JP2020051801A - 埋設管更新時期予測装置、埋設管更新時期予測方法、プログラム及びコンピュータ読み取り可能な記録媒体 - Google Patents

Abstract

【課題】より実用的な埋設管の更新時期をより正確に予測することを可能にする埋設管更新時期予測装置を提供する。【解決手段】埋設管更新時期予測装置１は、許容腐食深さ到達時期推定部３５と、管更新判断部４０とを備える。許容腐食深さ到達時期推定部３５は、埋設管の第１環境因子に対応する第１腐食深さ予測モデルの参照腐食深さの統計量の経年変化が埋設管の許容腐食深さに達する第３埋設期間を得る。管更新判断部４０は、埋設管の第１埋設期間と第３埋設期間とを比較して、埋設管の更新時期に関する判断結果を出力する。第１腐食深さ予測モデルは、複数の参照管の参照腐食深さの統計量の経年変化である。【選択図】図２

Description

本発明は、埋設管更新時期予測装置、埋設管更新時期予測方法、プログラム及びコンピュータ読み取り可能な記録媒体に関する。

水道管のような管が、土中に埋設されている。管は、例えば、鋳鉄管やダクタイル管である。管を長期間使用している間に、管は腐食する。特開２００７−１０７８８２号公報（特許文献１）は、管腐食予測方法を開示している。具体的には、複数の場所で管を試掘して、各場所における管の腐食深さと管の埋設期間とを含む管の調査データを得る。管の腐食深さが、ｙ＝ｋＴ^a（ｙ：管の腐食深さ、Ｔ：管の埋設期間、ｋ：管の埋設地質に基づく定数、ａ：定数）という管腐食予測式に従うと仮定し、この管の調査データに基づいて、定数ｋと定数ａとを決定する。こうして得られる管腐食予測式に基づいて、管の腐食深さを予測していた。

特開２００７−１０７８８２号公報

しかし、特許文献１の管腐食予測方法に用いられる管腐食予測式では、腐食深さｙがゼロの管の調査データを用いても、定数ｋと定数ａとを決定することができない。そのため、特許文献１の管腐食予測方法では、管の腐食深さｙがゼロの管の調査データが用いられていなかった。また、特許文献１の管腐食予測方法は、管の腐食深さの調査データのばらつきが十分に反映されていない。このように、特許文献１の管腐食予測方法は、実用的な埋設管の更新時期を正確に予測するには不十分であった。

本発明は、上記の課題を鑑みてなされたものであり、その目的は、より実用的な埋設管の更新時期をより正確に予測することを可能にする、埋設管更新時期予測装置、埋設管更新時期予測方法、プログラム及びコンピュータ読み取り可能な記録媒体を提供することである。

本発明の埋設管更新時期予測装置は、埋設管属性データ取得部と、腐食深さ予測モデル選択部と、許容腐食深さ到達時期推定部と、管更新判断部とを備える。埋設管属性データ取得部は、埋設管の属性データを取得する。属性データは、埋設管の第１環境因子と、埋設管の第１埋設期間と、埋設管の許容腐食深さとを含む。腐食深さ予測モデル選択部は、複数の腐食深さ予測モデルから、第１環境因子に対応する第１腐食深さ予測モデルを選択する。複数の腐食深さ予測モデルは、複数の参照管の複数の第２環境因子毎に得られた複数の参照管の参照腐食深さの統計量の経年変化である。許容腐食深さ到達時期推定部は、第１腐食深さ予測モデルの参照腐食深さの統計量の経年変化が許容腐食深さに達する第３埋設期間を得る。管更新判断部は、第１埋設期間と第３埋設期間とを比較して、埋設管の更新時期に関する判断結果を出力する。統計量は、第２環境因子と、複数の参照管の第２埋設期間と、参照腐食深さとを含む複数の参照管の参照データを、第２環境因子及び第２埋設期間毎に複数のデータ群に仕分けて、複数のデータ群の各々に含まれる参照腐食深さのデータをノンパラメトリックな再標本化法で統計処理することによって得られる。

本発明の埋設管更新時期予測方法は、埋設管の属性データを取得するステップを備える。属性データは、埋設管の第１環境因子と、埋設管の第１埋設期間と、埋設管の許容腐食深さとを含む。本発明の埋設管更新時期予測方法は、複数の腐食深さ予測モデルから、第１環境因子に対応する第１腐食深さ予測モデルを選択するステップを備える。複数の腐食深さ予測モデルは、複数の参照管の複数の第２環境因子毎に得られた複数の参照管の参照腐食深さの統計量の経年変化である。本発明の埋設管更新時期予測方法は、第１腐食深さ予測モデルの参照腐食深さの統計量の経年変化が許容腐食深さに達する第３埋設期間を得るステップを備える。本発明の埋設管更新時期予測方法は、第１埋設期間と第３埋設期間とを比較して、埋設管の更新時期に関する判断結果を出力するステップを備える。統計量は、第２環境因子と、複数の参照管の第２埋設期間と、参照腐食深さとを含む複数の参照管の参照データを、第２環境因子及び第２埋設期間毎に複数のデータ群に仕分けて、複数のデータ群の各々に含まれる参照腐食深さのデータをノンパラメトリックな再標本化法で統計処理することによって得られる。

本発明のプログラムは、本発明の埋設管更新時期予測方法をプロセッサに実行させる。
本発明のコンピュータ読み取り可能な記録媒体には、本発明のプログラムが記録されている。

本発明の埋設管更新時期予測装置、埋設管更新時期予測方法、プログラム及びコンピュータ読み取り可能な記録媒体によれば、より実用的な埋設管の更新時期をより正確に提供することを可能にする。

実施の形態１の埋設管更新時期予測装置のハードウェア構成を示す概略図である。 実施の形態１の埋設管更新時期予測装置の機能的構成を説明するブロック図である。 実施の形態１の埋設管の属性データのデータ構造を示す図である。 実施の形態１の埋設管の第１データのデータ構造を示す図である。 実施の形態１の環境因子データベース部のデータ構造を示す図である。 実施の形態１の公称管厚データベース部のデータ構造を示す図である。 実施の形態１の管厚許容差データベース部のデータ構造を示す図である。 実施の形態１の腐食深さ予測モデル（環境因子（ａ））を示す図である。 実施の形態１の腐食深さ予測モデル（環境因子（ｂ））を示す図である。 実施の形態１の腐食深さ予測モデル（環境因子（ｃ））を示す図である。 実施の形態１の腐食深さ予測モデル（環境因子（ｄ））を示す図である。 実施の形態１の複数の参照管の第２データのデータ構造を示す図である。 複数の参照管の参照腐食深さに対する複数の参照管の第２データの数の分布を表すヒストグラムを示す図である。 土質毎の複数の参照管の腐食速度の分布を示す箱ひげ図である。 砂系、シルト系及び粘度系の土質における土壌比抵抗と複数の参照管の腐食速度との間の関係を示す図である。 環境因子（ａ）−（ｄ）毎の複数の参照管の腐食速度の分布を示す箱ひげ図である。 実施の形態１の複数のデータ群（環境因子（ａ））のデータ構造を示す図である。 実施の形態１の複数のデータ群（環境因子（ｂ））のデータ構造を示す図である。 実施の形態１の複数のデータ群（環境因子（ｃ））のデータ構造を示す図である。 実施の形態１の複数のデータ群（環境因子（ｄ））のデータ構造を示す図である。 ノンパラメトリックな再標本化法の概要を示す図である。 Ｎ個の再標本データの複数の参照管の参照腐食深さの統計量のヒストグラムを示す図である。 実施の形態１の複数のデータ群（環境因子（ａ））の複数の参照管の参照腐食深さの統計量及びこれら統計量の信頼区間のデータ構造を示す図である。 実施の形態１の複数のデータ群（環境因子（ｂ））の複数の参照管の参照腐食深さの統計量及びこれら統計量の信頼区間のデータ構造を示す図である。 実施の形態１の複数のデータ群（環境因子（ｃ））の複数の参照管の参照腐食深さの統計量及びこれら統計量の信頼区間のデータ構造を示す図である。 実施の形態１の複数のデータ群（環境因子（ｄ））の複数の参照管の参照腐食深さの統計量及びこれら統計量の信頼区間のデータ構造を示す図である。 実施の形態１の第１環境因子に対応する腐食深さ予測モデル（環境因子（ｂ））を用いた第３埋設期間を得る方法を示す図である。 実施の形態１の管更新判断基準データベース部のデータ構造を示す図である。 実施の形態１の管更新判断部から出力されるデータのデータ構造を示す図である。 実施の形態１の埋設管更新時期予測方法のフローチャートを示す図である。 実施の形態１の埋設管の属性データを取得するステップのフローチャートを示す図である。 実施の形態１の埋設管の許容腐食深さを得るステップのフローチャートを示す図である。 実施の形態２の埋設管更新時期予測システムの機能的構成を説明するブロック図である。 実施の形態２の埋設管更新時期予測装置の機能的構成を説明するブロック図である。 実施の形態２のクライアント端末のハードウェア構成を示す概略図である。 実施の形態３の埋設管更新時期予測システムの機能的構成を説明するブロック図である。 実施の形態３の属性データ作成ユニットのハードウェア構成を示す概略図である。 実施の形態４の埋設管の属性データのデータ構造を示す図である。 実施の形態４の環境因子データベース部のデータ構造を示す図である。 実施の形態４の複数の参照管の第２データのデータ構造を示す図である。 海成粘土層までの距離の算出方法の一例を示す概略図である。 海成粘土層からの距離毎の複数の参照管の腐食速度の分布を示す箱ひげ図である。 海成粘土層からの距離毎の複数の参照管の腐食速度の分布を示す箱ひげ図（環境因子（ａ））である。 海成粘土層からの距離毎の複数の参照管の腐食速度の分布を示す箱ひげ図（環境因子（ｃ））である。 海成粘土層からの距離毎の複数の参照管の腐食速度の分布を示す箱ひげ図（環境因子（ｄ））である。

以下、本発明の実施の形態を説明する。なお、同一の構成には同一の参照番号を付し、その説明は繰り返さない。

（実施の形態１）
図１を参照して、本実施の形態の埋設管更新時期予測装置１のハードウェア構成を説明する。

埋設管更新時期予測装置１は、主に、プログラムを実行するプロセッサ（例えば、ＣＰＵ（Central Processing Unit）２）と、ＲＯＭ（Read Only Memory）３と、ＲＡＭ（Random Access Memory）４と、ハードディスク５と、通信部６と、可搬型記憶媒体用ドライブ７と、入力部８ａと、モニタ８ｂとを備え、これらは互いにバス９によって接続されている。埋設管更新時期予測装置１は、例えば、ＰＣ（パーソナルコンピュータ）端末である。本明細書では、プログラムは、プロセッサ（例えば、ＣＰＵ２）により直接実行可能なプログラムだけでなく、ソースプログラム形式のプログラム、圧縮処理されたプログラム、暗号化されたプログラム等を含む。

