Decisions in agriculture are frequently based on weather. With an increase in the availability and affordability of off-the-shelf weather stations, farmers able to acquire localised weather information. However, with uncertainty in the sensor and installation quality, farmers are at risk of making poor decisions based on incorrect data. We present an automated approach to perform quality control on weather sensors. Our approach uses time-series modelling and data fusion with Bayesian principles to provide predictions with uncertainty quantification. These predictions and uncertainty are used to estimate the validity of a sensor observation. We test on temperature, wind, and humidity data and achieve error hit rates above 80% and false negative rates below 11%.

Bản dịch tiếng Việt:

Các quyết định trong nông nghiệp thường dựa trên thời tiết. Với sự gia tăng về tính sẵn có và khả năng chi trả của các trạm thời tiết sẵn có, nông dân có thể thu được thông tin thời tiết cục bộ. Tuy nhiên, với sự không chắc chắn về cảm biến và chất lượng lắp đặt, nông dân có nguy cơ đưa ra quyết định sai lầm dựa trên dữ liệu không chính xác. Chúng tôi trình bày một phương pháp tự động để thực hiện kiểm soát chất lượng trên cảm biến thời tiết. Cách tiếp cận của chúng tôi sử dụng mô hình chuỗi thời gian và tổng hợp dữ liệu với các nguyên tắc Bayes để đưa ra dự đoán với định lượng không chắc chắn. Những dự đoán và độ không chắc chắn này được sử dụng để ước tính tính hợp lệ của quan sát cảm biến. Chúng tôi kiểm tra dữ liệu nhiệt độ, gió và độ ẩm và đạt được tỷ lệ xảy ra lỗi trên 80% và tỷ lệ âm tính giả dưới 11%.

Document Ready

Click below to load the full PDF document natively.