智慧城市实验室近期完成了一轮内涝预警的小规模验证。思路很朴素：先把路侧摄像头、地埋水位计与雨量站的读数对齐到同一时间轴，先回答“哪里积水”，再回答“水会怎么涨”。
进展：在 12 个历史易涝点布设试点，视觉模型负责积水区域边界与井盖返水的识别，毫米波水位计提供厘米级标定，两者交叉验证后，积水深度的分钟级估计误差控制在 5 厘米以内。降雨—积水响应模型以近三年泵站运行与降雨记录训练，可在强降雨发生前约 20 分钟给出分级预警；当前误报主要出现在大风扰动水面的时段。
下一步：一是把预警等级与泵站启停做成弱耦合联动，现阶段只输出建议、不直接下发指令；二是补齐夜间与强反光场景样本，目标是让可用识别时段从日间扩展到全天。
我们不追求“预测每一处积水”，而是让有限的传感资源优先覆盖最需要的那几个路口。
评论