弗吉尼亚海滩使用传感器数据应对极端天气

气候变化是否是最近发生的极端天气的原因存在很多争论，但无论使用机器学习和数据来更好地为洪水和其他天气灾害做好准备，人们都在努力。

Sridhar Katragadda 是弗吉尼亚州弗吉尼亚海滩市的首席数据科学家，他从事一个水监测项目，该项目使用数据分析公司HEAVY.ai的分析平台。传感器数据经过处理后，可以告知当地人道路洪水，预测未来可能发生洪水的地点，并告知城市未来的城市发展和洪水与安全规划。

Katragadda 在过去看到了毁灭性飓风的影响，他说需要了解的重要事情是环境和地表水流。大约 10 年前，很少有传感器可以提供这种洞察力。“这促使我认为我们需要将弗吉尼亚海滩作为一个城市来应对飓风和洪水，”他说。

Katragadda 表示，在建立其传感器网络之前，弗吉尼亚海滩考察了爱荷华大学爱荷华州洪水中心建立的传感器网络，以寻求一些灵感。

他说，弗吉尼亚海滩的传感工作最终将包括弗吉尼亚州纽波特纽斯等地区，以提供更广泛的数据。“每六分钟提供一次水位，它们是自主传感器，”他说。“它们可以在桥梁、池塘或水库中。”这些传感器可以查看可能容易发生洪水的十字路口等区域。

该市还与美国地质调查局 (USGS) 合作，在两座桥梁上安装了摄像头。Katragadda 说：“摄像机指向一个工作人员仪表，这是在水体中设定的一个规则，用于确定水面水位。每隔六分钟，就会拍摄一张标尺的照片。“我们在该相机上编写了机器学习模型，因此它可以自动判断水位是多少，”他说。

环境和天气分析

Katragadda 说，考虑到市民已经可以在他们的房屋上使用天气传感器，因此有兴趣扩大用于环境和天气分析的传感器使用和数据收集。“我们希望在未来将所有传感器聚集在一起，”他说，“来自公民科学家和城市。”

Katragadda 说，传感器分析项目完全在 AWS 上的云中运行。数据来自包括 USGS 和国家海洋和大气管理局在内的传感器网络。一些私营公司还维护着弗吉尼亚海滩的传感器网络。他说：“我们将所有这些数据实时导入城市的云中，然后使用我们的应用程序通过城市的应用程序广播该数据。”

到 2019 年，Katragadda 正在使用 HEAVY.ai 帮助分析数十年来恶劣天气事件的数据，以了解水位的变化。现在有了几年的水位数据，他说注意力转向让机器从模式中学习。“我们正处于为这些中心开发预测模型的后期阶段，”Katragadda 说，这些模型可用于提前 10 天进行预测。

例如，根据对水位的预测分析，当地公共工程团队可能会收到暴风雨期间可能发生洪水的地区的警报。

Katragadda 说，未来可能会添加卫星图像，例如 12 月发射的地表水和海洋地形卫星。“这将在 2023 年秋末提供一些数据，”他说，其中应该包括海洋和湖泊水位。Katragadda 表示，弗吉尼亚海滩希望利用这些数据进一步推进自己的项目。“对我们来说，未来看起来像是将这些不同的数据集放在一起，然后使用数据科学自动对这些模型的实时行为进行统计总结，这样我们就可以展望未来。”