AI内涝积水点预警：视频水位与降雨外推

智慧城市实验室近期在城市内涝预警方向完成一轮小规模验证。我们把路口摄像头、下穿隧道水位计与短时降雨预报拼到同一条时间轴上，先判断哪里在积水，再估计水位上涨速度，最后给出未来30分钟的风险等级。

做法上，视频侧不做全画面分割，只截取路沿、雨水口和隧道标尺三类固定参照区域，用轻量模型估计水面与参照物的相对位置；降雨侧输入雷达外推的10分钟滚动序列，不依赖长时预报。两者融合时按路段历史积水频次调整权重，减少“预报下雨就报积水”的误报。

阶段进展：
· 在3个易涝点位的回溯测试中，水位达阈值前10分钟发出预警的召回率约0.86，误报主要来自洒水车与道路清洗形成的水膜；
· 下一步计划接入泵站与闸门运行状态，把“预警”扩展为“开泵时机建议”的对比实验，并在雨季前完成一次实地演练。