初始化协作仓库：赛题材料、初步试解与协作说明
- 大文件（附件原始包、data/）由 files.ddwsgood.top 承载，不入库 - 新增 .gitignore/.gitattributes/COLLAB.md
This commit is contained in:
mathorcup committed
1 parent
d87c3b54eb
commit
ac3e481e11
75 files changed
+2389
No files matched your search
@@ -0,0 +1,188 @@
|
||||
# B 赛道初步试解经验（DeepSeek 子任务 B）
|
||||
|
||||
日期：2026-10-23。AI 辅助：DeepSeek-V4.1-Flash（DeepSeek）。本文是选题与可行性评估，不是正式论文。
|
||||
复现：在本目录执行 `python3 源码/solve_b_baseline.py`，结果写入 `结果/`。脚本只读 `../../附件`，外部数据在 `外部数据/`。
|
||||
|
||||
## 0. 一句话结论
|
||||
|
||||
B 题的数据缺口**部分可补**：公开的 Zenodo 事件包给出了源区多边形、源区 ERA5 降水、事件前 SAR 速度、以及同事件尼泊尔侧实测流动范围；本地 DEM 能复现 20.6 km / 3210 m 的实际流程。但**触发时间样本仍只有 1 个**，Q3 的真实 95% 覆盖率依旧不可验证。因此 B 的定位应是“机制清晰、情景可算、区间只能声明为情景带”，不能用“补了数据”掩盖这一点。
|
||||
|
||||
## 1. 这轮真正拿到的东西
|
||||
|
||||
| 类别 | 内容 | 状态 |
|
||||
|---|---|---|
|
||||
| 已下载可用 | Zenodo 22717809（源区 AOI、ERA5 源区逐日/逐小时、30 m 派生栅格、SAR 速度、周边冰川清单），3.0 MB | 已落盘并核对同源 |
|
||||
| 已下载可用 | Zenodo 22730419 的 `flow_extent`（同事件尼泊尔侧流动范围多边形），448 KB，CC-BY-NC | 已落盘 |
|
||||
| 只读元数据 | Zenodo 23466792：源区 0.716 km²、总地形损失 110.80 Mm³ | 未下载（无公开文件） |
|
||||
| 已由主线程登录取到（本轮追加审计） | TPDC 专题 19 个 ZIP（138 MB）：GFS 灾前预报 4 包、TPCSM 5 km 模拟、2021 色东普冰崩 SAC、2026 KKN 台 BHZ、受灾点位、河网等 | 抽样审计见第 1.1 节 |
|
||||
| **勘误** | ~~DOI 10.11888/SolidEar.tpdc.303620 为灾害论文配套数据~~。实际跳转到 `data.tpdc.ac.cn/en/data/82939055-9f6e-4ba1-a65a-fecf31a208e3`，是**西藏地热水化学与关键矿产数据库（2021–2024）**，与冰崩无关且需申请访问。该说法已撤回，不得再作为灾害资料引用 | 主线程浏览器核实 |
|
||||
|
||||
**关键纠正（上一轮的疑点）**：附件 4 的冰川 nc 坐标**是对的**。公开 AOI 的 bbox 85.505–85.540°E、28.262–28.292°N 与 nc 反算范围 85.505–85.550°E、28.270–28.307°N 重合，nc 质心落在 AOI 内；nc 与本地 DEM 重叠 20 010 格，高程差中位 +29 m、MAE 43.6 m。此前“与蓝塘里壤峰纬度差 24 km”的怀疑应撤回——崩解发生在**北坡 28.28°N**，不是峰顶。
|
||||
|
||||
## 2. 四问：输入 → 方法 → 实测结果 → 验证 → 可写结论
|
||||
|
||||
### Q1 气象特征关联排序
|
||||
|
||||
- **输入**：附件 1 的 MET/SOIL/RADM 六小时表（9999.9 置缺失），事件 2026-08-26 10:00，对照为 2021–2025 年日序 ±20 天、同一钟点。
|
||||
