WO2009096163A1

WO2009096163A1 - 雨水流入施設管理支援方法、雨水流入施設管理支援装置、雨水流入施設管理支援システム、並びに、雨水流入施設管理支援装置として機能させるプログラム

Info

Publication number: WO2009096163A1
Application number: PCT/JP2009/000279
Authority: WO
Inventors: Masaro Hirai; Fumio Mutou; Hideyuki Yoshimoto; Shojiro Urabe; Yukio Nakama
Original assignee: Nihon Suido Consultants Co., Ltd.
Priority date: 2008-01-31
Filing date: 2009-01-26
Publication date: 2009-08-06
Also published as: KR101500795B1; JP2009180051A; KR20100117065A

Abstract

　雨水流入施設内における流量変化もしくは水質変化を長期的、安定的かつ正確に推定すること。　雨水流入施設における下水中の導電率から当該下水の流量もしくは水質を推定する雨水流入施設管理支援方法であって、雨水流入施設に設置された導電率計１２によって観測された晴天日の汚水の導電率値を、導電率計１２によって観測された雨天日の下水の導電率値で割って希釈率を算出し、当該希釈率に基づいて下水の流量を推定することを特徴とする。

Description

雨水流入施設管理支援方法、雨水流入施設管理支援装置、雨水流入施設管理支援システム、並びに、雨水流入施設管理支援装置として機能させるプログラム

　本発明は、降雨時に雨水吐室もしくは流域下水道への接続人孔等の雨水流入施設の適切な運転管理を行うために、雨水流入施設内の流量変化もしくは水質変化を推定する雨水流入施設管理支援方法、雨水流入施設管理支援装置、雨水流入施設管理支援システム、並びに、雨水流入施設管理支援装置として機能させるプログラムに関する。

　一般に、合流式下水道等の雨水流入施設において、雨天時に河川、湖沼、海域等の公共用水区域に排出される水中の汚濁物質が公共用水の水環境に悪影響を及ぼしている。中でも、合流式下水道では雨水の流入が多いことから、下水処理場からの越流水が大きな問題となっている。このような問題を受けて、下水道施行令の改正が行われ、ポンプ場、下水処理場、雨水貯留施設、自然吐口等の雨水流入施設からの越流実態の観測が義務付けられた。

　しかしながら、当該観測は、年１回行うことを義務付けたものであり、様々な降雨特性を考慮した場合には、実用性に乏しい。したがって、より実用性を高めるためには、越流実態を連続的に観測することが必要とされる。特に、雨天時には、合流式下水道に堆積していた汚濁物質が流出するため、雨天時の水質を観測することが要求される。

　これに伴い、雨天時の雨水流入施設内の水質を予測する水質予測システム等の導入が要請されると共に、雨水流入施設内における水質等の特性に基づいて、雨水流入施設の適切な運転管理を行うことも要請される。

　特許文献１には、濁度計によって雨水処理設備の濁度を測定し、この測定された濁度と、水質予測部により予測された雨水流入施設の濁度予測値との差を濁度補正値とし、当該濁度補正値に基づいて雨水流入施設の水質を予測して雨水流入施設の水質制御を行う雨水流入施設管理支援装置が開示されている。

特開２００６－２７４５７７号公報（要約書、発明の詳細な説明）

　しかしながら、特許文献１に開示されている雨水流入施設管理支援装置では、濁度計を用いて水質変化の予測を行っている。この濁度計は藻等の堆積物が付着しやすく、安定した水質の連続観測ができないといった問題がある。このため、特許文献１に開示されている雨水流入施設管理支援装置では、長期かつ安定的に水質変化の予測ができないといった問題がある。

　また、雨水流入施設に流量観測機器を設置し、該流量観測機器によって観測された流量に基づいて、雨水流入施設の水質変化を予測することも可能である。しかしながら、流量観測機器は、整流している場所で流量を観測する必要があるため、合流式下水道のように水の流れが変化する場所において正確な流量を観測することができない。このように、流量観測を行う場所が制限されることから、水質変化を予測する場所も制限され、結果的に、雨水流入施設の適切な運転管理を行うことができないといった問題が発生する。

　本発明は上記の事情にもとづきなされたもので、その目的とするところは、雨水流入施設の適切な運転管理を行うために、雨水流入施設内における流量変化もしくは水質変化を長期的、安定的かつ正確に推定することが可能な雨水流入施設管理支援方法、雨水流入施設管理支援装置、雨水流入施設管理支援システム、並びに、雨水流入施設管理支援装置として機能させるプログラムを提供しようとするものである。

　上記課題を解決するために、本発明は、雨水流入施設における下水中の導電率から当該下水の流量もしくは水質を推定する雨水流入施設管理支援方法であって、雨水流入施設に設置された導電率計によって観測された晴天日の汚水の導電率値を、導電率計によって観測された雨天日の下水の導電率値で割って希釈率を算出し、当該希釈率に基づいて下水の流量を推定することを特徴とする雨水流入施設管理支援方法としている。

　このような方法を用いた場合には、晴天日の汚水の導電率値を雨天日の下水の導電率値で割って希釈率を算出することにより、雨天日の下水が晴天日の汚水に対してどのくらい薄められたのかを求めることができる。ここで、下水とは、汚水に雨水が混入したものを意味する。このため、希釈率に基づいて、雨天日の流量を推定することが可能となる。したがって、導電率計を用いて流量の推定を行い、その結果、流量計を用いる場合と比較して、観測箇所に制約されることなく、長期的、安定的かつ正確に流量の推定を行うことができる。

　また、本発明は、さらに、雨水流入施設において過去に観測された複数の導電率値の時系列データである過去導電率観測データを導電率観測データ記憶部に記憶し、導電率計によって推定日に観測された下水の導電率値の時系列データである推定日導電率観測データを観測値記憶部に記憶し、観測値記憶部から推定日導電率観測データを抽出すると共に、導電率観測データ記憶部から過去導電率観測データを順番に抽出し、導電率観測データ抽出部において抽出された、過去導電率観測データが推定日導電率観測データと近似しているか否か判別し、希釈率に基づいて将来の下水の流量を予測する雨水流入施設管理支援方法としている。

　このように、過去の多くの導電率観測データを用いることで、将来の下水の流量を予測することができる。

　また、本発明は、上述の流量の推定／予測（推測若しくは予測を意味する。）は、希釈率を入力とし、流量を出力とするモデル式を用いて行われることを特徴とする雨水流入施設管理支援方法としている。このため、希釈率に基づいて、現在の下水の流量の推定若しくは将来の下水の流量の予測を、より正確に行うことが可能となる。

　また、本発明は、さらに、推定／予測された流量に基づいて、水質を推定／予測することを特徴とする雨水流入施設管理支援方法としている。このため、導電率値に基づいて下水の流量を推定／予測し、さらに水質を推定／予測することが可能となる。

