문에 연구지역으로 선정했다.

그림 2.

연구지역

분석을 수행하기 위해 활용한 데이터는 국가교통 DB 센터에서 제공하는 도로망 데이터, 국토지리정보원의 연속수치지형도 등고선 데이터와 LiDAR 포인트클라우드 데이터를 사용하였다. 국가교통 DB 센터의 도로망 데이터는 국가교통DB 사이트에서 자료신청(https://www.ktdb.go.kr/www/contents.do?key=202)을 통해 확보할 수 있으며, 고속도로의 상행선과 하행선을 포함하는 양방향 좌표값을 제공한다. 연속수치지형도 등고선 데이터는 국가공간정보포털 오픈마켓(http://data.nsdi.go.kr/dataset/ 20180927ds0069)에서 국토지리정보원의 등고선 데이터를 내려받았다. LiDAR 포인트클라우드 데이터는 국토지리정보원에서 정밀도로지도를 제작하기 위해(http://map.ngii.go.kr/ms/pblictn/preciseRoadMap.do) 수집한 LiDAR 데이터에 대해 연구용으로 제공받은 데이터이다. 도로의 고도를 추출하기 위해 국토지리정보원의 등고선 데이터와 LiDAR 포인트클라우드 데이터를 활용하여 DEM을 구축하였다. 1:5,000 수치지형도로부터 추출한 등고선 데이터를 통해 5m 단위의 DEM을 생성하였다. LiDAR 데이터는 차량 MMS를 통해 수집한 포인트클라우드로, 지형지물의 수평·수직에 대한 측량의 정확도는 0.25m 이내이다. 따라서 LiDAR 포인트클라우드로부터 0.25m 단위의 DEM을 구축하였다.

3. 차량 고립의 위험이 있는 오르막 급경사구간 도출

1) 오르막 급경사구간 도출

영동고속도로의 강릉 방향과 인천 방향에 대하여 오르막과 내리막 구간이 구분되는 특성에 따라 방향성을 구분하여 고도값을 추출하였다(그림 3). 다만, 그림 3의 하단 그래프에서 X 축의 도로 이정은 상단 그래프와 정확한 지점을 비교할 수 있도록 호법을 시작으로 하는 도로 이정 위치를 그대로 적용하였다. 추출된 고도값의 표고차를 이용하여 연구지역에 해당하는 영동고속도로 전체 구간에 대해 종단경사를 산정하였다. 이를 통해 차량 고립이 발생하는 오르막 급경사구간을 도출하기 위해 종단경사의 비율 및 평균을 분석하였다.

그림 3.

영동고속도로 호법 ~ 강릉 구간의 고도 측면도(위: 강릉 방향, 아래: 인천 방향)

설해취약구간은 과거에 발생한 차량 고립 구간을 토대로 지정되기 때문에 차량 고립 사고가 발생하는 오르막 기준을 설정하기 위하여 설해취약구간을 분석하였다. 이때, 설해취약구간의 지정 조건을 바탕으로 차량 고립이 발생하는 오르막 급경사는 3% 이상의 종단경사를 가진 도로구간으로 설정하였다. 3% 종단경사란 도로 중심선의 길이 100m에 대한 높이의 3m의 변화 비율이다. 연구지역에 해당하는 설해취약구간의 종단경사 평균은 모두 3% 이하로 나타나 오르막 기준을 설정하기에 적절하지 않다고 판단하였다. 그래서 3% 이상의 종단경사인 오르막 급경사의 평균 및 비율을 분석한 결과 수치지형도 기반 경사도에서는 평균이 6% 이상이고 오르막 급경사가 50.2% 이상 포함된 구간이 오르막 급경사구간이었다. LiDAR 데이터 기반 오르막 기준은 오르막 급경사의 평균이 3% 이상이면서 오르막 급경사가 70% 이상 포함된 구간이었다.

설정한 오르막 기준을 바탕으로 다양한 구간 분리 방법을 비교･분석하였다. 구간 분리 방법의 모식도는 그림 4와 같다. 단위 구간씩 이동하는 경우는 1km 구간씩 이동하는 경우이고, 단위 구간을 일정한 간격씩 이동하는 경우는 1km 구간을 DEM의 해상도에 따라 5m부터 10m, 30m, 50m로 점차 늘려가며 이동하였다. 이때, 1km 구간 내 최저 고도와 최고 고도 사이의 종단경사가 오르막 기준에 맞으면 오르막 급경사구간으로 도출하였다.

그림 4.

