城市内涝预警的难点往往不在模型本身，而在数据稀疏与响应窗口太短。本期智慧城市实验室在一段老城区主干道做了小范围实验：将沿线 6 个雨量站、3 处下穿隧道水位计与片区排水泵站的运行记录对齐到 5 分钟时间窗，先做缺测补齐与漂移校正，再用轻量时序模型预测未来 30 分钟的积水深度分级。
实验发现，仅靠雨量站很难刻画短历时强降雨的空间差异；引入隧道水位计的历史回落曲线后，积水深度分级准确率由约 68% 提升到 81%。但「是否需要封路」这一事件的召回率仍偏低，主要原因是泵站启停多为人工操作、台账记录不规范，导致调度动作无法作为可靠特征。
- 进展：完成近 3 个月数据的对齐与清洗，形成 12 处易涝点的特征模板；模型在边缘网关侧单点推理约 40ms，可直接接入现有灯杆设备。
- 下一步：联合排水部门补齐泵站台账，并尝试把调度动作作为决策变量而非外部输入，在汛期前完成一轮离线回放验证。
评论