　また、本発明は、雨水流入施設における下水中の導電率から当該下水の流量もしくは水質を推定する雨水流入施設管理支援装置であって、演算されたデータが記憶される記憶部と、雨水流入施設において過去に観測された複数の導電率値の時系列データである過去導電率観測データが記憶される導電率観測データ記憶部と、導電率計によって推定日に観測された下水の導電率値である推定日導電率観測値が記憶される観測値記憶部と、導電率観測データ記憶部から晴天日に観測された汚水の過去導電率観測データを抽出する晴天日導電率観測データ抽出部と、晴天日の汚水の過去導電率観測データの値を、下水の推定日導電率値で割って希釈率を算出する希釈率算出部と、希釈率に基づいて、推定すべき下水の流量値である流量値を算出する推定流量値算出部と、を有する雨水流入施設管理支援装置としている。

　このため、推定日に観測された導電率値に基づいて現在の下水の流量を推定することができる。導電率は、流量を直接観測する場合と比較して、場所に制約されることなく観測が可能である。このため、観測箇所に制約されず、長期的、安定的かつ正確に流量の推定を行うこと可能となる。

　また、本発明は、さらに、演算されたデータが記憶される記憶部と、雨水流入施設において過去に観測された複数の導電率値の時系列データである過去導電率観測データが記憶される導電率観測データ記憶部と、導電率計によって推定日に観測された下水の導電率値の時系列データである推定日導電率観測データが記憶される観測値記憶部と、観測値記憶部から推定日導電率観測データを抽出すると共に、導電率観測データ記憶部から過去導電率観測データを順番に抽出する導電率観測データ抽出部と、導電率観測データ抽出部において抽出された、過去導電率観測データが推定日導電率観測データと近似しているか否か判別する近似判別部と、近似判別部において近似していると判別された過去導電率観測データから将来の下水の導電率値を求める導電率値算出部とを備え、推定流量値算出部は、将来の下水の導電率値から前記希釈率を求め、予測すべき下水の流量値を算出することを特徴とする雨水流入施設管理支援装置としている。

　このため、過去の多くの導電率観測データを用いることで、将来の下水の流量を予測することができる。

　また、本発明は、さらに、近似判別部は、過去の共通する時系列において、推定日導電率観測データと過去導電率観測データが近似するか否かを判別することを特徴とする雨水流入施設管理支援装置としている。このように、共通する時系列において、推定日導電率観測データと過去導電率観測データとの近似の判別を行っているため、判別精度の向上を図ることが可能となる。

　また、本発明は、さらに、導電率観測データ抽出部において抽出された、推定日導電率観測データと、過去導電率観測データとの累積自乗誤差を算出する累積自乗誤差算出部を有し、近似判別部での近似の判別は、累積自乗誤差算出部で算出された累積自乗誤差に基づいて行われることを特徴とする雨水流入施設管理支援装置としている。このため、高い精度で近似の判別を行うことができる。したがって、判別精度の向上を図ることが可能となる。

　また、本発明は、さらに、近似判別部は、累積自乗誤差算出部で算出された累積自乗誤差が小さいものの上位１つもしくは上位複数の過去導電率観測データに関するデータを記憶部に記憶させることを特徴とする雨水流入施設管理支援装置としている。このように構成した場合には、流量を推定するためのデータとなる過去導電率観測データを複数確保できるため、判別精度の向上を図ることが可能となる。

　また、本発明は、さらに、晴天日の過去導電率観測データを、さらに曜日別で抽出する曜日別導電率観測データ抽出部を有することを特徴とする雨水流入施設管理支援装置としている。このように構成により、観測日の特性を考慮した晴天日の過去導電率観測データを取得することが可能となる。

　また、本発明は、さらに、晴天日導電率観測データ抽出部は、導電率観測データ記憶部から晴天日の過去導電率観測データを複数抽出し、該抽出された複数の晴天日の過去導電率観測データの値の平均値を算出することを特徴とする雨水流入施設管理支援装置としている。このように構成した場合には、より正確な晴天日導電率観測データを取得することが可能となる。

　また、本発明は、さらに、推定流量値算出部における流量値の算出は、希釈率を入力とし、流量を出力とするモデル式を用いて行われることを特徴とする雨水流入施設管理支援装置としている。このため、希釈率に基づいて、現在の下水の流量の推定若しくは将来の下水の流量の予測を、より正確に行うことが可能となる。

　また、本発明は、さらに、推定／予測された流量値に基づいて、水質を推定／予測することを特徴とする雨水流入施設管理支援装置としている。このため、導電率値に基づいて下水の流量を推定／予測し、さらに水質を推定／予測することが可能となる。

　また、本発明は、上述のいずれかの雨水流入施設管理支援装置と、雨水流入施設における下水若しくは汚水の導電率を観測する導電率計とを備える雨水流入施設管理支援システムとしている。

　このようなシステムを構成した場合には、観測箇所に制約されることなく、長期的、安定的かつ正確に流量および水質の推定を行うことが可能となる。

　また、本発明は、コンピュータを上述のいずれかの雨水流入施設管理支援装置として機能させることを特徴とするプログラムとしている。

　このように構成した場合には、プログラムをディスク等の媒体にコピーし、当該媒体にコピーされたプログラムを複数のコンピュータにインストールすることが可能となる。したがって、プログラムがインストールされた複数のコンピュータを雨水流入施設管理支援装置として機能させることが可能となる。

　本発明によると、雨水流入施設内における流量変化もしくは水質変化を長期的、安定的かつ正確に推定することができる。

本発明の一実施の形態に係る雨水流入施設管理支援システムの構成を示す図である。図１中の流量推定部における観測時の流量値の算出処理を示すフローチャートである。図１中のＥＣ推定部における観測後一時間のＥＣ値の算出処理を示すフローチャートである。図１中の流量推定部における観測後一時間の流量値の算出処理を示すフローチャートである。

符号の説明

　１０…雨水流入施設管理支援システム
　１２…ＥＣ計
　２０…雨水流入施設管理支援装置
　２９…観測値記憶部
　３０…記憶部
　３２…ＥＣ観測データ記憶部（導電率観測データ記憶部）
　３３…雨天ＥＣ観測データ記憶部（雨天導電率観測データ記憶部）
　３４…ＥＣ推定部
　３６…流量推定部
　３８…水質推定部
　４０…ＥＣ観測データ抽出部（導電率観測データ抽出部）
　４２…累積自乗誤差算出部
　４４…近似判別部
　４６…推定ＥＣ値算出部（導電率値算出部）
　４８…晴天日ＥＣ観測データ抽出部（晴天日導電率観測データ抽出部）
　５０…曜日別ＥＣ観測データ抽出部（曜日別導電率観測データ抽出部）
　５２…希釈率算出部
　５４…推定流量値算出部

