深圳爱国路内涝预测预警
委托单位
深圳市环境水务(集团)有限公司
项目背景
城市内涝受降雨强度、地表汇流、排水管网运行及城市空间布局等多重因素共同影响,随着极端降雨天气愈发频繁,传统防汛管理模式已难以应对新形势防灾需求。深圳罗湖区爱国路片区属于老旧城区,地势低洼、排水设施标准偏低、硬化路面占比高,强降雨天气下雨水汇流迅速,极易发生道路积水与局部内涝,严重影响通行安全与城市正常运转。目前常用的雨洪机理模型虽能精准模拟内涝演变过程,但计算效率偏低,无法满足防汛应急分钟级快速研判与调度决策需求。为提升片区防汛减灾精细化水平,填补快速内涝预警技术短板,开展爱国路内涝预测预警项目建设,可实现不同降雨情景下积水风险快速预判与精准预警,为防汛应急指挥、交通疏导及群众避险提供科学依据。
核心问题
如何高精度刻画城市“降雨—汇流—排水—积水”全过程机理;
如何在保证精度的同时,实现内涝风险的快速推演与实时应用。
技术体系
爱国路内涝风险快速推演器采用“高精度机理模型 + 深度学习模型”协同融合的总体技术路线,构建面向城市防汛业务的智能化内涝风险推演体系。以本公司自主研发的inteliway-FAST全要素内涝机理模型为核心基础,通过多情景模拟生成高质量样本数据,进一步训练inteliway-STEM时空深度学习模拟器,最终形成具备快速推演以及动态展示的内涝风险快速推演平台。
项目成果
1. 构建了一套“机理模型 + 深度学习模型”融合的内涝快速推演技术路线
项目打通了“高精度机理模拟 — 样本生成 — 深度学习训练 — 在线快速推演”的整体流程。为城市级内涝风险实时推演提供了可落地、可复制的技术方案。
2. 建立了试点区域高精度全要素内涝机理模型
项目构建了全耦合内涝机理模型,模型通过历史降雨事件校准与验证,在积水深度、积水范围及过程变化等方面与实际情况具有较好一致性。

3.构建了试点区域内涝时空深度学习模拟器
基于inteliway-STEM时空深度学习模拟器能够较好地学习不同情景下的积水时空演变规律。在保证预测精度的基础上,实现了分钟级快速推演能力。
4.开发了城市内涝风险在线快速推演系统
项目最终形成了集“实时降雨接入、情景构建、快速推演、结果展示、历史复盘与动态分析”于一体的在线内涝风险快速推演平台。平台实现内涝风险分析由“离线模拟”向“在线快速推演”的转变。

























