短时强降雨下的低洼点积水，形成快、影响面广。传统做法多依赖单点水位计越限报警，留给处置的提前量往往只有十几分钟。智慧城市实验室在试验片区把雨量站实测、降水预报网格、管网液位、泵站运行记录与历史积水工单接入同一数据底座，尝试将预警从「已经涨水」前移到「将要涨水」。
方法上没有直接套用通用时序模型，而是先用检查井—管段—泵站拓扑构建图结构，让模型学习上游汇水对下游点位的滞后影响；再把站点雨量与预报网格融合成分钟级面雨量序列，驱动逐点位的积水概率与预计出现时间输出，结果落到具体易涝点而非一条片区级警报。
要点：
- 阶段性进展：三个试点片区在汛期实测中，1小时积水预警命中率约八成，平均提前量约35分钟；漏报集中在短历时局地强对流，误报多由预报雨量偏移引起。
- 下一步计划：把泵站提前排空动作作为干预变量纳入模型，评估不同预排空时机对积水深度峰值的削减效果，为调度策略提供量化依据。
评论