AI城市内涝积水预测：管网液位与降雨融合

城市内涝的短临预测难点在于降雨的局地性与排水管网的迟滞响应。我们把气象雷达外推降雨、地面雨量站和管网液位、易涝点视频水尺放在同一时间轴上，用图神经网络表达汇水区—检查井—泵站的拓扑关系，先做逐15分钟的液位推演，再用水尺观测做残差校正，避免单纯依赖降雨强度阈值。

进展：在某老城区约4平方公里片区完成离线回测，接入30个雨量站、12个管网液位点与6个易涝点。对积水深度超过15厘米的事件，未来1小时预警命中率由68%提升至82%，误报减少约三成；2小时以上时效仍不稳定。

下一步：把泵站启停与河道顶托纳入状态输入，并在另一个汇水区做跨片区验证，重点观察管网拓扑不完整时的退化情况。