科学家部署物联网网络以对抗基拉韦厄的致命烟雾

2024-03-07 14:58

本文主要是介绍科学家部署物联网网络以对抗基拉韦厄的致命烟雾,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

从夏威夷到印度,科学家们正在使用物联网传感器来监测空气中的有害污染物。了解有关物联网和基拉韦厄的致命烟雾的更多信息。

麻省理工学院和Kohala中心的科学家创建了一个夏威夷海岛Vog网络,可以对夏威夷的二氧化硫和颗粒物等有害烟雾进行实时测量。网络使用低功率传感器收集数据,这些传感器驻留在喷发区附近并通过粒子电子连接到互联网。

 

“我们是真正使用物联网传感器进行科学研究并从工程方面改进它们以使其可用于其他科学追求的主要群体之一。” - 麻省理工学院科学家David Hagan

基拉韦厄正在进行的火山爆发

麻省理工学院的科学家(也称为  Kroll集团)和Kohala中心希望更多地了解夏威夷大气中污染物的运输,同时通过无障碍方式向公众提供他们所获得的信息。

 

 

由于夏威夷基拉韦厄火山最活跃的火山于5月初爆发,因此对这个网络的需求变得更加及时。在一个月的时间里,基拉韦厄摧毁了大约700个房屋,导致  至少21个裂缝出现,并使居民暴露在  高浓度的二氧化硫气体中。即使在今天,这些有害烟雾也会从火山中沸腾,地质学家警告说这些火山爆发可能持续  数月或数年。

 

发现问题

随着火山在过去三十年的频繁喷发,二氧化硫排放对夏威夷周边地区的某些地区造成了危害。

 

 

由于存在如此高的健康风险,公民一直在寻找追踪火山伏特(烟雾与火山气体)的数据,因此他们知道应避免哪些区域。但是,岛上的公民很难轻易获取空气质量信息。

 

通常,环境保护局(EPA)创建空气质量站以监测毒素和污染物。在美国,每个车站的起步和运行成本约为10万美元。但是,他们收集的数据并不总是容易为公众所知。

 

解决方案

 

塔塔中心空气质量传感器

Hawai'i Island Vog Network由低功率传感器提供动力。与EPA站不同,这些传感器的成本约为1,000美元,而且经常性成本很低(电池服务等)。使用粒子电子,这些传感器能够远程传输数据到网络,无需人工干预。传感器体积小,成本低,因此可以比典型的空气质量监测仪更广泛地部署,这意味着它们可以捕获高度本地化的空气质量数据。

 

测量印度德里的城市空气质量

麻省理工学院的一位科学家David Hagan已经在其他地方发现了这些传感器的巨大应用。根据世界卫生组织的数据,印度拥有世界上污染最严重的14个城市。大多数城市只部署了一些空气质量站点来监测这些污染物,但他们无法提供监测暴露所需的特定数据。

 

 

然而,低成本的物联网传感器正在提供更好地了解城市环境中出现的污染物所需的粒度。他们目前在现场拥有原型,在实验室继续开发生产模块时实时监控数据。通过这些传感器,大卫希望全面了解大气质量,并努力帮助政府减轻城市空气污染的影响。

 

对于科学和社区

借助物联网硬件,麻省理工学院和科哈拉中心的这些科学家   正在为夏威夷和大城市的空气污染物提供可靠,准确和实时的信息。这些设备不仅更便宜,易于使用,而且还可以为需要的设备提高数据的可访问性。他们已经与大岛上的当地学校合作,将环境科学和数据分析编入课程。他们还将很快推出一个网站,其中包含传感器的所有信息,让居民可以轻松登录并检查空气质量。

这篇关于科学家部署物联网网络以对抗基拉韦厄的致命烟雾的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/783898

相关文章

闲置电脑也能活出第二春?鲁大师AiNAS让你动动手指就能轻松部署

对于大多数人而言,在这个“数据爆炸”的时代或多或少都遇到过存储告急的情况,这使得“存储焦虑”不再是个别现象,而将会是随着软件的不断臃肿而越来越普遍的情况。从不少手机厂商都开始将存储上限提升至1TB可以见得,我们似乎正处在互联网信息飞速增长的阶段,对于存储的需求也将会不断扩大。对于苹果用户而言,这一问题愈发严峻,毕竟512GB和1TB版本的iPhone可不是人人都消费得起的,因此成熟的外置存储方案开

