不管是热电生产、农业、工业或水电生产,积雪量以及每年储存在积雪中的地表水对于美国经济都是至关重要,因为此类水源的用户每年为美国的国内生产总值贡献达到1.7 万亿美元 (占比 15%)。仅在加利福尼亚州一地,降雪对于生产收入的贡献几乎占到了加州 GDP 的 30%。积雪信息可用于预测干旱和洪涝灾害,在公共与私营经济部门之间均等地分配水资源,而且对于农业规划也是很关键。
在积雪皑皑的多山地区中,支配积雪、融雪和地表水的过程并不为大众所熟知,因为它们很难测量。直到最近,研究人员一直所依靠的是零星部署在陡峭地形和极端环境情况之偏远地点的有线传感器,这些环境包括山洪、厚厚的积雪、冰点以下的温度、以及具有喜欢啃咬电缆的动物之地方。这些有线网络过于昂贵、不可靠、以及难以维护,且由于数据点过少而无法创建流域的态势图。在 CITRIS (Center for Information Technology Research in the Interests of Society) 的一个合作项目中,加州大学伯克利分校的 Roger C. Bales、UC Merced 和 Steven D. Glaser 探索了改善大规模环境监测的方法,并转向无线传感器网络 (WSN) 以了解该技术是否能够实现一种更有效、可扩展和坚固的解决方案。Glaser 博士说:“我们需要一种拥有空间和时间密集性的可靠 WSN,其在同一个无线电频段内具有多个节点,即使对于高频数据传输也能依靠电池运行至少一年,而且可在非常严酷的环境中正常运作。”
Steven Glaser、Roger C. Bales 和他们的研究生 Branko Kerkez创立了一种 WSN 部署方法,并且表明:基于 DustNetworks 标准的网格网络技术提供了一种可靠、灵活性强和可扩展的网络解决方案,通过最大限度地提高通路可靠性、延长电池寿命和扩大空间覆盖来满足环境监测应用的需求。