戚宇瑶，周杨军，周鹏飞

(中国城市规划设计研究院上海分院，上海 200335)

1 引言

近年来，我国正处于大力推进排水管网修复改造的阶段，2019年，国务院印发《城镇污水处理提质增效三年行动方案(2019—2021年)》，明确提出推进生活污水收集处理设施改造和建设，建立污水管网排查和周期性检测制度。其主要原因在于至2019年，全国已建排水管网破碎率高达30%，管网检测修复亟待开展。由于时间有限、如CCTV检测等昂贵的评估技术和大量的管道规模，频繁地对污水管网进行检查并不符合成本效益。因此准确地预测排水管网状况，能够指导从业人员，为相关部门和机构定制状况评估模型，通过优化检查时间和减少检查次数，节省成本，也可为市政当局提供决策标准，以制定修复策略。

影响地下排水管道破损的因素分为三组：物理因素、施工操作因素和环境因素。通常情况下，相关管理部门和市政当局能掌握足够的物理数据，但环境和操作因素的信息往往无法获得。而美国在2002年，排水管网密度平均在20～30 km/km2，是我国现状管网密度的2～3倍，基本实现了全国范围内管网全覆盖全收集的目标。美国排水管网的问题主要存在于破损管道的维护、修复、改造。近20年以来，美国将状态预测模型的开发利用作为排水管网领域的重点研究对象，对我国开展排水管网的检测修复有极高的参考价值。

排水管网预测模型种类众多，既有传统的统计模型，如马尔科夫链(Markov chain)和逻辑函数模型(Logistic regression)；也有一些人工智能模型，如神经元网络(Neural network)和机器学习(Machine learning)等。……