EPA管理员Scott Pruitt断言“全球变暖可能是有益的”，可能会让某些人放心，但其他居住在海岸附近的其他人则更喜欢预警的安全性，当它们可能因海平面上升而被淹没。
在海岸线上预测风暴潮，雨，飓风和潮汐会导致洪水。您的监测水位如何在如此宽敞的区域上？这些数据流如何预测洪水？如何警告成千上万的人？弗吉尼亚海洋科学学院（vims）正在开创一种创新方法，该方法结合了物联网传感器，高级映射和Alexa。
汉普顿路是弗吉尼亚州东南部和卡罗来纳州东北部之间的大型沿海地区，容易受到洪灾。vims风暴帮助当地沿海社区为海平面和沿海洪水的灾难性影响做准备。弗吉尼亚海滩市助理研究科学家VIMS和Sridhar Katragadda的Derek Loftis和Sridhar Katragadda解释了他们的解释获奖设计。
由于诺福克（Norfolk）已发展成为世界上最大，最繁忙的商业港口之一，因此海岸线发生了变化，以应对自然风暴事件和商业活动。由于海岸线已经在数百年来开发以适应不断增长的人口的需求，因此必须容纳“新土地”流离失所的水量。公民科学以“海平面上升”移动应用程序的众包努力进行了努力，完成了收集最大的洪水范围测量洪水的洪水测量，这些洪水常规遭受诺福克和汉普顿路的其他洪水。
洪水量占据的许多地方可以与前几个世纪的前溪床有关。自然，虽然墙壁或舱壁可能会得到加固或抬高以充当海墙，但是当洪水在额外的高潮期间足够高时，这些较低的海拔旧溪床也将是在即使是轻微的暴风雨事件中洪水泛滥的领域。一个洪水漏洞的互动图证明了由于1-4飓风的风暴潮而导致的预期淹没。这些估计的范围在计划和应急准备方面很有帮助。重要的是研究潮汐和降雨的综合作用，这通常伴随着大量的风暴潮。Stormsense在2015年被用来预测9月“国王潮”洪水事件中洪水泛滥之前长达36小时的洪水。
传感器
Valarm的桥梁安装水位传感器网络部署在汉普顿道路的河流，河口和非潮汐区域中，以监测水位。这个地图显示传感器部署。时间戳记的水位读数以及传感器的地质坐标通过蜂窝宽带和洛拉旺传输到云。这些数据是由StormSense实时绘制的Esri Arcgis在线的。
使用了三种类型的传感器：
- SENIX超声传感器
- 流线超声传感器
- 流线雷达传感器
超声波和26 GHz脉冲雷达“级别”或Flow Line和SENIX均已部署在该项目中，并将数据发送到3G/4G蜂窝网络上的Valarm Tools云服务器。
洪水预测模型
潮汐水平，暴风雨和降雨都可能导致洪水。VIMS分析了美国地质调查局的数据式和水位数据（USGS）使用Microsoft Power BI预测洪水。流体动力模型预测风暴潮和降雨的洪水。这些模型过去曾在准确预测洪水的时机，深度和程度上成功地使用。该计划中的城市为该预警系统的传感器和数据传输支付约20美元。减少财产损失和伤害的价格很小！
警报生成
当水位达到道路洪水泛滥的关键阈值时，自动洪水警报发送阈值通知，到受洪水影响的某些结构阈值。这些警报也将很快向公众提供。一个Alexa技能命名为“ Storm Sense”用于响应有关水位和洪水警告的要求。首先，必须在其Alexa或Reverb应用程序上“启用”该技能才能工作。该技能与存储在AWS DynamoDB和AWS Lambda中的传感器网络的聚合流数据相互作用 - 这支持数据流和Alexa之间的相互作用。
用户可以简单地问Alexa“在伦敦桥上问风暴感水平？”。“水位”和“伦敦桥”是从此口头查询中提取的变量，并用作查询数据流的参数。从多个参数生成语言响应，并且由Alexa所说。正在考虑使用Facebook，Skype和Slack上交付的未来警报的聊天机器人。
VIMS的Stormsense对IoT传感器，ArcGIS映射和Alexa技能进行了少量投资，以节省成千上万汉普顿道路居民的数百万损失。正如斯科特·普鲁伊特（Scott Pruitt）所说，“全球变暖可能是有益的”，但大多数人希望保持干燥。