구간 분리 방법 모식도

영동고속도로의 호법 ~ 강릉 구간에 대하여 1km 구간씩 이동하는 경우 전체적으로 오르막 구간이 지속될 때도 최저 고도와 최고 고도 사이에 평지 구간이 더 많이 분포하면 오르막 급경사구간으로 도출되지 않는다. 그래서 도출된 오르막 급경사구간은 기존의 설해취약구간을 최대한 반영하지 못하였다. 따라서 1km 구간을 일정한 간격씩 이동하였는데 5m, 10m, 30m씩 이동하면 50m 이하의 오르막 급경사구간이 포함되었다. ｢도로교통법 시행규칙｣에 따라 영동고속도로의 폭설 시 최고 속도의 제동거리는 48m이다. 이는 운전자가 멈췄을 때도 48m는 등판할 수 있는 길이임을 보여준다. 따라서 본 연구에서는 차량 고립이 발생하는 최소 오르막 길이를 50m로 설정하였다. 50m 이상의 오르막 급경사구간을 도출할 방법은 1km 구간을 50m씩 이동하는 것이다. 해당 방법을 적용하기 위해 구현한 의사코드(pseudocode)는 표 1과 같다.

표 1.

오르막 급경사구간 도출 의사코드(pseudocode)

2) 중해상도 및 고해상도 기반 오르막 급경사구간 도출

앞서 구현한 의사코드를 수치지형도에 적용하여 도출된 오르막 급경사구간은 그림 5와 같다. 이를 통해 강원도 횡성군에서 강릉시까지 약 97km 구간에 오대산 및 태백산맥의 영향으로 오르막 급경사구간이 길게 존재하는 것을 알 수 있다. 수치지형도 기반 오르막 급경사구간은 내리막, 평지, 그리고 오르막 구간이 혼재한 도로구간에 대해 1km 구간을 50m씩 이동하며 오르막 기준에 해당하는 구간을 추출한 결과이다.

그림 5.

중해상도 기반 오르막 급경사구간(위: 강릉 방향, 아래: 인천 방향)

수치지형도는 5m 단위의 DEM으로부터 산정한 경사도이므로, LiDAR 포인트클라우드보다 공간해상도가 낮아 세밀한 구간에 대해 일반화가 된다. 그래서 공간해상도가 더 세밀한 LiDAR 데이터로부터 도로구간의 경사도를 산정하였다. 이때, LiDAR 데이터는 지표면에 반사된 값을 수집하므로, 실제 도로의 표면 고도값을 반영한다. LiDAR 데이터의 오르막 기준을 적용하여 도출된 오르막 급경사구간은 그림 6과 같다.

그림 6.

LiDAR(고해상도) 기반 오르막 급경사구간(위: 강릉 방향, 아래: 인천 방향)

3) 공간해상도에 따른 오르막 급경사구간 비교

고도 정보의 공간해상도에 따른 결과 비교를 위해 각 해상도에서 도출된 오르막 급경사구간의 오르막 급경사 평균과 비율을 살펴보았다. 이때, 실제 도로 표면 고도값을 반영하는 LiDAR 데이터의 고도값을 사용하여 해당 구간을 검토하였다. 먼저, 수치지형도 기반으로 도출된 오르막 급경사구간 중 LiDAR 데이터에서 도출되지 않은 구간은 그림 7과 같다. 해당 구간의 오르막 급경사 평균은 3.9%로 오르막 급경사에 해당한다. 하지만 오르막 급경사의 비율은 13%이고, 평지 비율이 73%로 전체적으로 평지 구간의 양상을 보이는 것을 확인할 수 있다.

그림 7.

중해상도에서 도출된 급경사구간 중 고해상도에서 도출되지 않은 경우(위: 중해상도, 아래: 고해상도)

다음으로, 수치지형도에서 도출되지 않은 오르막 급경사구간 중 LiDAR 데이터에서 도출된 경우는 그림 8과 같다. 해당 구간의 오르막 급경사 평균은 3.88%로 급경사 구간인데 수치지형도에서는 도출되지 않았으며, 비율도 68%로 전체적으로 오르막 구간임을 확인하였다.

그림 8.

중해상도에서 도출되지 않은 급경사구간 중 고해상도에서 도출된 경우(위: 중해상도, 아래: 고해상도)

이를 통해 중해상도의 수치지형도 기반으로 도출된 결과에는 오르막 급경사구간이 아닌 불필요한 구간이 포함되었고, 오르막 급경사구간임에도 반영되지 않은 구간이 존재하는 것을 알 수 있다. 따라서 오르막 정보를 도출할 때는 중해상도의 수치지형도 보다 고해상도의 LiDAR 데이터를 활용해야 함을 확인하였다.

