水道本管破損の分析に最適なホットスポット手法は？

Question

水道本管破損の分析に使用する最適なホットスポットツールのパラメータについてアドバイスを探しています。弊社のAMSから破損データをエクスポートし、その後、水道管のユニークIDでテーブルを集約（dissolve）して、各線分ごとに1行、破損の合計値を持つ列を作成します。それを水道管データに結合しています。<\/P> そこから、可視化には線分または線分の重心から作成したポイントフィーチャを使用しています。 <\/P> これまでホットスポットツールを少し使ったことはありますが、正直なところその仕組みは謎です。特に水道本管破損を見る際にどの空間関係手法が最も適切かについてはわかりません。<\/P> 破損データを見る際の問題は、ある本管の破損が隣の通りの本管の破損に影響しない可能性があることです。例えば、本管Aは古いため多くの破損があり、本管Bは材質のため多くの破損があるかもしれません。 <\/P> 基本的には、保有している破損合計データを使って問題のある地域を特定したいと考えています。現在は線分ベースで行っていますが、もっと集約された結果が得られて、単に手探りでやっている感じがしない方法を試したいです。<\/P> 水道事業に携わっている方で何かアドバイスがあればお願いします。ありがとうございます。<\/P>

KyleGonterwitz · Answer

I didn't develop the approaches, I only programmed and tried to document it in the jupyter notebook.  It's just like you said, its ages, materials, any factors you can identify, then relationships to breaks, put things in bins or categories, and try to figure out what makes sense - that's where the AI approach would be helpful in making it less arbitrary and examining sensitivity of various factors in your system (its the scientific method - guess and test).  It would be interesting to do more comparison with relation between breaks and weather data as well.

I have tried looking at emergent hot spots but the break data isn't dense enough over time to make real useful statistics  determinations.

AaronManuel2 · Answer

Thanks Kyle, this looks great.

For your scoring, is this something based on an industry standard or did you develop it yourself? If I'm looking at your scripts right it looks like you are summing up the individual score categories to get a total score number of points.

My struggle has been trying to come up with some kind of scoring matrix that doesn't feel arbitrary.

Regarding the data, our data quality is ok. Not great but I've seen worse. We have decent data on breaks at least, which is what we try to focus on the most.

KyleGonterwitz · Answer

I've updated a couple existing organization processes for this into a Jupyter notebook, shared here.

https://github.com/gontek/CMED/blob/main/AssetPrediction.ipynb

https://github.com/gontek/CMED/blob/main/WaterMainAssessment.ipynb

I know of other people in the business doing great research into this stuff utilizing AI to explore deeper into what causes breaks and poor service.  You are right that there are many factors to consider and each system is different and unique, and you are very fortunate if you have good break/leak data to work with.