- **方法**：14 个候选特征（1/3/24/72 h 降水、气温、2–10 m 温差、RH、10 m 风、1–20 m 切变、3 h 气压变、0.1 m 土壤含水、24 h 含水变、0.1 m 土温、净辐射），算事件值在同季对照中的百分位；用“偏离 50% 的距离”排序；按年有放回 bootstrap 500 次看位次稳定性。
|
||||
- **实测**：前五为 **净辐射（96.6 百分位）> 0.1 m 土壤含水 24 h 变化（4.9）> 气温（93.7）> 72 h 降水（10.7）> 3 h 气压变（15.9）**；bootstrap 下前三名的位次 95% 区间分别为 1–2、1–3、2–4，`precip_72h` 稳定在第 4–5。
|
||||
- **验证**：只有“排序对重采样年份是否稳定”这一项；没有事件标签，无法做显著性、命中率或因果。
|
||||
- **可写结论**：事件窗呈“**暖、干、晴、土壤失水**”组合，与冰岩崩前兆方向一致；降水类特征在事件窗**不突出**。可写成“候选关联排序 + 机理一致性”，不能写成“触发因子识别”。
|
||||
|
||||
### Q2 触发条件与评估模型
|
||||
|
||||
- **输入**：84 条灾点沟谷字段、DEM、冰川 nc、公开源区 AOI 与 ERA5。
|
||||
- **方法（本轮已做）**：源区降水核对、Melton 崎岖度、流域尺度因子可用性判断。
|
||||
- **实测**：源区 ERA5 在 2026-08-26 降水 **15.1 mm**（气候 7.1，距平 +8.0），气温距平 +1.35 °C；而**台站**（28.86°N, 85.29°E）当日 0 mm。两者的空间差 ~60 km、海拔差 ~1000 m。84 条沟谷 Melton 中位 0.48、48% >0.5。
|
||||
- **验证**：无。事件仅 1 个，负样本不存在。
|
||||
- **可写结论**：**“单站无雨”与“源区有雨”可以同时成立**，这正好支撑“链式触发 + 空间非均一”的叙事；但不能据此标定 I-D 阈值，只能给“机理式临界条件 + 文献曲线 + 虚警频次描述”。
|
||||
|
||||
### Q3 触发时间、置信区间、预警提前时间与空间范围
|
||||
|
||||
- **输入**：事件时刻链（公开报道与论文：08:19 / 09:05 / 10:34 / 10:52 北京时间；题面口径 10:30）、DEM 流程、公开流动范围多边形。
|
||||
- **方法（本轮已做）**：用 DEM 路径 + Voellmy 型一维运动给出**传播到达时间的情景区间**，量化参数不确定性对“到达时间”的影响。
|
||||
- **实测**：20.62 km 路径、落差 2746 m（真实 DEM 采样）、末端 1913 m，终点距受灾点位 **1.01 km**；但**前 7.15 km 内 0.5 km 半径无河网**，只有下游约 13 km 贴合河网（中位 0.03–0.17 km）。参数网格 18 组（μ=0.1/0.2，ξ=500/1000/2000 m/s²，h=10/25 m）给出总传播时间 **12 min 至 >300 min**（含停滞）；代表情景 54 min、**最大速率 85 m/s**。报道的“约 50 m/s”是**平均/传播速度口径**，与最大速率不可直接比较，且该数值来自媒体转述，不作为验证。
|
||||
- **验证**：终点与受灾点相距 1.01 km，属“空间一致性”；**长度相近不能单独当验证**，因为上游段并不沿河网。总体是“单锚点 + 几何一致性”，不是独立验证。
|
||||
- **可写结论**（修正）：18 组传播参数给出的到达时间落在 **12 min 至 >300 min** 的情景包络内，其中较长的一端**包含流动停滞**，因此不能称为置信区间。该包络只说明“传播参数足以让结果跨 1–2 个量级”；本轮**没有做气象驱动扰动对比**，不能断言参数比气象更主导。可写“情景区间 + 覆盖率检验方案”，不能写“实测 95% 覆盖”。
|
||||
|
||||
### Q4 仿真
|
||||
|
||||
- **输入**：DEM、源区 AOI、公开体积（110.80 Mm³ 总地形损失、0.716 km² 源区）、冰厚/坡度/剪应力栅格。
