城市内涝AI预警实验：从单点水位到片区推演

智慧城市实验室近期围绕城市内涝预警开展小范围实验。传统做法依赖单点水位阈值，短时强降雨下容易漏报或误报，也难以判断积水会扩散到哪些路口。实验中，我们将低洼点水位计、雨量站、泵站运行状态和路侧视频的积水识别结果对齐到统一时空网格，先用边缘侧规则模型做水位异常检测，再由云端时空图模型推演未来1—3小时的片区风险，输出高、中、低三级预警。

阶段性进展：已完成某区12个易涝点的数据接入和回溯验证，1小时风险命中率约78%，误报率约15%；下穿隧道和排水管网拓扑缺失仍是主要误差来源。下一步计划接入管网GIS与泵站工单数据，并组织一次无脚本演练，重点核对预警发出到现场处置的时延，评估模型能否真正进入日常值守流程。