排洪沟堵塞识别

业务目标

识别排洪沟、箱涵口及其周边的杂草、淤泥、砂石、建筑垃圾或漂浮物等疑似堵塞物，
结合沟道边界、堵塞面积和严重度规则，生成汛期巡检的维护事件候选。

报告中的“排洪沟巡查”和“排洪沟堵塞识别”在本工作区合并为这一方案：两者共用
沟道/箱涵口类别、堵塞物标注、面积测量与严重度规则，避免重复训练和维护。

方案分类

• A 类直接能力：语义/实例分割、目标检测、变化检测、影像切片和结果导出。
• B 类组合能力：沟道与堵塞物面积测量、连续区段合并、地理坐标转换和多期对比。
• C 类项目编排：堵塞严重度、汛期风险等级、告警和维护建议。

当前成熟度

02-semantic-mapping 已验证通用颜色规则的栅格、GeoTIFF 和 GeoJSON 数据流，
但它没有沟道、箱涵口或堵塞物项目模型，也没有人工真值；因此这里只能将它标为
partial。04-spatial-measurement 和 07-risk-rule-engine 尚无项目 Demo。
本方案仍是编排骨架，不得把颜色基线结果表述为排洪沟识别结果。

项目任务类别

控制台后续应选择任务预设 drainage_blockage，而不是任意填写类别。最低标签建议为：

blockage_material 是模型观察；blockage 需要结合沟道相交、覆盖比例和业务阈值，
不能只因画面中出现杂草或垃圾就直接判定堵塞。

必需输入

• 排洪沟和箱涵口的 RGB 原图，优先提供正射 GeoTIFF。
• 沟道、箱涵口和巡检范围的 GeoJSON 或测绘边界。
• 畅通、轻度、中度、重度以及“有杂物但未堵塞”的历史照片与人工掩膜。
• 堵塞面积、长度、覆盖比例或箱涵口遮挡比例等严重度口径。

预期输出

• 沟道/箱涵口分割掩膜、疑似堵塞区域和标注图。
• observations：堵塞物类别、面积、长度、覆盖比例和置信度。
• events：疑似堵塞事件、严重等级、命中阈值和维护建议。
• artifacts：掩膜、GeoJSON、标注图、统计 JSON 和运行元数据。

验收前提

应固定一组正常、纯负与不同严重度堵塞样本，分别评估沟道/箱涵口 IoU、堵塞物
检出、堵塞事件精确率/召回率、严重度分级、面积误差、漏报、误报和单次巡检处理时长。