4. 결과 및 논의

1) 최종 결빙사고 위험구간 도출

본 연구에서 도출한 오르막 급경사구간은 도로의 기하학적 요소만을 고려한 것이다. 차량 고립 사고는 결빙된 도로의 오르막 구간에서 등판능력을 상실하여 발생하는 것으로, 기하학적 요소와 도로의 상태를 모두 고려해야 한다. 국토교통부가 제공하는 결빙 취약구간은 결빙 일수, 일사량, 응달지역 등을 고려한 구간으로 결빙 노면을 반영할 수 있다. 따라서 그림 10와 같이 본 연구에서 작성한 오르막 급경사구간과 기존의 결빙 취약구간을 비교하였다. 그림 9에서 오르막 급경사구간을 표시한 고도선이 실제 고도값을 표현한 것이며, 결빙 취약구간을 표시한 고도선은 결빙 취약구간을 급경사구간과 구분하기 위해 단순 복사하여 비교를 위한 것으로 실제 고도값을 나타내는 것이 아니다.

그림 9.

오르막 급경사구간과 결빙 취약구간 비교(위: 강릉 방향, 아래: 인천 방향)

그림 10을 통해 오르막 급경사구간이지만 결빙 취약구간이 아닌 도로구간, 오르막 급경사구간이면서 결빙 취약구간인 도로구간, 결빙 취약구간이지만 오르막 급경사구간이 아닌 도로구간을 확인할 수 있다. 오르막 급경사구간 중 결빙이 자주 발생하지 않는 구간은 폭설 시 관리가 필요한 구간이다. 폭설이 발생하면 낮은 기온으로 인해 결빙될 가능성이 크고, 결빙이 되지 않더라도 미끄러운 도로 상태가 유지되기 때문이다.

오르막 급경사구간이면서 결빙이 자주 일어나는 구간은 폭설 상황 외에도 강설 및 안개 상황에서도 주의가 요구된다. 도로 표면이 습하고 기온이 낮을 때 결빙이 쉽게 일어나고, 일사량이 적은 응달지역으로 결빙이 오래 유지되기 때문에 상시 모니터링이 필요한 구간으로 판단하였다.

마지막으로 결빙 취약구간 중 오르막 급경사구간이 아닌 도로구간은 본 연구에서 작성한 오르막 급경사구간이 반영하지 못하는 결빙사고 위험 구간이다. 결빙이 자주 발생하는 도로구간은 오르막 급경사구간이 아님에도 마찰계수가 낮아 차량이 미끄러질 가능성이 크기 때문이다. 이때, 도출된 오르막 급경사구간은 기존의 결빙 취약구간을 약 60% 정도 포함한다. 따라서 오르막 급경사구간을 먼저 도출하고, 도출된 오르막 급경사구간이 포함하지 못하는 위험 구간은 기존의 결빙 취약구간을 반영해야 한다. 그림 10은 본 연구에서 도출한 오르막 급경사구간에 기존의 결빙 취약구간을 함께 반영한 최종 결빙사고 위험 구간이다. 이를 통해 도로의 기하학적 요소와 결빙 노면을 반영한 차량 고립 사고 위험 구간을 도출하였다.

그림 10.

최종 결빙사고 위험 구간(위: 강릉 방향, 아래: 인천 방향)

2) 논의

본 연구는 호법 ~ 강릉 영동고속도로 전체 구간에 대하여 기존의 설해취약구간이 반영하지 못하는 결빙사고 위험 구간을 도출하였다. 차량 고립 사고의 원인이 되는 도로의 기하학적 요소와 결빙 노면을 반영하여 도로의 운영 여부를 판단하는 기초자료로 활용될 수 있을 것이다. 본 연구는 고속도로를 대상으로 결빙사고 위험 구간을 도출하였다. 이는 향후 정밀한 데이터가 없는 지방도 혹은 국도에 적용하기 위한 사전 연구로서의 의미가 있다.