ＲＡＭ４は、プロセッサによるプログラムの実行により生成されたデータ、又は入力部８ａを介して入力されたデータを揮発的に格納する。ハードディスク５は、これらデータを不揮発的に格納する。通信部６は、例えば、有線ＬＡＮ（Local Area Network）、無線ＬＡＮ、Bluetooth（登録商標）インターフェイス等である。可搬型記憶媒体用ドライブ７は、可搬型記憶媒体７ｍから情報を読み取り、可搬型記憶媒体７ｍに情報を書き込む。可搬型記憶媒体７ｍは、例えば、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ、ＦＤ（Flexible Disk）またはＵＳＢ（Universal Serial Bus）メモリのような不揮発性の記録媒体である。入力部８ａは、例えば、マウス、キーボードまたはタッチパネルを含む。モニタ８ｂは、例えば、液晶表示装置である。

埋設管更新時期予測装置１における処理は、プロセッサ（例えば、ＣＰＵ２）により実行されるソフトウェアによって実現される。このソフトウェアは、ＲＯＭ３またはハードディスク５に予め格納されていてもよい。このソフトウェアは、可搬型記憶媒体７ｍその他のコンピュータ読み取り可能な不揮発性のデータ記録媒体に格納されて、プログラム製品として流通してもよい。このソフトウェアは、インターネットその他のネットワークに接続されている情報提供事業者によってダウンロード可能なプログラム製品として提供されてもよい。このようなソフトウェアは、可搬型記憶媒体用ドライブ７によって可搬型記憶媒体７ｍから読み取られて、または、通信部６を介してダウンロードされて、ハードディスク５に格納されてもよい。そのソフトウェアは、プロセッサによって、可搬型記憶媒体７ｍ、ＲＯＭ３またはハードディスク５から読み出され、プロセッサに実行可能なプログラムの形式でＲＡＭ４に格納される。プロセッサは、そのプログラムを実行する。プロセッサがプログラムを実行することにより、埋設管更新時期予測装置１は、図２に示されるように、埋設管属性データ取得部１０と、腐食深さ予測モデル選択部３０と、許容腐食深さ到達時期推定部３５と、管更新判断部４０としての機能を実現する。

図２を参照して、埋設管更新時期予測装置１の機能構成の例を説明する。埋設管更新時期予測装置１は、埋設管属性データ取得部１０と、腐食深さ予測モデル選択部３０と、許容腐食深さ到達時期推定部３５と、管更新判断部４０とを主に備える。埋設管更新時期予測装置１は、記憶部２０をさらに備えてもよい。

＜記憶部２０＞
記憶部２０は、図１に示される、ＲＯＭ３、ＲＡＭ４、ハードディスク５及び可搬型記憶媒体７ｍの少なくとも１つに対応する。図２に示されるように、記憶部２０は、環境因子データベース部２１と、公称管厚データベース部２２と、管厚許容差データベース部２３と、腐食深さ予測モデルデータベース部２４と、管更新判断基準データベース部２５とを含む。

＜埋設管属性データ取得部１０＞
埋設管は、例えば、水道管である。埋設管は、土中に埋設されている。埋設管は、例えば、鋳鉄管またはダクタイル管である。埋設管属性データ取得部１０は、図３に示されるような埋設管の属性データ１６を取得する。埋設管の属性データ１６は、例えば、埋設管の管路番号と、埋設管の第１環境因子と、埋設管の第１埋設期間Ｔ₁と、埋設管の許容腐食深さとを含む。第１環境因子は、埋設管が埋設されている環境を規定する因子である。第１環境因子は、土質及び土壌比抵抗の少なくとも１つを含む。本実施の形態では、第１環境因子は、土質と土壌比抵抗とを含む。第１埋設期間Ｔ₁は、埋設管が埋設されている期間である。許容腐食深さは、埋設管に必要最低限要求される安全性を考慮して規定される腐食深さである。

埋設管属性データ取得部１０は、例えば、顧客から提供される埋設管の第１データ１７（図４を参照）から、埋設管の属性データ１６を得る。具体的には、埋設管属性データ取得部１０は、例えば、埋設管データ受付部１１と、最小許容管厚算出部１２と、許容腐食深さ算出部１３と、属性データ作成部１４とを含む。

埋設管データ受付部１１は、顧客から提供される埋設管の第１データ１７を受け付ける。埋設管の第１データ１７は、例えば、図４に示されるように、埋設管の管路番号、埋設場所、布設（埋設）年、呼び径、接合形式、管厚の種類、土被り、静水圧及び水撃圧を含む。接合形式として、Ａ形、Ｋ形、Ｔ形またはＮＳ形等を例示することができる。管厚の種類として、１種、２種または３種等を例示することができる。埋設管の第１データ１７は、例えば、顧客から提供される可搬型記憶媒体７ｍに格納されてもよい。埋設管の第１データ１７は、例えば、予めハードディスク５に格納されてもよい。

埋設管属性データ取得部１０は、記憶部２０に含まれる環境因子データベース部２１を参照して、埋設管の第１データ１７に含まれる埋設場所から、埋設管の第１環境因子を得る。環境因子データベース部２１は、例えば、図５に示されるように、場所と環境因子とが対応づけられたデータテーブルである。

埋設管属性データ取得部１０は、記憶部２０に記憶されている現在年（埋設管の更新時期の予測を実行する年）と埋設管の第１データ１７に含まれる布設年との間の差を算出して、第１埋設期間Ｔ₁を得る。

埋設管属性データ取得部１０は、記憶部２０に含まれる公称管厚データベース部２２を参照して、埋設管の第１データ１７に含まれる埋設管の布設年、呼び径、接合形式及び管厚の種類から、埋設管の公称管厚を得る。公称管厚データベース部２２は、例えば、図６に示されるように、管の布設年、呼び径、接合形式、管厚の種類及び公称管厚が対応づけられたデータテーブルである。埋設管の公称管厚は、埋設管の規格管厚である。管の公称管厚は、例えば、埋設管の第１データ１７に含まれる埋設管の土被り、静水圧及び水撃圧並びに２．０倍の安全率で算出された計算管厚と、マージン厚さ（腐食しろ）と、管厚許容差との和によって与えられる。安全率は、入力部８ａを用いて指定されてもよいし、記憶部２０に予め格納されていてもよい。

埋設管属性データ取得部１０は、記憶部２０に含まれる管厚許容差データベース部２３を参照して、埋設管の管厚許容差を得る。第一の例では、管厚許容差データベース部２３は、図７に示されるように、管の公称管厚と管厚許容差とが対応づけられたデータテーブルであり、埋設管属性データ取得部１０は、埋設管の公称管厚から、埋設管の管厚許容差を得る。第二の例では、管厚許容差データベース部２３は、管厚の種類と管厚許容差とが対応づけられたデータテーブルであり、埋設管属性データ取得部１０は、埋設管の管厚の種類から、埋設管の管厚許容差を得る。第三の例では、管厚許容差データベース部２３は、呼び径と管厚許容差とが対応づけられたデータテーブルであり、埋設管属性データ取得部１０は、埋設管の呼び径から、埋設管の管厚許容差を得る。

最小許容管厚算出部１２は、埋設管の第１データ１７から、埋設管の最小許容管厚を算出する。最小許容管厚は、埋設管に必要最低限要求される安全性を担保するために埋設管に要求される最小限度の厚さである。最小許容管厚は、例えば、埋設管の第１データ１７に含まれる埋設管の土被り、静水圧及び水撃圧並びに１．０倍の安全率で算出された計算管厚によって与えられる。

許容腐食深さ算出部１３は、埋設管の公称管厚、管厚許容差及び最小許容管厚から、埋設管の許容腐食深さを算出する。具体的には、埋設管の公称管厚から、管厚許容差及び最小許容管厚を引くことによって、埋設管の許容腐食深さが算出される。

属性データ作成部１４は、埋設管の第１環境因子、第１埋設期間Ｔ₁及び許容腐食深さを埋設管の管路番号に対応づけて、埋設管の属性データ１６（図３を参照）を作成する。こうして、埋設管属性データ取得部１０は、埋設管の属性データ１６を得る。

なお、埋設管の第１データ１７が埋設管の属性データ１６を含む場合には、埋設管属性データ取得部１０は、埋設管の属性データ１６を含む埋設管の第１データ１７を顧客から受け付ける。この場合には、最小許容管厚算出部１２、許容腐食深さ算出部１３、属性データ作成部１４、環境因子データベース部２１、公称管厚データベース部２２及び管厚許容差データベース部２３は、省略され得る。

＜複数の腐食深さ予測モデル＞
複数の腐食深さ予測モデルは、腐食深さ予測モデルデータベース部２４に記憶されている。図８から図１１に示されるように、複数の腐食深さ予測モデルは、複数の参照管の第２環境因子毎に得られた複数の参照管の参照腐食深さの統計量の経年変化を含む。複数の腐食深さ予測モデルは、複数の第２環境因子毎に得られた複数の参照管の参照腐食深さの統計量の信頼区間の経年変化をさらに含んでもよい。複数の腐食深さ予測モデルの生成方法（すなわち、埋設管更新時期予測装置１の製造方法）について以下説明する。

複数の場所で複数の参照管を試掘して、図１２に示される複数の参照管の第２データ１８（複数の参照管の調査データ）が得られる。複数の参照管の第２データ１８は、複数の参照管の第２環境因子と、複数の参照管の第２埋設期間Ｔ₂と、複数の参照管の参照腐食深さとを含む。第２環境因子は、複数の参照管が埋設されている環境を規定する因子である。第２環境因子は、土質及び土壌比抵抗の少なくとも１つを含む。本実施の形態では、第２環境因子は、土質と土壌比抵抗とを含む。第２埋設期間Ｔ₂は、複数の参照管が埋設されている期間である。

複数の参照管の第２データ１８は、顧客から提供されてもよいし、顧客から指定された地域を、埋設管更新時期予測装置１のユーザが調査することによって得られてもよい。複数の参照管の第２データ１８は、可搬型記憶媒体７ｍ（図１）によって、または、インターネットのような通信ネットワークを通じて提供されてもよい。複数の参照管の第２データ１８は、ハードディスク５（図１）に格納されてもよい。図１３に示されるように、本実施の形態では、複数の参照管の第２データ１８は、日本全国の６３３２地点における複数の参照管の調査データを含む。複数の参照管の第２データ１８の約１５％は、ゼロの腐食深さを有している。

図１４から図１６を参照して、本実施の形態において、環境因子（第１環境因子及び第２環境因子）として土質及び土壌比抵抗を採用した理由を説明する。

複数の参照管の第２データ１８から、図１４に示されるような土質毎の複数の参照管の腐食速度の分布が得られた。複数の参照管の腐食速度は、複数の参照管の参照腐食深さをそれぞれ複数の参照管の埋設期間で割ることによって算出される。図１４に示される箱ひげ図は、各土質について、複数の参照管の腐食速度の２．５パーセンタイル、２５パーセンタイル、５０パーセンタイル、７５パーセンタイル、９７．５パーセンタイルを示す。パーセンタイルは、統計学の用語である。ｐパーセンタイルは、データを小さい順に並べたとき、最小値から数えて全体のｐ％に位置する値を意味する。

