GeoXMind

可复现地理处理要固定数据、环境、参数和空间语义

说明输入标识、软件环境、空间参数、流程依赖、质量验证和谱系如何支持结果重建。

可复现地理处理要固定数据、环境、参数和空间语义

同一条缓冲、叠加或栅格计算命令，在数据版本、坐标参考、软件驱动或默认参数改变后可能得到不同结果。可复现地理处理要求另一个执行者能够取得同一输入，使用明确环境和参数重建输出，并解释允许的差异。

它不只是保存脚本。空间数据带有 CRS、轴顺序、NoData、精度和拓扑等隐含语义，这些信息若没有进入流程契约，脚本可运行也可能得到错误结果。

输入数据必须可识别且不可含糊

每个输入应记录持久位置、内容摘要、版本、许可和获取时间。只保存“最新版道路.shp”无法重建历史结果；远程服务会更新，数据库表也可能被覆盖。大数据可使用对象版本、快照或不可变分区，不一定复制所有文件，但必须能够解析到同一内容。

数据契约要包含几何类型、字段、单位、时间范围、空间范围、CRS 和质量限制。EPSG 代码不足以说明所有坐标语义，动态基准、垂直基准和坐标历元可能影响高精度结果。对未知 CRS 的文件不能通过“看起来位置正确”直接指定。

GDAL 官方文档说明了格式驱动、坐标变换和栅格处理能力：https://gdal.org/en/stable/ 。实际流程还要固定 GDAL、PROJ、数据库和驱动版本，因为坐标网格、默认创建选项和格式支持会变化。

参数和默认值都属于方法

缓冲距离需要单位、端点样式、连接样式和分段精度；栅格重投影需要输出范围、分辨率、像元对齐、重采样核和 NoData；叠加需要几何修复与精度模型。只记录工具名称无法说明结果怎样产生。

应把参数写入机器可读配置，并在日志中展开最终有效值。环境变量、配置文件和命令行覆盖的优先级要明确。随机抽样、聚类或优化过程需要保存随机种子，同时承认并行库和硬件可能造成微小浮点差异。

默认值升级是常见漂移来源。生产流程应显式设置影响语义的参数，并使用锁定依赖或容器镜像。镜像标签应解析到不可变摘要；基础镜像、坐标网格文件和系统区域设置也要纳入版本。

工作流把步骤、依赖和中间产物连接起来

处理图应描述每个步骤的输入、输出和依赖，而不是依赖人工执行顺序。中间产物可以缓存，但缓存键应包含输入摘要、代码版本和参数。仅按文件名判断“已处理”会在参数变化后复用过期结果。

幂等步骤让失败后可以安全重跑。输出先写临时位置，验证成功后原子发布，避免下游读取半成品。对数据库写入可使用批次标识和事务边界，明确覆盖、追加和去重语义。

OGC API - Processes 提供流程描述、执行、状态和结果资源的标准接口：https://docs.ogc.org/is/18-062r2/18-062r2.html 。采用标准 API 有助于互操作，但服务仍需公开具体过程版本、输入限制和执行环境；同一过程标识背后的代码悄然更新会破坏复现。

质量验证要检查空间结果而非退出码

命令成功只表示程序没有报告致命错误。矢量流程要检查要素数量、空几何、几何有效性、范围、字段空值、唯一键和面积长度对账。栅格流程要检查尺寸、仿射变换、CRS、像元统计、NoData 比例和波段含义。

空间抽样可发现统计未暴露的问题：反经线断裂、极区变形、边界细缝、瓦片接边和垂直偏移。基准样本应覆盖典型和极端区域，并允许对浮点结果使用有依据的容差。二进制文件摘要不同不一定表示数值不同，摘要相同则能提供更强的内容一致证据。

变化检测应区分预期数据更新、软件变化和异常回归。每次运行生成质量报告并与上一批准版本比较，差异超阈值时暂停发布。阈值要来源于业务和数据精度，而不是为了让流水线通过而调整。

谱系让结果可以追责和维护

输出元数据应关联输入版本、代码提交、环境摘要、参数、开始结束时间、执行身份和质量结果。对聚合产品还要记录各区域或时间分片的来源，避免一个全局批次号掩盖局部缺失。

日志需要可检索但不应泄露数据库密码、签名 URL 和个人数据。执行身份使用短期凭据，产物仓库设置只写发布和版本保留策略。删除输入前要考虑法定保留、许可和复现窗口。

人工步骤也必须记录。手工选择控制点、修改几何或排除异常样本时，应保存操作者、理由和差异，而不是只留下最终文件。无法完全自动化并不妨碍可复现，未记录的决定才会破坏它。

可复现地理处理把方法从个人电脑上的命令提升为可审计数据产品。固定输入与环境、显式化空间参数、验证结果语义并保存谱系，才能在更新软件或数据后判断差异来自哪里。

资料依据