4. 作业参数采集与数据基础

参数优化的前提不是算法，而是数据。农业无人机在田间作业时，飞行速度、作业高度、喷幅、流量、雾滴粒径、环境风速等参数共同决定防治效果，而这些参数是否"可优化"，取决于我们能否把机载飞行数据、RTK定位数据、流量计数据与气象数据在时间与空间上对齐，形成一份干净、可信、可复算的数据集。本节围绕"采什么、怎么采、怎么清洗、怎么形成数据集"展开，重点讲清各数据源的实际采集方式与预处理中的关键判断。

一、四类数据源各自采什么

机载传感器是数据的主干。主流农业无人机飞控会记录飞行日志，包含时间戳、经纬度、相对高度、地速、航向、姿态角、电池电压、作业开关状态等字段，采样频率通常为1～10 Hz。飞控日志的价值在于它记录了"飞机实际怎么飞"，而不是"计划怎么飞"，因此是判断参数执行偏差的第一手依据。

RTK定位数据解决的是空间精度问题。普通GPS在植保作业中水平误差可达米级，会导致航线偏移、漏喷重喷统计失真。RTK通过基站或网络差分把定位精度提升到厘米级，同时输出定位质量标志（如固定解、浮点解、单点解）。采集时必须保留这个质量标志，因为浮点解时段的坐标不能与固定解时段同等对待，否则后续生成的作业轨迹会出现"漂移段"。

流量计数据反映实际喷施量。常见为电磁式或涡轮式流量计，安装在泵后主管路，输出瞬时流量（L/min）与累计流量（L）。它与飞控的作业开关、速度信号配合，才能算出单位面积施药量。需要注意的是，流量计读数受管路气泡、药液黏度、泵压波动影响，原始序列中常出现短时尖峰或归零，这正是清洗环节要处理的对象。

气象站数据提供环境边界条件。田间小型气象站或机载风速传感器可记录风速、风向、温度、相对湿度。风速直接决定是否适合作业以及是否需要用抗飘移喷头；温湿度影响蒸发与雾滴沉降。气象数据采样频率通常较低（如1分钟一次），与飞控高频数据合并时需要做时间对齐处理。

二、时间对齐：多源数据合并的关键一步

四类数据来自不同设备，时间基准往往不一致。飞控日志可能用UTC时间，流量计控制器用本地时间，气象站用自带时钟。合并前必须统一到同一时间基准，通常做法是以飞控日志的UTC时间戳为主轴，把其余数据按时间戳就近匹配或线性插值到每个航迹点上。

举个示例：假设飞控日志每0.2秒一个点，气象站每分钟一个点。对某航迹点t=10:23:15.4，取前后最近的两条气象记录（10:23:00与10:24:00），按时间比例线性插值得到该点的风速估计值。流量计若为1 Hz，则同样插值。这样每个航迹点就带上了速度、高度、流量、风速等完整字段，形成"一行一航迹点"的宽表结构，便于后续按参数分组统计。

空间配准同样重要。RTK坐标通常是WGS-84或CGCS2000经纬度，而作业地块边界、处方图可能用本地平面坐标。合并前要统一坐标系，否则计算单位面积施药量时面积会算错。建议在数据集中同时保留原始经纬度和转换后的平面坐标（x、y，单位米），并记录所用投影参数，保证结果可复现。

三、数据清洗：识别并处理四类典型问题

原始数据几乎不可能直接可用，清洗要针对具体问题设定判断规则，而不是笼统地"去掉异常值"。

第一类是定位漂移。当RTK质量标志为浮点解或单点解时，坐标可能出现数米跳变。处理方法是按质量标志分段，浮点解时段若占比小可直接剔除对应航迹点；若占比大，则该架次数据整体可信度下降，应在数据集中标注"定位质量等级"，供后续优化时降权使用，而不是简单删除造成数据缺口。

第二类是流量异常。常见形态是短时尖峰（如瞬时流量突然从2.0 L/min跳到8.0 L/min又回落）和归零（泵未启动或气泡通过）。可设定物理合理区间，例如某机型额定流量1.5～3.0 L/min，超出区间且持续小于2秒的视为尖峰，用前后均值替换；连续归零超过5秒则标记为"非喷施段"，不参与施药量统计。

第三类是速度与作业开关矛盾。作业开关为开但地速接近零，说明飞机悬停喷施，单位面积施药量会异常偏高；开关为关但流量计有读数，说明信号不同步。这类记录应单独标记，避免污染"速度—施药量"关系分析。

第四类是时间断档与缺失值。日志可能因断电、存储卡写入失败出现断档。断档超过设定阈值（如10秒）的区段应切分为独立航段，段内缺失字段用插值补齐，段间不强行连接，防止生成虚假的连续轨迹。

四、形成可优化数据集的字段设计

清洗完成后，建议按"航迹点级明细表 + 架次级汇总表"两层组织。明细表每行是一个航迹点，至少包含：时间戳、经度、纬度、平面x/y、相对高度、地速、航向、作业开关、瞬时流量、累计流量、风速、温度、定位质量标志、数据质量标记。汇总表每行是一个作业架次，包含：架次编号、地块编号、作业面积、平均地速、平均作业高度、平均流量、总施药量、单位面积施药量、平均风速、有效航迹点占比、固定解时间占比。

下面给出一个可直接参考的明细表字段样例（示例结构，非实测数据）：

timestamp, lon, lat, x_m, y_m, height_m, speed_mps, heading_deg,
spray_on, flow_lpm, flow_total_l, wind_mps, temp_c, rtk_fix, quality_flag
2024-06-12T02:23:15.400Z, 116.48213, 39.90127, 512340.2, 4418720.6,
3.2, 4.8, 87.5, 1, 2.15, 12.40, 2.1, 26.3, 4, OK
2024-06-12T02:23:15.600Z, 116.48218, 39.90128, 512344.5, 4418721.1,
3.1, 4.9, 87.2, 1, 2.18, 12.47, 2.1, 26.3, 4, OK
2024-06-12T02:23:15.800Z, 116.48223, 39.90129, 512348.8, 4418721.6,
3.1, 4.7, 87.0, 1, 6.90, 12.70, 2.2, 26.3, 4, FLOW_SPIKE

其中rtk_fix用整数编码定位质量（如4=固定解、2=浮点解、1=单点解），quality_flag记录清洗标记（OK、FLOW_SPIKE、RTK_FLOAT、SPEED_ZERO等）。这样一份数据集既保留了原始信息，又带有质量标签，后续做参数优化时可以按质量等级筛选样本，避免把不可信数据当成优化依据。

采集与清洗不是一次性的准备工作，而是参数优化的数据底座。只有把四类数据源采全、对齐、洗净，并明确标注质量等级，后续对速度、高度、流量等参数的寻优才有可靠依据，优化结论也才能在实际作业中被复现和验证。