← 返回实验室

AI内涝积水点预警:降雨雷达与管网水位融合

城市内涝预警长期依赖单点水位计与人工巡查,覆盖稀疏、提前量不足。智慧城市实验室近期围绕「多源观测融合 + 短临预报」做了一组实验性探索。

我们以某城区 12 个易涝点为样本,把三类数据对齐到 5 分钟时间粒度:气象雷达外推降雨强度、排水管网关键节点水位、历史积水报警与工单记录。模型不直接判断「是否积水」,而是先估计管网余量,再结合地表汇水速度换算为到达临界水位的剩余时间,输出关注/准备/处置三级预警。

要点一(进展):在 3 场实测降雨中,对 30 分钟内的积水发生时刻,平均提前量约 22 分钟;误报集中在管网施工导致过流能力临时下降的场景。

要点二(下一步):引入泵站运行状态与实时施工台账作为修正项,并测试边缘侧低带宽条件下的推理可行性。预警要落到街道层面,时效往往比精度更先被感知。

评论

更多研究动态

查看全部实验室 →