En översvämning kan inträffa när som helst och var som helst i världen. En översvämning börjar när vattennivån ökar, särskilt i dagvattenbrunnar i stadsområden. Genom att utnyttja de olika moderna teknologier som Internet of Things (IoT), förluster som orsakas av en översvämning kan minskas. Därför behövs en IoT-lösning för att övervaka vattennivån i brunnarna. Syftet med denna avhandling är att undersöka hur man konstruerar och implementerar ett IoT-baserat system som övervakar vattennivån för att bygga en prototyp med LoRaWAN teknologi. Konstruktionen av prototypen utförs genom att följa stegen i en iterativ systemutvecklingsmetod. Prototypen använder ett offentligt Lora-nätverk, särskilt The Things Network (TTN). Prototypens funktioner är att mäta vattennivån med en ultraljudssensor, sända mätdata via LoRa till TTN och visualisera data på en visualiserings plattform "Cayenne" i realtid. Systemet är testad i en laboratoriemiljö. Resultaten av den konstruerade prototypen visar att den mäter vattennivån och skickar mätdata när vattennivåns tillstånd ändras. Dessutom visualiseras datan på visualiserings plattformen Cayenne.

A flood may occur anytime and anywhere in the world. A flood starts when the water level increases, especially, in the wells in the urban areas. By taking advantage of the modern technology, such as Internet of Things (IoT), the losses caused by the flood can be reduced. Therefore, an IoT-solution is needed for monitoring the water level in the wells. The aim of this thesis is to investigate how to design and implement an IoT-based system that monitors the water level to build a prototype using LoRaWAN technology. Building the prototype is done by following the steps of an iterative system development method. The prototype uses a Lora public network, specifically The Things Network (TTN). The functions of the prototype are measuring the water level by an ultrasound sensor, sending the measurement data through LoRa to TTN, and visualizing the data on the "Cayenne" dashboard in real-time. The system is tested in a lab environment. The results of the constructed prototype show that the prototype measures the water level and sends the measurement data whenever the state of the water level is changed. Additionally, the data is visualized on the Cayenne dashboard.