降雨量异常识别与纠正数据

通过对雨情数据进行异常识别与规范纠正，可保障数据序列完整可靠，结果准确，增强数据的实用性。该数据对同行而言，可用于设备校准与数据质控；对水文监测单位而言可用于设备校准、数据质控与故障诊断；对防汛指挥部门而言，为防汛决策提供可靠依据，提升洪灾预警时效性；对农业部门可用于精准灌溉调度、减少水资源浪费。1、数据来源：原始数据采集自本企业在各个区域所述布置的监测站点，通过系统实时对接各区域的监测站点，自动接收各监测站点逐时段雨情数据，包含测站编号、测站经度、测站纬度、区域编号、测站主设备编号、测站副设备编号、数据采集开始时间、主设备5分钟降雨量X1（mm）、副设备5分钟降雨量X2（mm）、参考邻站1降雨量X3（mm）、参考邻站2降雨量X4（mm）。 2、数据说明：主设备5分钟降雨量X1（mm）和副设备5分钟降雨量X2（mm）为数据采集开始时间后的统计数据，例如，数据采集开始时间为2025-6-1 0:00，则为2025年6月1日，0:00-0:05的统计数据；参考邻站1相较于参考邻站2距离测站更近。 3、数据运算：主副设备数据一致性P1=MAX（0,100%-0.05*ABS（X1-X2）*100%）。当主副设备有数据时，且主副设备数据一致性P1≥90%，数据状态为0，5分钟预处理雨量R=主设备5分钟降雨量X1；当主设备无数据，副设备有数据时，数据状态为31，5分钟预处理雨量R=副设备5分钟降雨量X2；当主副设备均无数据或主副设备数据一致性P1<90%时，数据状态为30，5分钟预处理雨量R采用距离反比加权法模型进行纠正，5分钟预处理雨量R=0.6*X3+0.4*X4。

搜集汇总

背景与挑战

背景概述

本数据集为降雨量异常识别与纠正数据，采集自各区域监测站点，包含主副设备及参考邻站的5分钟降雨量等字段，通过主副设备数据一致性判断和距离反比加权法模型对异常数据进行识别与纠正，以保障数据序列完整可靠，适用于设备校准、数据质控、防汛决策和农业灌溉调度等场景。数据规模为21827条，按每小时更新。