　以下、本発明の一実施の形態に係る雨水流入施設管理支援システム１０について、図面を参照しながら説明する。

　さらに、以下では、雨水流入施設管理支援装置２０、雨水流入施設管理支援方法、並びに、雨水流入施設管理支援装置２０を機能させるプログラムについても、雨水流入施設管理支援システム１０と共に説明する。

　図１は、本発明の一実施の形態に係る雨水流入施設管理支援システム１０の構成を示す図である。

　雨水流入施設管理支援システム１０は、例えば、雨水吐室、流域下水道への接続人孔もしくは合流式下水道等の雨水流入施設内における雨天日の水中の導電率を観測し、観測した導電率の値（以下、ＥＣ値という。）から、雨天日における現在もしくは将来の流量および水質の経時的変化を推定／予測するシステムである。ここで、推定は、現在の流量または水質に対して用い、予測は、将来の流量または水質に対して用いる。なお、水質の指標としてＢＯＤ（Biochemical Oxygen Demand）値を採用する。図１に示すように、雨水流入施設管理支援システム１０は、水中の導電率を観測する導電率計（以下、ＥＣ計という。）１２と、雨水流入施設管理支援装置２０とを備えている。本実施の形態では、雨天の日曜日にＥＣ計１２によって雨水流入施設内の導電率を観測し、該観測された導電率値に基づいて、観測時の流量および水質を推定すると共に、観測された３０分間の導電率の観測値に基づいて、その後１時間の流量および水質の経時的変化を予測するものとする。

　ＥＣ計１２は、例えば、推定対象となる合流式下水道内の所定の位置に設置される。雨水流入施設管理支援装置２０は、ＥＣ計１２で観測したＥＣ値に基づいて、雨天日の所定時刻（現在とする）の流量および水質を推定若しくは所定時間における経時的な流量および水質の変化を予測する装置である。

　雨水流入施設管理支援装置２０は、コンピュータシステムにより構成されるもので主に、制御部２２と、演算部２４と、表示部２６と、ＥＣ観測値収集部２８と、観測値記憶部２９と、記憶部３０と、導電率観測データ記憶部であるＥＣ観測データ記憶部３２と、雨天導電率観測データ記憶部である雨天ＥＣ観測データ記憶部３３と、ＥＣ推定部３４と、流量推定部３６と、水質推定部３８とを有し、それぞれがバスで接続されている。なお、演算部２４、表示部２６、ＥＣ観測値収集部２８、観測値記憶部２９、記憶部３０、ＥＣ観測データ記憶部３２、雨天ＥＣ観測データ記憶部３３、ＥＣ推定部３４、流量推定部３６および水質推定部３８は制御部２２の指令に基づいて作動する。これらのハードウェアと、ソフトウェアとが協働することにより、雨水流入施設管理支援装置２０による流量変化および水質変化の推定が実現される。ここで、各構成部は、推定のみならず、予測の処理も行うことができる。データを記憶する構成部（２９，３０，３２，３３）は、ＲＡＭ等のメモリおよびＣＰＵにより主に構成される。制御部２２，演算部２４、ＥＣ観測値収集部２８、ＥＣ推定部３４、流量推定部３６、水質推定部３８は、主に、ＣＰＵから構成される。表示部２６は、ＣＰＵとディスプレイにより主に、構成される。

　上述したように、制御部２２は、雨水流入施設管理支援装置２０の全体の制御を司る部分である。制御部２２は、例えば、記憶部３０に記憶されたプログラムを実行すると共に、演算部２４や水質推定部３８等で算出されたデータを受け取り、それらデータを加工した上で、表示部２６等に送信する。演算部２４は、入力されるデータに基づいて演算処理を行う部分である。表示部２６は、入力される各種データを出力する部分である。ＥＣ観測値収集部２８は、ＥＣ計１２により観測されたＥＣ値を、例えば、１分毎等の周期的に収集する部分である。観測値記憶部２９は、推定日に、ＥＣ観測値収集部２８で取得されたＥＣ値の時系列データである推定日導電率観測データ（以下、推定日ＥＣ観測データという。）や、推定日に、不図示の流量計や濁度計で観測された流量値や濁度値の時系列データを記憶する部分である。記憶部３０は、演算用のプログラムを記憶すると共に、算出された各種データを適宜記憶する部分である。

　ＥＣ観測データ記憶部３２は、雨水流入施設内で過去に観測された複数のＥＣ値の時系列データである過去導電率観測データ（以下、過去ＥＣ観測データという。）が記憶されているデータベースである。ＥＣ観測データ記憶部３２は、例えば、雨天日・晴天日等の天気や曜日毎に分類した状態で、過去ＥＣ観測データを記憶している。雨天ＥＣ観測データ記憶部３３は、雨水流入施設において過去に観測された雨天日の複数の過去ＥＣ観測データが記憶されているデータベースである。ＥＣ推定部３４は、推定日ＥＣ観測データおよび過去ＥＣ観測データに基づいて、推定対象となる雨水流入施設内において推定されるＥＣ値（以下、推定ＥＣ値という。）を算出する部分である。流量推定部３６は、推定ＥＣ値の時系列データ（以下、推定ＥＣデータという。）に基づいて、雨水流入施設内において推定される流量値（以下、推定流量値という。）を算出する部分である。水質推定部３８は、推定流量値の時系列データ（以下、推定流量データという。）に基づいて、雨水流入施設内において推定されるＢＯＤ値（以下、推定水質値という。）を時系列的に算出する部分である。

　ＥＣ推定部３４は、導電率観測データ抽出部であるＥＣ観測データ抽出部４０と、累積自乗誤差算出部４２と、近似判別部４４と、導電率値算出部である推定ＥＣ値算出部４６を有する。また、流量推定部３６は、晴天日導電率観測データ抽出部である晴天日ＥＣ観測データ抽出部４８と、曜日別導電率観測データ抽出部である曜日別ＥＣ観測データ抽出部５０と、希釈率算出部５２と、推定流量値算出部５４とを有する。

　ＥＣ観測データ抽出部４０は、観測値記憶部２９から推定日ＥＣ観測データを抽出すると共に、ＥＣ観測データ記憶部３２に記憶されている複数の過去ＥＣ観測データの中から、例えば、１つの過去ＥＣ観測データを順次抽出する部分である。累積自乗誤差算出部４２は、過去から現在までの所定の時系列の範囲における、推定日ＥＣ観測データと、過去ＥＣ観測データとの後述する累積自乗誤差を算出する部分である。近似判別部４４は、累積自乗誤差の小さい上位１０個の累積自乗誤差の値と、それらの累積自乗誤差の値とその算出に用いられた過去ＥＣ観測データを関連付けるための関連付けデータを記憶部３０に記憶する部分である。推定ＥＣ値算出部４６は、上記関連付けデータに基づいて、推定ＥＣ値を算出する部分である。

