城市內澇是指由于強降水或連續性降水超過城市排水能力致使城市內產生積水災害的現象，每年雨季到來我國城市內澇時有發生。今年第5號臺風“杜蘇芮”，7月28日上午在福建晉江沿海登陸，東南沿海多個城市經受狂風暴雨洗禮；臺風北上后，受副熱帶高壓影響，又在京津冀地區發生特大暴雨，據北京市氣象局數據，截至31日18時，北京已持續降雨46小時，平均降雨量207.6毫米，門頭溝出現最大降雨量580.9毫米，部分地區出現了嚴重內澇，人民群眾生命財產安全遭受極大威脅。為保障城市安全運行，應充分研究治理內澇的經驗，做到未雨綢繆。

圖片來源于網絡

面向城市內澇災害精準防處需求，辰安科技立足自主創新，研發了“城市內澇精細化實時預測預警模型”。模型耦合城市排水水文水動力+AI算法，貫穿“降雨-地表-管網-河道”全過程，在融合排水管網設施、河道水系、地形高程、城市下墊面等全要素數據基礎上，以高精度網格降雨數據為輸入并實時滾動預測，向用戶提前、快速、準確推送城市內澇的精細化預警信息，內澇區域、范圍、時間、水深以及重點防護目標等關鍵信息一目了然。

相較于行業內傳統預測模型，“城市內澇精細化實時預測預警模型”具有5大核心優勢。

1.模式多、兼容廣，涵蓋預報、實況、歷史等多類數據

該模型充分考慮降雨內澇的實際場景，以歷史降雨、未來降雨同時觸發計算，以熱啟動形式輸入時空不均勻降雨實況數據和預報數據，可兼容各地氣象部門和第三方廠商的智能網格降雨預報數據和實況數據，并可直接接入當地的各個雨量站點實測數據。

2.滾動化、實時化，實現未來3~6小時內澇預測

區別于行業內主流的離線式模型和基于“情景庫”的假實時模型，該模型每小時自動滾動觸發，在雨前和雨中接入降雨、河道流量、水位、水工構筑物狀態等物聯網監測數據并進行實時計算，可預測未來3～6小時排水管渠設施的能力負荷情況，精細化推演城市內澇積水場景。此外，模型也支持手動輸入降雨等數據進行計算推演，可支撐排水防澇應急演練。

3.尺度大、速度快，融合GPU加速計算技術

模型支持GPU加速和網格自適應技術，適用于城市級大尺度的內澇實時預測，針對200平方公里的建城區，在2米網格的空間分辨率下，僅需5～10分鐘即可快速給出城市內澇的預測結果和動態演進過程。相比傳統模型，覆蓋范圍更大、計算速度更快。

4.標準化、準度高，準確性≥75%行業領先

依托近年來大量的城市內澇建模和應用項目實踐經驗，辰安科技建立了城市排水數學模型建模標準流程體系以及降雨-管網-河道-城市內澇案例數據庫，并研發訓練了適用于地表徑流和管渠匯流的AI率定算法。通過不斷積累暴雨內澇實測數據，持續自動率定地表產匯流和一二維水動力參數，讓模型預測準確度不斷提高，目前該模型所應用地市的內澇預測準確度達到75%以上，處于行業領先水平。如蕪湖市2022年6?15暴雨內澇的預測結果準確度達到了78%，實際內澇區域36個，模型準確預測出28個。今年7月下旬以來，滁州市短時強降雨頻發，內澇預測結果的整體準確度達到了76%。模型在這些城市都有效支撐了汛期的排澇指揮調度。

蕪湖2022年6?15暴雨內澇預測結果與實際對比

滁州市2023年7月某場短時強降雨的內澇預測結果與實際對比

5.應用廣、效果好，助力數十個城市防澇調度

截至目前，模型已累計應用近30個城市、地區，服務面積近2000平方公里，涉及排水管渠達到2.1萬公里。在今年汛期，正在同時為全國多個重點城市，如合肥、成都、蕪湖、滁州等，提供城市內澇預測預警服務，目前已有效應對超過上百場短時強降雨的排水防澇調度處置。

此外，為有效監測城市排水情況，提升排水防澇工作能力和體制機制活力。辰安科技還打造了立體化的排水物聯監測網絡，與城市內澇預測預警模型有機結合。作為城市內澇風險監測預警平臺的有機組成部分，這一立體化的監測網針對“降雨-地表-管網-河道”的全過程，為用戶提供貫穿“雨前-雨中-雨后”的全流程、全場景服務。雨前，提前推演預測城市內澇場景，輔助管網河道預排騰空，指導排澇物資先期調度，做好防澇預案；雨中，對雨情、水情、險情等態勢實時監測、報警和聯動處置，并提供人員、物資、裝備等指揮調度的迅捷手段；雨后，提供降雨全過程復盤、回溯和分析能力，總結經驗。

汛情緊急，辰安科技將依托自身科技能力和項目建設經驗，傾力支持城市內澇防治工作有序平穩進行，守護一方平安。