지상 관측 및 기상청 공간 격자 대기온도를 이용한 레일온도 추정의 정확도 비교 분석 및 위험도 평가

Accuracy and Risk Assessment of Rail Temperature Estimation Using Ground Observations and KMA Gridded Air Temperature

기후변화로 인한 레일 좌굴 위험 증가에 대응하기 위해 광역적인 레일온도(Rail Temperature, TR) 감시가 요구되나, 기존의 지점 기반 분석은 공간적 확장성에 한계가 있다. 이에 본 연구는 기상청 공간 격자 대기온도(Air Temperature, Ta) 자료를 활용한 TR 추정의 오차 특성과 위험도 평가의 한계를 정량적으로 규명하였다. 연구 대상 지역(남산분기점, 오송 철도종합시험선로)의 실측 TR을 기준으로 지점 Ta와 격자 Ta 기반 추정치를 비교하고, 실제 사고사례에 기반한 50 ℃를 임계온도로 설정하여 누적분포함수 기반의 확률론적 위험도 분석을 수행하였다. 분석 결과, 점 기반 TR 추정치는 하계 주간에 TR을 최대 +9.6 ℃까지 과대추정 되었으며, 50 ℃ 임계온도 초과 위험을 실제보다 2~8배 높은 결과를 나타내었다. 반면, 격자 자료 기반 TR 추정치는 대표적으로 규모 불일치 문제로 TR을 일관되게 과소추정하며, 실제 임계온도 이상의 위험이 존재하는 상황에서도 대부분위험 확률을 0%로 예측하는 상반된 오차 패턴을 보였다. 따라서 향후 연구는 본 연구에서 규명된 기초적인 오차 특성을 바탕으로, 인공위성 및 고해상도 수치모델 등 다양한 공간 격자 자료를 검증하고 융합하여 신뢰도 높은 광역 TR 산출 기술을 개발하는 방향으로 나아가야 할 것이다.

Although wide-area monitoring of rail temperature (TR) is increasingly needed to address the heightened risk of track buckling under climate change, existing point-based analysis remain limited in spatial scalability. This study quantitatively evaluated the error characteristics of TR estimation and the associated limitations in risk assessment when using spatially gridded Air Temperature (Ta) data provided by the Korea Meteorological Administration (KMA). Measured TR from two study sites, Namsan Junction and Osong Railway Comprehensive Test Track, were used as benchmarks to compare TR estimates derived from point-based Ta and gridded Ta. A probabilistic risk assessment using cumulative distribution functions was performed with a critical TR threshold of 50 ℃, informed by actual accident cases. The analysis showed that point-based TR estimates overestimated TR by up to +9.6 ℃ during summer daytime, resulting in a calculated probability of exceeding the 50 ℃ that was 2 to 8 times higher than the actual risk. In contrast, grid-based TR estimates consistently underestimated TR, primarily due to scale-mismatch effects. This produced an opposite error pattern, with most cases indicating a 0% exceedance probability even when actual TR values surpassed the critical threshold. Based on these fundamental error characteristics, future research should focus on developing more reliable wide-area TR estimation methods by validating and fusing diverse spatial datasets, including satellite observations and high-resolution numerical models.