複数の参照管の腐食速度の２．５パーセンタイルは、複数の参照管の腐食速度の下位２．５％値（上位９７．５％値）である。複数の参照管の腐食速度の２５パーセンタイルは、複数の参照管の腐食速度の下位２５％値（上位７５％値）である。複数の参照管の腐食速度の５０パーセンタイルは、複数の参照管の腐食速度の中央値（上位５０％値）である。複数の参照管の腐食速度の７５パーセンタイルは、複数の参照管の腐食速度の上位２５％値である。複数の参照管の腐食速度の９７．５パーセンタイルは、複数の参照管の腐食速度の上位２．５％値である。図１４には、複数の参照管全体の腐食速度の中央値も示されている。

図１４において、砂系の土質は、７５μｍ以上７５ｍｍ以下の粒子径を有する、砂及び礫である。シルト系の土質は、７５μｍ未満の粒子径を有するシルトである。粘土系の土質は、海成粘土を除く、７５μｍ未満の粒子径を有する粘土である。ガラ混じりの土質は、鉱さいや石炭ガラが混じった土質及びシャモットである。海成粘土の土質は、土壌比抵抗が１５００Ω・ｃｍ未満であり、かつ、土壌から抽出された水を強制酸化した後のｐＨ値が３．０以下である粘度系の土質である。その他の土質は、例えば、有機土（腐食土、泥炭）、改良土、頁岩または砂岩などである。

クラスカル−ウォリス検定を用いて、土質間で複数の参照管の腐食速度の中央値の差を検定したところ、５％有意水準で土質間において複数の参照管の腐食速度に有意な差が認められた。そのため、環境因子（第１環境因子及び第２環境因子）として、土質を採用した。さらに、砂系、シルト系及び粘度系の土質における複数の参照管の第２データ１８の数が、複数の参照管の第２データ１８の全数の８８％を占めた。このことは、環境因子（第１環境因子及び第２環境因子）として土質を採用する際、特に、複数の参照管の第２データ１８を、砂系、シルト系及び粘度系の土質に応じて分類することが有用であることを示している。

本実施の形態に用いられる、砂系、シルト系及び粘度系の土質における複数の参照管の第２データ１８から、図１５に示される土壌比抵抗と複数の参照管の腐食速度との間の関係が得られた。土壌比抵抗と複数の参照管の腐食速度との間の上記関係から、土壌比抵抗が１５００Ω・ｃｍ未満である場合には、土壌比抵抗が１５００Ω・ｃｍ以上である場合よりも、複数の参照管の腐食速度が特に大きくなる傾向があることが読み取れる。そのため、環境因子（第１環境因子及び第２環境因子）として、土壌比抵抗を採用した。

複数の参照管の第２データ１８から、図１６に示される複数の第２環境因子毎に得られた複数の参照管の腐食速度の分布が得られた。複数の第２環境因子は、例えば、環境因子（ａ）、環境因子（ｂ）、環境因子（ｃ）及び環境因子（ｄ）を含む。環境因子（ａ）は、砂系で、かつ、１５００Ω・ｃｍ以上の土壌比抵抗を有する土壌である。環境因子（ｂ）は、シルト系で、かつ、１５００Ω・ｃｍ以上の土壌比抵抗を有する土壌である。環境因子（ｃ）は、粘土系で、かつ、１５００Ω・ｃｍ以上の土壌比抵抗を有する土壌である。環境因子（ｄ）は、１５００Ω・ｃｍ未満の土壌比抵抗を有する土壌である。

図１６に示される箱ひげ図は、複数の第２環境因子の各々について、複数の参照管の腐食速度の２．５パーセンタイル（下位２．５％値）、２５パーセンタイル（下位２５％値）、５０パーセンタイル（中央値、上位５０％値）、７５パーセンタイル（上位２５％値）、９７．５パーセンタイル（上位２．５％値）を示す。図１６には、複数の参照管全体の腐食速度の中央値も示されている。クラスカル−ウォリス検定を用いて、複数の第２環境因子間で、複数の参照管の腐食速度の中央値の差を検定したところ、５％有意水準で複数の第２環境因子間において複数の参照管の腐食速度に有意な差が認められた。そのため、環境因子として、環境因子（ａ）−（ｄ）を採用した。なお、海成粘土及びガラ混じりの土質は、砂系、シルト系及び粘度系の土質よりも複数の参照管の腐食速度が大きいことが知られており、基本的に、環境因子（ｄ）に分類される。

複数の参照管の第２データ１８を得た後、プロセッサ（例えば、ＣＰＵ２）は、複数の参照管の第２データ１８を、複数の第２環境因子及び第２埋設期間Ｔ₂毎に仕分けることによって、図１７から図２０に示されるような複数のデータ群１０１−１４０を作成する。

具体的には、プロセッサ（例えば、ＣＰＵ２）は、複数の参照管の第２データ１８を、複数の第２環境因子に基づいて分類する。例えば、複数の参照管の第２データ１８を、４つの環境因子（ａ）−（ｄ）に基づいて分類する。それから、プロセッサは、複数の第２環境因子に基づいて分類された複数の参照管の第２データ１８を、第２埋設期間Ｔ₂に基づいてさらに分類する。例えば、複数の参照管の第２データ１８を、第２埋設期間Ｔ₂で５年毎に分類する。こうして、複数のデータ群１０１−１４０が得られる。複数のデータ群１０１−１４０は、各々、複数の参照管の参照腐食深さのデータを含む。例えば、複数のデータ群１０１−１４０は、各々、２０個以上２５０個以下の複数の参照管の参照腐食深さのデータが含まれている。

複数の腐食深さ予測モデルは、後述するように、複数のデータ群１０１−１４０の各々に含まれる複数の参照管の参照腐食深さのデータをノンパラメトリックな再標本化法によって統計処理することによって得られる。本実施の形態では、複数の参照管の第２データ１８を分類する環境因子が４つに限られているため、複数のデータ群１０１−１４０の各々に含まれる、複数の参照管の参照腐食深さのデータの数が過度に小さくなることが防止される。そのため、複数の腐食深さ予測モデルを含む埋設管更新時期予測装置１を用いた、埋設管の更新時期の予測の信頼性が向上する。

それから、プロセッサ（例えば、ＣＰＵ２）は、ノンパラメトリックな再標本化法によって、複数のデータ群１０１−１４０の各々について複数の参照管の参照腐食深さの統計量を得る。統計学の分野において、ノンパラメトリック検定法は、母集団の分布を仮定しない検定方法を意味する。ノンパラメトリックな再標本化法は、例えば、ブートストラップ法またはジャックナイフ法である。

統計量は、７５パーセンタイル以上のいずれかのパーセンタイルである。統計量は、８０パーセンタイル以上のいずれかのパーセンタイルであってもよい。統計量は、９０パーセンタイル以上のいずれかのパーセンタイルであってもよい。統計量は、９５パーセンタイル以上のいずれかのパーセンタイルであってもよい。統計量は、９７．５パーセンタイル以上のいずれかのパーセンタイルであってもよい。統計量は、１００パーセンタイル未満のいずれかのパーセンタイルである。統計量は、入力部８ａを用いて指定されてもよいし、記憶部２０に予め格納されていてもよい。

複数の参照管の参照腐食深さのデータは、複数の参照管の第２データ１８に含まれている。複数の参照管の第２データ１８は、例えば、日本全国の中から選択された複数の場所で複数の参照管を試掘することによって得られる。そのため、図２１に示されるように、複数の参照管の第２データ１８は、母集団の標本データである。ここで、母集団は、例えば、日本全国に埋設された全ての管の腐食深さである。

図２１を参照して、ノンパラメトリックな再標本化法の一例であるブートストラップ法により、プロセッサ（例えば、ＣＰＵ２）が、複数のデータ群１０１−１４０の各々について、再標本データを作成する方法を説明する。プロセッサは、複数のデータ群１０１−１４０の任意の１つ（例えば、データ群１０１）から、データ抽出数ｍだけ、重複を許してランダムに、複数の参照管の参照腐食深さのデータを抽出して（無作為復元抽出）、１つの再標本データ（例えば、Ｘ_101-1）を作成する。データ抽出数ｍは、例えば、複数のデータ群１０１−１４０の任意の１つ（例えば、データ群１０１）に含まれる、複数の参照管の参照腐食深さのデータの数に等しい。

プロセッサは、この再標本データを作成するステップを、再標本化回数（Ｎ回）だけ繰返して、複数のデータ群１０１−１４０の任意の１つ（例えば、データ群１０１）について、Ｎ個の再標本データＸ_101-1−Ｘ_101-Nを作成する。再標本化回数Ｎは、例えば、１万である。プロセッサは、Ｎ個の再標本データを作成するステップを、複数のデータ群１０１−１４０の各々について行う。こうして、複数のデータ群１０１−１４０の各々の再標本データが得られる。データ抽出数ｍ及び再標本化回数Ｎは、入力部８ａを用いて指定されてもよいし、記憶部２０に予め格納されていてもよい。

続いて、プロセッサ（例えば、ＣＰＵ２）は、複数の腐食深さ予測モデルを得る。複数の腐食深さ予測モデルは、複数の第２環境因子毎に得られた複数の参照管の参照腐食深さの統計量の経年変化を含む。複数の腐食深さ予測モデルは、例えば、環境因子（ａ）に埋設された管に対する腐食深さ予測モデル（図８を参照）と、環境因子（ｂ）に埋設された管に対する腐食深さ予測モデル（図９を参照）と、環境因子（ｃ）に埋設された管に対する腐食深さ予測モデル（図１０を参照）と、環境因子（ｄ）に埋設された管に対する腐食深さ予測モデル（図１１を参照）とを含む。複数の第２環境因子毎に得られた複数の参照管の参照腐食深さの統計量の経年変化を得る方法の一例を以下説明する。

プロセッサは、複数のデータ群１０１−１４０の各々の複数の参照管の参照腐食深さの統計量を算出する。具体的には、プロセッサは、複数のデータ群１０１−１４０の任意の１つ（例えば、データ群１０１）から作成されたＮ個の再標本データＸ_101-1−Ｘ_101-Nの各々について統計量を算出する。統計量は、７５パーセンタイル以上の１００パーセンタイル未満のいずれかのパーセンタイルである。それから、プロセッサは、複数のデータ群１０１−１４０の任意の１つ（例えば、データ群１０１）について、Ｎ個の再標本データＸ_101-1−Ｘ_101-Nの統計量の分布（図２２を参照）を得る。プロセッサは、この統計量の分布から、再標本データＸ_101-1−Ｘ_101-Nの統計量の中央値を得る。この中央値が、複数のデータ群１０１−１４０の任意の１つ（例えば、データ群１０１）についての複数の参照管の参照腐食深さの統計量である。プロセッサは、複数のデータ群１０１−１４０の各々について同様の処理を行って、複数のデータ群１０１−１４０の各々の複数の参照管の参照腐食深さの統計量を得る（図２３から図２６を参照）。

