Inhoudsopgave:
- Gebruik sensoren om real-time informatie te geven over rivieren en oceanen
- De big data-voordelen van real-time gegevens
Video: The Choice is Ours (2016) Official Full Version 2024
Big data-onderzoek kan helpen in de bedrijfswereld, maar het heeft ook een milieudoelstelling. Wetenschappers meten en monitoren verschillende attributen van meren, rivieren, oceanen, zeeën, bronnen en andere wateromgevingen ter ondersteuning van milieuonderzoek. Belangrijk onderzoek naar waterbehoud en duurzaamheid is afhankelijk van het volgen en begrijpen van onderwateromgevingen en weten hoe deze veranderen.
Waarom is dit werk af? Veranderingen in deze natuurlijke omgevingen kunnen een enorme impact hebben op het economische, fysieke en culturele welzijn van individuen en gemeenschappen over de hele wereld. Om hun vermogen om milieueffecten te voorspellen te verbeteren, beginnen onderzoekers van universiteiten en milieuorganisaties over de hele wereld de analyse van gegevens in hun onderzoek te integreren.
Wetenschappelijk onderzoek omvat het verzamelen van grote hoeveelheden tijdgevoelige informatie over waterbronnen en weer om gemeenschappen te helpen beschermen tegen risico's en passend te reageren op rampen die deze natuurlijke hulpbronnen beïnvloeden. Wiskundige modellen worden gebruikt om voorspellingen te doen, zoals de ernst van overstromingen op een bepaalde locatie of de impact van een olieramp op het zeeleven en het omringende ecosysteem.
Het type gegevens dat kan worden gebruikt, omvat alles van het meten van de temperatuur tot het meten van de chemicaliën in het water tot het meten van de stroom. Bovendien is het nuttig om deze nieuw verworven gegevens te kunnen vergelijken met historische informatie over dezelfde waterlichamen.
Er zijn veel geavanceerde onderzoeksprogramma's opgezet om het inzicht in hoe natuurlijke waterbronnen te beschermen, te verbeteren. Rivieren en aangrenzende uiterwaarden en wetlands moeten bijvoorbeeld worden beschermd, omdat ze belangrijke habitats zijn voor vissen en dieren in het wild. Veel gemeenschappen zijn afhankelijk van rivieren voor drinkwater, elektriciteitsopwekking, voedsel, transport en toerisme.
Daarnaast worden de rivieren bewaakt om kennis te verschaffen over overstromingen en om gemeenschappen te waarschuwen voor overstromingen. Door een real-time component aan deze onderzoeksprojecten toe te voegen, hopen wetenschappers een grote impact te hebben op het leven van mensen.
Gebruik sensoren om real-time informatie te geven over rivieren en oceanen
In één onderzoekscentrum in de Verenigde Staten worden sensoren gebruikt om fysieke, chemische en biologische gegevens van rivieren te verzamelen. Deze sensoren bewaken ruimtelijke veranderingen in temperatuur, druk, zoutgehalte, troebelheid en de chemie van water.Hun doel is om een real-time meetnet voor rivieren en estuaria te creëren.
Onderzoekers verwachten dat ze in de toekomst veranderingen in rivieren kunnen voorspellen op dezelfde manier als weersvoorspellingen worden gedaan. Een ander onderzoekscentrum in Europa is het gebruik van met radio uitgeruste boeien met sensoren om gegevens over de oceaan te verzamelen, inclusief metingen van golfhoogte en actie. Deze streaminggegevens worden gecombineerd met andere milieu- en weergegevens om realtime informatie te geven over de toestand van de oceaan aan vissers en onderzoekers.
In beide voorbeelden worden sensoren gebruikt om grote hoeveelheden gegevens te verzamelen terwijl er evenementen plaatsvinden. Hoewel infrastructuurplatforms variëren, is het gebruikelijk om een middleware-laag op te nemen om door de sensor verzamelde gegevens te integreren met gegevens in een datawarehouse. Deze onderzoeksorganisaties gebruiken ook externe bronnen, zoals het in kaart brengen van databases en sensoren afkomstig van andere locaties, evenals geografische informatie.
De gegevens worden geanalyseerd en verwerkt terwijl deze vanuit deze verschillende bronnen worden gestreamd. Eén organisatie bouwt een geïntegreerd netwerk van sensoren, robotica en mobiele monitoring. Het gebruikt deze informatie om gecompliceerde modellen te bouwen, zoals realtime multiparameter-modelleringssystemen. De modellen zullen worden gebruikt om te kijken naar de dynamische interacties binnen lokale rivieren en estuaire ecosystemen.
De big data-voordelen van real-time gegevens
Door real-time analyse van gegevens op te nemen in milieuonderzoek, vergroten wetenschappers hun inzicht in belangrijke ecologische uitdagingen. Streamingtechnologie opent nieuwe onderzoeksgebieden en brengt het concept van wetenschappelijke dataverzameling en -analyse in een nieuwe richting. Ze kijken naar gegevens die ze in het verleden op een nieuwe manier hebben verzameld en kunnen ook nieuwe soorten gegevensbronnen verzamelen.
Hoewel u veel kunt leren door veranderingsvariabelen zoals watertemperatuur en waterchemie met vaste intervallen in de loop van de tijd te bewaken, loopt u mogelijk verrassende veranderingen of patronen mis. Wanneer je de mogelijkheid hebt om streaminggegevens te analyseren, is het mogelijk om patronen op te pikken die je misschien hebt gemist. Realtime gegevens over rivierbewegingen en het weer worden gebruikt om rivierveranderingen te voorspellen en beheren.
Wetenschappers hopen de impact op het milieu te voorspellen en het weer te voorspellen. Ze bevorderen onderzoek naar de gevolgen van het broeikaseffect. Ze vragen wat kan worden geleerd van het kijken naar de bewegingen van migrerende vissen. Hoe kan het kijken naar hoe verontreinigende stoffen worden vervoerd helpen om toekomstige milieuverontreiniging op te ruimen?
Als gegevenswetenschappers gegevens kunnen opnemen die ze al hebben verzameld, kunnen ze deze op een veel efficiëntere manier combineren met de real-time gegevens. Ze hebben ook de mogelijkheid om meer diepgaande analyses uit te voeren en de toekomstige resultaten beter te voorspellen.
Omdat deze analyse is voltooid, kunnen andere groepen dezelfde informatie gebruiken om de bevindingen op nieuwe manieren te gebruiken om de impact van verschillende problemen te analyseren.Deze gegevens kunnen worden opgeslagen in een datacloudomgeving zodat onderzoekers over de hele wereld toegang hebben, nieuwe gegevens in de mix kunnen toevoegen en andere milieuproblemen kunnen oplossen.