美国国家实验室靠机器学习和便宜传感器，自制地下水污染预警系统

来自美国劳伦斯伯克利国家实验室和萨凡纳河国家实验室的研究员，利用平价传感器和一套机器学习系统，不只能即时监测地下水污染状况，还能作为预警系统。领导这项研究的Haruko Wainwright表示，传统监测方法要每年或每季采集水样、在实验室分析，但如果出现异常或极端事件，就可能不会注意到污染物浓度的增加。不过，她强调新方法使用代理测量来进行原位监测，因此能即时、不间断地关注水流。而机器学习技术，能帮助团队从远程快速分析水流数据，并作为预警系统，以检测pH质和电导率是否突然改变。