プロセッサは、複数の第２環境因子毎に、複数の参照管の参照腐食深さの統計量を、第２埋設期間Ｔ₂の大きさの順に並べる。プロセッサは、第２埋設期間Ｔ₂の大きさの順に並べられた複数の参照管の参照腐食深さの統計量から、複数の参照管の参照腐食深さの統計量の経年変化（図８から図１１を参照）を得る。一例では、プロセッサは、互いに隣り合う参照腐食深さの統計量を直線で補完して、複数の参照管の参照腐食深さの統計量の経年変化を得てもよい。別の例では、プロセッサは、複数の参照管の参照腐食深さの統計量に最小二乗法を適用して、複数の参照管の参照腐食深さの統計量の経年変化を得てもよい。こうして、複数の腐食深さ予測モデル、すなわち、複数の第２環境因子毎に得られた複数の参照管の参照腐食深さの統計量の経年変化が得られる。プロセッサは、複数の腐食深さ予測モデルを腐食深さ予測モデルデータベース部２４に格納する。

図８から図１１に示されるように、複数の腐食深さ予測モデルは、複数の第２環境因子毎に得られた複数の参照管の参照腐食深さの統計量の信頼区間の経年変化をさらに含んでもよい。信頼区間は、例えば、パーセンタイル法、ＢＣａ法(bias-corrected and accelerated percentile method)、または、ブートストラップ−ｔ法などによって得られる。パーセンタイル法によって、複数の参照管の参照腐食深さの統計量の信頼区間の経年変化を得る方法の一例を以下説明する。

プロセッサは、図２２に示される複数のデータ群１０１−１４０の任意の１つ（例えば、データ群１０１）についてのＮ個の再標本データＸ_101-1−Ｘ_101-Nの統計量の分布から、信頼度（１−α）に基づいて、この統計量の信頼区間を算出する。信頼区間の上限は、Ｎ個の再標本データＸ_101-1−Ｘ_101-Nの各々の統計量を大きさの順に並べて、大きい方からαＮ／２番目の値として与えられる。信頼区間の下限は、Ｎ個の再標本データＸ_101-1−Ｘ_101-Nの統計量を大きさの順に並べて、小さい方からαＮ／２番目の値として与えられる。信頼区間は、例えば、９５％信頼区間（α＝０．０５）である。プロセッサは、複数のデータ群１０１−１４０の各々について同様の処理を行って、複数のデータ群１０１−１４０の各々の複数の参照管の参照腐食深さの統計量の信頼区間を算出する。信頼度（１−α）は、入力部８ａを用いて指定されてもよいし、記憶部２０に予め格納されていてもよい。

プロセッサは、複数の第２環境因子毎に、複数の参照管の参照腐食深さの統計量の信頼区間を、第２埋設期間Ｔ₂の大きさの順に並べる。プロセッサは、第２埋設期間Ｔ₂の大きさの順に並べられた複数の参照管の参照腐食深さの統計量の信頼区間から、複数の参照管の参照腐食深さの統計量の信頼区間の経年変化（図８から図１１を参照）を得る。一例では、プロセッサは、互いに隣り合う参照腐食深さの統計量の信頼区間を直線で補完して、複数の参照管の参照腐食深さの統計量の信頼区間の経年変化を得てもよい。別の例では、プロセッサは、複数の参照管の参照腐食深さの統計量の信頼区間に最小二乗法を適用して、複数の参照管の参照腐食深さの統計量の信頼区間の経年変化を得てもよい。こうして、複数の参照管の参照腐食深さの統計量の信頼区間の上限線と下限線との間に挟まれる、複数の参照管の参照腐食深さの統計量の信頼帯が得られる。

＜腐食深さ予測モデル選択部３０＞
腐食深さ予測モデル選択部３０は、複数の参照管の複数の第２環境因子毎に得られた複数の腐食深さ予測モデルから、第１環境因子に対応する第１腐食深さ予測モデルを選択する。

具体的には、腐食深さ予測モデル選択部３０は、埋設管の属性データ１６（図３を参照）を参照して、埋設管の第１環境因子を特定する。例えば、図３に示される管路番号ＡＢＣ−１で特定される埋設管の更新時期を予測する場合、腐食深さ予測モデル選択部３０は、埋設管の属性データ１６を参照して、管路番号ＡＢＣ−１に対応づけられた埋設管の第１環境因子を特定する。

続いて、腐食深さ予測モデル選択部３０は、腐食深さ予測モデルデータベース部２４に記憶されている複数の腐食深さ予測モデルから、第１環境因子に対応する腐食深さ予測モデルを第１腐食深さ予測モデルとして選択する。第１腐食深さ予測モデルは、埋設管の腐食深さの統計量の推定経年変化と見なされ得る。例えば、管路番号ＡＢＣ−１に対応づけられた埋設管の第１環境因子は、複数の第２環境因子のうち環境因子（ｂ）に対応している。腐食深さ予測モデル選択部３０は、腐食深さ予測モデルデータベース部２４に記憶されている複数の腐食深さ予測モデルから、環境因子（ｂ）に対応する腐食深さ予測モデルを選択する（図２７を参照）。

＜許容腐食深さ到達時期推定部３５＞
許容腐食深さ到達時期推定部３５は、第１腐食深さ予測モデルの参照腐食深さの統計量の経年変化が埋設管の許容腐食深さに達する第３埋設期間Ｔ₃を得る。

具体的には、許容腐食深さ到達時期推定部３５は、埋設管の属性データ１６（図３を参照）を参照して、埋設管の許容腐食深さを特定する。例えば、図３に示される管路番号ＡＢＣ−１で特定される埋設管の更新時期を予測する場合、許容腐食深さ到達時期推定部３５は、埋設管の属性データ１６を参照して、管路番号ＡＢＣ−１に対応づけられた埋設管の許容腐食深さ（例えば、６．０ｍｍ）を特定する。続いて、許容腐食深さ到達時期推定部３５は、第１腐食深さ予測モデルの参照腐食深さの統計量の経年変化が許容腐食深さに達する第３埋設期間Ｔ₃を得る（図２７を参照）。

図２７に示されるように、許容腐食深さ到達時期推定部３５は、第１腐食深さ予測モデルの参照腐食深さの統計量の信頼区間の上限の経年変化が許容腐食深さに達する第４埋設期間Ｔ₄をさらに得てもよい。許容腐食深さ到達時期推定部３５は、第１腐食深さ予測モデルの参照腐食深さの統計量の信頼区間の下限の経年変化が許容腐食深さに達する第５埋設期間Ｔ₅をさらに得てもよい。

＜管更新判断部４０＞
管更新判断部４０は、第１埋設期間Ｔ₁と第３埋設期間Ｔ₃とを比較して、埋設管について管更新判断結果２８を出力する。管更新判断結果２８は、埋設管の更新時期に関する判断結果である。

具体的には、管更新判断部４０は、第３埋設期間Ｔ₃と第１埋設期間Ｔ₁との間の差を算出する。それから、管更新判断部４０は、管更新判断基準データベース部２５を参照して、第３埋設期間Ｔ₃と第１埋設期間Ｔ₁との間の差に対応する管更新判断内容を得る。管更新判断基準データベース部２５は、例えば、図２８に示されるように、第３埋設期間Ｔ₃と第１埋設期間Ｔ₁との間の差と、管更新判断内容とが対応づけられたデータテーブルである。図２９に示されるように、管更新判断部４０は、埋設管の管路番号と管更新判断内容とが対応づけられた管更新判断結果２８を出力する。管更新判断結果２８は、第３埋設期間Ｔ₃と第１埋設期間Ｔ₁との間の差をさらに含んでもよい。管更新判断結果２８は、埋設管の管路番号に対応づけられた、第３埋設期間Ｔ₃と第１埋設期間Ｔ₁との間の差であってもよい。管更新判断結果２８は、例えば、ハードディスク５、可搬型記憶媒体７ｍ及びモニタ８ｂの少なくとも一つに出力される。管更新判断結果２８は、ハードディスク５及び可搬型記憶媒体７ｍの少なくとも一つに格納される。管更新判断結果２８は、モニタ８ｂに表示される。

管更新判断基準データベース部２５は、第４埋設期間Ｔ₄と第１埋設期間Ｔ₁との間の差と、管更新判断内容とが対応づけられたデータテーブルをさらに含んでもよい。管更新判断結果２８は、埋設管の管路番号に対応づけられた、第４埋設期間Ｔ₄と第１埋設期間Ｔ₁との間の差に基づく管更新判断内容を含んでもよい。管更新判断結果２８は、第４埋設期間Ｔ₄と第１埋設期間Ｔ₁との間の差をさらに含んでもよい。管更新判断結果２８は、埋設管の管路番号に対応づけられた、第４埋設期間Ｔ₄と第１埋設期間Ｔ₁との間の差であってもよい。

管更新判断基準データベース部２５は、第５埋設期間Ｔ₅と第１埋設期間Ｔ₁との間の差と、管更新判断内容とが対応づけられたデータテーブルをさらに含んでもよい。管更新判断結果２８は、埋設管の管路番号に対応づけられた、第５埋設期間Ｔ₅と第１埋設期間Ｔ₁との間の差に基づく管更新判断内容を含んでもよい。管更新判断結果２８は、第５埋設期間Ｔ₅と第１埋設期間Ｔ₁との間の差をさらに含んでもよい。管更新判断結果２８は、埋設管の管路番号に対応づけられた、第５埋設期間Ｔ₅と第１埋設期間Ｔ₁との間の差であってもよい。

＜埋設管更新時期予測方法＞
図３０から図３２を参照して、本実施の形態の埋設管更新時期予測方法を説明する。

図３０を参照して、本実施の形態の埋設管更新時期予測方法は、埋設管の属性データ１６を取得するステップ（Ｓ１０）を備える。図３に示されるように、埋設管の属性データ１６は、例えば、埋設管の管路番号と、埋設管の第１環境因子と、埋設管の第１埋設期間Ｔ₁と、埋設管の許容腐食深さとを含む。第１環境因子は、埋設管が埋設されている環境を規定する因子である。第１環境因子は、土質及び土壌比抵抗の少なくとも１つを含む。本実施の形態では、第１環境因子は、土質と土壌比抵抗とを含む。第１埋設期間Ｔ₁は、埋設管が埋設されている期間である。許容腐食深さは、埋設管に必要最低限要求される安全性を考慮して規定される腐食深さである。

図３１を参照して、埋設管の属性データ１６を取得するステップ（Ｓ１０）は、例えば、埋設管の第１データ１７を受け付けるステップ（Ｓ１１）と、埋設管の第１環境因子を得るステップ（Ｓ１２）と、埋設管の第１埋設期間Ｔ₁を得るステップ（Ｓ１３）と、埋設管の許容腐食深さを得るステップ（Ｓ１４）と、埋設管の属性データ１６を作成するステップ（Ｓ１９）とを含む。

埋設管の第１データ１７を受け付けるステップ（Ｓ１１）では、埋設管データ受付部１１が、顧客から提供される埋設管の第１データ１７を受け付ける。埋設管の第１データ１７は、例えば、図４に示されるように、埋設管の管路番号、埋設場所、布設（埋設）年、呼び径、接合形式、管厚の種類、土被り、静水圧及び水撃圧を含む。埋設管の第１データ１７は、例えば、顧客から提供される可搬型記憶媒体７ｍに格納されてもよい。埋設管の第１データ１７は、例えば、予めハードディスク５に格納されてもよい。

