为了提高城市内涝积水预测能力，公司基于降雨事件、积水点监测数据、雨量站监测数据，通过机器学习的GBDT算法，研发了《一种基于GBDT模型的城市积水点积水深度预测方法》，预测在未来一场降雨事件发生的时候，城市可能出现的积水点以及积水深度，对可能的积水点提前防范，减少积水影响。相关技术已申请了发明专利，目前已进入实质审查阶段。
该模型在无需管网数据、高精度区域GIS数据的情况下，能根据网格气象预测数据，对将要发生的积水点进行预测，输出可能的积水点以及积水深度。该预测方法所需数据规模小，易获取不涉密的数据，容易收集数据，进行建模。并且模型对于降雨事件的处理规则清晰，能够适用于不同地区、不同气候，方法更加灵活准确。