|
||||
- **方法**：120 m 选路网格（4×4 块平均 + 3×3 侵蚀填洼）D8 汇流 + 真实 DEM 高程剖面 + Voellmy 一维积分；18 组参数敏感性。
|
||||
- **实测**：路径 **20.62 km**、落差 **3210 m（粗网格）/2746 m（真实 DEM）**、末端 **1845/1913 m**；与公开报道“约 22 km、约 3400 m、口岸约 1800 m”同量级。30 m 单流向基线在 10.6 km 处卡洼地终止——**这条负结果必须写进论文**，它解释了为什么选路要降尺度。
|
||||
- **验证**：几何量（长度、落差、末端高程）与公开值一致；动力学无实测验证。
|
||||
- **可写结论**：可写“情景仿真 + 几何一致性检验 + 参数敏感性”；不能写“预测了口岸到达时间”。
|
||||
|
||||
## 3. 论文可写性评分（判断分，非客观成绩）
|
||||
|
||||
权重按用户要求：论文 50%、求解与验证复现 35%、数据与成本 15%。
|
||||
|
||||
| 维度 | 分数 | 理由 |
|
||||
|---|---|---|
|
||||
| 完整性 | 8 | 四问都能落地：Q1 排序、Q2 条件+易发性、Q3 情景区间+不确定性分解、Q4 仿真；新增数据补上了源区降水与流动范围 |
|
||||
| 证据强度 | 5 | Q1/Q4 有真实数值与几何一致性；Q2 无负样本；Q3 只有单锚点。整体是“机制可信、统计薄弱” |
|
||||
| 叙事连贯 | 8 | “暖干前兆 → 源区降雨 → 高位冰岩崩 → 沿程增容 → 口岸致灾”一条链，四问天然串联 |
|
||||
| 创新空间 | 6 | 亮点在“把不确定性来源分解为驱动 vs 传播参数”，以及“单站 vs 源区降水”的空间对照；不是新算法 |
|
||||
| 成稿难度 | 5 | 数据杂、口径多（CC-BY-NC、TPDC 未到、DEM 范围不足），需要大量文字界定；但不需要重型计算 |
|
||||
| **综合（加权）** | **6.6** | 论文好写、图好看；结论强度中等 |
|
||||
|
||||
**“漂亮容易写” vs “结论有证据能写”**：
|
||||
- 漂亮容易写：Q1 热力图/百分位条形图、Q4 淹没动画与到达时间等值线。风险是显得像演示。
|
||||
- 有证据能写：DEM 流程 20.6 km 与公开 22 km 的对照、源区 15.1 mm vs 台站 0 mm、参数敏感性导致 12–300 min。这三条是本轮真正的证据。
|
||||
|
||||
## 4. 选道建议（仅就 B 本身）
|
||||
|
||||
若允许补数据并借用成熟求解器，B 值得做，但应把重心放在：
|
||||
1. Q2 用“源区/沟谷尺度”而不是“台站尺度”构造触发条件（本轮已证明二者不同）；
|
||||
2. Q3 明确写成“参数不确定性主导的情景区间 + 可检验的覆盖率方案”，把“无法验证”变成“已量化不确定性”；
|
||||
3. Q4 保留 30 m 卡洼地的负结果，作为方法选择依据。
|
||||
|
||||
不建议：把 TPCSM 模拟当观测、把 flow_extent 当中国侧真值、把 12–300 min 的包络叫 95% 置信区间。
|
||||
|
||||
## 5. 复现与文件
|
||||
|
||||
- `源码/solve_b_baseline.py`：Q1 排序 + bootstrap、nc/DEM/AOI 坐标核查、Q4 路径与 Voellmy 敏感性。
|
||||
- `结果/`：`q1_feature_percentiles.csv`、`q1_rank_stability.csv`、`q4_path_profile.csv`、`q4_voellmy_sensitivity.csv`、`q4_arrival_marks.csv`、`run_log.txt`。
|
||||
- `外部数据/`：见 `数据清单.md`（含 MD5、字节数、许可、覆盖）。
|
||||
- `tpdc_priority.md`：留给主线程登录后取数的清单。
|
||||
|
||||
## 6. 仍未解决
|
||||
|
||||