埋設管の第１環境因子を得るステップ（Ｓ１２）では、埋設管属性データ取得部１０が、記憶部２０に含まれる環境因子データベース部２１を参照して、埋設管の第１データ１７に含まれる埋設場所から、埋設管の第１環境因子を得る。環境因子データベース部２１は、例えば、図５に示されるように、場所と環境因子とが対応づけられたデータテーブルである。

埋設管の第１埋設期間Ｔ₁を得るステップ（Ｓ１３）では、埋設管属性データ取得部１０は、記憶部２０に記憶されている現在年（埋設管の更新時期の予測を実行する年）と埋設管の第１データ１７に含まれる布設年との間の差を算出して、第１埋設期間Ｔ₁を得る。

図３２を参照して、埋設管の許容腐食深さを得るステップ（Ｓ１４）は、例えば、埋設管の公称管厚を得るステップ（Ｓ１５）と、埋設管の管厚許容差を得るステップ（Ｓ１６）と、埋設管の最小許容管厚を算出するステップ（Ｓ１７）と、埋設管の許容腐食深さを算出するステップ（Ｓ１８）とを含む。

埋設管の公称管厚を得るステップ（Ｓ１５）では、埋設管属性データ取得部１０が、記憶部２０に含まれる公称管厚データベース部２２を参照して、埋設管の第１データ１７（図４を参照）に含まれる埋設管の布設年、呼び径、接合形式及び管厚の種類から、埋設管の公称管厚を得る。公称管厚データベース部２２は、例えば、図６に示されるように、管の布設年、呼び径、接合形式、管厚の種類及び公称管厚が対応づけられたデータテーブルである。埋設管の公称管厚は、埋設管の規格管厚である。管の公称管厚は、例えば、埋設管の第１データ１７に含まれる埋設管の土被り、静水圧及び水撃圧並びに２．０倍の安全率で算出された計算管厚と、マージン厚さ（腐食しろ）と、管厚許容差との和によって与えられる。

埋設管の管厚許容差を得るステップ（Ｓ１６）では、埋設管属性データ取得部１０が、記憶部２０に含まれる管厚許容差データベース部２３を参照して、埋設管の管厚許容差を得る。第一の例では、管厚許容差データベース部２３は、図７に示されるように、管の公称管厚と管厚許容差とが対応づけられたデータテーブルであり、埋設管属性データ取得部１０は、埋設管の公称管厚から、埋設管の管厚許容差を得る。第二の例では、管厚許容差データベース部２３は、管厚の種類と管厚許容差とが対応づけられたデータテーブルであり、埋設管属性データ取得部１０は、埋設管の管厚の種類から、埋設管の管厚許容差を得る。第三の例では、管厚許容差データベース部２３は、呼び径と管厚許容差とが対応づけられたデータテーブルであり、埋設管属性データ取得部１０は、埋設管の呼び径から、埋設管の管厚許容差を得る。

埋設管の最小許容管厚を算出するステップ（Ｓ１７）では、最小許容管厚算出部１２が、埋設管の第１データ１７から、埋設管の最小許容管厚を算出する。最小許容管厚は、埋設管に必要最低限要求される安全性を担保するために埋設管に要求される最小限度の厚さである。最小許容管厚は、例えば、埋設管の第１データ１７に含まれる埋設管の土被り、静水圧及び水撃圧並びに１．０倍の安全率で算出された計算管厚によって与えられる。

埋設管の許容腐食深さを算出するステップ（Ｓ１８）では、許容腐食深さ算出部１３が、埋設管の公称管厚、管厚許容差及び最小許容管厚から、埋設管の許容腐食深さを算出する。具体的には、埋設管の公称管厚から、管厚許容差及び最小許容管厚を引くことによって、埋設管の許容腐食深さが算出される。こうして、埋設管の許容腐食深さが得られる。

図３１を参照して、埋設管の属性データ１６を作成するステップ（Ｓ１９）では、属性データ作成部１４が、埋設管の第１環境因子、第１埋設期間Ｔ₁及び許容腐食深さを埋設管の管路番号に対応づけて、図３に示される埋設管の属性データ１６を作成する。こうして、埋設管属性データ取得部１０は、埋設管の属性データ１６を取得する。

なお、埋設管の第１データ１７が埋設管の属性データ１６を含む場合には、埋設管の第１環境因子を得るステップ（Ｓ１２）から埋設管の属性データ１６を作成するステップ（Ｓ１９）は省略され得る。

図３０に示されるように、本実施の形態の埋設管更新時期予測方法は、複数の腐食深さ予測モデルから、第１環境因子に対応する第１腐食深さ予測モデルを選択するステップ（Ｓ２０）を備える。

複数の腐食深さ予測モデルは、複数の参照管の複数の第２環境因子毎に得られた複数の参照管の参照腐食深さの統計量の経年変化を含む。複数の腐食深さ予測モデルは、複数の第２環境因子毎に得られた複数の参照管の参照腐食深さの統計量の信頼区間の経年変化をさらに含んでもよい。複数の腐食深さ予測モデルは、例えば、環境因子（ａ）に埋設された管に対する腐食深さ予測モデル（図８を参照）と、環境因子（ｂ）に埋設された管に対する腐食深さ予測モデル（図９を参照）と、環境因子（ｃ）に埋設された管に対する腐食深さ予測モデル（図１０を参照）と、環境因子（ｄ）に埋設された管に対する腐食深さ予測モデル（図１１を参照）とを含む。

複数の参照管の参照腐食深さの統計量は、第２環境因子と、第２埋設期間Ｔ₂と、参照腐食深さとを含む複数の参照管の第２データ１８（図１２を参照）を、第２環境因子及び第２埋設期間Ｔ₂毎に複数のデータ群１０１−１４０（図１７から図２０を参照）に仕分けて、複数のデータ群１０１−１４０の各々に含まれる複数の参照管の参照腐食深さのデータをノンパラメトリックな再標本化法で統計処理することによって得られる。ノンパラメトリックな再標本化法は、例えば、ブートストラップ法またはジャックナイフ法である。

統計量は、７５パーセンタイル以上のいずれかのパーセンタイルである。統計量は、８０パーセンタイル以上のいずれかのパーセンタイルであってもよい。統計量は、９０パーセンタイル以上のいずれかのパーセンタイルであってもよい。統計量は、９５パーセンタイル以上のいずれかのパーセンタイルであってもよい。統計量は、９７．５パーセンタイル以上のいずれかのパーセンタイルであってもよい。統計量は、１００パーセンタイル未満のいずれかのパーセンタイルである。

複数の腐食深さ予測モデルから、第１環境因子に対応する第１腐食深さ予測モデルを選択するステップ（Ｓ２０）では、腐食深さ予測モデル選択部３０は、図３に示される埋設管の属性データ１６を参照して、埋設管の第１環境因子を特定する。それから、腐食深さ予測モデル選択部３０は、腐食深さ予測モデルデータベース部２４に記憶されている複数の腐食深さ予測モデルから、第１環境因子に対応する腐食深さ予測モデルを第１腐食深さ予測モデルとして選択する。第１腐食深さ予測モデルは、埋設管の腐食深さの統計量の推定経年変化と見なされ得る。

図３０に示されるように、本実施の形態の埋設管更新時期予測方法は、第１腐食深さ予測モデルの参照腐食深さの統計量の経年変化が埋設管の許容腐食深さに達する第３埋設期間Ｔ₃を得るステップ（Ｓ３０）を備える。

具体的には、第１腐食深さ予測モデルの参照腐食深さの統計量の経年変化が埋設管の許容腐食深さに達する第３埋設期間Ｔ₃を得るステップ（Ｓ３０）では、許容腐食深さ到達時期推定部３５は、図３に示される埋設管の属性データ１６を参照して、埋設管の許容腐食深さを特定する。それから、許容腐食深さ到達時期推定部３５は、第１腐食深さ予測モデルの参照腐食深さの統計量の経年変化が許容腐食深さに達する埋設期間を、第３埋設期間Ｔ₃として得る（図２７を参照）。

第１腐食深さ予測モデルの参照腐食深さの統計量の経年変化が埋設管の許容腐食深さに達する第３埋設期間Ｔ₃を得るステップ（Ｓ３０）では、第１腐食深さ予測モデルの参照腐食深さの統計量の信頼区間の上限の経年変化が許容腐食深さに達する第４埋設期間Ｔ₄をさらに得てもよい。第１腐食深さ予測モデルの参照腐食深さの統計量の経年変化が埋設管の許容腐食深さに達する第３埋設期間Ｔ₃を得るステップ（Ｓ３０）では、第１腐食深さ予測モデルの参照腐食深さの統計量の信頼区間の下限の経年変化が許容腐食深さに達する第５埋設期間Ｔ₅をさらに得てもよい。

図３０に示されるように、本実施の形態の埋設管更新時期予測方法は、第１埋設期間Ｔ₁と第３埋設期間Ｔ₃とを比較して、埋設管の更新時期に関する判断結果を出力するステップ（Ｓ４０）を備える。管更新判断結果２８は、埋設管の更新時期に関する判断結果である。

埋設管の更新時期に関する判断結果を出力するステップ（Ｓ４０）では、管更新判断部４０は、第３埋設期間Ｔ₃と第１埋設期間Ｔ₁との間の差を算出する。管更新判断部４０は、管更新判断基準データベース部２５を参照して、第３埋設期間Ｔ₃と第１埋設期間Ｔ₁との間の差に対応する管更新判断内容を得る。管更新判断基準データベース部２５は、例えば、図２８に示されるように、第３埋設期間Ｔ₃と第１埋設期間Ｔ₁との間の差と、管更新判断内容とが対応づけられたデータテーブルである。図２９に示されるように、管更新判断部４０は、埋設管の管路番号と管更新判断内容とが対応づけられた管更新判断結果２８を出力する。管更新判断結果２８は、第３埋設期間Ｔ₃と第１埋設期間Ｔ₁との間の差をさらに含んでもよい。管更新判断結果２８は、埋設管の管路番号に対応づけられた、第３埋設期間Ｔ₃と第１埋設期間Ｔ₁との間の差であってもよい。管更新判断結果２８は、例えば、ハードディスク５、可搬型記憶媒体７ｍ及びモニタ８ｂの少なくとも一つに出力される。管更新判断結果２８は、ハードディスク５及び可搬型記憶媒体７ｍの少なくとも一つに格納される。管更新判断結果２８は、モニタ８ｂに表示される。

管更新判断基準データベース部２５は、第４埋設期間Ｔ₄と第１埋設期間Ｔ₁との間の差と、管更新判断内容とが対応づけられたデータテーブルをさらに含んでもよい。管更新判断結果２８は、埋設管の管路番号に対応づけられた、第４埋設期間Ｔ₄と第１埋設期間Ｔ₁との間の差に基づく管更新判断内容を含んでもよい。管更新判断結果２８は、第４埋設期間Ｔ₄と第１埋設期間Ｔ₁との間の差をさらにを含んでもよい。管更新判断結果２８は、埋設管の管路番号に対応づけられた、第４埋設期間Ｔ₄と第１埋設期間Ｔ₁との間の差であってもよい。

