深耕专业教研，探索前沿技术
信息技术来源：2026年6月浙江省普通高校招生选考科目考试

第 13 题

答案与解析

第(1)小题

参考答案

  1. C

  2. D

选项分析

A

错误。只要接口和连接方式支持，不同类别的传感器可以连接到同一个智能终端，分别采集光照强度、土壤温湿度等数据。

B

错误。智能终端通过网络上传数据，服务器可以部署在远离葡萄园的地点，不必与监测点位于同一处。

C

正确。5G 可以为智能终端提供网络连接，用于向服务器传输监测数据和接收控制指令。

D

正确。可利用人工智能技术分析葡萄叶片、果实等图像，识别病虫害，辅助葡萄园管理。

第(2)小题

参考答案

B

湿度低于 60 时开启阀门，高于 75 时关闭阀门；湿度在 60～75 之间（含端点）时，两条切换条件都不满足，阀门保持原状态。

采集次序 湿度 规则产生的操作 处理后的阀门状态
1 59 低于 60，开启 开启
2 68 保持原状态 开启
3 75 不高于 75，保持原状态 开启
4 78 高于 75，关闭 关闭
5 72 保持原状态 关闭

第一次采集到 59 就会使阀门开启，因此不依赖测试前的初始状态。最后采集到 72 不会重新开启阀门，最终为关闭，选 B。

第(3)小题

参考答案

  1. A

  2. B

选项分析

A

正确。同型号传感器的接口及数据获取方式相同，且连接方式不变，原程序仍可按原方式获取数据，无需因此修改。

B

正确。天气预报可以提供未来降雨等信息，将其纳入灌溉规则，可使灌溉决策更符合实际用水需求。

C

错误。历史数据在网页中呈现，增加呈现方式需要修改网页及相关服务程序；智能终端负责采集和控制，无需仅因展示方式变化而修改。

D

错误。历史数据还用于查询和分析，应根据保留需求采取备份、归档等措施，不能只因数据量偏大就直接删除。

第(4)小题

参考答案

例如：灌溉前后土壤湿度读数长期固定不变，可能是土壤湿度传感器损坏。

灌溉会改变土壤中的水分状况。如果灌溉前后监测读数仍长期固定不变，读数可能未能反映实际湿度变化，因此可以推测土壤湿度传感器失灵。异常数据只能提示可能的故障，还需现场检查确认。

第(5)①小题

参考答案

  1. B

  2. C

数据处理过程

df = pd.read_excel("data.xlsx")  # 读取文件

读取后得到 DataFrame df。图 a 中每行是一条某时刻的记录，包含“月”“日”“时”和“50cm”“30cm”“10cm”三个深度的湿度列；同一天有多个时刻的记录。

填空分析

方框

图 b 的横轴是 2 月的日期，三条线分别表示三个深度的土壤湿度日均值，因此需要把 2 月中同一天的各次记录合并为一行。

先用 df = df[df["月"] == 2] 保留 2 月的记录，对应 B。筛选后仍是 DataFrame，各列含义不变。

再用 df = df.groupby("日", as_index=False).mean() 按“日”分组，对每组的数值列求平均，对应 C。这样三个深度的湿度列分别保存当天各次监测值的平均数。as_index=False 使“日”继续作为普通列保留，结果使用默认整数 index。

必须先筛选月份，再按日分组；否则全年各月相同日号的记录会被合并，无法得到 2 月的日均值。应依次选 B、C。

处理后的 df 仍是 DataFrame，下面用符号表示未提供的具体平均值：

index 日 月 时 50cm 30cm 10cm
0 1 2 H1 S1 T1 U1
1 2 2 H2 S2 T2 U2
… … … … … … …
27 28 2 H28 S28 T28 U28

H1、H2、… 是各日“时”列的平均值，S1、T1、U1 分别表示 2 月 1 日三个深度的湿度日均值，其余各日同理。绘图使用“日”列作横轴，使用“50cm”“30cm”“10cm”三列作纵轴；“月”和“时”列不参与这三条线的绘制。

第(5)②小题

参考答案

10

图 b 中实线代表 10 cm 深度，其日均湿度在约 32%～49% 之间波动，起伏明显大于代表 30 cm 和 50 cm 深度的两条线，因此变化最显著的是 10 cm。