智慧城市实验室近期在城区易涝点做了小范围实验：不新增大量硬件，先复用雨量站、管网液位、泵站运行状态、视频与历史积水工单，建立短临内涝风险模型。方法上，把降雨预报按10分钟滚动输入，融合管网液位和泵站能力，输出未来30—60分钟各积水点的风险等级，并给出泵站预抽排建议。
进展：首批接入12处易涝点，在3场降雨中提前30分钟预警的召回约七成，但误报仍集中在短时强降雨和管网施工路段。下一步将接入路侧水位尺与视频复核，加入施工/排水事件标签，并把预警转为可执行的调度工单，用小范围A/B测试评估误报成本和响应收益。
当前结论：数据融合比单一雨量阈值更稳，但智慧城市内涝预警的关键不在模型复杂度，而在多源数据的时效、口径统一和与排水调度的闭环。
评论