[논문 리뷰] Severity Prediction of Drought in A Large Geographical Area Using Distributed Wireless Sensor Networks

Satish. G. Dappin, M. Vaidehi외 2명|arXiv (Cornell University)|2010. 01. 21.

Energy Efficient Wireless Sensor Networks참고 문헌 12인용 수 3

한 줄 요약

이 논문은 10,000 km² 지역 전역에서 환경 센서(온도, 강수량, 습도, 바람, 기압)를 사용하여 실시간 가뭄 심화도 예측을 위한 분산 무선 센서 네트워크(WSN) 아키텍처를 제안한다. 지리적으로 분포된 다섯 개인 하위 네트워크에 센서 노드를 배치하고, 현지 기지국에서 데이터를 집계한 후 중심 서버로 전송하여 분석함으로써, 가뭄 심화도를 비가뭄, 경미, 중간, 심각의 네 단계로 분류함으로써 장기적인 환경 추세와 바람에 의해 유도되는 가뭄 전파를 기반으로 조기 경고 및 예측적 통찰을 제공한다.

ABSTRACT

In this paper, the severity prediction of drought through the implementation of modern sensor networks is discussed. We describe how to design a drought prediction system using wireless sensor networks. This paper will describe a terrestrial interconnected wireless sensor network paradigm for the prediction of severity of drought over a vast area of 10,000 sq km. The communication architecture for sensor network is outlined and the protocols developed for each layer is explored. The data integration model and sensor data analysis at the central computer is explained. The advantages and limitations are discussed along with the use of wireless standards. They are analyzed for its relevance. Finally a conclusion is presented along with open research issues.

연구 동기 및 목표

• 대규모 가뭄 모니터링을 위한 확장 가능하고, 저전력이며, 고장 내성인 WSN 아키텍처를 개발한다.
• 다중 매개변수 환경 센싱을 통한 실시간 데이터 기반의 가뭄 심화도 분류를 가능하게 한다.
• 예측 가능한 가뭄 패턴의 진화를 통해 기상학자와 정책 결정자들의 의사결정을 지원한다.
• 장기적인 환경 위험 예측을 위한 분산 센서 네트워크의 실현 가능성을 평가한다.

제안 방법

• 10,000 km² 지역 내 다섯 개인 100 km² 하위 지역에 고밀도 무선 센서 네트워크를 구축한다.
• 온도, 습도, 바람 속도/풍향, 기압, 강수량을 측정하기 위한 아날로그 센서를 장착한 센서 노드를 사용한다.
• 현지 데이터 처리 및 피어 투 피어 통신을 위해 마이크로컨트롤러와 RF 송수신기를 탑재한 모트(Motes)를 활용한다.
• 3단계 아키텍처를 구축: 센서 노드(1단계), 현지 기지국(2단계), 고성능 컴퓨팅을 갖춘 중심 원격 기지국(3단계).
• 장거리 통신 및 IP 기반 원격 액세스를 위해 TCP/IP와 802.11 무선 로컬 영역 네트워크를 사용한다.
• OMNeT++에서 메시지 지연과 홉 수에 따른 시뮬레이션 시간을 고려한 이진 트리 토포로지로 데이터 라우팅을 시뮬레이션한다.

실험 결과

연구 질문

• RQ1 대규모 지리적 지역 전역에서 가뭄 상태를 모니터링하기 위해 분산 WSN을 어떻게 효과적으로 구축할 수 있는가?
• RQ2 실시간으로 가뭄 심화도를 예측하는 데 가장 예측력 있는 환경 매개변수는 무엇인가?
• RQ3 다양한 센서 네트워크에서 유입된 데이터는 어떻게 집계하고 분석하여 가뭄의 진화를 예측할 수 있는가?
• RQ4 바람 방향과 기압은 가뭄 상태의 공간적 전파에 어떤 역할을 하는가?
• RQ5 센서에서 유래한 데이터를 사용하여 가뭄 심화도(비가뭄, 경미, 중간, 심각)를 분류하는 데 정확도는 어느 정도인가?

주요 결과

• 센서 네트워크 3는 지속적인 고온과 연간 강수량이 근처 0 mm에 가까운 상태로 심각한 가뭄을 보였다.
• 센서 네트워크 4는 평균 이상의 온도와 연간 강수량이 25 mm 미만으로 중간 수준의 가뭄을 보였다.
• 센서 네트워크 1과 5는 안정된 기후 조건을 나타내어 비가뭄 지역으로 분류되었다.
• 센서 네트워크 2는 중간 수준의 환경 스트레스를 보이며 경미한 가뭄에 취약한 것으로 확인되었다.
• 바람 데이터는 건조한 공기가 네트워크 3에서 네트워크 4로 방향성 이동하고 있음을 나타내어 향후 가뭄 전파 가능성을 시사한다.
• 통합된 환경 추세를 바탕으로 시스템은 네트워크 2와 3가 곧바로 심각한 가뭄에 직면할 것임을 성공적으로 예측하였다.