xuannv_china_full_grid

# 玄女中国全国 1280 米父网格（V1） 本数据集提供中国全国统一的 1280 米 patch 划分，用于全国遥感数据下载、模型训练、embedding 推理与结果拼接。网格覆盖 WGS84 / UTM North 的 43 至 53 分区，交付几何统一保存为 EPSG:4326。 ## 数据概览 | 集合 | patch 数量 | 用途 | |---|---:|---| | 全国完整父网格 all | 5,785,781 | 全国推理和统一空间索引 | | 已采样 sampled | 62,000 | 1% 基础采样与重点区域补采样 | | 未采样 unsampled | 5,723,781 | 全国父网格中尚未进入训练采样的部分 | 三个集合满足 `all = sampled + unsampled`，sampled 与 unsampled 没有交集。既有 62,000 个 采样 patch 全部属于全国父网格，缺失和重复均为 0。 ## 下载文件 主要交付文件位于 `releases/china-full-1280m-v1-20260805/`： 1. `china_full_1280m_grid_package_v1_20260805.zip`：完整交付包，约 2.07 GB。 2. `china_full_1280m_grid_package_v1_20260805.zip.sha256.json`：ZIP 大小、SHA256 与完整性结果。 3. `先读我.docx`：采样方法、父网格关系、坐标系与文件说明。 4. `先读我_原1%采样版.docx`：此前 1% 采样方案的原始说明。 5. `china_full_grid_final_qa_20260805.md`：最终检查记录。 6. 三张 PNG：全国分区密度、局部 sampled/unsampled 网格和 UTM 接缝检查图。 ZIP SHA256： ```text 7d0e70436acc5e20afe0ffbaaf141c4173fcf716def57276cc30bead36db9a9c ``` ## 压缩包结构 ```text china_full_1280m_grid_package_v1_20260805/ ├── all/ # 全国完整父网格，按 UTM 分区保存 ├── sampled/ # 62,000 个已采样 patch ├── unsampled/ # 5,723,781 个未采样 patch ├── provenance/ # 边界、修正版宏网格、采样 registry 与配置 ├── previous_sampling/ # 原 1% 采样说明和审计 ├── china_full_1280m_macrocell_index.gpkg ├── china_full_grid_membership_audit.json ├── china_full_grid_utm_seam_audit.json ├── SHA256SUMS.json ├── README.md └── 先读我.docx ``` GeoParquet 是完整信息的标准版本。Shapefile 便于在常见 GIS 软件中直接查看，字段名已缩短，并按 UTM 分区与行块拆分，避免单文件超过 2 GB。 ## 坐标系和网格规则 每个 patch 在自身 owner UTM 分区中为严格的 1280 米 × 1280 米正方形，整数网格从该 UTM 坐标系的 `(0 m, 0 m)` 起算。唯一键为： ```text {grid_epsg}:{grid_col}:{grid_row} ``` 交付多边形使用 EPSG:4326，X 为经度、Y 为纬度。计算距离、面积、缓冲或邻接关系时，应根据记录 中的 `grid_epsg` 转回对应 UTM 坐标系。 相邻 UTM 分区的米制正方形在经线接缝处允许出现窄带重叠。专项审计确认：非相邻分区重叠为 0， 离开接缝的重叠为 0，中心归属错误为 0；累计重复覆盖面积约占全国父网格总面积的 0.030%。 ## 检查结果 1. 全国父网格、已采样和未采样集合计数一致。 2. 62,000 个采样 patch 全部精确匹配一次。 3. 无同一 UTM 分区内正面积重叠。 4. 无无效几何、尺寸错误、owner zone 错配或哈希不一致。 5. 已读取全部 189 个 GeoParquet 分片和 33 个代表 Shapefile，CRS 均为 EPSG:4326。 6. ZIP 通过 `zipfile.testzip()` 完整性检查。 代码与生成流程见 GitHub 仓库： [go-bananas-wwj/xuannv_embdding](https://github.com/go-bananas-wwj/xuannv_embdding/tree/feature/china-full-grid-20260805) ## 十等分空间生产版（V3，2026-08-19） 新增发布目录：`releases/china-full-grid-tenfold-v3-20260819/`。它将 V1 的全部 5,785,781 个父网格 Shape 按空间位置划分为十个互不重叠的集合，用于分区数据收集和 embedding 生产。 分片 01--09 各含 578,578 个 Shape；分片 10 含 578,579 个 Shape。每一个 `parent_key` 恰好属于一个分片。 若只需第 1 区，请下载： ```text releases/china-full-grid-tenfold-v3-20260819/ ├── tenfold_partition_manifest.json # 机器可读的十片清单和经纬度范围 ├── china_tenfold_shard_regions.geojson # 十片范围索引（WGS84） └── shards/shard_01/ # 第 1 区完整 GeoParquet Shape ``` 第 1 区的 Shape 中心经纬度范围为：经度 `78.65389935`--`96.81034501`，纬度 `26.88610634`--`34.69715552`。`shards/shard_01/region_bounds.geojson` 提供该区的 轻量范围索引。 重要：经纬度范围和 GeoJSON 范围索引是下载前定位用的中心点外接矩形，不是精确分区边界。 任何精确成员判断、空间裁剪或去重都必须以每个分片 GeoParquet 内的 `geometry` 和 `parent_key` 为准。 新发布目录同时提供直接读取的 GeoParquet 与 `china_full_grid_tenfold_delivery_v3_20260819.zip` 压缩包，另有 `SHA256SUMS.json` 用于完整性校验。该 V3 目录与既有 V1 目录并列，未覆盖 V1。