- 触发时间样本 n=1；无确认负样本；无历史预报—实况配对。
|
||||
- DEM 北界 28.564°N，62 个灾点在外；本文的 Q4 只用得到南部条带。
|
||||
- TPDC 图层未取得，Q2/Q3 的空间真值仍缺。
|
||||
- 未审计附件 2/3/5/8。
|
||||
|
||||
---
|
||||
|
||||
## 7. TPDC 增量审计（主线程登录取数后，本轮新增）
|
||||
|
||||
主线程已把专题 19 个 ZIP（138 MB，CRC 全通过）放在 `../TPDC_补充数据/下载/`。本轮只抽样审计 4 项，脚本 `源码/audit_tpdc_increment.py`，输出 `结果/gfs_precip_source_port.csv`、`结果/q4_path_profile_with_river.csv`。
|
||||
|
||||
### 7.1 GFS 灾前预报（147456c9…）
|
||||
|
||||
- 起报 **2026-08-25 00Z**，13 个时次 f000–f072（每 6 h），网格 0.25°，裁剪范围 84.50–86.25°E、28.25–29.25°N。
|
||||
- 单位：降水率 mm/h、6 h 累计 mm、起报以来累计 mm；时间轴为 `hours since 2026-08-25 00:00`，即 **UTC**。
|
||||
- 事件 8/26 10:30 BJT = **02:30 UTC**，对应预报 **lead time ≈ 26.5 h**。
|
||||
- 实测取值：源区与口岸**落在同一 0.25° 格点（28.25°N, 85.50°E）**——GFS 0.25°（约 28 km）无法区分二者。
|
||||
- 事件时次 f030（06 UTC）：降水率 0.67 mm/h、6 h 累计 0.56 mm；
|
||||
- 8/26 00–18 UTC 的 6h 累计之和 **14.6 mm**，其中 11.0 mm 出现在 **12–18 UTC（事件之后）**。
|
||||
- 与 ERA5 源区日值 **15.1 mm** 同量级；但 GFS 是预报、ERA5 是再分析，**两者都不是独立观测，不能互为验证**。
|
||||
- 注意：6 h 累计与“起报以来累计”是两个字段，**不能相加**；本文只对 6h 字段求和。
|
||||
|
||||
### 7.2 TPCSM 5 km 模拟（be1c4b80…）
|
||||
|
||||
- 变量：`RAINNC`、`T2`；网格 210×180、DX=DY=**5558.9 m**；WRF V4.0，`SIMULATION_START_DATE 2026-08-21_06:00`，逐小时。
|
||||
- 关键：目录里是 `cdo -sub` 生成的**小时增量**（相邻 RAINNC 相减），文件名 `dpre_*` 已提示；**不能把逐时增量再当累积量重复累加**，也不要把两个时段的文件混加。
|
||||
- 实测（源区格 28.30°N/85.50°E，距 AOI 约 2.2 km）：8/26 UTC 当日 **16.3 mm**，事件时刻 02–03 UTC 为 **0.0 mm**，降水从 08 UTC 起增强；口岸格（28.30/85.40）当日 **9.0 mm**。
|
||||
- 初始化与实况要分开：这是**从 8/21 06 UTC 起报的模拟**，不是实况分析；8/27 之后的另一个文件（`dpre_20260827-0901`）源区累计 98.0 mm，属事件后时段。
|
||||
|
||||
### 7.3 同类事件 SAC（65a266d2…，2021-03-22 色东普）
|
||||
|
||||
- 21 条 SAC，7 台 × 3 分量，50 Hz，每条 180 000 点 = **1 小时**，起始 2021-03-22 23:00；台站位于 29.2–30.1°N、94.5–95.5°E。
|
||||
- 我做了简易 STA/LTA（1 s/20 s，差分代替带通）：7 个台的峰值时刻分别为 0.8、2.6、16.7、22.1、27.1、29.1、36.6 min，**互不一致**，比值仅 2.3–5.7。
|
||||
