高速道路舗装の補修は，経年に伴う上層路盤下面からの疲労ひび割れの発生に加え，路面のひび割れから浸透した水によって損傷が深層化し，補修サイクルが短くなる傾向がある．したがって，損傷が深層化する前に直す予防保全を実施するには，下層支持力の把握が重要となる．しかし，FWD測定による把握は交通規制を伴うため，路面性状測定車のように短時間で長距離を測定することは困難である．そこで本研究では，舗装マネジメントシステムのデータを用いた，機械学習に基づくたわみ指標推定モデルを改良し，モデルの汎用性と予測精度の向上を図った．その結果，開発モデルは真値と推定値の決定係数（R²）0.794が得られ，さらに，北陸自動車道約250kmの長距離区間における下層支持力について，短時間で把握できる可能性が示された．
Suzuki et al. (2025) studied this question.