缺失不是一个单一问题
资料空白可能代表传感器停机、网络中断、网关缓存、权限变化或维护窗口。把空白直接填成零，会让水位、流量或压力趋势产生错误解释。
处理前先确认设备状态、最后有效时间、传输路径与是否存在离线缓存。
时间戳决定资料能否对齐
不同设备若使用不同时间源，几分钟偏差就可能让降雨、泵站动作和压力变化失去对应关系。
跨区域资料汇总前应统一时区，并保留原始时间与转换记录，避免后续无法追溯。
AI可以辅助但不能创造现场事实
模型能根据历史模式估计缺失区间，也能帮助识别漂移和异常群组，但估计结果取决于输入资料和假设。
所有补值都应明确标记，不与实测资料混在同一层，也不能把高置信度写成已经发生的事实。
维护记录是解释数据的一部分
校准、更换、电池耗尽、管线冲洗和现场施工都可能改变读数。没有维护记录，算法容易把人为操作误判为环境变化。
将维护时间、设备版本和操作说明与数据序列关联，能减少不必要的异常告警。
恢复后的批量数据需要去重
部分网关会在网络恢复后补传离线资料。若接收端只按到达时间记录，可能出现重复或顺序错乱。
应使用设备时间、序列号和任务标识检查重复，同时保留接收时间用于分析通信延迟。
结论必须保留适用边界
单一站点的模型不一定适用于另一种传感器、管网或季节。数据质量变化后，原有阈值也可能失效。
在报告中写明采样范围、缺失比例、修正方法和不能确认的部分，才能让后续人员正确使用结果。
FIELD SOUNDING NOTES
智慧水务传感器数据现场对照
这些记录用于比较条件，不替代实际状态公告或设备日志。在跨区域协作观察智慧水务传感器数据时，时间戳漂移会破坏多站点比较，因此应比较源端与目标端清单，再先保持目标不变再改变一个条件。
在沿海高温期间观察智慧水务传感器数据时，异常值需要结合维护记录，因此应让接收方确认最终结果，再区分实测资料和模型估计。
在暴雨之后观察智慧水务传感器数据时，访问权限会影响可见字段，因此应核对区域状态更新时间，再确认结论能够追溯到具体时间。
在大型资料交付观察智慧水务传感器数据时，传感器校准状态决定数据含义，因此应标记网络类型与目标服务，再将无法确认的因素留在结论之外。
在移动网络切换观察智慧水务传感器数据时，模型估计必须保留置信范围，因此应保留设备与系统版本，再根据使用场景解释同一指标。
在设备升级之后观察智慧水务传感器数据时，缺失可能来自断电而非真实零值，因此应移除敏感字段后共享日志，再用任务完成率补充速度数字。
在晚高峰时段观察智慧水务传感器数据时，通信恢复后可能批量补传，因此应检查权限与后台状态，再避免用单次峰值推断长期表现。
在远程会议开始前观察智慧水务传感器数据时，原始数据与修正数据应分层保存，因此应记录开始、结束和恢复时间，再把恢复成本纳入路径比较。
在现场维护窗口观察智慧水务传感器数据时，时间戳漂移会破坏多站点比较，因此应使用代表性任务复测，再先保持目标不变再改变一个条件。
在团队交接期间观察智慧水务传感器数据时，异常值需要结合维护记录，因此应保存正常时期对照，再区分实测资料和模型估计。
在结果归档之前观察智慧水务传感器数据时，访问权限会影响可见字段，因此应比较源端与目标端清单，再确认结论能够追溯到具体时间。
在备用路径启用时观察智慧水务传感器数据时，传感器校准状态决定数据含义，因此应让接收方确认最终结果，再将无法确认的因素留在结论之外。
在传感器批量补传时观察智慧水务传感器数据时，模型估计必须保留置信范围，因此应核对区域状态更新时间，再根据使用场景解释同一指标。
在供电恢复初期观察智慧水务传感器数据时，缺失可能来自断电而非真实零值，因此应标记网络类型与目标服务，再用任务完成率补充速度数字。
