Die Risikominderung bei Naturkatastrophen erfordert eine effiziente Kontrolle von Überschwemmungen in niederen und hochwassergefährdeten Gebieten, insbesondere in landwirtschaftlichen Regionen wie dem Bang Rakam Modellgebiet in der Provinz Phitsanulok, Thailand. Um die Vorhersage und Reaktion auf Überschwemmungen zu verbessern, schlägt diese Studie die Schaffung einer kostengünstigen, Echtzeit-Wasserstandüberwachung vor, die mit räumlicher Datenanalyse unter Verwendung von Geographic Information System (GIS)-Technologie integriert ist. Zehn mit Ultraschallsensoren ausgestattete Überwachungsstationen wurden sorgfältig in den Untereinzugsgebieten installiert, um hochgenaue Wasserstandslesungen bereitzustellen. Um Überflutungszonen zu definieren und Karten der Überschwemmungstiefe zu erstellen, sammeln die Sensoren die Überflutungsdaten von jeder Station, die dann mithilfe eines 1-m Digitalen Höhenmodells (DEM) und einer auf Python basierenden geospatialen Analyse verarbeitet werden. Um dynamische Überschwemmungskarten zu erstellen, die Informationen über Ausmaß, Tiefe und Wasservolumen innerhalb jedes Untereinzugsgebietes liefern, wurde ein automatisiertes Verfahren entwickelt, das Echtzeit-Wasserstandsdatenerfassung nutzt. Diese Ergebnisse demonstrieren das Potenzial kostengünstiger IoT-basierter Überwachungsgeräte für Überschwemmungen als erschwingliche und skalierbare Lösung für gefährdete Gemeinschaften. Diese Methode verbessert das Wissen über die Dynamik von Überschwemmungen im Bang Rakam Modellgebiet, indem Sensortechnologie und räumliche Datenanalyse kombiniert werden. Sie fungiert auch als Standard für Überschwemmungsmanagementstrategien in anderen niederen Gebieten. Die Studie betont, wie entscheidend die datengetriebene Echtzeitüberwachung von Überschwemmungen ist, um Frühwarnsysteme, Katastrophenvorsorge und das Wasserressourcenmanagement zu verbessern.
Choosumrong et al. (Mi.,) untersuchten diese Frage.