← 返回实验室

AI内涝积水预警实验:雨量分区与管网液位耦合

城市内涝的预警难点不在降雨总量的判断,而在雨水落地之后怎么走:同样的雨强,管网液位、地势与排水能力不同,易涝点出现积水的时间可以相差半小时以上。本期实验把气象雷达外推的短临降雨、易涝点液位计与雨水管网关键节点液位放进同一套时空对齐框架——先由降雨外推给出未来一小时的面雨量场,再用简化排水模型约束各节点的过流能力,最后对每个易涝点单独回归积水深度曲线,而不是共用一条全城阈值。

· 进展:试点区域接入 2 部雨量雷达、36 个管网液位计与 12 个易涝点液位计,初步实现提前约 30 分钟的积水深度预测,误差处于厘米级;相比纯雨量阈值报警,无效预警明显减少。

· 下一步:补充泵站运行状态与河道水位,验证管网模型在强降雨和除涝调度场景下的稳定性;同时把预警输出从单点扩展到片区,便于调度人员判断先封哪条路、先开哪台泵。

现阶段结论是:内涝预警的可靠性来自降雨、管网与地面三者的耦合约束,单一数据源的模型在城市尺度上很难稳定。

评论

更多研究动态

查看全部实验室 →