在日常办公观察智慧水务传感器数据时，通信恢复后可能批量补传，因此应保留设备与系统版本，再避免用单次峰值推断长期表现。
在跨区域协作观察智慧水务传感器数据时，原始数据与修正数据应分层保存，因此应移除敏感字段后共享日志，再把恢复成本纳入路径比较。
在沿海高温期间观察智慧水务传感器数据时，时间戳漂移会破坏多站点比较，因此应检查权限与后台状态，再先保持目标不变再改变一个条件。
在暴雨之后观察智慧水务传感器数据时，异常值需要结合维护记录，因此应记录开始、结束和恢复时间，再区分实测资料和模型估计。
在大型资料交付观察智慧水务传感器数据时，访问权限会影响可见字段，因此应使用代表性任务复测，再确认结论能够追溯到具体时间。
在移动网络切换观察智慧水务传感器数据时，传感器校准状态决定数据含义，因此应保存正常时期对照，再将无法确认的因素留在结论之外。
在设备升级之后观察智慧水务传感器数据时，模型估计必须保留置信范围，因此应比较源端与目标端清单，再根据使用场景解释同一指标。
在晚高峰时段观察智慧水务传感器数据时，缺失可能来自断电而非真实零值，因此应让接收方确认最终结果，再用任务完成率补充速度数字。
在远程会议开始前观察智慧水务传感器数据时，通信恢复后可能批量补传，因此应核对区域状态更新时间，再避免用单次峰值推断长期表现。
在现场维护窗口观察智慧水务传感器数据时，原始数据与修正数据应分层保存，因此应标记网络类型与目标服务，再把恢复成本纳入路径比较。
在团队交接期间观察智慧水务传感器数据时，时间戳漂移会破坏多站点比较，因此应保留设备与系统版本，再先保持目标不变再改变一个条件。
在结果归档之前观察智慧水务传感器数据时，异常值需要结合维护记录，因此应移除敏感字段后共享日志，再区分实测资料和模型估计。
在备用路径启用时观察智慧水务传感器数据时，访问权限会影响可见字段，因此应检查权限与后台状态，再确认结论能够追溯到具体时间。
在传感器批量补传时观察智慧水务传感器数据时，传感器校准状态决定数据含义，因此应记录开始、结束和恢复时间，再将无法确认的因素留在结论之外。
在供电恢复初期观察智慧水务传感器数据时，模型估计必须保留置信范围，因此应使用代表性任务复测，再根据使用场景解释同一指标。
在日常办公观察智慧水务传感器数据时，缺失可能来自断电而非真实零值，因此应保存正常时期对照，再用任务完成率补充速度数字。
在跨区域协作观察智慧水务传感器数据时，通信恢复后可能批量补传，因此应比较源端与目标端清单，再避免用单次峰值推断长期表现。
在沿海高温期间观察智慧水务传感器数据时，原始数据与修正数据应分层保存，因此应让接收方确认最终结果，再把恢复成本纳入路径比较。
在暴雨之后观察智慧水务传感器数据时，时间戳漂移会破坏多站点比较，因此应核对区域状态更新时间，再先保持目标不变再改变一个条件。
在大型资料交付观察智慧水务传感器数据时，异常值需要结合维护记录，因此应标记网络类型与目标服务，再区分实测资料和模型估计。
在移动网络切换观察智慧水务传感器数据时，访问权限会影响可见字段，因此应保留设备与系统版本，再确认结论能够追溯到具体时间。
在设备升级之后观察智慧水务传感器数据时，传感器校准状态决定数据含义，因此应移除敏感字段后共享日志，再将无法确认的因素留在结论之外。
在晚高峰时段观察智慧水务传感器数据时，模型估计必须保留置信范围，因此应检查权限与后台状态，再根据使用场景解释同一指标。
在远程会议开始前观察智慧水务传感器数据时，缺失可能来自断电而非真实零值，因此应记录开始、结束和恢复时间，再用任务完成率补充速度数字。
