最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

[头条] 【生态环境】监测阿尔卑斯山不需要人为参与?

[复制链接]
跳转到指定楼层
楼主
发表于 2017-6-27 19:31:46 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
本帖最后由 168主编 于 2017-6-27 19:39 编辑

【生态环境】监测阿尔卑斯山不需要人为参与?

近年来, 随着全球环境气候的日益严峻,水污染事件的频发,世界各国不断加大对环境保护的力度,迫切需要通过环境信息化手段和环境监测能力的提高,来为政府相关部门在保护环境、规划社会发展等方面提供决策所需要的信息支持。随着科学研究、通信技术、IT 技术的迅速发展,尤其是遥感、GIS、传感网和射频技术等现代技术的更是得到迅猛发展,全面拓展了环境监测的时空尺度,导致环境监测数据的种类和数量呈现爆炸式增长。
大数据时代,数据是怎样创新应用到生态环境领域的?


美国:城市监测传感网络

CitySense是由美国国家自然科学基金会资助,由哈佛大学和BBN公司联合开发出的,可以报告整个城市实时监测数据的无线传感网络项目。  
  CitySense通过在美国马萨诸塞州剑桥市的路灯上安装传感器,利用路灯的电力供应系统作为传感器运行时的电力能源,解决了电池寿命对于无线传感网运行的限制,有利于长期环境监测试验。每个节点都含有一个内置PC机、一个无限局域网界面,利用WiFi无线网络技术,将监测信息回传到监测中心,监测信息包括压力、温度、相对湿度、风速、风向、降雨量、降雨强度、CO2、噪声,之后为用户提供CitySense网站信息查询。  
  CitySense通过把每个节点同相邻的节点相连形成网状,将分散在城市各处的远程节点和位于哈佛大学和BNN的中心服务器连接。在这一网络中利用一个1英里射程的小无线电装置,任何一个节点都可以从远程服务器中心下载软件或上传传感器数据。另外,根据微软公司提供的VirtualEarth和SensorMap技术,网站的数据资料将覆盖到地图上。民众及学者可通过网站追踪污染物扩散情形,进行长期监测,研究空气污染的解决方案。 


新加坡:高效监控水库水质
目前水库的水质监控主要依靠固定的在线监测站,只能通过小船的航行来划定监测范围,其监测范围有限,或者采用手动原位测量技术,这种技术又非常消耗时间。为解决这一问题,新加坡国立大学的一个科研小组研发了一种智能化机器平台来对水库水质进行实时监测。这个平台叫做“NUSwan(smartwaterassessmentnetwork)”,它的外形是一只白天鹅,会在水库水面上行驶且无人驾驶,自动监测水质。  
  NUSwan在选择监测点时会自动设定一条高效路线,收集到的数据会实时传输到指挥中心并发送给操作人员,根据这些数据,操作人员会对NUSwan的运行进行远程遥控并加以调整。该系统的典型操作是在目标流域内对三个NUSwan机器人进行管控,使其对目标水体进行协作取样。通过羽毛感应梯度变化,可以更精确分析流域水体中营养物的分布。  
  NUSwan系统也可以用于其他监测平台。例如,将NUSwan和水下机器人结合应用,可以了解水库中不同深度的水体情况,还可以与水面浮标监控系统相结合,以扩大监控的覆盖面积。NUSwan系统携带有传感器,可以监测叶绿素-a、溶解氧、浊度、蓝绿藻等参数,也可以再增加其他传感器,以扩大应用范围,例如水体监督、污染源追踪、甚至可以用作早期预警以及决策系统。


瑞士:监测阿尔卑斯山
  通过物联网中无线感应技术的应用,PermaSenseProject项目实现了对瑞士阿尔卑斯山地质和环境状况的长期监控。现场不再需要人为的参与,而是通过无线传感器对整个阿尔卑斯山脉实行大范围深层次监控,包括:温度的变化对山坡结构的影响以及气候对土质渗水的影响等。  
  参与该计划的瑞士巴塞尔大学、苏黎世大学与苏黎世联邦理工学院,派出了包括计算机、网络工程、地理与信息科学等领域专家在内的研究团队。据介绍,该计划所搜集到的数据可作为自然环境研究的参考,同时,经过分析后的信息也可以作为提前掌握山崩、落石等自然灾害的事前警示。

楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-4-19 17:20

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表