智能农业系统中的业务数据采集和处理流程设计

准考证号：
试题代码： 1.1.2
试题名称： 智能农业系统中的业务数据采集和处理流程设计
考核时间： 30min

1. 场地设备要求

• 人工智能训练师主机：
  • CPU：Intel i5 及以上
  • 内存：不少于 16GB
  • 操作系统：Windows 10
  • 支持深度学习训练

2. 工作任务

某农业公司计划引入智能农业系统，通过安装在农田中的各种传感器（如温度传感器、湿度传感器、土壤传感器等）实时监控农田环境，收集数据并进行分析，以优化作物管理和提高产量。为此，公司需要设计并实现一套数据采集和处理流程，确保数据的高效采集、传输和处理，为智能分析提供可靠的数据支持。

我们提供一个传感器数据集（sensor_data.csv），包含以下字段：

• SensorID: 传感器ID
• Timestamp: 时间戳
• SensorType: 传感器类型（Temperature温度, Humidity湿度, SoilMoisture土壤水分, SoilPH土壤酸碱度, Light光传感器）
• Value: 传感器读数
• Location: 传感器安装位置

你作为智能农业系统的人工智能训练师，根据提供的sensor_data.csv数据集和Python代码框架（1.1.2.ipynb），完成以下数据的采集和处理任务，为智能农业系统提供可靠的数据支持。请按照以下要求完成任务，确保结果准确并保存相应的截图。

（1）传感器数据统计

通过补全并运行Python代码（1.1.2.ipynb）分别统计每种传感器的数据数量和平均值。将上述统计结果截图以JPG的格式保存，命名为1.1.2-1。

（2）按位置统计温度和湿度数据

通过补全并运行Python代码（1.1.2.ipynb）统计每个位置的温度和湿度传感器数据的平均值。将上述统计结果截图以JPG的格式保存，命名为1.1.2-2。

（3）数据清洗和异常值处理

通过补全并运行Python代码（1.1.2.ipynb）对数据进行清洗，处理异常值。具体要求如下：

• 将明显异常的温度（< -10 或 > 50）和湿度（< 0 或 > 100）数据进行标记并统计。
• 对缺失值使用前面数据的值（如果前面值没有采用后面数据的值）进行填补。
• 将清洗后的数据保存为新文件cleaned_sensor_data.csv。

文件保存要求：
所有结果文件储存在桌面新建的考生文件夹中，文件夹命名为准考证号+身份证号后六位。

3. 技能要求

1. 能结合人工智能技术要求和业务特征，设计整套业务数据采集流程
2. 能结合人工智能技术要求和业务特征，设计整套业务数据处理流程

4. 质量指标

1. 设计出的业务数据底层逻辑清晰，有效合理。
2. 数据完整性： 每个传感器数据记录数应完整，缺失值尽量少。
3. 数据准确性： 传感器数据应合理，与参考数据偏差小。