斯科特·普鲁特，EPA管理员断言说：“全球变暖可能是有益的”，可以让人放心一些，但其他人居住在靠近海岸更喜欢早期预警的安全性时，他们可能会从上升的海平面所淹没。
预测洪水风暴潮，暴雨，飓风，潮汐过的海岸线是很难的。如何做你的显示器水位在如此广阔的区域？如何洪水与这些数据流的预测？如何成千上万的人被提醒？海洋科学研究所弗吉尼亚（VIMS）是开拓结合的IoT传感器，高级映射和Alexa一种创新的方法。
汉普顿路是弗吉尼亚州东南部和东北部北卡罗来纳州之间的大沿海地区这是易受洪水。VIMSStormSense帮助当地沿海社区的海平面和海岸洪水的灾难性影响的准备。德里克Loftis，助理研究员VIMS和斯里达尔Katragadda，系统分析员，市弗吉尼亚海滩的解释了他们获奖设计。
海岸线应对自然风暴事件和商业活动已经改变诺福克已发展成为世界上最大和最繁忙的商业港口之一。由于海岸线已经发展了几百年，以满足日益增长的人口的需求，由“新土地”置换水的体积必须在其他地方河口容纳。用了“海平面上升”移动应用程序的众包的努力公民科学已经进行收集是经常困扰诺福克和汉普顿路的其余部分洪水的泛滥最大程度的测量任务。
许多洪水程度占据的地方可以链接到以前的几个世纪前溪床。当然，同时墙壁或隔板可增强或升高充当海堤，当洪水期间额外高潮足够高，这些海拔较低的传统小溪床会期间，哪怕是轻微的暴雨事件中的第一种区域的洪水。一个洪水漏洞的互动地图演示从类别1的预期程度淹没作为风暴潮的结果 - 4飓风。这些估计的范围是在规划和应急准备方面的帮助。它研究潮和降雨的共同影响，这通常都伴随着显著风暴潮是很重要的。StormSense在2015年用于预测前九“王潮”水浸事件中充斥泛滥长达36小时。
传感器
的网桥安装从VALARM物联网水位传感器部署在河流，河口和非潮汐领域横跨汉普顿道路监控水位。这个地图示出了传感器的部署。与传感器的地理坐标以及时间戳水位读数传送到通过蜂窝宽带和LoRaWAN云。此数据由StormSense实时与映射ESRI的ArcGIS线上。
三种类型的传感器被使用：
- Senix超声波传感器
- FLOWLINE超声波传感器
- 流线雷达传感器
通过流线和Senix两个超声波和26 GHz的脉冲雷达“级别”或距离传感器部署在这个项目中，并把数据发送到Valarm工具云在3G / 4G蜂窝网络的服务器。
洪水预测模型
潮位，风暴潮和降雨都可能导致洪水。VIMS分析从美国地质调查此数据流和水位数据（USGS）使用Microsoft双向电力预测洪水。水动力模型预测从风暴潮和降雨洪水。这些模型已经结合成功过去已经使用在准确预测定时，深度和洪水的程度。城市约$ 20 /月的传感器和数据传输都为这个预警系统的付费节目。一个小的代价财产损失和伤害降低！
警报生成
自动洪水警报发出时，水位达到临界阈值道路的公害泛滥，对建筑物的特定阈值受着洪水阈值通知。这些警报不久将提供给广大市民为好。一个Alexa的技能命名为“风暴感”是用来回应关于水位和洪水警报请求。该技术首先必须是为了工作“启用”通过对他们的Alexa的或混响应用的用户。存储在AWS DynamoDB和AWS LAMBDA与来自传感器网络的聚合数据流的技术人员相互作用 - 这支持了数据流和Alexa之间的相互作用。
用户可以简单地问Alexa的“问伦敦桥风暴感水位？”。“水位”和“伦敦桥”是从这个口头查询的提取，并作为参数来查询数据流的变量。从多个参数产生的口头响应和Alexa的讲话。聊天机器人正在考虑可能在Facebook，Skype和松弛交付未来的警报。
VIMS” StormSense使用在物联网传感器，ArcGIS的测绘和Alexa技能一个小的投资，以节省数百万美元的赔偿金千汉普顿路居民。“全球变暖可能是有益的”斯科特·普鲁特说，但大多数人宁愿留干。