본 연구 결과의 활용과 향후 연구로의 확장을 위해서는 다음과 같은 논의가 필요하다. 첫째, 폭설 시 차량 고립에 영향을 미치는 차량 구동 방식 및 도로의 곡선반경과 같은 요소를 추가로 고려해야 한다. 전륜 구동 및 후륜 구동과 같은 차량 구동 방식에 따라 등판능력과 노면과의 마찰력이 달라진다. 이를 통해 차량 구동 방식에 따른 오르막 급경사구간을 구분하여 도출할 수 있다. 또한, 도로의 곡선반경이 크게 나타나는 구간에서 차량 속도에 따라 차량 고립 여부가 결정된다. 즉, 도로의 수직･수평적 기하학 요소와 차량 구동 방식, 운행 속도를 고려하여 결빙사고 위험 구간을 도출한다면 실세계를 반영한 결과를 도출할 수 있을 것이다.

둘째, 오르막뿐만 아니라 내리막 급경사구간도 고려해야 한다. 차량 고립 사고는 오르막 구간에서 등판능력의 상실로 발생하는데, 내리막 급경사구간은 제동 능력의 상실로 원활한 주행환경이 조성되지 못한다. 따라서 향후에는 오르막 및 내리막을 구분하여 급경사구간을 도출할 필요가 있다.

셋째, 본 연구에서 도출한 결빙사고 위험 구간을 검증하는 연구가 진행되어야 한다. 한국도로공사에서 제공하는 기존의 설해취약구간과 본 연구에서 제시한 결빙사고 위험 구간에 대하여 결빙사고 비율을 분석하여 연구 결과의 신뢰성을 확인할 필요가 있다고 판단된다.

5. 결론

강원도 영동지방의 폭설로 인해 작년 3월 수백 대의 차량이 고속도로에 7시간 동안 고립되었다. 차량 고립 사고에 대응하기 위해 오르막 정보가 필요하지만, 현재 국가에서 제공하는 도로 데이터의 속성 정보에는 고도와 경사도와 같은 수직 정보가 포함되어 있지 않다. 겨울철 도로 유지관리를 위해 한국도로공사는 설해취약구간을 지정하고 있지만, 상행선과 하행선을 구분하여 제공하지 않고 설해취약구간이 아닌 도로구간에 대해서는 종단선형 정보를 알 수 없다. 이에 본 연구에서 영동고속도로 호법 ~ 강릉 구간을 대상으로 차량 고립이 발생하는 오르막 기준을 설정하여 오르막 급경사구간을 도출한 뒤, 기존의 결빙 취약구간을 바탕으로 결빙사고 위험 구간을 도출하였다.

먼저, 설해취약구간의 오르막 급경사 평균 및 비율을 분석하여 차량 고립이 발생하는 오르막 기준을 설정하였다. 이때, 오르막 기준은 수치지형도와 LiDAR 데이터의 고도 정보를 활용하여 각각 설정하였다. 설정한 기준을 바탕으로 다양한 구간 분리 방법을 비교･분석하여 설해취약구간을 최대한 반영하는 방법을 선정하여 적용하였다. 수치지형도와 LiDAR 데이터로부터 도출된 오르막 급경사구간을 공간해상도에 따라 비교하였다. 비교 결과 고속도로의 오르막 정보를 도출할 때는 중해상도보다 고해상도의 공간 정보를 활용해야 함을 확인하였다. 본 연구에서 제시한 오르막 급경사구간과 기존의 결빙 취약구간을 비교하여 최종적으로 결빙사고 위험 구간을 도출하였다.

본 연구는 다음과 같은 의의가 있다. 첫째, 본 연구에서 도출한 오르막 급경사구간은 기존의 설해취약구간을 포함하면서 설해취약구간으로 지정되지 않은 구간에 대해서도 오르막 정보를 확인하였다. 이를 통해 기존의 설해취약구간이 반영하지 못하는 결빙사고 위험 구간을 파악할 수 있다. 둘째, 차량 고립 사고를 최소화하기 위한 정책 수립 시 한정된 자원과 예산을 효율적으로 분배할 수 있다. 염화칼슘 살포 혹은 제설 차량 배치 등 제설 장비가 우선하여 필요한 구간에 대한 의사결정에 활용될 수 있다.

｢자연재해대책법｣ 제 26조에 의하면 설해에 따른 고립, 교통두절 구간에 대한 지정 및 관리가 이루어져야 한다. 고속도로에서의 차량 고립은 교통 흐름을 저해하여 제설 차량 및 구조 차량의 진입을 방해한다. 이에 따라 차량 고립 사고를 복구하는 데 많은 시간과 비용이 발생한다. 폭설과 같은 자연 재난을 완전히 차단하는 것은 불가능하지만, 발생 가능성을 사전에 인지하여 대비한다면 피해를 최소화할 수 있을 것이다.