　晴天日ＥＣ観測データ抽出部４８は、ＥＣ観測データ記憶部３２から晴天日の過去ＥＣ観測データを抽出する部分である。曜日別ＥＣ観測データ抽出部５０は、晴天日ＥＣ観測データ抽出部４８によって抽出された晴天日の過去ＥＣ観測データから、さらに、推定日の曜日である日曜日の過去ＥＣ観測データを抽出する部分である。希釈率算出部５２は、晴天日の過去ＥＣ観測データと推定ＥＣデータを取得し、それらのデータの値から後述する希釈率を算出する部分である。推定流量値算出部５４は、希釈率に基づいて流量を算出するモデル式である流量推定式を作成し、その作成した流量推定式から推定流量値を算出する部分である。

　次に、雨水流入施設管理支援システム１０が、観測されたＥＣ値に基づいて、観測時の流量および水質を推定する処理について説明する。流量の推定は、流量推定部３６が推定流量値を算出することによって行われる。また、水質の推定は、水質推定部３８が推定水質値を算出することによって行われる。なお、これらの算出処理は、制御部２２の指令に基づいて行われる。

　まず、上述した雨水流入施設管理支援システム１０の算出処理のうち、流量推定部３６における推定流量値の算出処理について説明する。図２は、流量推定部３６が観測された導電率値に基づいて、観測時の流量を推定する処理を示すフローチャートである。

　図２に示すように、まず、晴天日ＥＣ観測データ抽出部４８は、雨天日ＥＣ観測データ記憶部３３に記憶されている雨天日の過去ＥＣ観測データと、ＥＣ観測データ記憶部３２に記憶されている過去ＥＣ観測データを照合し、ＥＣ観測データ記憶部３２における晴天日の過去ＥＣ観測データを識別する。そして、ＥＣ観測データ記憶部３２から識別された晴天日の過去ＥＣ観測データを抽出する（ステップＳ１０１）。次に、曜日別ＥＣ観測データ抽出部５０は、ステップＳ１０１で抽出された複数の晴天日における過去ＥＣ観測データの中から日曜日の過去ＥＣ観測データをさらに抽出する（ステップＳ１０２）。さらに、曜日別ＥＣ観測データ抽出部５０は、抽出された晴天日の日曜日における過去ＥＣ観測データの平均値（以下、晴天日ＥＣ観測データという。）を算出する（ステップＳ１０３）。

　次に、希釈率算出部５２は、推定日にＥＣ計１２によって観測されたＥＣ値を取得する（ステップＳ１０４）。さらに、ステップＳ１０３で算出された晴天日ＥＣ観測データのうち、ステップＳ１０４で取得されたＥＣ値の時刻に対応するＥＣ観測値の時系列データを抽出する（ステップＳ１０５）。

　さらに、希釈率算出部５２は、ステップＳ１０５で抽出された晴天日のＥＣ観測値（ＥＣ（ｄｒｙ））と、ステップＳ１０４で取得された雨天日のＥＣ値（ＥＣ（ｗｅｔ））を用い、以下に示す（１）式により希釈率Ｚを算出する（ステップＳ１０６）。

　Ｚ＝ＥＣ（ｄｒｙ）／ＥＣ（ｗｅｔ）　・・・・・・・・・（１）
　　　　　Ｚ：希釈率
　　　　　ＥＣ（ｄｒｙ）：晴天日のＥＣ観測値
　　　　　ＥＣ（ｗｅｔ）：雨天日のＥＣ観測値

　次に、推定流量値算出部５４は、以下の（２）式で示す、流量推定式を作成する（ステップＳ１０７）。流量推定式は希釈率Ｚを入力とし、推定流量Ｑを算出するための２次多項式である。流量推定式におけるα，βおよびγは係数であり、これらの値は観測日の降雨量に基づいて決定される。係数α，βおよびγの値は、回帰分析を用いて、流量推定式と観測した流量値（流量観測値）との相関係数が最も１に近くなったものを採用する。なお、流量推定式は２次多項式に限定されるものではなく、例えば、１次式もしくは３次式等の他の形態の式を状況に応じて適宜使用することが可能である。

　Ｑ＝αＺ^２＋βＺ＋γ　　・・・・・・・・・・・（２）
　　　　　Ｑ：推定流量
　　　　　Ｚ：希釈率
　　　　　α，β，γ：係数

　さらに、推定流量値算出部５４は、ステップＳ１０７で作成された流量推定式に、ステップＳ１０６で算出された希釈率Ｚの値を代入することにより、観測時の推定流量値を算出する（ステップＳ１０８）。以上のような処理を経ることにより、観測されたＥＣ値に基づいて、観測時における推定流量値が算出される。その結果、観測時の流量の推定を行うことが可能となる。

　次に、上述した雨水流入施設管理支援システム１０の算出処理のうち、水質推定部３８における推定水質値の算出処理について説明する。

　水質推定部３８は、まず、流量推定部３６で算出された推定流量値を取得する。次に、当該推定流量値に基づき、以下の（３）式および（４）式で示す公知の水質推定モデル式を用いて観測時の推定水質値を算出する。（３）式および（４）式における負荷流出係数Ｃ、堆積負荷量Ｐおよび流量係数ｍはパラメータであり、これらの値は経験則および観測日の降雨量に基づいて決定される。

　ｄＰ／ｄｔ＝ＤＷＬ－Ｃ・Ｐ・Ｑ^ｍ　　・・・・・・・（３）
　Ｌ＝Ｃ・Ｐ・Ｑ^ｍ　　・・・・・・・・・・・・・・・（４）
　　　　　Ｌ：負荷量
　　　　　Ｃ：負荷流出係数（パラメータ）
　　　　　Ｐ：堆積負荷量（パラメータ）
　　　　　Ｑ：推定流量
　　　　　ｍ：流量係数（パラメータ）
　　　　　ＤＷＬ：晴天日負荷量

　以上のような処理を経ることにより、流量推定部３６で算出された推定流量値から、観測時の推定水質値が算出される。そして、算出された推定水質値から観測時の水質の推定を行うことができる。

　次に、雨水流入施設管理支援システム１０が、観測された３０分間の導電率の観測値に基づいて、その後１時間のＥＣ値、流量および水質の経時的変化を予測する処理について説明する。ＥＣ値の予測は、ＥＣ推定部３４がＥＣ値を算出することによって行われる。流量の予測は、流量推定部３６が流量値を算出することによって行われる。また、水質の予測は、水質推定部３８が水質値を算出することによって行われる。なお、これらの算出処理は、制御部２２の指令に基づいて行われる。