管更新判断基準データベース部２５は、第５埋設期間Ｔ₅と第１埋設期間Ｔ₁との間の差と、管更新判断内容とが対応づけられたデータテーブルをさらに含んでもよい。管更新判断結果２８は、埋設管の管路番号に対応づけられた、第５埋設期間Ｔ₅と第１埋設期間Ｔ₁との間の差に基づく管更新判断内容を含んでもよい。管更新判断結果２８は、第５埋設期間Ｔ₅と第１埋設期間Ｔ₁との間の差をさらに含んでもよい。管更新判断結果２８は、埋設管の管路番号に対応づけられた、第５埋設期間Ｔ₅と第１埋設期間Ｔ₁との間の差であってもよい。

本実施の形態のプログラムは、本実施の形態の埋設管更新時期予測方法をプロセッサ（ＣＰＵ２）に実行させる。本実施の形態のコンピュータ読み取り可能な記録媒体は、本実施の形態の埋設管更新時期予測方法をプロセッサ（ＣＰＵ２）に実行させるプログラムが記録されている。

本実施の形態の埋設管更新時期予測装置１、埋設管更新時期予測方法、プログラム及びコンピュータ読み取り可能な記録媒体の効果を説明する。

本実施の形態の埋設管更新時期予測装置１は、埋設管属性データ取得部１０と、腐食深さ予測モデル選択部３０と、許容腐食深さ到達時期推定部３５と、管更新判断部４０とを備える。埋設管属性データ取得部１０は、埋設管の属性データ１６を取得する。埋設管の属性データ１６は、埋設管の第１環境因子と、埋設管の第１埋設期間Ｔ₁と、埋設管の許容腐食深さとを含む。腐食深さ予測モデル選択部３０は、複数の腐食深さ予測モデルから、第１環境因子に対応する第１腐食深さ予測モデルを選択する。複数の腐食深さ予測モデルは、複数の参照管の複数の第２環境因子毎に得られた複数の参照管の参照腐食深さの統計量の経年変化である。許容腐食深さ到達時期推定部３５は、第１腐食深さ予測モデルの参照腐食深さの統計量の経年変化が埋設管の許容腐食深さに達する第３埋設期間Ｔ₃を得る。管更新判断部４０は、第１埋設期間Ｔ₁と第３埋設期間Ｔ₃とを比較して、埋設管の更新時期に関する判断結果を出力する。

複数の参照管の参照腐食深さの統計量は、複数の参照管の第２環境因子と、複数の参照管の第２埋設期間Ｔ₂と、複数の参照管の参照腐食深さとを含む複数の参照管の参照データ（第２データ１８）を、第２環境因子及び第２埋設期間Ｔ₂毎に複数のデータ群１０１−１４０に仕分けて、複数のデータ群１０１−１４０の各々に含まれる複数の参照管の参照腐食深さのデータをノンパラメトリックな再標本化法で統計処理することによって得られる。

本実施の形態の埋設管更新時期予測装置１では、第１の腐食深さ予測モデルを用いて、埋設管の更新時期を予測している。第１の腐食深さ予測モデルは、複数の参照管の参照腐食深さのデータをノンパラメトリックな再標本化法で統計処理することによって得られている。そのため、埋設管の更新時期を予測する際に、ゼロの参照腐食深さを有する複数の参照管の参照データ（第２データ１８）が用いられ得る。また、埋設管の更新時期の予測に、第２環境因子及び第２埋設期間Ｔ₂に応じた複数の参照管の参照腐食深さのばらつきが反映されている。さらに、第１の腐食深さ予測モデルは、埋設管の第１環境因子に対応する腐食深さ予測モデルである。本実施の形態の埋設管更新時期予測装置１によれば、より実用的な埋設管の更新時期をより正確に予測することができる。

本実施の形態の埋設管更新時期予測装置１では、複数の参照管の参照腐食深さの統計量は、７５パーセンタイル以上１００パーセンタイル未満のいずれかのパーセンタイルである。従来の埋設管の腐食予測式では、平均的な腐食速度で腐食する埋設管の更新時期、すなわち、約半数の埋設管を更新する必要がある時期を予測することができるに過ぎなかった。そのため、得られる埋設管の更新時期の予測結果は、実際に埋設管を更新する必要がある時期よりも非常に遅く、実用的な埋設管の更新時期を予測することができなかった。これに対し、本実施の形態では、より少ない割合の埋設管を更新する必要がある時期を予測することができる。本実施の形態の埋設管更新時期予測装置１によれば、より実用的な埋設管の更新時期をより正確に予測することができる。

本実施の形態の埋設管更新時期予測方法は、埋設管の属性データ１６を取得するステップ（Ｓ１０）を備える。埋設管の属性データ１６は、埋設管の第１環境因子と、埋設管の第１埋設期間Ｔ₁と、埋設管の許容腐食深さとを含む。本実施の形態の埋設管更新時期予測方法は、複数の腐食深さ予測モデルから、第１環境因子に対応する第１腐食深さ予測モデルを選択するステップ（Ｓ２０）を備える。複数の腐食深さ予測モデルは、複数の参照管の複数の第２環境因子毎に得られた複数の参照管の参照腐食深さの統計量の経年変化である。本実施の形態の埋設管更新時期予測方法は、第１腐食深さ予測モデルの参照腐食深さの統計量の経年変化が埋設管の許容腐食深さに達する第３埋設期間Ｔ₃を得るステップ（Ｓ３０）を備える。本実施の形態の埋設管更新時期予測方法は、第１埋設期間Ｔ₁と第３埋設期間Ｔ₃とを比較して、埋設管の更新時期に関する判断結果を出力するステップ（Ｓ４０）を備える。

複数の参照管の参照腐食深さの統計量は、複数の参照管の第２環境因子と、複数の参照管の第２埋設期間Ｔ₂と、複数の参照管の参照腐食深さとを含む複数の参照管の参照データ（第２データ１８）を、第２環境因子及び第２埋設期間Ｔ₂毎に複数のデータ群１０１−１４０に仕分けて、複数のデータ群１０１−１４０の各々に含まれる複数の参照管の参照腐食深さのデータをノンパラメトリックな再標本化法で統計処理することによって得られる。

本実施の形態の埋設管更新時期予測方法では、第１の腐食深さ予測モデルを用いて、埋設管の更新時期を予測している。第１の腐食深さ予測モデルは、複数の参照管の参照腐食深さのデータをノンパラメトリックな再標本化法で統計処理することによって得られている。そのため、埋設管の更新時期を予測する際に、ゼロの参照腐食深さを有する複数の参照管の参照データ（第２データ１８）が用いられ得る。また、埋設管の更新時期の予測に、第２環境因子及び第２埋設期間Ｔ₂に応じた複数の参照管の参照腐食深さのばらつきが反映されている。さらに、第１の腐食深さ予測モデルは、埋設管の第１環境因子に対応する腐食深さ予測モデルである。本実施の形態の埋設管更新時期予測方法によれば、より実用的な埋設管の更新時期をより正確に予測することができる。

本実施の形態の埋設管更新時期予測方法では、複数の参照管の参照腐食深さの統計量は、７５パーセンタイル以上１００パーセンタイル未満のいずれかのパーセンタイルである。従来の埋設管の腐食予測式では、平均的な腐食速度で腐食する埋設管の更新時期、すなわち、約半数の埋設管を更新する必要がある時期を予測することができるに過ぎなかった。そのため、得られる埋設管の更新時期の予測結果は、実際に埋設管を更新する必要がある時期よりも非常に遅く、実用的な埋設管の更新時期を予測することができなかった。これに対し、本実施の形態では、より少ない割合の埋設管を更新する必要がある時期を予測することができる。そのため、本実施の形態の埋設管更新時期予測方法によれば、より実用的な埋設管の更新時期をより正確に予測することができる。

本実施の形態のプログラムは、本実施の形態の埋設管更新時期予測方法をプロセッサに実行させる。本実施の形態のコンピュータ読み取り可能な記録媒体には、本実施の形態のプログラムが記録されている。本実施の形態のプログラム及びコンピュータ読み取り可能な記録媒体は、より実用的な埋設管の更新時期をより正確に予測するすることを可能にする。

（実施の形態２）
図３３及び図３４を参照して、実施の形態２の埋設管更新時期予測装置１ｂを説明する。本実施の形態の埋設管更新時期予測装置１ｂは、実施の形態１の埋設管更新時期予測装置１と同様の構成を備えるが、主に以下の点で異なる。

図３３に示されるように、埋設管更新時期予測装置１ｂは、インターネットのような通信ネットワーク９０を介して、クライアント端末８０に通信可能に接続されている。埋設管更新時期予測装置１ｂは、例えば、ＰＣ（パーソナルコンピュータ）端末またはサーバである。埋設管更新時期予測装置１ｂは、埋設管の第１データ１７（図４を参照）を、インターネットのような通信ネットワーク９０を経由して、クライアント端末８０から受信する。

図３５を参照して、クライアント端末８０のハードウェア構成を説明する。クライアント端末８０は、例えば、ＰＣ（パーソナルコンピュータ）端末、または、スマートフォンもしくはタブレット端末のような携帯端末である。具体的には、クライアント端末８０は、プロセッサ（例えば、ＣＰＵ８２）と、ＲＯＭ８３と、ＲＡＭ８４と、記憶部８５と、通信部８６と、入力部８７と、モニタ８８とを含む。プロセッサは、クライアント端末８０の制御装置として機能する演算装置である。ＲＯＭ８３は、プロセッサで実行されるプログラムなどを不揮発的に記憶する。ＲＡＭ８４は、プロセッサでプログラムを実行する際の作業領域として機能する。

記憶部８５は、例えば、ハードディスクまたはフラッシュメモリである。記憶部８５は、埋設管の第１データ１７（図４を参照）を格納している。通信部８６は、クライアント端末８０が、通信ネットワーク９０を介して、埋設管更新時期予測装置１ｂと通信を行うために用いられる。記憶部８５に格納されている埋設管の第１データ１７（図４を参照）は、通信部８６から、通信ネットワーク９０を経由して、埋設管更新時期予測装置１ｂに送信される。入力部８７は、例えば、マウス、キーボードまたはタッチパネルを含む。モニタ８８は、例えば、液晶表示装置である。

図３３に示されるように、埋設管更新時期予測装置１ｂは、通信ネットワーク９０を介して、記憶ユニット５５に通信可能に接続されている。記憶ユニット５５は、環境因子データベース部２１と、公称管厚データベース部２２と、管厚許容差データベース部２３とを含む。図３４を参照して、埋設管更新時期予測装置１ｂの記憶部２０は、腐食深さ予測モデルデータベース部２４及び管更新判断基準データベース部２５を含んでいるが、環境因子データベース部２１、公称管厚データベース部２２及び管厚許容差データベース部２３を含んでいない。

図３４を参照して、埋設管データ受付部１１は、クライアント端末８０から、通信ネットワーク９０を経由して、埋設管の第１データ１７（図４を参照）を受信する。管更新判断部４０は、管更新判断結果２８（図２９を参照）を、通信ネットワーク９０を経由して、クライアント端末８０に送信する。管更新判断結果２８（図２９を参照）は、記憶部８５（図３５を参照）に格納され、モニタ８８（図３５を参照）に表示される。管更新判断部４０は、管更新判断結果２８（図２９を参照）を、ハードディスク５、可搬型記憶媒体７ｍ及びモニタ８ｂの少なくとも一つに出力してもよい。

