AI内涝积水点预警定制：雨量雷达与管网液位

城市内涝预警的难点不在雨量预报，而在"哪一段管网先顶不住"。我们在智慧城市实验室做了一组小规模实验：把气象雷达外推降雨网格、管网关键节点液位计与易涝点路面水尺，统一时空基准对齐到 5 分钟粒度，用轻量时序模型预测未来 1~2 小时各易涝点的积水概率与深度区间。

方法上没有追求端到端大模型，而是分三步：先拟合降雨—液位—积水的传导关系，再用历史内涝工单回补样本，最后加一层物理约束（管径、坡度、下游顶托），避免出现"雨停了水位还在涨"这类反常识输出。

要点：
· 进展：在某老城区 12 个易涝点、约 5 公里干管上完成离线回测，1 小时积水预警命中率约 78%，误报主要来自泵站临时启停未纳入输入。
· 下一步：接入泵站与闸门运行状态，试点向排涝队推送分级预警（关注 / 待命 / 出动），观察响应是否真的提前。