- 结论边界：**这包数据不能直接给出第二个事件的准确时刻**。它只覆盖 1 小时窗口，且无震相拾取/台阵定位时看不到一致初动；若要用，必须补拾取器与台阵反投影，并先确认事件确实落在该小时内。
|
||||
|
||||
### 7.4 受灾点与河网核验
|
||||
|
||||
- 受灾点位 (85.3775, 28.2786)；我们路径终点 (85.3842, 28.2855)，高程 1913 m，**相距 1.01 km**。
|
||||
- 路径到河网距离：0–6 km 段为 2.0–4.9 km（**无河网**，属冰面/冰前沟），**7.15 km 起**才进入 0.5 km 内，8–22 km 段中位 0.03–0.17 km。
|
||||
- 因此：“20.6 km 与报道 22 km 同量级”只能说明**量级相符**，不能当作路径正确性的证明；真正支持路径的是“下游 13 km 贴河 + 终点距受灾点 1.01 km”。
|
||||
|
||||
### 7.5 修正后的评分（权重 论文 50% / 求解验证复现 35% / 数据成本 15%）
|
||||
|
||||
| 维度 | 上轮 | 本轮 | 理由 |
|
||||
|---|---|---|---|
|
||||
| 完整性 | 8 | **9** | GFS 给了“灾前真实起报”的 lead time；TPCSM 给了独立模拟场；点位与河网补上了空间核验 |
|
||||
| 证据强度 | 5 | **6** | 多了降水对照（站点 0 / GFS 14.6 / TPCSM 16.3 / ERA5 日量 15.1；其中两个预报显示事件后降水更强，ERA5 只有日量不能判日内时序）+ 终点 1.01 km；但仍无第二事件时刻、无负样本 |
|
||||
| 叙事连贯 | 8 | **9** | “灾前预报 → 源区降雨 → 冰崩 → 沿程 → 口岸”可以完整讲通，且能说明各产品的时间分辨率差异 |
|
||||
| 创新空间 | 6 | **6** | 增量在数据而非方法；可写的创新是“多产品时序对齐 + 传播参数情景包络” |
|
||||
| 成稿难度 | 5 | **5** | 产品多、口径多（UTC/BJT、6h/逐时/累计、0.25°/5 km/30 m），文字界定成本高 |
|
||||
| **加权** | **6.6** | **7.1** | 论文可写性实质提高，但**不是**因为 Q3 变得可验证 |
|
||||
|
||||
**关键判断**：B **好写了不少**（数据链条完整、图好做），但 Q3 的触发时间**仍然只有 1 个事件**；不得用情景分位替代 95% 区间。分数提高来自“证据更全、叙事更顺”，不是“统计更强”。
|
||||
|
||||
---
|
||||
|
||||
## 8. 多事件编目审计（TPDC 3ecd6ef8，DOI 10.11888/Cryos.tpdc.272812）
|
||||
|
||||
脚本 `源码/audit_catalog.py`（v2，2026-10-23 修正）；输出 `结果/catalog_slope_failures_clean.csv`、`结果/catalog_glof_clean.csv`、`结果/catalog_audit.json`、`结果/runout_angle_stats.json`。v1 的 `.json/.csv` 备份在 `backups/20261023/`。
|
||||
|
||||
### 8.1 计数口径（raw / 候选唯一，分开报）
|
||||
|
||||
| 项 | 元数据宣称 | 原始事件行 | 候选唯一 | 说明 |
|
||||
|---|---|---|---|---|
|
||||
| 坡体失败（6 表合计） | 737 | **852** | **781** | 含 102 条“GLOF 由崩塌/崩解触发”记录；精确重复删 32，仅到年的疑似重复 39 条**未删**、只标记 |
|
||||
| 冰碛湖溃决 | 380 | **376** | 376 | 单表，无跨表重复判定 |
|
||||
|
||||
- 分表原始事件行：Rock 469、Ice avalanche 163、Ice-rock 91、GLOF-by-avalanche 64、GLOF-by-calving 38、Glacier detachment 27。