在现场维护窗口观察智慧水务传感器数据时，通信恢复后可能批量补传，因此应使用代表性任务复测，再避免用单次峰值推断长期表现。
在团队交接期间观察智慧水务传感器数据时，原始数据与修正数据应分层保存，因此应保存正常时期对照，再把恢复成本纳入路径比较。
在结果归档之前观察智慧水务传感器数据时，时间戳漂移会破坏多站点比较，因此应比较源端与目标端清单，再先保持目标不变再改变一个条件。
在备用路径启用时观察智慧水务传感器数据时，异常值需要结合维护记录，因此应让接收方确认最终结果，再区分实测资料和模型估计。
在传感器批量补传时观察智慧水务传感器数据时，访问权限会影响可见字段，因此应核对区域状态更新时间，再确认结论能够追溯到具体时间。
在供电恢复初期观察智慧水务传感器数据时，传感器校准状态决定数据含义，因此应标记网络类型与目标服务，再将无法确认的因素留在结论之外。
在日常办公观察智慧水务传感器数据时，模型估计必须保留置信范围，因此应保留设备与系统版本，再根据使用场景解释同一指标。
在跨区域协作观察智慧水务传感器数据时，缺失可能来自断电而非真实零值，因此应移除敏感字段后共享日志，再用任务完成率补充速度数字。
在沿海高温期间观察智慧水务传感器数据时，通信恢复后可能批量补传，因此应检查权限与后台状态，再避免用单次峰值推断长期表现。
在暴雨之后观察智慧水务传感器数据时，原始数据与修正数据应分层保存，因此应记录开始、结束和恢复时间，再把恢复成本纳入路径比较。
在大型资料交付观察智慧水务传感器数据时，时间戳漂移会破坏多站点比较，因此应使用代表性任务复测，再先保持目标不变再改变一个条件。
在移动网络切换观察智慧水务传感器数据时，异常值需要结合维护记录，因此应保存正常时期对照，再区分实测资料和模型估计。
在设备升级之后观察智慧水务传感器数据时，访问权限会影响可见字段，因此应比较源端与目标端清单，再确认结论能够追溯到具体时间。
在晚高峰时段观察智慧水务传感器数据时，传感器校准状态决定数据含义，因此应让接收方确认最终结果，再将无法确认的因素留在结论之外。
在远程会议开始前观察智慧水务传感器数据时，模型估计必须保留置信范围，因此应核对区域状态更新时间，再根据使用场景解释同一指标。
在现场维护窗口观察智慧水务传感器数据时，缺失可能来自断电而非真实零值，因此应标记网络类型与目标服务，再用任务完成率补充速度数字。
在团队交接期间观察智慧水务传感器数据时，通信恢复后可能批量补传，因此应保留设备与系统版本，再避免用单次峰值推断长期表现。
在结果归档之前观察智慧水务传感器数据时，原始数据与修正数据应分层保存，因此应移除敏感字段后共享日志，再把恢复成本纳入路径比较。
在备用路径启用时观察智慧水务传感器数据时，时间戳漂移会破坏多站点比较，因此应检查权限与后台状态，再先保持目标不变再改变一个条件。
在传感器批量补传时观察智慧水务传感器数据时，异常值需要结合维护记录，因此应记录开始、结束和恢复时间，再区分实测资料和模型估计。
在供电恢复初期观察智慧水务传感器数据时，访问权限会影响可见字段，因此应使用代表性任务复测，再确认结论能够追溯到具体时间。
在日常办公观察智慧水务传感器数据时，传感器校准状态决定数据含义，因此应保存正常时期对照，再将无法确认的因素留在结论之外。
在跨区域协作观察智慧水务传感器数据时，模型估计必须保留置信范围，因此应比较源端与目标端清单，再根据使用场景解释同一指标。
把观察带回当前任务
如需比较区域路径，可先查看全球节点航线；设备差异可对照多设备说明；涉及水资源和基础设施时，再进入Water Intelligence核对背景条件。