本実施の形態では、埋設管更新時期予測装置１ｂ及び記憶ユニット５５は、埋設管更新時期予測システム５０を構成している。

本実施の形態の埋設管更新時期予測方法を説明する。本実施の形態の埋設管更新時期予測方法は、実施の形態１の埋設管更新時期予測方法と同様のステップを備えるが、主に以下の点で異なる。

埋設管の第１データ１７を受け付けるステップ（Ｓ１１）では、埋設管データ受付部１１が、クライアント端末８０から、通信ネットワーク９０を経由して、埋設管の第１データ１７（図４を参照）を受信する。

埋設管の第１環境因子を得るステップ（Ｓ１２）では、埋設管属性データ取得部１０は、通信ネットワーク９０を経由して、記憶ユニット５５に含まれる環境因子データベース部２１を参照する。埋設管属性データ取得部１０は、埋設管の第１データ１７（図４を参照）に含まれる埋設場所から、埋設管の第１環境因子を得る。

埋設管の公称管厚を得るステップ（Ｓ１５）では、埋設管属性データ取得部１０は、通信ネットワーク９０を経由して、記憶ユニット５５に含まれる公称管厚データベース部２２を参照する。そして、埋設管属性データ取得部１０は、埋設管の第１データ１７（図４を参照）に含まれる埋設管の布設年、呼び径、接合形式及び管厚の種類から、埋設管の公称管厚を得る。

埋設管の管厚許容差を得るステップ（Ｓ１６）では、埋設管属性データ取得部１０は、通信ネットワーク９０を経由して、記憶ユニット５５に含まれる管厚許容差データベース部２３を参照して、埋設管の管厚許容差を得る。

埋設管の更新時期に関する判断結果を出力するステップ（Ｓ４０）では、管更新判断部４０は、管更新判断結果２８（図２９を参照）を、通信ネットワーク９０を経由して、クライアント端末８０に送信する。管更新判断結果２８（図２９を参照）は、記憶部８５（図３５を参照）に格納され、モニタ８８（図３５を参照）に表示される。管更新判断部４０は、管更新判断結果２８（図２９を参照）を、ハードディスク５、可搬型記憶媒体７ｍ及びモニタ８ｂの少なくとも一つに出力してもよい。

本実施の形態のプログラムは、本実施の形態の埋設管更新時期予測方法をプロセッサ（ＣＰＵ２）に実行させる。本実施の形態のコンピュータ読み取り可能な記録媒体は、本実施の形態の埋設管更新時期予測方法をプロセッサ（ＣＰＵ２）に実行させるプログラムが記録されている。

本実施の形態の埋設管更新時期予測装置１ｂ、埋設管更新時期予測方法、プログラム及びコンピュータ読み取り可能な記録媒体は、実施の形態１の埋設管更新時期予測装置１、埋設管更新時期予測方法、プログラム及びコンピュータ読み取り可能な記録媒体と同様の効果を奏する。

（実施の形態３）
図３６及び図３７を参照して、実施の形態３の埋設管更新時期予測装置１ｃを説明する。本実施の形態の埋設管更新時期予測装置１ｃは、実施の形態２の埋設管更新時期予測装置１ｂと同様の構成を備えるが、主に以下の点で異なる。

図３６に示されるように、埋設管更新時期予測装置１ｃは、インターネットのような通信ネットワーク９０を介して、属性データ作成ユニット６０に通信可能に接続されている。埋設管更新時期予測装置１ｃは、例えば、ＰＣ（パーソナルコンピュータ）端末またはサーバである。埋設管更新時期予測装置１ｃは、埋設管データ受付部１１と、許容腐食深さ算出部１３と、最小許容管厚算出部１２と、属性データ作成部１４とを含んでいない。埋設管更新時期予測装置１ｃは、モニタ８ｂ（図１を参照）を含んでいなくてもよい。

管更新判断部４０は、管更新判断結果２８（図２９を参照）を、通信ネットワーク９０を経由して、属性データ作成ユニット６０に送信する。属性データ作成ユニット６０は、管更新判断結果２８を、通信ネットワーク９０を経由して、クライアント端末８０に送信する。属性データ作成ユニット６０は、クライアント端末８０に対して、送受信部として機能する。

図３６に示されるように、属性データ作成ユニット６０は、通信ネットワーク９０を介して、埋設管更新時期予測装置１ｃ、記憶ユニット５５及びクライアント端末８０に通信可能に接続されている。属性データ作成ユニット６０は、埋設管データ受付部１１と、最小許容管厚算出部１２と、許容腐食深さ算出部１３と、属性データ作成部１４とを含む。

図３７を参照して、属性データ作成ユニット６０のハードウェア構成を説明する。属性データ作成ユニット６０は、例えば、ＰＣ（パーソナルコンピュータ）端末、または、サーバである。具体的には、属性データ作成ユニット６０は、プロセッサ（例えば、ＣＰＵ６２）と、ＲＯＭ６３と、ＲＡＭ６４と、ハードディスク６５と、通信部６６と、入力部６７と、モニタ６８とを含む。プロセッサは、属性データ作成ユニット６０の制御装置として機能する演算装置である。ＲＯＭ６３は、プロセッサで実行されるプログラムなどを不揮発的に記憶する。ＲＡＭ６４は、プロセッサでプログラムを実行する際の作業領域として機能する。

ハードディスク６５は、クライアント端末８０から受信した埋設管の第１データ１７（図４を参照）を格納している。ハードディスク６５は、埋設管の属性データ１６を格納している。通信部６６は、属性データ作成ユニット６０が、通信ネットワーク９０を介して、埋設管更新時期予測装置１ｃ、記憶ユニット５５及びクライアント端末８０と通信を行うために用いられる。入力部６７は、例えば、マウス、キーボードまたはタッチパネルを含む。モニタ６８は、例えば、液晶表示装置である。埋設管更新時期予測装置１ｃから受信した管更新判断結果２８（図２９を参照）は、ハードディスク６５に格納される。管更新判断結果２８は、モニタ６８に表示されてもよい。

本実施の形態では、埋設管更新時期予測装置１ｃと、記憶ユニット５５と、属性データ作成ユニット６０とは、埋設管更新時期予測システム５０ｃを構成している。

本実施の形態の埋設管更新時期予測方法を説明する。本実施の形態の埋設管更新時期予測方法は、実施の形態２の埋設管更新時期予測方法と同様のステップを備えるが、主に以下の点で異なる。

本実施の形態の埋設管更新時期予測方法では、埋設管の属性データ１６を取得するステップ（Ｓ１０）は、属性データ作成ユニット６０で行われる。すなわち、埋設管の第１データ１７を受け付けるステップ（Ｓ１１）と、埋設管の第１環境因子を得るステップ（Ｓ１２）と、埋設管の第１埋設期間Ｔ₁を得るステップ（Ｓ１３）と、埋設管の許容腐食深さを得るステップ（Ｓ１４）と、埋設管の属性データ１６を作成するステップ（Ｓ１９）とは、属性データ作成ユニット６０で行われる。埋設管の属性データ１６が、属性データ作成ユニット６０で作成される。属性データ作成ユニット６０は、埋設管の属性データ１６を、通信ネットワーク９０を経由して、埋設管更新時期予測装置１ｃに送信する。埋設管更新時期予測装置１ｃに含まれる埋設管属性データ取得部１０は、属性データ作成ユニット６０から、通信ネットワーク９０を経由して、埋設管の属性データ１６を受信する。

埋設管の更新時期に関する判断結果を出力するステップ（Ｓ４０）では、管更新判断部４０は、管更新判断結果２８を、通信ネットワーク９０を経由して、属性データ作成ユニット６０に送信する。埋設管更新時期予測装置１ｃから受信した管更新判断結果２８は、ハードディスク６５に格納される。管更新判断結果２８は、モニタ６８に表示されてもよい。属性データ作成ユニット６０は、管更新判断結果２８を、通信ネットワーク９０を経由して、クライアント端末８０に送信する。管更新判断結果２８は、記憶部８５（図３５を参照）に格納され、モニタ８８（図３５を参照）に表示される。

本実施の形態のプログラムは、本実施の形態の埋設管更新時期予測方法をプロセッサ（ＣＰＵ２）に実行させる。本実施の形態のコンピュータ読み取り可能な記録媒体は、本実施の形態の埋設管更新時期予測方法をプロセッサ（ＣＰＵ２）に実行させるプログラムが記録されている。

本実施の形態では、腐食深さ予測モデルデータベース部２４と、管更新判断基準データベース部２５とは、埋設管更新時期予測装置１ｃの記憶部２０に含まれているが、腐食深さ予測モデルデータベース部２４と、管更新判断基準データベース部２５とは、記憶ユニット５５に含まれてもよい。

本実施の形態では、埋設管属性データ取得部１０と、腐食深さ予測モデル選択部３０と、許容腐食深さ到達時期推定部３５と、管更新判断部４０とが、一台のコンピュータ装置に実装されているが、埋設管属性データ取得部１０と、腐食深さ予測モデル選択部３０と、許容腐食深さ到達時期推定部３５と、管更新判断部４０とが、複数台のコンピュータ装置に実装されており、この複数台のコンピュータが、互いに通信ネットワーク９０を介して通信可能に接続されてもよい。すなわち、埋設管属性データ取得部１０と腐食深さ予測モデル選択部３０と許容腐食深さ到達時期推定部３５と管更新判断部４０とが実装された複数台のコンピュータは、埋設管更新時期予測サブシステムを構成してもよい。本明細書の埋設管更新時期予測装置１ｃは、このような埋設管更新時期予測サブシステムも含む。

本実施の形態の埋設管更新時期予測装置１ｃ、埋設管更新時期予測方法、プログラム及びコンピュータ読み取り可能な記録媒体は、実施の形態１の埋設管更新時期予測装置１、埋設管更新時期予測方法、プログラム及びコンピュータ読み取り可能な記録媒体と同様の効果を奏する。

（実施の形態４）
図３８から図４５を参照して、実施の形態４の埋設管更新時期予測装置及び埋設管更新時期予測方法を説明する。本実施の形態の埋設管更新時期予測装置は、実施の形態１の埋設管更新時期予測装置１と同様の構成を備え、本実施の形態の埋設管更新時期予測方法は、実施の形態１の埋設管更新時期予測方法と同様のステップを備えるが、主に以下の点で異なる。

図３８に示されるように、本実施の形態の埋設管更新時期予測装置及び埋設管更新時期予測方法では、第１環境因子は、埋設管と埋設管の最寄りの海成粘土層との間の第１の距離をさらに含む。図３９に示されるように、本実施の形態の埋設管更新時期予測装置及び埋設管更新時期予測方法では、環境因子データベース部２１は、場所と、当該場所の最寄りの海成粘土層との間の距離をさらに含む。図４０に示されるように、本実施の形態の埋設管更新時期予測装置及び埋設管更新時期予測方法では、第２環境因子は、複数の参照管の各々と複数の参照管の各々の最寄りの海成粘土層との間の第２の距離をさらに含む。

