矿区的环境监测对确保工人安全和遵守环境法规至关重要。然而,传统方法通常成本高昂且覆盖面有限。采用了无线传感器网络(WSNs)和物联网(IoT)技术的结合。选择了特定传感器实时监测空气质量、水污染水平和温度变化。系统设计整合了用于异常检测的机器学习模型,确保稳健的数据处理。这些传感器系统的部署已显著减少了环境评估所需的时间,从几周减少到几天,空气质量监测参数的准确率超过95%。这种新方法显著提高了矿区环境监测的效率和可靠性,相较于传统技术。未来的工作将专注于扩展系统的功能并整合预测分析以用于预警系统。未来的研究应考虑可扩展性、成本效益以及与现有法规框架的整合,以确保对更广泛矿区的全面覆盖。环境监测、矿区、物联网系统、传感器网络、实时数据维护结果建模为 Y₈ₓ=₀+₁X₈ₓ+uᵢ+₈ₓ,采用异方差一致性误差进行稳健性检查。
Nwachukwu等(Thu,)研究了这一问题。