智慧城市实验室围绕城市内涝这一高频痛点，在华东某新区开展了小范围实验性探索：将分散的雨量站、河道水位计、下穿隧道液位计与泵站运行数据统一接入边缘网关，用轻量时序模型做短临积水风险推断，输出未来30~60分钟的积水概率与可能受影响路段。
实验中我们更关注的不是模型复杂度，而是数据可用性。方案采用「阈值触发＋模型修正」的混合策略：当液位变化率超过经验阈值时提前唤醒模型，规避纯数据驱动在极端降雨下的漏报；模型只负责在候选点位中排序，最终预警仍由规则兜底，便于运维人员理解与复核。
要点：
- 进展：接入3类共27个感知点位，覆盖6处历史积水点。近两个月4次降雨过程中，6处点位有5处提前18~35分钟触发提示；误报主要来自排水管网施工造成的临时水位异常，已在特征中增加施工时段标记。
- 下一步：补齐泵站启停记录与管网拓扑数据，试点与排水、交警部门的联动通知，把「风险提示」逐步推进到「处置建议」。
样本量与季节覆盖仍然有限，现阶段结论仅供内部验证参考。
评论