例えば、管（埋設管及び複数の参照管）の埋設場所の住所または海成粘土層の住所が、町レベルまたは区レベルでしか特定できない場合には、図４１に示されるように、管の埋設場所の住所の代表地点と最寄りの海成粘土層の住所の代表地点との間の距離を、管と管の最寄りの海成粘土層との間の距離と見なす。管の埋設場所の住所の代表地点は、例えば、管の埋設場所の住所の中央地点と定めてもよく、最寄りの海成粘土層の住所の代表地点は、例えば、最寄りの海成粘土層の住所の中央地点と定めてもよい。

本実施の形態のプログラムは、本実施の形態の埋設管更新時期予測方法をプロセッサ（ＣＰＵ２）に実行させる。本実施の形態のコンピュータ読み取り可能な記録媒体は、本実施の形態の埋設管更新時期予測方法をプロセッサ（ＣＰＵ２）に実行させるプログラムが記録されている。

本実施の形態において、第１環境因子に第１の距離を含め、第２環境因子に第２の距離を含める理由を説明する。本実施の形態に用いられた複数の参照管の第２データ１８から、図４２に示される、複数の参照管と複数の参照管の最寄りの海成粘土層との間の第２の距離毎の複数の参照管の腐食速度の分布が得られた。図４２に示される箱ひげ図は、距離Ｂ−Ｆの各々について、複数の参照管の腐食速度の２．５パーセンタイル、２５パーセンタイル、５０パーセンタイル、７５パーセンタイル、９７．５パーセンタイルを示す。

距離Ｂは、複数の参照管の埋設場所（複数の参照管の調査地点）が複数の参照管の最寄りの海成粘土層と同じ住所内（例えば、同一町内）にあることを意味する。距離Ｃは、複数の参照管が複数の参照管の最寄りの海成粘土層と異なる住所に埋設されており、かつ、複数の参照管と複数の参照管の最寄りの海成粘土層との間の第２の距離が３５ｍ以上３００ｍ未満であることを意味する。距離Ｄは、複数の参照管が複数の参照管の最寄りの海成粘土層と異なる住所に埋設されており、かつ、複数の参照管と複数の参照管の最寄りの海成粘土層との間の第２の距離が３００ｍ以上５００ｍ未満であることを意味する。距離Ｅは、複数の参照管が複数の参照管の最寄りの海成粘土層と異なる住所に埋設されており、かつ、複数の参照管と複数の参照管の最寄りの海成粘土層との間の第２の距離が５００ｍ以上１０００ｍ未満であることを意味する。距離Ｆは、複数の参照管が複数の参照管の最寄りの海成粘土層と異なる住所に埋設されており、かつ、複数の参照管と複数の参照管の最寄りの海成粘土層との間の第２の距離が１０００ｍ以上であることを意味する。

クラスカル−ウォリス検定を用いて距離Ｂ−Ｆ間で複数の参照管の腐食速度の中央値の差を検定したところ、５％有意水準で、距離Ｂ−Ｆ間において複数の参照管の腐食速度に有意な差が認められた。

さらに、図４３から図４５に示されるように、本実施の形態に用いられた複数の参照管の第２データ１８から、環境因子（ａ）、（ｃ）及び（ｄ）における距離Ｂ−Ｆ毎の複数の参照管の腐食速度の分布が得られた。環境因子（ａ）、（ｃ）及び（ｄ）の各々について、スティール−ドゥワスの多重比較検定を行ったところ、距離Ｂと距離Ｃ−Ｆとの間において、複数の参照管の腐食速度に有意な差が認められた。そのため、本実施の形態において、第１環境因子に、埋設管と埋設管の最寄りの海成粘土層との間の第１の距離を含め、第２環境因子に、複数の参照管と複数の参照管の最寄りの海成粘土層との間の第２の距離を含めることにした。

海成粘土層は、過去に海だった場所で堆積した粘土層が隆起して形成される。今回得られた複数の参照管の第２データ１８を分析したところ、複数の参照管と複数の参照管の最寄りの海成粘土層との間の第２の距離が減少するにつれて、土壌に含まれる硫酸イオンの中央値が増加し、土壌の酸化還元電位（Redox電位）の中央値が減少する傾向にあることが分かった。管が埋設されている土壌に含まれる硫酸イオンと、管が埋設されている土壌の酸化還元電位は、管の腐食速度に影響を及ぼす可能性が高い。管の埋設場所と管の最寄りの海成粘土層との間の距離を埋設管の更新時期の予測に含めることは、より実用的な埋設管の更新時期をより正確に予測することを可能にする。

今回開示された実施の形態１−４はすべての点で例示であって制限的なものではないと考えられるべきである。矛盾のない限り、今回開示された実施の形態１−４の少なくとも２つを組み合わせてもよい。本発明の範囲は、上記した説明ではなく特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内でのすべての変更が含まれることを意図される。

１，１ｂ，１ｃ 埋設管更新時期予測装置、３，６３，８３ ＲＯＭ、４，６４，８４ ＲＡＭ、５，６５ ハードディスク、６，６６，８６ 通信部、７ 可搬型記憶媒体用ドライブ、７ｍ 可搬型記憶媒体、８ａ，６７，８７ 入力部、８ｂ，６８，８８ モニタ、９ バス、１０ 埋設管属性データ取得部、１１ 埋設管データ受付部、１２ 最小許容管厚算出部、１３ 許容腐食深さ算出部、１４ 属性データ作成部、１６ 属性データ、１７ 第１データ、１８ 第２データ、２０，８５ 記憶部、２１ 環境因子データベース部、２２ 公称管厚データベース部、２３ 管厚許容差データベース部、２４ 腐食深さ予測モデルデータベース部、２５ 管更新判断基準データベース部、２８ 管更新判断結果、３０ 腐食深さ予測モデル選択部、３５ 許容腐食深さ到達時期推定部、４０ 管更新判断部、５０，５０ｃ 埋設管更新時期予測システム、５５ 記憶ユニット、６０ 属性データ作成ユニット、８０ クライアント端末、９０ 通信ネットワーク、１０１−１４０ データ群。

Claims (14)

1. 埋設管の更新時期を予測する埋設管更新時期予測装置であって、前記埋設管更新時期予測装置は、
   前記埋設管の属性データを取得する埋設管属性データ取得部を備え、前記属性データは、前記埋設管の第１環境因子と、前記埋設管の第１埋設期間と、前記埋設管の許容腐食深さとを含み、
   複数の腐食深さ予測モデルから、前記第１環境因子に対応する第１腐食深さ予測モデルを選択する腐食深さ予測モデル選択部を備え、前記複数の腐食深さ予測モデルは、複数の参照管の複数の第２環境因子毎に得られた前記複数の参照管の参照腐食深さの統計量の経年変化であり、
   前記第１腐食深さ予測モデルの前記参照腐食深さの前記統計量の前記経年変化が前記許容腐食深さに達する第３埋設期間を得る許容腐食深さ到達時期推定部と、
   前記第１埋設期間と前記第３埋設期間とを比較して、前記埋設管の前記更新時期に関する判断結果を出力する管更新判断部とを備え、
   前記統計量は、前記第２環境因子と、前記複数の参照管の第２埋設期間と、前記参照腐食深さとを含む前記複数の参照管の参照データを、前記第２環境因子及び前記第２埋設期間毎に複数のデータ群に仕分けて、前記複数のデータ群の各々に含まれる前記参照腐食深さのデータをノンパラメトリックな再標本化法で統計処理することによって得られる、埋設管更新時期予測装置。
2. 前記ノンパラメトリックな再標本化法は、ブートストラップ法である、請求項１に記載の埋設管更新時期予測装置。
3. 前記統計量は、７５パーセンタイル以上１００パーセンタイル未満のいずれかのパーセンタイルである、請求項１または請求項２に記載の埋設管更新時期予測装置。
4. 前記第１環境因子及び前記第２環境因子は、土質を含む、請求項１から請求項３いずれか１項に記載の埋設管更新時期予測装置。
5. 前記第１環境因子及び前記第２環境因子は、土壌比抵抗を含む、請求項１から請求項４いずれか１項に記載の埋設管更新時期予測装置。
6. 前記第１環境因子は、前記埋設管と前記埋設管の最寄りの海成粘土層との間の第１の距離をさらに含み、
   前記第２環境因子は、前記複数の参照管の各々と前記複数の参照管の前記各々の最寄りの海成粘土層との間の第２の距離をさらに含む、請求項４または請求項５に記載の埋設管更新時期予測装置。
7. 埋設管の更新時期を予測する埋設管更新時期予測方法であって、前記埋設管更新時期予測方法は、
   前記埋設管の属性データを取得するステップを備え、前記属性データは、前記埋設管の第１環境因子と、前記埋設管の第１埋設期間と、前記埋設管の許容腐食深さとを含み、
   複数の腐食深さ予測モデルから、前記第１環境因子に対応する第１腐食深さ予測モデルを選択するステップを備え、前記複数の腐食深さ予測モデルは、複数の参照管の複数の第２環境因子毎に得られた前記複数の参照管の参照腐食深さの統計量の経年変化であり、
   前記第１腐食深さ予測モデルの前記参照腐食深さの前記統計量の前記経年変化が前記許容腐食深さに達する第３埋設期間を得るステップと、
   前記第１埋設期間と前記第３埋設期間とを比較して、前記埋設管の前記更新時期に関する判断結果を出力するステップとを備え、
   前記統計量は、前記第２環境因子と、前記複数の参照管の第２埋設期間と、前記参照腐食深さとを含む前記複数の参照管の参照データを、前記第２環境因子及び前記第２埋設期間毎に複数のデータ群に仕分けて、前記複数のデータ群の各々に含まれる前記参照腐食深さのデータをノンパラメトリックな再標本化法で統計処理することによって得られる、埋設管更新時期予測方法。
8. 前記ノンパラメトリックな再標本化法は、ブートストラップ法である、請求項７に記載の埋設管更新時期予測方法。
9. 前記統計量は、７５パーセンタイル以上１００パーセンタイル未満のいずれかのパーセンタイルである、請求項７または請求項８に記載の埋設管更新時期予測方法。
10. 前記第１環境因子及び前記第２環境因子は、土質を含む、請求項７から請求項９いずれか１項に記載の埋設管更新時期予測方法。
11. 前記第１環境因子及び前記第２環境因子は、土壌比抵抗を含む、請求項７から請求項１０いずれか１項に記載の埋設管更新時期予測方法。
12. 前記第１環境因子は、前記埋設管と前記埋設管の最寄りの海成粘土層との間の第１の距離をさらに含み、
    前記第２環境因子は、前記複数の参照管の各々と前記複数の参照管の前記各々の最寄りの海成粘土層との間の第２の距離をさらに含む、請求項１０または請求項１１に記載の埋設管更新時期予測方法。
13. 請求項７から請求項１２のいずれか１項に記載の前記埋設管更新時期予測方法をプロセッサに実行させるプログラム。
14. 請求項１３に記載の前記プログラムを記録したコンピュータ読み取り可能な記録媒体。

Images