智慧农业土壤墒情传感器的数据分析，比刘余预想的更“脏”。

数据来源是一家初创公司提供的匿名测试集，声称来自其布设在华北某试验田的数百个节点。但数据一打开，问题扑面而来：时间戳混乱，存在大量重复和缺失；传感器读数单位不一致，有的用体积含水量百分比，有的用毫伏值原始信号；更麻烦的是，异常值并非明显离谱，而是夹杂在合理波动中，像是传感器偶发的漂移或田间微环境干扰。

这正是“盲区评估框架”该发挥作用的地方——评估这些“噪声”中，哪些是技术性可校正的，哪些可能暗示着传感器部署缺陷或数据链路的固有问题，即“结构性噪声”。

刘余新建了一个项目文件夹，按照她逐渐形成的习惯，里面不仅会有最终的分析报告，更会有一个名为“工作日志与思考过程”的子目录。她会把每天探索的步骤、尝试的方法、失败的原因、产生的疑问，甚至一些零碎的直觉，都用简单的文本记录下来。代码文件里也布满了详细的注释。

“Day 1：数据导入与初步观察。时间戳对齐是大问题，约15%的记录存在明显错位。尝试用前后记录插值，但担心引入伪信号。或许应先按设备ID分组，检查每个设备自身的时钟稳定性？标记。”

“Day 3：单位统一化。发现文档说明与实际数据列对应有歧义。根据数值范围反推？风险高。已发邮件向数据提供方询问，等待回复。在此期间，先对两种可能单位分别做预处理，观察分布差异。TODO：思考如何设计验证实验，无需对方回复也能确定单位？”

“Day 5：尝试用孤立森林检测异常值。效果不佳，许多疑似漂移的点未被捕获。模型参数可能需针对时间序列特性调整。感觉…单纯统计方法不够，需要结合土壤水分的物理过程约束？但物理模型门槛太高。记下这个矛盾点。”

她甚至在代码里写下了这样的注释：

python

# 尝试用滑动窗口Z-score，但对缓慢漂移不敏感 (2023-10-27)

# 再试EWMA控制图，参数调优中... 窗口大小对结果影响巨大，缺乏先验知识真头疼 (2023-10-28)

# 或许根本问题在于：我们想找的‘异常’，在农学意义上是否真是‘错误’？需要领域专家输入。先标记所有疑似点，后续人工抽样验证？【待定】 (2023-10-29)

这些文字，不加修饰，直白地记录着她的困惑、尝试和未解决的纠结。没有彰显聪明，只有诚实的摸索。

她没有料到，这些原始的、只为自我梳理而存在的日志，会在未来迎来一位位高权重的读者。

朱景行在审阅赵总汇总提交的“跨行业数据评估初步方向简报”时，看到了关于智慧农业案例的一页摘要。摘要写得清晰，列出了主要数据问题、已尝试的清洗方法和初步的风险点判断。符合标准。

但他手指在平板边缘停顿了一下。简报过于“干净”了，干净得像所有经过层层润色的汇报材料。他想知道，那个提出“怀疑管理”框架的新人，在面对一个全然陌生的领域和一团乱麻的真实数据时，具体的思考路径是怎样的。她是如何拆解问题的？遇到了哪些真正的障碍？她的“务实”思维，在缺乏经验的情况下如何运作？

几乎出于一种纯技术性的探究心态，他通过内部系统的高级权限，调取了刘余那个项目文件夹的访问日志，然后直接找到了“工作日志与思考过程”子目录，以及最新的几个代码文件。

他跳过了最终成果，径直点开了那些标注日期的txt日志文件和布满注释的.py文件。