機械学習を用いた下水道管渠の劣化要因分析とリスク評価に関する研究

抄録

下水道は現在，管渠の老朽化と限られた人的・財政的資源に起因する低い調査実施率という課題に直面している．したがって1) 下水道劣化機構の理解の促進と2) 維持管理の効率化が喫緊の課題となっている．本研究では，長年知見が蓄積している生存時間解析による劣化予測に立脚した3 ステップのアプローチにより，1)，2) へ貢献することを目的とする．具体的には，ステップ1：機械学習と生存時間解析を組み合わせたSurvival Tree と結果の解釈にSHAP 値を利用した劣化要因の特定，ステップ2：Survival Tree による全管渠の生存時間予測，ステップ3：Getis-Ord Gi*統計量を用いたホットスポット分析による点検・調査の優先順位付けで構成される．本研究では，大阪市の実データを用いてケーススタディを実施した．