|
||||
- 高亚洲（25–45°N, 60–105°E）：原始 148 → 候选唯一 **120**；喜马拉雅 88 → **63**。
|
||||
- 时间精度（原始）：日 377、区间 305、年 114、其它 54、月 2；候选唯一：日 345、区间 291、年 105、其它 38、月 2。**没有一条到小时。**
|
||||
- 字段完整：体积 **561**（原始，见 `catalog_audit.json`）；体积+水平距离 **440**（原始）/ **436**（候选唯一，其中 Rock 393）；角 of reach **408**（原始）/ **404**（候选唯一）。
|
||||
|
||||
**v1 勘误（必读）**：v1 报的“Rock avalanches 235 条、有效 534”是**脚本 bug**——表头 `Time ` 带尾空格，代码按 `"Time "` 取值而表头已被 strip 成 `"Time"`，导致所有日期读成缺失、又被“时间非空”条件整行丢弃。**不是数据缺日期，也不是元数据 737 错误。** v2 已修正，Rock 表 470 行 = 1 行表头 + 469 条事件。
|
||||
|
||||
### 8.2 传播与摩擦参数（真实同类事件）
|
||||
|
||||
- 同机制且体积+水平距离齐全：冰岩崩 21 + 冰川滑塌 8 = **n=29**（高亚洲更少）。
|
||||
- 固定 70/30 留出：log10H = 0.510 + 0.131·log10V，**留出 R² = −0.59，RMSE = 0.41 log10**。→ 体积—距离关系在本样本量下**不能迁移**，只作描述，不作 Q4 验证。
|
||||
- 角 of reach（候选唯一，n=404）：p10 **10.5°**、中位 **19.4°**、p90 **27.5°**；等效 tan 值 p10 **0.185**、中位 **0.352**、p90 **0.521**。
|
||||
- 8·26 事件的 8.85° 是 **atan(3210 m / 20.62 km)**，其中落差与距离来自**我们的粗网格选路**，不是实测几何。它只能作为“模拟几何的外部量级对照”：说明模拟路径比编目中位事件更平缓（低于 p10），**不能**据此断言真实事件的分位，也**不能**用它反过来验证 μ 取值（会构成循环论证）。
|
||||
|
||||
### 8.3 Q3 的重新判断
|
||||
|
||||
- **不是“无事件”**：候选唯一里日精度 345 条、区间 291 条、年到年 105 条；高亚洲 120 条。
|
||||
- 真正缺口是**缺小时精度与配对预报**：日期只到日/年，无法与逐小时气象或预报对齐；8·26 本身也只有报道级小时。
|
||||
- 可做边界：**日尺度**可用离散时间风险/区间删失（年精度按区间删失）做外检验；**小时级 95% 区间、真实预警提前时间、实测覆盖率仍缺标签**。
|
||||
- 本轮只清洗编目与做参数对照，**没有训练日尺度风险模型**；“可做”不等于“已做”。
|
||||
|
||||
### 8.4 修正后的评分（论文 50% / 求解验证复现 35% / 数据成本 15%）
|
||||
|
||||
| 维度 | 分 | 说明 |
|
||||
|---|---|---|
|
||||
| 论文可写性（50%） | **8** | 多事件编目 + 三源降水 + 空间核验；但 Q3 只到日尺度 |
|
||||
| 求解与验证复现（35%） | **6** | 有真实参数对照与负结果；传播拟合留出失败、无小时标签 |
|
||||
| 数据与成本（15%） | **7** | 数据到位、总量小；口径多（UTC/BJT、6h/逐时/累计、0.25°/5 km/30 m） |
|
||||
| **加权** | **7.2** | 提升来自证据结构，不是统计强度 |
|
||||
|
||||
**完整性按题目实际输出给 8，不给 9**：Q3 要求的“触发时间 95% 区间 / 预警提前时间 / 区间覆盖率”未按题意落地，只到日尺度与空间范围。
|
||||
Reference in new issue
Block a user