D1 · 出版卷 17

Data Preparation and Domain Concepts

Valid data、coding、contacts、domains、hierarchy

学习目标

完成本课后，学习者应能建立模型输入登记表；验证坐标、区间、类别和构造测量；在不丢失原始记录的前提下把观测转换为派生约束；在绘制边界前定义地质域概念与层级；并把排除、冲突和变换记录为模型证据的一部分。

准备工作不是文书清理。它决定哪些观测进入解释、如何赋予影响，以及构建方法能够看见哪些地质关系。用错位接触或含糊编码得到的精美插值曲面，只是对准备失败的精确表示。

每个来源集合或派生数据集都应有一条登记记录。记录标识符、版本、空间与时间范围、坐标参考、单位、观测支撑、采集方法、质量状态、许可或访问边界、变换历史和预期模型作用。原始、接受与派生状态要分别保存。

按证据约束的对象分类。接触点约束边界位置；产状约束局部几何；钻孔区间约束路径上的成员关系；地图多边形约束地表表达，但可能已经包含解释；地球物理反演约束物性响应，而不是直接约束岩性；剖面含有解释几何，除非分开其底层证据，否则不能再当作独立观测。

空间组合前确认水平参考系统、垂向基准、轴顺序、单位和符号约定。钻孔提取接触之前，要验证孔口、轨迹、测量深度与区间规则。测量深度上的接触只有经过采用轨迹和约定转换后才成为三维点。要保留源深度以及用于派生点的轨迹版本。

检查区间表的起点小于终点、深度非负、缺口、重叠、重复边界和超出采用孔深。区分“未编录”“未见交”“模型外”“未知”和“不适用”。把这些状态折叠为同一个空值可能产生虚假的缺失约束。

接触约束需要位置、边界标识、已知时的两侧或新老关系、来源与位置容差。同一名义接触的多条记录可能因编录分辨率、回收损失、轨迹修订或地质复杂性而不一致。不要自动求平均，应调查它们表示一个不确定边界、多条分支，还是编码错配。

产状需要参考系、测量类型、极性、置信度和支撑。由长区间推断的点产状不同于直接平面测量。派生极点、梯度与方向向量必须链接到原始测量和变换。极性未知时，如果方法允许，应保留轴向约束而不是强制有向约束。

受控标识符与显示标签应分开。地质域概念应说明地质含义、纳入标准、排除项、父级、允许子级以及与相邻域的关系。层级可以区分地层群、组、段、蚀变域和矿化域，而不必把它们压平为一个代码表。

不能只因某代码便于插值就把它当作地质域。要检查所含材料是否共享下一方法假定的连续性、年代或响应。某代码可能适合制图，却不适合属性估算。类别重新组合时保留对照表，不要为了匹配模型图例而覆盖源编录。

冲突是证据，不是杂物。记录冲突是通过来源优先级、重新编录、空间审查、轨迹修订、地层修订还是新情景处理的。尚未解决时，应把它作为替代解释或不确定区继续携带。优先规则应依据地质和质量，不能简单采用“最新者胜出”。

赋予接受、有限制接受、排除和未解决等质量状态。每项排除都需要理由和范围。被排除数据仍应对审查者可见，否则矛盾观测会在准备中消失，使模型看起来似乎符合全部证据。

虚构体积中的三组日志使用 U3、Unit-C 与 felsic marker 表示可能相同的层位。两个钻孔重新测斜后，深部接触点移动了 18–27\,\mathrm{m}。一张区间表重叠 0.6\,\mathrm{m}，一条地表多边形来自比例尺粗于计划模型输出的地图。

准备过程建立不可变源记录、版本化编码对照和与修订轨迹相连的派生接触点。重叠区间被隔离等待复核。地图接触获得更宽位置容差，且不会同时作为多边形边界和一组“独立”点重复使用。含糊的编码对应保留为情景变量，而不是强行统一解释。

为一组小型混合数据建立准备报告，包括来源登记、坐标检查、区间测试、类别频率、接触提取逻辑、产状变换、冲突列表与排除表。审查以下问题：

发布带稳定标识符的约束包，而不是匿名点集合。每个约束应携带类型、对象标识、值、容差或置信度、来源、变换与状态，并附带地质域字典和关系假设。

后续建模阶段必须按版本使用接受包。约束变化时，记录哪些曲面、实体与验证依赖它。这样，准备工作成为模型谱系的第一个节点，而不是无记录的预处理。

GeoSciML 4.1，建立地质要素、钻孔区间、观测和受控语义模型。
PROV-O，提供来源实体、变换和派生记录概念。
An inventory of three-dimensional geologic models，展示已发布模型的来源和属性登记方式。
Automated stratigraphic interpretation with uncertainty quantification，展示如何保留并比较替代地层解。