城市内涝的难点不在雨量本身，而在「降雨—产流—管网—地表」这条链路的时滞与非线性。本期实验选在一个含 12 个历史易涝点的老城区，把三类数据接进同一时间轴：雷达外推的 0–2 小时短临降雨、管网关键节点液位与泵站流量、路口视频识别出的地表水尺读数。
模型没有直接上大网络，而是用管网一维水动力简化模型提供物理约束，再用梯度提升树对残差做在线校正——物理管趋势，数据管偏差。这样在缺少实测积水的路段也能给出可外推的估计，而不是只在有标签处拟合。
阶段性进展：30 分钟积水深度预测平均绝对误差约 3 厘米，触发 15 厘米阈值的预警平均提前约 26 分钟，误报较原单一阈值报警减少约四成。
下一步计划：
- 把泵站启停从「报警后动作」改为「预测驱动的前置调度」，同时加入能耗与管网压力上限约束；
- 试点将预警推送至低洼路段诱导屏与导航端，验证公众侧的实际响应率，而非只看模型指标。
评论