近年、アセットマネジメントの枠組み内での上水道管の劣化予測は、都市インフラの維持・管理において重要な位置を占めるようになっています。特に、下水道管の長寿命化やメンテナンスの効率化を追求する中で、劣化のリスクを事前に見越す必要性が年々増加しています。

我々の研究チームは、この問題に対して、機械学習手法を利用して劣化予測のモデルを構築しています。具体的には、管路の直径、材質、敷設年などの情報と、破損までの年数を組み合わせて学習させ、劣化度に関する主要な特徴量の分析を行っています。このモデルは、過去のデータを基に未来の劣化リスクを高精度で予測する能力を有しています。

さらに、ROC曲線を用いて、経年のみによる劣化予測と比較することで、我々のモデルの精度を確認しています。また、劣化度が既に調査された管路に対しては、教師あり機械学習を適用し、GIS情報と結びつけることで劣化が進行する地域の可視化も実現していきます。

この取り組みにより、持続可能な水資源供給の確保と、経済的で効果的なアセットマネジメントを同時に実現する道が開かれることを期待しています。