深耕专业教研，探索前沿技术
信息技术来源：浙江强基联盟2026年5月高三联考

第 13 题

答案与解析

第(1)小题

参考答案

C

选项分析

A

正确。智能终端可以连接传感器采集环境数据，也可以通过控制接口连接喷淋设备，承担数据采集和设备控制两种任务。

B

正确。将采集到的土壤湿度与阈值比较属于简单的数据处理，只要终端中设置相应程序和阈值，就可以在本地完成判断。

C

错误。题干说明终端先将数据上传至云服务器，服务器整合分析后再将结果呈现在数字屏上，因此相关数据流向为“传感器→智能终端→云服务器→数字屏”，该项遗漏了云服务器。

D

正确。土壤湿度随时间变化的数据可以反映土壤变干的趋势，据此估计湿度何时降至灌溉阈值，就可以预测下次灌溉时间。

第(2)小题

参考答案

  1. C

  2. D

选项分析

A

不可行。每个数据包随机生成的验证码与监测点之间没有固定对应关系，服务器仅凭该验证码不能判断数据来自哪个监测点。

B

不可行。题中没有提供可供来源鉴别的特征或标记，不同监测点也可能采集到相同或相近的环境数据，仅提出使用人工智能不能保证可靠地区分来源。

C

可行。服务器能够识别各终端的不同 IP 地址，并建立 IP 地址与监测点的对应关系时，可以据此确定数据来源。

D

可行。为每个监测点设置唯一编号，并随采集数据一同上传，服务器读取编号即可确定数据所属的监测点。

第(3)小题

参考答案

  1. A

  2. B

  3. D

选项分析

A

可能。该区域的实时温湿度需要由智能终端采集、上传，终端损坏可能使系统无法获得新的实时数据。

B

可能。若该监测点的喷灌设备通过这个终端接收或执行控制指令，终端损坏就可能使控制指令无法传递到设备。

C

不会仅因这一故障而发生。历史数据已上传至云服务器，数字屏仍可从服务器获取并显示这些数据。

D

可能。智能终端承担该监测点的数据上传任务，终端损坏可能中断数据向后台服务器的传输。

第(4)小题

参考答案

设置两个土壤湿度阈值，启动阈值低于停止阈值。湿度低于启动阈值时启动喷灌，高于停止阈值时停止喷灌；湿度处于两个阈值之间时保持设备原状态。

只用一个阈值控制启停时，湿度在阈值附近上下波动，就可能反复触发相反的动作。将启动与停止条件分开后，喷灌启动后要等湿度升至较高阈值才停止，停止后要等湿度降至较低阈值才重新启动；两阈值之间的小幅波动不会改变设备状态，从而减少频繁启停。

第(5)小题

参考答案

  1. A

  2. E

  3. C

数据处理过程

df = pd.read_excel('data.xlsx')

读取 Excel 文件，得到 DataFrame df。原表每行表示某个监测点在某一时刻采集的一条土壤湿度记录，包含“监测点”“日期”“时间”“土壤湿度”等列。

df['小时'] = df['时间'].str[0:2]

从“时间”字符串中取前两个字符，新增“小时”列。例如，00:30 和 00:40 都对应小时字符串“00”，便于把同一小时内的多次采集归在一起。题目只处理一天的数据，因此不需要再按日期区分。

ls=['A','B','C','D','E','F']
for i in ls:
    df1=①
    df2=②
    df3=③
    print(f"监测点 {i} 最低湿度的三小时:")
    print(df3)

循环让 i 依次取各监测点编号，每轮通过 df1、df2、df3 处理数据，最后输出当前监测点的结果。因此，每轮得到的 df3 需要对应当前监测点，并同时包含所求的三个小时及各小时的平均土壤湿度。

填空分析

①

每轮先从原始 df 中取出当前监测点 i 的全部记录。df["监测点"]==i 得到逐行判断结果，再用它筛选 df，填 df[df["监测点"]==i]，选 A。首次循环前 df1 尚未赋值，不能用 df1 作为本次筛选的数据来源。

②

df1 已只包含当前监测点的记录。题目要求计算“每小时的平均土壤湿度”，因此应按“小时”分组，对“土壤湿度”列求平均，填 df1.groupby("小时",as_index=False)['土壤湿度'].mean()，选 E。所得 df2 是 DataFrame，每行对应一个小时；as_index=False 使小时保留为普通列，使用默认整数 index，“土壤湿度”列则保存该小时多次采集值的平均值。

以监测点 A 为例，依据图 b 中可见的数据，df2 中相关行的结构如下（仅列出其中三行，数值按图中显示精度）：

index 小时 土壤湿度
17 17 23.766667
18 18 23.850000
20 20 23.733333

“小时”列中的值是提取出的两位字符串；左侧 index 是行索引，与“小时”列分开保存。

③

要找平均土壤湿度最低的三个小时，应对已按小时求平均的 df2 操作：按“土壤湿度”升序排列，再用 head(3) 取前三行，填 df2.sort_values('土壤湿度',ascending=True).head(3)，选 C。这样保留了对应的“小时”列，输出的每行都能同时给出小时和平均湿度。图 b 中监测点 A 的输出顺序为20、17、18时，对应平均值由小到大；排序保留原行索引，因此左侧仍显示20、17、18。