城市内涝预警的难点不在降雨预报本身，而在「雨落到哪、水流向哪、泵抽不抽得动」这三段链条的衔接。智慧城市实验室近期的实验性探索，把气象雷达回波外推、地面雨量站、排水管网汇水单元与泵站液位放入同一套时序框架，对易涝点做点位级风险提示。
做法上不追求端到端黑箱：先用雷达外推给出未来60分钟的分区降雨强度，再通过简化汇水模型把降雨折算成各排水分区的入流过程，泵站液位与历史积水记录作为状态修正项。模型输出是每个易涝点未来30分钟内出现积水的概率，而非确定的积水深度，以避免过度承诺。
- 阶段进展：在某试点片区的3个历史易涝点，提前25~35分钟给出风险提示，命中率约78%，误报多集中于短时强降雨的前10分钟；
- 下一步计划：接入路口视频的积水识别结果做在线校验，并把泵站启停动作作为干预变量纳入模型，用于比较不同调度策略下的积水持续时间。
对智慧城市而言，预警的价值取决于它能否嵌入既有的排涝调度流程。现阶段的目标不是替代调度员，而是把「是否需要提前布防」这一判断，从经验转为可回溯的概率提示。
评论