　まず、上述した雨水流入施設管理支援システム１０の算出処理のうち、ＥＣ推定部３４におけるＥＣ値の算出処理について説明する。なお、ＥＣ観測データ記憶部３２に記憶されている過去ＥＣ観測データの数をｎｄ個とする。また、ＥＣ推定部３４におけるＥＣ値の算出処理は、制御部２２の指令に基づいて行われる。

　図３は、ＥＣ推定部３４における観測後１時間の予測を行うためのＥＣ値の算出処理を示すフローチャートである。

　雨水流入施設管理支援システム１０の電源を入力すると、制御部２２の指令により、ＥＣ推定部３４は処理を開始する。なお、記憶部３０は、後述する累積自乗誤差算出部４２によって算出された累積自乗誤差の値を記憶する１０個の記憶領域（Ｍ１～Ｍ１０）を有する。なお、本実施の形態では、ＥＣ値の立証性および算出処理の迅速性の観点から、記憶領域（Ｍ１～Ｍ１０）の個数をそれぞれ１０個とする。

　図３に示すように、まず、制御部２２は、記憶領域（Ｍ１～Ｍ１０）のそれぞれに、例えば、初期値として∞を代入する。また、累積自乗誤差の算出回数（＝Ｉ）の値を０と設定し、記憶領域（Ｍ１～Ｍ１０）に記憶されている累積自乗誤差の値と取得した算出値（＝Ｔ）とを比較する際に用いられる繰り返し変数（＝ｎ）の値を１と設定する（ステップＳ２０１）。

　次に、ＥＣ観測データ抽出部４０は、現在から遡って３０分前まで（例えば、１９時から１９時半）の推定日ＥＣ観測データを観測値記憶部２９から抽出する（ステップＳ２０２）。さらに、ＥＣ観測データ抽出部４０は、ＥＣ観測データ記憶部３２から過去ＥＣ観測データを順番に１つずつ合計ｎｄ個抽出する（ステップＳ２０３）。次に、累積自乗誤差算出部４２は、その抽出した過去ＥＣ観測データと、ステップＳ２０２で抽出した推定日ＥＣ観測データとの累積自乗誤差を算出する（ステップＳ２０４）。なお、本実施の形態では、抽出された推定日ＥＣ観測データおける過去３０分（例えば、１９時から１９時半）の時間帯において、推定日ＥＣ観測データおよび過去日ＥＣ観測データに基づいて累積自乗誤差が算出される。また、本実施の形態では、当該３０分間における、５分間隔毎の推定日ＥＣ観測データと過去ＥＣ観測データとの誤差（合計６個の誤差）を算出し、該算出された各誤差を乗じた値の和を累積自乗誤差とする。また、後述するステップＳ２０９で記憶領域（Ｍ１～Ｍ１０）に記憶される前の累積自乗誤差の値のみを算出値Ｔという。さらに、上述したように、算出値Ｔは、該算出値Ｔを算出する際に使用した過去ＥＣ観測データとの関連付けを行うための関連付けデータを有している。

　次に、制御部２２の指令により、算出回数Ｉに１を加算し、加算後の算出回数Ｉを算出する（ステップＳ２０５）。次に、近似判別部４４は、ステップＳ２０４で取得された累積自乗誤差の算出値Ｔと、記憶領域（Ｍ１～Ｍ１）に記憶されているそれぞれの累積自乗誤差の値を比較する（ステップＳ２０６，Ｓ２０７，Ｓ２０８）。なお、取得された累積自乗誤差の算出値Ｔと、記憶領域（Ｍ１～Ｍ１０）に記憶されているそれぞれの累積自乗誤差の値との比較は、記憶領域（Ｍ１～Ｍ１０）のそれぞれに記憶されている累積自乗誤差の値より小さな算出値Ｔが発見されるまで、最大１０回、繰り返されるようになっている（ステップＳ２０６，Ｓ２０７，Ｓ２０８）。具体的には、記憶領域（Ｍ１～Ｍ１０）に記憶されている累積自乗誤差の値が算出値Ｔより小さいと判断した場合（ステップＳ２０６にてＹＥＳの場合）には、ステップＳ２０７に進み、繰り返し変数ｎの値に１が加算される（ステップＳ２０７）。そして、ステップＳ２０８に進み、繰り返し変数ｎが１０に満たないと判断した場合には、ステップＳ２０６に戻り、他の記憶領域（Ｍ１～Ｍ１０のうちの該当領域）に記憶されている累積自乗誤差の値と算出値Ｔとの比較が行われる。

　一方、ステップＳ２０６において、算出値Ｔが記憶領域（Ｍ１～Ｍ１０）に記憶されている累積自乗誤差の値より小さいと判断した場合（ステップＳ２０６にてＮＯの場合）には、ステップＳ２０９に進む。続いて、近似判別部４４は、比較対象となった記憶領域Ｍ１～Ｍ１０のうちの該当領域に記憶されている累積自乗誤差の値を、算出値Ｔと入れ替える（ステップＳ２０９）。その後、ステップＳ２１０に進み、繰り返し変数ｎの値を１に書き換え、ステップＳ２０３に戻る。なお、ステップＳ２０９における最初の１０回（算出回数Ｉが１～１０の場合）の算出値Ｔの入れ替えでは、例えば、算出回数Ｉ＝１の場合には記憶領域Ｍ１の値を入れ替え、算出回数Ｉ＝２の場合には記憶領域Ｍ２の値を入れ替える等、全ての記憶領域（Ｍ１～Ｍ１０）に記憶されている∞の値を算出値Ｔに順次入れ替えるようにする。

　また、ステップＳ２０８において繰り返し変数ｎが１０より大きいと判断した場合（ステップＳ２０８でＹＥＳの場合）、ステップＳ２１１に進み、累積自乗誤差をｎｄ回以上算出したか否かを判断する（ステップＳ２１１）。ステップＳ２１１でＹＥＳと判断した場合には、推定ＥＣ値算出部４６は、記憶領域（Ｍ１～Ｍ１０）に記憶されているそれぞれの算出値Ｔの有する関連付けデータから、該算出値Ｔを算出する際に使用した過去ＥＣ観測データを取得する。さらに、推定ＥＣ値算出部４６は、それぞれの過去ＥＣ観測データにおける現時刻から将来１時間（例えば、１９時半から２０時半）のＥＣ値（以下、個別ＥＣ値という。）の時系列データを抽出し、各記憶領域（Ｍ１～Ｍ１０）に記憶する（ステップＳ２１２）。一方、ステップＳ２１１でＮＯの場合には、ステップＳ２１０に進み、繰り返し変数ｎを１に書き換えた後、ステップＳ２０３に戻る。ステップＳ２０１～ステップＳ２１１までの処理を経ることにより、記憶領域（Ｍ１～Ｍ１０）には、累積自乗誤差の小さな上位１０個の個別ＥＣ値の時系列データ（以下、個別ＥＣデータという。）が記憶されることになる。

