基於LoRaMesh网络和机器学习的洪水监控与预测 (ART/337CP)

渠务署

香港每年遭受若干次水灾。渠务署採取了一系列防洪策略，例如製定防洪标準、研究排水系统和预防性维修。儘管不断改进防洪措施，极端天气引发的洪水风险依然存在。在这个政府发起的项目中，应科院将与渠务署合作，通过多方面的数据和机器学习来扩展当前用於洪水监测和预测的水力和水文方法。 洪水可能是由暴雨、风暴潮和越堤浪点引起的。因此开发洪水预报系统将依赖气象数据和现场数据。系统将通过卷积网络提取时间序列雷达图像的空间特徵，并将使用循环神经网络训练降雨预测引擎。系统亦会利用具有智能传输的 LoRaMesh 网络从洪水黑点整合水力和水文数据。最后，来自多个来源的数据将输入深度神经网络，并為每个试验地点生成洪水预报系统。 本项目响应香港政府的智慧城市计划，将為香港提供高效益的洪水监测和预测方案。 一方面，它可以為渠务署目前採用的防洪方法带来新的见解。另一方面，它可以帮助政府及时制定战略，避免潜在的巨大经济损失和人员伤亡。