阿里开源语音识别SenseVoiceWindows环境部署

SenseVoice介绍 SenseVoice 专注于高精度多语言语音识别、情感辨识和音频事件检测多语言识别: 采用超过 40 万小时数据训练,支持超过 50 种语言,识别效果上优于 Whisper 模型。富文本识别:具备优秀的情感识别,能够在测试数据上达到和超过目前最佳情感识别模型的效果。支持声音事件检测能力,支持音乐、掌声、笑声、哭声、咳嗽、喷嚏等多种常见人机交互事件进行检测。高效推

Linux 网络编程 --- 应用层

一、自定义协议和序列化反序列化 代码: 序列化反序列化实现网络版本计算器 二、HTTP协议 1、谈两个简单的预备知识 https://www.baidu.com/ --- 域名 --- 域名解析 --- IP地址 http的端口号为80端口,https的端口号为443 url为统一资源定位符。CSDNhttps://mp.csdn.net/mp_blog/creation/editor

ASIO网络调试助手之一:简介

多年前,写过几篇《Boost.Asio C++网络编程》的学习文章,一直没机会实践。最近项目中用到了Asio,于是抽空写了个网络调试助手。 开发环境: Win10 Qt5.12.6 + Asio(standalone) + spdlog 支持协议: UDP + TCP Client + TCP Server 独立的Asio(http://www.think-async.com)只包含了头文件,不依

poj 3181 网络流,建图。

题意: 农夫约翰为他的牛准备了F种食物和D种饮料。 每头牛都有各自喜欢的食物和饮料,而每种食物和饮料都只能分配给一头牛。 问最多能有多少头牛可以同时得到喜欢的食物和饮料。 解析: 由于要同时得到喜欢的食物和饮料,所以网络流建图的时候要把牛拆点了。 如下建图: s -> 食物 -> 牛1 -> 牛2 -> 饮料 -> t 所以分配一下点: s  =  0, 牛1= 1~

poj 3068 有流量限制的最小费用网络流

题意: m条有向边连接了n个仓库,每条边都有一定费用。 将两种危险品从0运到n-1,除了起点和终点外,危险品不能放在一起,也不能走相同的路径。 求最小的费用是多少。 解析: 抽象出一个源点s一个汇点t,源点与0相连,费用为0,容量为2。 汇点与n - 1相连,费用为0,容量为2。 每条边之间也相连,费用为每条边的费用,容量为1。 建图完毕之后,求一条流量为2的最小费用流就行了

poj 2112 网络流+二分

题意: k台挤奶机,c头牛,每台挤奶机可以挤m头牛。 现在给出每只牛到挤奶机的距离矩阵,求最小化牛的最大路程。 解析: 最大值最小化,最小值最大化,用二分来做。 先求出两点之间的最短距离。 然后二分匹配牛到挤奶机的最大路程,匹配中的判断是在这个最大路程下,是否牛的数量达到c只。 如何求牛的数量呢,用网络流来做。 从源点到牛引一条容量为1的边,然后挤奶机到汇点引一条容量为m的边

在 Windows 上部署 gitblit

在 Windows 上部署 gitblit 在 Windows 上部署 gitblit 缘起gitblit 是什么安装JDK部署 gitblit 下载 gitblit 并解压配置登录注册为 windows 服务 修改 installService.cmd 文件运行 installService.cmd运行 gitblitw.exe查看 services.msc 缘起

配置InfiniBand (IB) 和 RDMA over Converged Ethernet (RoCE) 网络

配置InfiniBand (IB) 和 RDMA over Converged Ethernet (RoCE) 网络 服务器端配置 在服务器端,你需要确保安装了必要的驱动程序和软件包,并且正确配置了网络接口。 安装 OFED 首先,安装 Open Fabrics Enterprise Distribution (OFED),它包含了 InfiniBand 所需的驱动程序和库。 sudo

【机器学习】高斯网络的基本概念和应用领域

引言 高斯网络(Gaussian Network)通常指的是一个概率图模型,其中所有的随机变量(或节点)都遵循高斯分布 文章目录 引言一、高斯网络(Gaussian Network)1.1 高斯过程(Gaussian Process)1.2 高斯混合模型(Gaussian Mixture Model)1.3 应用1.4 总结 二、高斯网络的应用2.1 机器学习2.2 统计学2.3