在智慧农业场景中，农场通过实时采集温度数据并计算温度异常指数（T-score），动态特征量化温度异常，区分风险等级，减少误报，并且结合历史数据趋势，提前预警持续性温变风险，降低作物减产概率，同时为设施农业提供可复用的算法模型，推动智慧农场从“经验驱动”转向“数据驱动”管理，提升整体产业抗风险能力。
1.数据采集：采集凤桥水蜜桃基地，采集：传感器编号、时间、当前温度、前1小时温度、近3小时温度序列等字段数据。清除异常值保障数据质量。 2.数据处理 动态特征计算。 （1）温度突变率TC=（当前温度-前1小时温度）/时间差。 （2）温度梯度TG=MAX(近3小时时段内每小时温度变化率)。 （3）稳定度指数SI=1/(近3小时温度序列标准差+0.01)。 系数转换。 （1）突变率系数 = TC/5（TC≥5时突变率系数结果取1）。 （2）梯度系数 =TG/4（TG≥4时梯度系数结果取1）。 （3）失稳系数 = 1 - (SI×2) （SI≥0.5时失稳系数结果取0）。 温度异常指数（T-score）计算。 T-score=（突变率系数×0.4）+（梯度系数×0.3）+（失稳系数×0.3） 3.数据应用 分级预警。 红色警报（高风险）：T-score≥0.7； 黄色警报（中风险）：0.5≤T-score<0.7； 蓝色警报（低风险）：T-score<0.5。
| 字段名 | 类型 | 描述 |
|---|---|---|
农场名称 |
-- | -- |
经度 |
-- | -- |
纬度 |
-- | -- |
土壤编号 |
-- | -- |
传感器编号 |
-- | -- |
| fieldName | exampleValue |
|---|---|
| 农场名称 | ***未来农场,***未来农场,***未来农场,***未来农场,***未来农场 |
| 经度 | 120.8*****,120.8*****,120.8*****,120.8** |
| 纬度 | 30.6*****,30.6*****,30.6*****,30.6*****, |
curl -H "Authorization: Bearer YOUR_API_KEY" \
http://localhost:3001/api/v1/datasets/8415967