AI城市内涝积水点识别：视频水位标定与告警分级

城市内涝的发现目前主要依赖人工上报和少量水位计，覆盖密度不够，常常是雨停了才知道哪里淹了。智慧城市实验室这一轮实验的思路是：把路侧既有的监控摄像头当作水位传感器来用。

技术上分三步。先在画面中标注稳定参照物（路缘石棱线、护栏立柱、墙面水尺刻度），用透视变换把图像坐标映射到路面实际高度，建立像素—水深的对应关系；再用轻量分割模型逐帧提取水面区域，与参照物交叠后估算水深；最后做多路视频的时空融合，同一积水点由相邻两台相机交叉确认才触发事件，压低单路误报。

• 阶段进展：在 6 个易涝点位的离线回放数据上，0~30cm 区间的水深估算平均误差约 4cm，达到提示级告警的可用门槛；交叉确认机制把单路误报压到原来的三分之一左右。
• 下一步：补足夜间与强反光场景，引入降雨强度、排水口液位等外部信号做趋势外推，把告警从“已积水”前移到“将积水”，再与市政排水调度流程对接验证。