← 返回实验室

AI内涝积水点预测定制:雨量管网耦合与预警分级

城市内涝预警的难点不在降雨预报,而在降雨落到地面之后:产流、汇流、管网顶托与泵站调度共同决定某个路口会不会积水。本阶段我们选取老城区三处历史积水点做小范围试验,工作拆成三步。

第一步是数据对齐:把气象雷达外推的十分钟降雨格点、检查井液位计与泵站运行记录统一到同一时间基准,并标记缺测段。第二步是分汇水分区建模:输入面雨量、前期湿度近似量、井内液位与泵前池水位,输出未来一小时积水深度区间而非单点值。第三步是预警分级:将连续深度映射为提示、管控、封路三档,减少阈值跳变带来的误报。

进展:三处点位历史场次回算中,一小时积水深度落入预测区间的比例约八成,提前量中位数约三十五分钟。主要误差来自管网淤积与临时施工导流,这两项目前仍依赖人工上报。

下一步计划接入雨水篦子堵塞与清淤记录,试点泵站调度建议生成,并评估分级预警对实际出行的影响。

评论

更多研究动态

查看全部实验室 →