　次に、推定ＥＣ値算出部４６は、ステップＳ２１２を経た後、記憶領域（Ｍ１～Ｍ１０）に記憶された累積自乗誤差の小さな上位１０個の個別ＥＣデータの平均値を算出し、ＥＣ値を取得する（ステップＳ２１３）。なお、このＥＣ値の時系列データ（ＥＣデータ）は記憶部３０におけるＭ１～Ｍ１０以外の他の記憶領域に記憶される。次に、制御部２２の指令に基づいて、１０個の個別ＥＣデータとＥＣデータの情報が表示部２６に送信され、表示部２６がそれらのデータを時系列的に画面に出力する（ステップＳ２１４）。以上のような処理を経て、将来１時間の時系列的なＥＣ値が算出され、その時系列データが表示部２６に出力される。

　次に、上述した雨水流入施設管理支援システム１０の算出処理のうち、流量推定部３６における流量値の算出処理について説明する。なお、流量推定部３６における流量値の算出処理は、制御部２２の指令に基づいて行われる。

　図４は、流量推定部３６における観測後１時間の流量データの算出処理を示すフローチャートである。なお、観測後１時間の流量データの算出処理は、観測時の流量値の算出処理と類似しているため、類似する部分の説明を簡略化する。

　図４に示すように、まず、晴天日ＥＣ観測データ抽出部４８は、ＥＣ観測データ記憶部３２から識別された晴天日の過去ＥＣ観測データを抽出する（ステップＳ３０１）。次に、曜日別ＥＣ観測データ抽出部５０は、ステップＳ３０１で抽出された複数の晴天日における過去ＥＣ観測データの中から日曜日の過去ＥＣ観測データをさらに抽出する（ステップＳ３０２）。さらに、曜日別ＥＣ観測データ抽出部５０は、晴天日ＥＣ観測データを算出する（ステップＳ３０３）。

　次に、希釈率算出部５２は、ＥＣ推定部３４で算出された将来１時間のＥＣ値の時系列データを取得する（ステップＳ３０４）。さらに、ステップＳ３０３で算出された晴天日ＥＣ観測データのうち、ステップＳ３０４で取得されたＥＣ値の時刻に対応するＥＣ観測値の時系列データを抽出する（ステップＳ３０５）。

　さらに、希釈率算出部５２は、ステップＳ３０５で抽出された晴天日のＥＣ観測値（ＥＣ（ｄｒｙ））と、ステップＳ３０４で取得された雨天日のＥＣ観測値に対応するＥＣ値（ＥＣ（ｗｅｔ））を用い、上述した（１）式により希釈率Ｚを算出する（ステップＳ３０６）。なお、希釈率Ｚは取得したＥＣ値の時間（１時間）において時系列的に算出される。

　次に、推定流量値算出部５４は、上述した（２）式で示す式を作成する（ステップＳ３０７）。

　さらに、推定流量値算出部５４は、ステップＳ３０７で作成された式に、ステップＳ３０６で算出された希釈率Ｚの値を代入することにより、将来１時間の流量値を時系列的に算出する（ステップＳ３０８）。以上のような処理を経ることにより、ＥＣ推定部３４で算出されたＥＣ値に基づいて、将来１時間の流量値が算出される。その結果、将来１時間の流量変化の予測を行うことが可能となる。

　次に、上述した雨水流入施設管理支援システム１０の算出処理のうち、水質推定部３６における水質値の算出処理が上述した場合と同様な手順で行われる。そして、流量推定部３６で算出された流量値から、将来１時間の水質データが算出され、該算出された水質データから将来１時間の水質変化の予測を行うことができる。

　以上のように構成された雨水流入施設管理支援システム１０では、推定日ＥＣ観測データと、過去ＥＣ観測データに基づいて取得されたＥＣデータから、流量値を取得できる。したがって、観測箇所に制約されず、長期的、安定的かつ正確に流量変化を推定／予測することが可能となる。さらに、流量値に基づいて水質値を求めることができる。このように、ＥＣ観測データに基づいて水質値を求めることができるため、観測箇所に制約されず、長期的、安定的かつ正確に水質変化を推定／予測すること可能となる。その結果、合流下水道等の雨水流入施設の適切な運転管理を行うことが可能となる。

　また、雨水流入施設管理支援方法では、晴天日の汚水のＥＣ観測値を雨天日の下水のＥＣ観測値で割って希釈率を算出し、該希釈率に基づいて、流量値を算出している。したがって、ＥＣ計１２を用いて流量の推定／予測を行うことができる。その結果、流量計を用いる場合と比較して、観測箇所に制約されることなく、長期的、安定的かつ正確に流量の推定／予測を行うことができる。

　また、ＥＣ推定部３４は、推定日ＥＣ観測データと、過去ＥＣ観測データとの累積自乗誤差を算出し、その累積自乗誤差が小さいものの上位１０個の過去ＥＣ観測データを抽出し、それらの平均値からＥＣ値を算出している。このため、実際に観測するデータとより近似する過去ＥＣ観測データを抽出することができ、その結果、算出されるＥＣ値の精度が向上する。

　また、流量推定部３６では、ＥＣ観測値の曜日に対応する複数の日曜日における晴天日の汚水のＥＣ観測データの平均値を算出している。このため、より信頼性の高い晴天日ＥＣ観測データを取得することが可能となる。

　また、流量推定部３６では、希釈率Ｚを入力とし、流量を出力とする式を作成している。このため、この式を用いて降雨状況に応じた流量値を算出することが可能となる。

　以上、本発明の一実施の形態について説明したが、本発明は上述の形態に限定されることなく、種々変形した形態にて実施可能である。

　上述の実施の形態では、ＥＣ観測データ抽出部４０で、ＥＣ観測データ記憶部３２記憶されているｎｄ個全ての過去ＥＣ観測データを抽出し、累積自乗誤差算出部４２でｎｄ個の累積自乗誤差を算出しているが、算出する累積自乗誤差はｎｄ個に限定されるものではなく、ｎｄ個より少ない個数の過去ＥＣ観測データを抽出し、その抽出した個数の累積自乗誤差を算出するようにしても良い。

　また、上述の実施の形態では、ＥＣ推定部３４は、観測時のＥＣ値を用いて観測時における流量を推定すると共に、過去３０分の推定日ＥＣ観測データを取得して、将来１時間のＥＣ値を算出している。しかしながら、取得される推定日ＥＣ観測データの時間帯および算出されるＥＣ値の時間帯は、それぞれ３０分および１時間に限定されるものではなく、例えば、過去１時間の推定日ＥＣ観測データを取得して、将来２時間のＥＣ値を算出するようにしても良い。また、過去に観測されたＥＣ観測データから、過去の流量値および水質値を算出することにより、雨水流入施設管理支援システム１０を、過去の流量および水質を検証するために用いても良い。

