Våren 2011 Universitetet vid Buffalo hydrogeolog Chris Lowry hamrade en gigantisk mätstav i botten av en damm i västra New York. Närliggande, han lade upp instruktioner som förklarade hur förbipasserande kunde läsa personalen och sms:a honom till vattennivån.

Med denna ödmjuka början, CrowdHydrology lanserades.

Initiativet har sedan dess utvidgats till strömmar till 14 stater, och Lowry försöker nu använda den för att förbättra förutsägelser om översvämningar i USA.

Med ny finansiering från National Science Foundation (NSF), han arbetar med att integrera crowdsourced data från CrowdHydrology i den nationella vattenmodellen, ett verktyg utvecklat av National Oceanic and Atmospheric Administration (NOAA) för att förutsäga förhållanden längs landets vattenvägar.

"Det är inte många som vet detta, men det finns en nationell vattenmodell som simulerar och förutsäger strömflödet i varje bäck på det kontinentala USA, säger Lowry, Ph.D., en docent i geologi vid UB College of Arts and Sciences. "Jag tillbringade sommaren nere i Alabama och arbetade med forskare vid NOAAs National Water Center för att titta på hur vi kunde använda medborgarvetenskaplig data för att förbättra modellen."

NSF-utmärkelsen kommer att tillåta honom att fortsätta det arbetet, han säger, "med hopp om att vi kan utveckla nya metoder för kvalitetskontroll och dataassimilering för att förbättra förutsägelser om strömflöde, torka och översvämningar."

Att använda modern teknik för att övervaka, prognostiserade översvämningar

Lowrys forskning med National Water Model är en del av en större, multi-institution projekt under ledning av Arizona State University (ASU) som fick ett anslag på 1,5 miljoner USD för Smart and Connected Communities från NSF för att förbättra prognoser och övervakning av översvämningar genom att samla in data från källor som sociala medier, trafikkameror och webbkameror.

Målet är att koppla ihop första responders, medborgare och andra intressenter med korrekt, nära realtidsdata, och för att förbättra kommunikationen om översvämningar under nödsituationer.

Projektet kommer att ledas av Mikhail Chester, Ph.D., docent vid ASU School of Sustainable Engineering and the Built Environment, och chef för ASU:s Metis Center for Infrastructure and Sustainable Engineering.

Det tvärvetenskapliga forskarteamet inkluderar ingenjörer, hydrologer och datavetare från ASU, Northern Arizona University, University of Arizona, Michigan Technological University och UB. Lowry kommer att få $90, 000 av anslaget på 1,5 miljoner dollar, med UB:s arbete fokuserat på att integrera crowdsourced data från CrowdHydrology i den nationella vattenmodellen.

Utvecklingen av CrowdHydrology

CrowdHydrology har kommit långt sedan 2011, när Lowry startade det med Michael Fienen, Ph.D., en forskningshydrolog vid U.S. Geological Survey Wisconsin Water Science Center.

Från en pilotstation vid Beaver Meadow Audubon Center, ett naturreservat i Wyoming County, New York, initiativet har vuxit till att omfatta dussintals platser i området kring de stora sjöarna, med ytterligare webbplatser så långt bort som Alabama, Utah och Kalifornien.

"Vi är nu inne på vårt åttonde år av att driva nätverket, och tidigt, många forskare sa till oss att de trodde att data från medborgarvetenskap är av låg kvalitet, " Lowry säger. "Vi har arbetat hårt för att visa vetenskapsgemenskapen att dessa data inte bara är korrekta utan också användbara. Det är underbart att se CrowdHydrology användas i detta stora multiinstitutionella forskningsprojekt."

"Detta är det andra stora NSF-finansierade projektet som har en komponent av transformativ forskning som kretsar kring CrowdHydrology, " tillägger han. "Detta är, till stor del, tack till alla personer som tog sig tid att skicka in observationer av vattennivåer. Vi slog precis 8:an, 000-användare tidigare i år. Några av våra bästa CrowdHydrology-mätare får över 300 observationer per år. Utan dessa engagerade medborgarforskare, inget av detta skulle vara möjligt."