AI城市内涝积水识别：水位标定与雨量融合预警

城市内涝的早期识别依赖固定水位站，但覆盖密度有限。本实验室尝试复用路侧视频与雨量数据，做低成本积水点识别。方法上，先用手工标注的路面参照物（标线、路缘石）建立像素-实际水位映射，再用时序模型区分积水、湿路与水膜反光；同时接入周边雨量计与泵站运行状态，修正单点误判。

进展：在2个易涝路段试点，对10~25 cm积水深度的估算误差约±3 cm，单点推理延迟低于2 s，可在边缘盒上运行。夜间误报率偏高，正通过多帧时序与红外补光改善。

下一步：接入短临降雨预报，把预警提前量从当前约5分钟延长到15~30分钟，并验证泵站联动策略。