　また、上述の実施の形態では、ＥＣ推定部３４は、累積自乗誤差のうち当該誤差の値が小さな過去ＥＣ観測データを上位から順番に１０個取得し、１０個の過去ＥＣ観測データの平均値をＥＣデータとしているが、累積自乗誤差によって取得するＥＣ観測データの数は１０個に限定されるものではなく、例えば、１個もしくは１５個等他の数としても良い。

　また、上述の実施の形態では、ＥＣ観測データ抽出部４０は、日曜日の晴天日のＥＣ観測データを抽出しているように、ＥＣ計１２によってＥＣ値を観測した曜日を基準として、ＥＣ観測データを抽出しているが、この晴天日のＥＣ観測データからさらに抽出されるデータの基準を曜日に限定することなく、例えば、平日であるか休日であるかを基準にしても良いし、祭り等の特別な行事が行われる日を基準にしても良い。また、台風が通過した次の日を基準としたり、春・夏・秋・冬等の季節を基準としたり、他の基準を設定するようにしても良い。

　また、上述の実施の形態では、雨水流入施設管理支援システム１０や雨水流入施設管理支援装置２０等の機能を特定のハードウェアを指定して機能別手段として行わせているが、全てまたはその一部をプログラムからなるソフトウェアによって実現しても、あるいはその少なくとも一部をハードウェアで実現しても良い。例えば、制御部２２における処理の全部またはその一部は、１または複数のプログラムによりコンピュータ上で実現しても良く、その少なくとも一部をハードウェアで実現しても良い。

　また、上述の実施の形態では、ＥＣ推定部３４におけるＥＣデータの算出において、累積自乗誤差を算出する毎に、算出された算出値Ｔと記憶領域（Ｍ１～Ｍ１０）に記憶されている累積自乗誤差の値と比較しているが、最初に、ＥＣ観測データ記憶部３２に記憶されているｎｄ個の全ての過去ＥＣ観測データについて累積自乗誤差をそれぞれ算出し、その算出された累積自乗誤差の算出値Ｔのうちで値が小さな上位１０個の将来１時間後のＥＣ観測データを記憶領域（Ｍ１～Ｍ１０）に記憶するようにしても良い。

　以下、本発明の実施例について説明する。

　まず、ＥＣ推定部によって得られたＥＣ値の結果について示す。

　表１に、合流式下水道において測定したＥＣ観測値の結果を示す。また、表２および表３にＥＣ推定部によって算出されたＥＣ値の結果の一例を示す。なお、ＥＣ値の観測（以下、ＥＣ観測という。）は、降雨日である２００７年６月２２日にＥＣ計を用いて行った。また、ＥＣ値の予測（以下、ＥＣ予測という。）は、２００７年６月２２日の１９時～２１時半（表１における波線Ａで囲んだ部分）まで行ったものを示す。具体的には、１９時～１９時半までのＥＣ観測値に基づいて、１９時半～２０時半までのＥＣ予測を行うと共に、２０時～２０時半までのＥＣ観測値に基づいて、２０時半～２１時半までのＥＣ予測を行った。

　表２に示すように、１９時～１９時半までのＥＣ観測値に基づいて取得された１９時半～２０時半までの１０個のＥＣ値のグラフは、１９時半～２０時半までのＥＣ観測値のグラフから大きく離れることはなかった。また、１０個のＥＣ値のグラフの平均をとった１９時半～２０時半までのＥＣ値のグラフは１９時半～２０時半までのＥＣ観測値のグラフと近似するものとなった。

　また、表３に示すように、２０時～２０時半までのＥＣ観測値に基づいて取得された２０時半～２１時半までの１０個のＥＣ値のグラフは、２０時半～２１時半までのＥＣ観測値のグラフから大きく離れることはなかった。また、２０時半～２１時半までのＥＣ値のグラフは２０時半～２１時半までのＥＣ観測値のグラフと近似するものとなった。

　以上の結果より、ＥＣ推定部によってＥＣ予測を正確に行えることが分かった。

　次に、流量推定部によって得られた流量データの結果について示す。

　表４に、流量推定部により算出された希釈率の時系列的な変化と、観測した流量値（以下、流量観測値という。）の時系列的な変化の比較を示す。また、表５に、希釈率を変数とした流量推定式のグラフと流量観測値との比較を示す。また、表６に、流量推定部によって算出された推定流量値のグラフと流量観測値の時系列的な変化との比較を示す。なお、ＥＣ観測および流量観測は、降雨日である２００７年６月１０日の０時～２００７年６月１１日の１６時までＥＣ計およびポンプを用いてそれぞれ行った。また、流量値の予測（以下、流量予測という。）は、２００７年６月１０日の０時半～２００７年６月１１日の１６時半まで行った。なお、流量予測で使用される流量推定式における係数α，βおよびγの値をそれぞれ０．１８３５、－０．５２５７および１．０３３７に設定した。この場合の相関係数Ｒ^２の値は０．８２６８であった。

　表４に示すように、ＥＣ観測データ記憶部から抽出され、流量推定部によって算出された晴天日の汚水のＥＣ観測値（ＥＣ（ｄｒｙ））を、雨天日である２００７年６月１０日の下水のＥＣ観測値（ＥＣ（ｗｅｔ））で割った希釈率（ＥＣ（ｄｒｙ）／ＥＣ（ｗｅｔ））のグラフと流量観測値（Ｑ）のグラフは類似するものとなった。特に、時間を３０分ずらした流量観測値（Ｑ（＋３０））のグラフと希釈率（ＥＣ（ｄｒｙ）／ＥＣ（ｗｅｔ））のグラフはより類似するものとなることがわかる。また、これらの結果から、希釈率（ＥＣ（ｄｒｙ）／ＥＣ（ｗｅｔ））から流量の値が予測できることがわかった。

　また、表５に示すように、この流量推定式によって算出された流量の値を時間において３０分ずらした流量の値（Ｑ（＋３０））と、時間において３０分ずらした流量観測値（Ｑ（＋３０））との相関係数Ｒ^２の値は０．８２６８となった。この結果から、流量推定式で算出される流量値（Ｑ（＋３０））と流量観測値（Ｑ（＋３０））はさほど誤差がないことがわかった。したがって、希釈率（ＥＣ（ｄｒｙ）／ＥＣ（ｗｅｔ））を入力とした流量推定式を用いて流量の値が予測できることがわかった。

