4. 温室气候数据的可视化探索
在完成数据清洗与质量标记之后，我们面对的往往是一张包含数万行、十几个字段的温室环境记录表。此时直接计算统计量或拟合模型，很容易被局部异常、昼夜节律和季节漂移掩盖真实规律。可视化探索的目的，是在正式建模之前，用图形快速回答三个问题：变量随时间如何变化、不同时段与位置的差异在哪里、数据分布是否稳定。时间序列图、热力图与箱线图分别对应这三类问题，构成趋势初判的"三件套"。
一、时间序列图：看趋势、周期与突变
时间序列图以时间为横轴、观测值为纵轴，是温室数据最基础也最不可替代的图形。它擅长暴露三类信息：长期趋势（如随季节推进棚内日均温的整体抬升）、周期成分（昼夜温度的正弦波动、灌溉带来的湿度脉冲）、以及突变与断点（设备故障、通风口卡死、传感器漂移）。
绘制时有两个关键决策。第一是时间粒度：原始数据常为 5 分钟或 10 分钟采样，直接绘制会因高频噪声形成"毛刺带"，掩盖日尺度趋势。建议同时输出两张图——原始分辨率图用于检查尖峰与缺失，按小时或日均聚合后的图用于观察趋势。第二是多变量叠加方式：温度、湿度、CO₂ 量纲差异大，不宜共用一根纵轴，应采用分面（每个变量一个子图、共享时间轴）或双纵轴（仅限两个量纲相近的变量）。
以一个番茄温室春季示例（合理假设数据）为例：将 10 分钟温度数据按小时求均值后绘图，可观察到日均温从 3 月的约 18.5 ℃ 稳步升至 5 月的约 23.2 ℃，同时每日 13:00—14:00 出现峰值、凌晨 5:00 前后出现谷值。若某日曲线在正午出现不合理的"塌陷"至 12 ℃ 并持续两小时，而同期外界辐射正常，则高度怀疑通风控制或传感器问题，应回到原始分辨率图定位具体时刻。这就是时间序列图"先看整体、再回查细节"的用法。
二、热力图：把二维节律压缩成一张图
温室环境具有强烈的"日—时"二维结构：同一时刻在不同日期的表现、同一天内不同小时的表现，都值得比较。热力图以横轴为一天中的小时（0—23）、纵轴为日期，用颜色深浅表示数值，能把数周的节律一次性铺开，是发现"何时、何日异常"的高效工具。
制作要点包括：颜色映射选择发散型色带（如以目标温度为中点的蓝—白—红），使偏离方向一目了然；对缺失值单独用灰色标注，避免与低值混淆；必要时对同一小时做跨日标准化，突出相对异常而非绝对高低。解读时重点关注三类模式：横向条纹表示某一天整体异常（如全天高温，可能是遮阳失效）；纵向条纹表示某个固定时刻系统性异常（如每天 14:00 湿度骤降，可能是灌溉定时问题）；块状区域则提示连续多日的设备或管理事件。
三、箱线图：比较分布与识别离群
箱线图用中位数、四分位距（IQR）和须线概括分布，特别适合分组比较：按月份、按昼/夜、按不同温室分区、按通风开启与关闭状态分组，一眼看出各组的中位水平、离散程度和离群点。在趋势初判中，它常用来回答"某月的温度是否真的比上月高，还是只是被几个极端值拉高"。判断离群点的常用规则是超出 [Q1 − 1.5×IQR, Q3 + 1.5×IQR] 范围，这些点应回查原始记录而非直接删除。
需要注意，箱线图隐藏了时间顺序，无法显示趋势方向，因此它应与时间序列图配合使用：箱线图告诉你"分布变了没有"，时间序列图告诉你"什么时候、怎么变的"。
四、三图联动的初判流程
三类图形不是孤立使用的，而应形成一条从"整体"到"局部"再到"分组验证"的判读链。建议按以下顺序操作：
- 先看时间序列图，确认数据整体走势、周期是否正常、有无明显断点或长时间平台（平台常意味着传感器卡值或通信中断）。
- 再用热力图定位，把时间序列中发现的异常时段映射到"日期×小时"网格上，判断它是单日事件、固定时刻的系统性问题，还是连续多日的状态漂移。
- 最后用箱线图验证，按可疑因素分组（如异常日 vs 正常日、白天 vs 夜间、不同分区），比较中位数与离散度，确认差异是否具有统计意义上的稳定性，并列出离群点清单回查原始记录。
五、常见陷阱与判读要点
第一，聚合掩盖异常：日均值会把正午短时高温与夜间低温平均掉，务必保留原始分辨率视图。第二，颜色与坐标的误导：热力图色带范围若按数据自动缩放，不同图之间不可直接比较，应固定色标范围。第三，箱线图不显示样本量：某组只有几个观测时箱体形状不可靠，应在图旁标注 n 值。第四，缺失值处理：时间序列中的断线、热力图中的灰块都应显式呈现，不能默认补零或线性插值后当作真实数据。
完成这一轮可视化探索后，我们通常能得到一份包含趋势方向、周期特征、异常时段与可疑因素的初步判断，它为后续的相关性分析、回归建模或控制策略评估提供了明确的切入点和验证方向。