4. 监测目标与数据需求定义

传感器布点与验收的第一步，不是选设备，而是把“为什么要测”翻译成可执行的数据需求。同一个温室，农艺管理可能只需要每小时看一次温湿度趋势，科研试验却可能要求每分钟记录、误差不超过0.2℃；预警控制则更关心阈值附近的响应速度和数据连续性。监测目标不同，监测参数、时间分辨率、空间分辨率与数据精度这四项指标就会完全不同。本节的核心任务，是把模糊的业务需求拆解为这四类可量化、可验收的指标，并形成一份能直接指导选型与布点的数据需求清单。

一、四类指标的含义与相互关系

监测参数回答“测什么”，包括空气温度、相对湿度、光照度、土壤含水率、土壤温度、CO₂浓度、叶面湿度等。时间分辨率回答“多久测一次、多久上报一次”，例如采样间隔1分钟、上报间隔10分钟。空间分辨率回答“多大范围布一个点、布在哪些位置”，例如每500 m²一个温湿度节点、按冠层高度分上中下三层。数据精度回答“测得准不准”，通常用最大允许误差、分辨率、重复性等指标表达，例如温度±0.3℃、湿度±3%RH。

这四项指标并非彼此独立。时间分辨率提高会带来数据量和功耗上升；空间分辨率加密会显著增加成本与安装工作量；精度要求提高往往意味着更贵的传感器和更严格的校准与验收流程。因此定义需求时要在“够用”和“可承受”之间取得平衡，而不是一味追求高指标。

二、从三类需求出发的推导逻辑

农艺管理需求关注的是指导日常生产决策，如通风、灌溉、遮阳、施肥。这类需求对绝对精度要求适中，但对趋势和代表性要求高。例如番茄温室灌溉决策，土壤含水率误差±3%通常可接受，但测点必须代表根区典型状态，时间分辨率取10～30分钟即可满足一天内的灌溉判断。

科研试验需求关注数据的可重复性与统计效力，往往要求更高的精度、更密的时间序列和明确的空间重复。例如研究冠层微气候对病害的影响，需要在不同冠层高度布置重复测点，采样间隔可能要求1分钟，温度误差控制在±0.2℃以内，并保留原始数据不做过度平滑。

预警控制需求关注阈值触发与响应速度，如低温冻害预警、高温报警、除湿控制。这类需求对精度要求集中在阈值附近，更强调数据连续性、上报延迟和故障自诊断。例如霜冻预警要求温度采样间隔不超过1分钟、上报延迟小于30秒，并在传感器失效时能输出故障状态而非静默丢数。

三、把需求写成可验收的指标

定义需求时最容易犯的错误是写成“温度要准确”“数据要及时”这类无法验收的表述。正确做法是给出可测量的数值和判定条件。以下是一份可直接参考的数据需求清单示例（示例参数为教学假设，实际项目需按作物、区域和预算调整）：

表中每一项都可以在验收时直接核对：参数是否齐全、采样与上报间隔是否达到、布点数量与高度是否符合、误差是否在限值内。需要补充的是数据完整率与延迟指标，例如要求连续24小时数据完整率不低于98%，单次上报延迟不超过设定值的1.5倍。这类指标对预警控制尤其关键，因为“测得准”但“传不上来”同样无法支撑决策。

四、定义过程中的几个实操要点

先定用途，再定精度。不要先看传感器参数表再倒推需求。应先明确数据最终支撑什么决策或分析，再反推精度。例如仅用于趋势展示的温度数据，±0.5℃足够；用于热量平衡计算或病害模型输入，则可能需要±0.2℃并配合辐射参数。

区分采样间隔与上报间隔。采样间隔是传感器读取频率，上报间隔是数据发送频率。预警场景可以采样1分钟但每分钟上报，科研场景可以采样1分钟但本地存储、每小时批量上传。两者混用会导致功耗、流量和存储估算错误。

空间分辨率要写清“位置”而不只是“数量”。同样布4个温度点，布在温室四角与布在冠层中部代表性差异很大。定义时应写明高度、深度、距风口或热源的距离，以及是否设置重复。对科研试验，还要写明重复数和随机化或分区安排。

精度指标要说明校准与验收条件。最大允许误差是在什么温度范围、什么湿度条件下成立，是否需要现场比对或实验室校准，验收时用标准器比对还是用同批传感器互比，都应在需求阶段写清楚，避免验收时争议。

五、常见偏差与纠正

实践中常见三类偏差。其一是指标堆砌，把所有参数都写成最高精度、最密间隔，导致成本失控且后期无法维护；纠正方法是按用途分级，区分“必须满足”和“期望满足”。其二是只写参数不写时空分辨率，导致布点随意、数据无法代表地块；纠正方法是每个参数都配套写明采样间隔、上报间隔、布点数量与位置。其三是忽略数据质量指标，只验收传感器本身；纠正方法是把数据完整率、延迟、异常值比例纳入验收条件。

完成本节的数据需求定义后，后续的传感器选型、布点方案设计和验收测试都应逐项回扣这份清单。清单中的每一项指标，都是后面布点图上的一个点位、验收表上的一行判定。需求定义做得越具体，布点与验收就越有据可依。