纽约大学正在纽约 Gowanus 社区建设超声波洪水传感器网络

P人们做了一些 去年纽约地铁系统有 760 亿人次乘坐. 当然,这是从周围下降 1.7 车次,在大流行之前,但仍然远远超过了接下来的两个最大的交通系统—— DC的地铁芝加哥交通管理局 ——结合。 所以当大风暴, 就像去年飓风艾达的残余一样,东北风、倾盆大雨或汹涌的潮汐淹没了纽约的低洼沿海地区和基础设施,这是一件大事。

63 年 2 月 2021 日,在美国纽约,艾达飓风的残余在纽约、新泽西和宾夕法尼亚造成严重洪水后,在曼哈顿第 XNUMX 街和列克星敦大道看到地铁服务通知。路透社/乔纳森奥蒂斯

乔纳森·奥蒂斯 / 路透社

由于气候变化,这项交易只会变得越来越大。 城市周围的海平面有 在上个世纪已经上升了一英尺 根据纽约市气候变化专门委员会的数据,预计到本世纪中叶再增加 8 到 30 英寸,到 75 年将增加 2100 英寸。 为了帮助城市规划者、应急响应人员和普通市民更好地为每对夫妇都在发生的 100 年风暴做好准备,来自 纽约大学城市防洪小组 开发了一种街道级传感器系统,可以实时跟踪上升的街道潮汐。

纽约市位于一系列低洼岛屿之上, 受到大西洋中部飓风的侵袭 纵观其历史。 据报道,1821 年,一场飓风直接袭击了这座城市,在短短一个小时内就出现了 13 英尺高的巨浪,淹没了街道和码头。 随后在 1893 年发生的第一类暴风雨冲刷了霍格岛的所有文明迹象,第三类暴风雨经过长岛,造成 200 人死亡并造成大洪水。 随着风暴命名约定的出现,情况并没有改善。 1954 年的卡罗尔也引发了全市洪水,60 年的唐娜带来了 11 英尺高的风暴潮,2021 年的艾达看到了该地区前所未有的降雨量和随后的洪水, 造成 100 多人死亡并造成近 XNUMX 亿美元的损失.

纽约洪泛区

NOAA

正如纽约市规划部门解释的那样,在制定建筑规范、分区和规划时,纽约市根据 FEMA 的初步洪水保险费率图 (PFIRM) 计算一个地区的洪水风险. PFIRM 覆盖的区域,“洪水预计在每年发生 1% 的可能性的洪水事件期间上升,”有时称为 100 年洪泛区。 截至 2016 年,约 52 万平方英尺的纽约市海岸线属于该类别,影响了 400,000 名居民——超过了克利夫兰、坦帕或圣路易斯的总人口。 到 2050 年,该影响范围预计将翻倍,发生 100 年洪水的可能性可能会增加两倍,这意味着您的房屋在 30 年抵押贷款期间面临严重洪水的可能性将从今天的 26% 左右跃升至到本世纪中叶接近 80%。

纽约市 500 年洪泛区

NOAA

因此,在为未来恶化事件做准备的同时应对今天的洪水是纽约市政府的一项关键任务,需要地方、州和联邦各级政府和非政府组织之间的协调。 FloodNet 是纽约大学首先发起并在纽约市立大学帮助下扩展的一个项目,它在超本地化层面上运行,以逐条查看特定社区的洪水情况。 该计划始于纽约大学的城市洪水小组。

“我们本质上是在设计、建造和部署低成本传感器来测量街道洪水,”纽约大学环境工程师兼副教授 Andrea Silverman 博士 土木与城市工程系告诉 瘾科技. “这个想法是它可以提供急需的定量数据。 在 FloodNet 之前,没有关于街道洪水的定量数据,因此人们并不能真正全面了解某些地点发生洪水的频率——例如洪水的持续时间、深度、发作率和排水量。”

FloodNet 内部工作原理

纽约大学城市防洪小组

“这些都是有助于基础设施规划的信息,一方面,也有助于应急管理,”她继续说道。 “所以我们确实有可用的数据,他们会发送警报以查看感兴趣的人,例如国家气象局和应急管理部门,以帮助告知他们的反应。”

FloodNet 目前处于早期开发阶段,只有 23 个传感器单元安装在布鲁克林 Gowanus 社区的 8 英尺高的柱子上,但该团队希望在未来五年内将该网络扩展到全市 500 多个单元。 每个 FloodNet 传感器都是一个独立的太阳能系统,它使用超声波作为隐形测距仪——随着洪水上升,街道表面和传感器之间的距离会缩小,计算该读数与基线读数之间的差异会显示水量水平上升了。 纽约大学团队选择了基于超声波的解决方案,而不是激光雷达或雷达,因为超声波技术比基本的接触式水传感器更便宜,提供更集中的返回数据,而且更准确,需要更少的维护。

每个传感器产生的数据使用 LoRa 收发器无线传输到网关集线器,网关集线器可以从一英里半径内的任何传感器提取数据,并通过互联网将其推送到 FloodNet 服务器。 然后数据会实时显示在 洪水网主页.

纽约市洪水网络地图

纽约大学 URban Flooding Group

“这座城市已经在预测模型上投入了大量资金 [估计] 那里会因一定量的降雨或潮汐增加而泛滥,”西尔弗曼说。 她指出,不必在每个角落都安装传感器才能最有效。 “例如,由于拓扑结构、下水道网络或靠近海岸,某些位置更容易发生洪水。 因此,我们使用这些模型来尝试了解可能最容易发生洪水的位置”,并与当地居民接触,了解可能发生洪水的地区的第一手资料。

Silverman 指出,为了进一步推出该计划,传感器需要进行轻微的重新设计。 “传感器的下一个版本,我们正在利用我们从当前版本中学到的东西,并使其更具可制造性,”她说。 “我们正在对其进行测试,然后我们希望开始我们的第一轮制造,这将使我们能够扩大规模”。

FloodNet 是一家开源企业,因此所有传感器原理图、固件、维护指南和数据均可在 团队的 GitHub 页面. “显然,你需要具备某种技术知识才能构建它们——现在可能不是任何人都可以构建传感器、部署它并立即上线,就能够生成数据,但我们正在努力做到这一点,”西尔弗曼承认。 “最终,我们很想到达一个可以以任何人都可以接近的方式编写设计的地方。”

Engadget 推荐的所有产品均由我们的编辑团队选择,独立于我们的母公司。 我们的一些故事包括附属链接。 如果您通过这些链接之一购买商品,我们可能会获得会员佣金。 所有价格在发布时都是正确的。

来源