AI城市内涝积水点预测定制：雷达降雨与管网液位

城市内涝预警长期依赖雨量阈值和历史积水点清单，难以刻画不同降雨强度下积水发生的位置与时序。智慧城市实验室近期把雷达降雨外推、管网液位、泵站运行状态与地形DEM放入同一套时空图模型，对试点片区做0~60分钟的积水深度与风险等级预报，尝试把“哪里会淹”细化为“何时、多深、多久退”。

现阶段进展：在中心城区12个易涝点、近两年14场降雨过程上回放，30分钟预见期积水深度平均绝对误差约3.4厘米，深度超过15厘米的积水事件召回率89%，同时把无效告警压低了约三成；对缺少液位计的老旧支管，模型改用降雨—汇水相似片区迁移估计，误差有所上升但仍在可用区间。

下一步计划：接入泵站与闸门的调度反馈，避免“预报积水—排水已启动”的重复告警；并在两个片区开展汛期在线灰度，重点验证短历时强降雨和夜间低照度条件下的稳定性。