　また、表６に示すように、流量推定式によって算出された流量値のグラフは、流量観測値の時系列変化と近似していることが分かった。

　以上の結果より、希釈率に基づいて流量を正確に予測できることが分かった。

　次に、水質推定部によって得られた水質データの結果について示す。

　表７に、水質推定部によって算出された水質値のグラフと、観測した水質値（以下、水質観測値という。）の時系列的な変化の比較を示す。なお、水質の観測および水質変化の予測（以下、水質予測という。）は、降雨日である２００７年７月１４日１２時～２００７年７月１４日１２時まで行った。また、水質予測で使用される水質推定モデル式における負荷流出係数Ｃを０．００００５、堆積負荷量Ｐを０．１０、流量係数ｍを１．４および晴天時負荷量ＤＷＬを９９．３にそれぞれ設定した。

　表７に示すように、水質推定モデル式によって算出された水質値のグラフは、水質観測値の時系列変化と近似していることが分かった。

　以上の結果より、流量に基づいて水質を正確に予測できることが分かった。また、上述の各結果を考察すると、ＥＣ計で観測したＥＣ観測値に基づいて、水質予測を正確に行えることが分かった。

　本発明の雨水流入施設管理支援装置、雨水流入施設管理支援システム、雨水流入施設管理支援方法、並びに、雨水流入施設管理支援装置として機能させるプログラムは、雨水流入施設の運転管理を行うサービス産業において利用することができる。

Claims

　雨水流入施設における下水中の導電率から当該下水の流量もしくは水質を推定する雨水流入施設管理支援方法であって、
　上記雨水流入施設に設置された導電率計によって観測された晴天日の汚水の導電率値を、上記導電率計によって観測された雨天日の下水の導電率値で割って希釈率を算出し、当該希釈率に基づいて下水の流量を推定することを特徴とする雨水流入施設管理支援方法。
　さらに、前記雨水流入施設において過去に観測された複数の導電率値の時系列データである過去導電率観測データを導電率観測データ記憶部に記憶し、
　前記導電率計によって推定日に観測された下水の導電率値の時系列データである推定日導電率観測データを観測値記憶部に記憶し、
　上記観測値記憶部から上記推定日導電率観測データを抽出すると共に、上記導電率観測データ記憶部から上記過去導電率観測データを順番に抽出し、
　上記導電率観測データ抽出部において抽出された、上記過去導電率観測データが上記推定日導電率観測データと近似しているか否か判別し、前記希釈率に基づいて将来の下水の流量を予測することを特徴とする請求項１に記載の雨水流入施設管理支援方法。
　前記流量の推定／予測は、前記希釈率を入力とし、流量を出力とするモデル式を用いて行われることを特徴とする請求項１または２記載の雨水流入施設管理支援方法。
　前記推定／予測された流量に基づいて、水質を推定／予測することを特徴とする請求項１から３のいずれか１項記載の雨水流入施設管理支援方法。
　雨水流入施設における下水中の導電率から当該下水の流量もしくは水質を推定する雨水流入施設管理支援装置であって、
　演算されたデータが記憶される記憶部と、
　上記雨水流入施設において過去に観測された複数の導電率値の時系列データである過去導電率観測データが記憶される導電率観測データ記憶部と、
　導電率計によって推定日に観測された下水の導電率値である推定日導電率観測値が記憶される観測値記憶部と、
　上記導電率観測データ記憶部から晴天日に観測された汚水の過去導電率観測データを抽出する晴天日導電率観測データ抽出部と、
　上記晴天日の汚水の過去導電率観測データの値を、下水の上記推定日導電率値で割って希釈率を算出する希釈率算出部と、
　上記希釈率に基づいて、推定すべき下水の流量値である流量値を算出する推定流量値算出部と、を有することを特徴とする雨水流入施設管理支援装置。
　さらに、演算されたデータが記憶される記憶部と、
　前記雨水流入施設において過去に観測された複数の導電率値の時系列データである過去導電率観測データが記憶される導電率観測データ記憶部と、
　導電率計によって推定日に観測された下水の導電率値の時系列データである推定日導電率観測データが記憶される観測値記憶部と、
　上記観測値記憶部から上記推定日導電率観測データを抽出すると共に、上記導電率観測データ記憶部から上記過去導電率観測データを順番に抽出する導電率観測データ抽出部と、
　上記導電率観測データ抽出部において抽出された、上記過去導電率観測データが上記推定日導電率観測データと近似しているか否か判別する近似判別部と、
　上記近似判別部において近似していると判別された上記過去導電率観測データから将来の下水の導電率値を求める導電率値算出部とを備え、
　前記推定流量値算出部は、上記将来の下水の導電率値から前記希釈率を求め、予測すべき下水の流量値を算出することを特徴とする請求項５に記載の雨水流入施設管理支援装置。
　前記近似判別部は、過去の共通する時系列において、前記推定日導電率観測データと過去導電率観測データが近似するか否かを判別することを特徴とする請求項６記載の雨水流入施設管理支援装置。
　さらに、前記導電率観測データ抽出部において抽出された、前記推定日導電率観測データと、前記過去導電率観測データとの累積自乗誤差を算出する累積自乗誤差算出部を有し、
　前記近似判別部での近似の判別は、上記累積自乗誤差算出部で算出された累積自乗誤差に基づいて行われることを特徴とする請求項６または７記載の雨水流入施設管理支援装置。
　前記近似判別部は、前記累積自乗誤差算出部で算出された累積自乗誤差が小さいものの上位１つもしくは上位複数の前記過去導電率観測データに関するデータを前記記憶部に記憶させることを特徴とする請求項６から８のいずれか１項記載の雨水流入施設管理支援装置。
　前記晴天日の過去導電率観測データを、さらに曜日別で抽出する曜日別導電率観測データ抽出部を有することを特徴とする請求項５から９のいずれか１項記載の雨水流入施設管理支援装置。
　前記晴天日導電率観測データ抽出部は、前記導電率観測データ記憶部から前記晴天日の過去導電率観測データを複数抽出し、
　該抽出された複数の前記晴天日の過去導電率観測データの値の平均値を算出することを特徴とする請求項５から１０のいずれか１項に記載の雨水流入施設管理支援装置。
　前記推定流量値算出部における前記流量値の算出は、前記希釈率を入力とし、流量を出力とするモデル式を用いて行われることを特徴とする請求項５から１１のいずれか１項記載の雨水流入施設管理支援装置。
　前記流量値に基づいて、水質を推定／予測することを特徴とする請求項５から１２のいずれか１項記載の雨水流入施設管理支援装置。
　請求項５から１３のいずれか１項記載の雨水流入施設管理支援装置と、
　雨水流入施設における下水若しくは汚水の導電率を観測する導電率計と、
　を備えることを特徴とする雨水流入施設管理支援システム。
　コンピュータを請求項５から１３のいずれか１項記載の雨水流入施設管理支援装置として機能させることを特徴とするプログラム。