← 返回实验室

AI城市内涝预警定制:降雨外推与积水点分级

城市内涝预警的难点不在于雨量大小,而在于“哪一段路、什么时候开始积水”。我们在这条线上做了一个小范围试点,思路是把预报、管网与现场感知串成一条短链路。

具体做法分三步:先用气象雷达外推结合地面雨量计,做0~2小时的分钟级降雨估计;再把降雨作为输入,驱动片区内几处易涝点的简化产汇流与管网排水模型,输出积水深度的区间预测;最后用路口相机识别积水标尺与路面反光区域,对模型输出做在线校准和偏差修正。

进展:在试点新区的12处易涝点,2小时预见期的预警命中率约八成,误报主要来自短时强降雨落区偏移。所有输出以“风险等级+置信区间”呈现,不直接给出确定深度。

下一步:接入泵站液位与闸门状态,把预警和预抽空排程联动;同时补一批暴雨样本,重点压低落区偏差带来的误报。对城市管理而言,提前40分钟知道哪里可能积水,往往比事后调度更值钱。

评论

更多研究动态

查看全部实验室 →