IBM利用智能傳感器治理喬治湖含鹽量 未來將推向：

傳感器平臺由五個漂浮的垂直剖面儀組成，這些剖面儀從湖面一直監(jiān)測到五個深的底部。物聯(lián)網(wǎng)節(jié)點的設置非常智能化，可以真正推動水質測量，然后在平臺上創(chuàng)建高質量的數(shù)據(jù)。該平臺還帶有自適應傳感，如果環(huán)境發(fā)生變化，傳感器平臺不僅能從自身的測量數(shù)據(jù)中感知到，還能從湖周圍其它傳感器平臺的測量數(shù)據(jù)中感知到。
　　研究者們每天運行高分辨率的天氣計算機模型，然后輸入一個水文模型，也就是徑流模型，來說明降水的終去向，以及它是如何流過陸地表面進入湖泊本身的，再將這些都提供給另一個計算機模型。這些都是基于物理的、高性能的計算機模型，基本上可以模擬湖水的運動。所有這些因素結合在一起，每天都會產(chǎn)生36小時的天氣預報。
　　公路上含鹽量也是影響喬治湖的主要問題之一，研究者們表示：“該方法確實有助于指導我們在何處以及如何實現(xiàn)這些減排。經(jīng)過一段時間的行動，我們從智能傳感器網(wǎng)絡的數(shù)據(jù)中發(fā)現(xiàn)，公路的排鹽量已經(jīng)開始減少。希望這個智能傳感器網(wǎng)絡，結合創(chuàng)建模型預測情景的能力，能在未來保護喬治湖和其它湖泊以及水體。

IBM利用智能傳感器治理喬治湖含鹽量 未來將推向：
Jefferson Project項目始于2013年，它建立了一個智能傳感器網(wǎng)絡，每年收集超過9TB的數(shù)據(jù)，再使用計算機建模來更好地了解淡水生態(tài)系統(tǒng)，并提供基于科學的見解。
　　“Jefferson項目的目的是研究人類對淡水的影響，這一項目將從喬治湖開始，后將慢慢擴展到*的江河湖海當中去。”Rensselaer Polytechnic理工學院的主任Rick Relyea說。
　　喬治湖項目利用物聯(lián)網(wǎng)等技術來測量數(shù)據(jù)，并為弄清人類如何對湖泊產(chǎn)生負面影響提供了一種新方法。這其中的一些技術，如硬件和軟件，是由IBM和Rensselaer公司內部開發(fā)的，他們表示：“我們正把越來越多的分析方法推廣到實際的傳感器節(jié)點，這些傳感器正在收集物理、化學和生物參數(shù)。