AI城市内涝积水识别定制：路侧视频与告警分级

在智慧城市实验室本阶段试验中，我们把内涝监测的落点从「加装水位计」改为「复用已有路侧视频」，验证低成本路线的可行性。

三个主要难点：一是标定，多数路侧相机无高程信息，我们用水尺贴纸配合轮胎、护栏立柱等已知参照物反推像素—厘米映射，单点人工标定约 8 分钟；二是误报，雨夜车灯反光、积水倒影与真实积水在纹理上高度相似，改用区域时序一致性判别，以连续 3 帧以上保持的低反射率突变作为入水特征；三是分级，按水深分为 ≤10cm 提示、10–25cm 预警、>25cm 报警，分别走不同工单通道。

阶段性进展：

• 在 2 个试点区的 37 路视频上，≤10cm 深度识别准确率约 86%，>25cm 漏报率控制在 5% 以内；
• 残余误报主要来自洒水车与道路清洗作业，已通过作业时间段白名单压制。

下一步计划：接入排水管网液位与泵站运行状态，把单点识别升级为片区内涝演进推演，并验证积水退去判定的收敛时间。