城市内涝的风险点往往分散在下穿隧道、老旧片区和低洼路口，传统的固定阈值报警要么滞后，要么在中小雨时频繁误报。智慧城市实验室近期在一项实验性课题中，尝试以「雨量序列 + 点位水位回传」为主要输入，对易涝点积水深度做短时预测，而不是等水位越线再报警。
方法上以15分钟为步长，融合雨量站分时降雨、点位水位计、邻近泵站运行状态与地形汇水单元划分，用序列模型预测未来1小时的积水深度曲线，并按深度分级推送。传感器缺测时，用邻近站点与历史降雨—水位关系做插补，避免单点故障形成盲区。
要点：
· 进展：在三个城区的12个易涝点试运行，1小时积水深度预测的平均绝对误差约3厘米级，预警提前量由约8分钟延长至30分钟以上，中小雨场景的无效告警明显减少。
· 下一步：接入泵站与排水调度的反馈信号，验证「预测—调度—复核」的闭环收益，并评估模型压缩至路侧边缘设备离线运行的可行性，重点观察极端降雨下的外推稳定性。
评论