16-EFT.WP.Methods.Cleaning v1.0 | 第12章 环境修正与到达时一致化

目录 ／ 文档-技术白皮书 ／ 16-EFT.WP.Methods.Cleaning v1.0

第12章 环境修正与到达时一致化

一句话目标：以 RefCond 作为唯一发布口径，对受环境影响的字段执行 corr_env(x; RefCond)，并在路径层对 n_eff 与 T_arr 做一致化与两口径复核。

I. 范围与对象

1. 对象与输入输出
   • 输入：标准化数据集 ds（见第3章），含环境量序列 env = {T, p, RH, ...}、路径参数 gamma(ell)、时间字段 ts 与 tau_mono、以及原始或推定的 n_eff。
   • 输出：环境一致化数据集 ds_env（新增后缀 _ref 字段）、路径层 n_eff_ref(ell)、两口径到达时 T_arr_ref 与差异 delta_form_ref、以及 manifest.env。
2. 约束与边界
   • 修正仅改变数值，不改变字段语义、单位与量纲定义；原始值保留并可追溯。
   • 所有窗口化与插值在 tau_mono 上进行，发布在 ts；同步参数 offset/skew/J 记录于 manifest（见第5章）。

II. 名词与变量

1. 参考条件与环境向量
   • RefCond = { e_i_ref } = { T_ref, p_ref, RH_ref, ... }。
   • e = { e_i } 为事件或沿径 ell 上的环境观测向量，dim(e_i) 与 unit(e_i) 必声明。
2. 环境修正与一致化字段
   • x_ref = corr_env( x_obs ; RefCond, e )。
   • phi_env(e; RefCond)：无量纲修正因子；b_env(e; RefCond)：同量纲偏置。
   • n_eff_ref(ell)：在 RefCond 下的有效折射率场。
   • T_arr_ref：在 RefCond 下的到达时，两口径并行。
   • delta_form_ref = | ( 1 / c_ref ) * ( ∫ n_eff_ref d ell ) - ( ∫ ( n_eff_ref / c_ref ) d ell ) |。
3. 环境距离与不确定度
   • D_M^2 = ( e - e_ref )^T Sigma^{-1} ( e - e_ref )（马氏距离，优先）；或
     d_env = sqrt( ∑ w_i * ( ( e_i - e_i_ref ) / s_i )^2 )。
   • u(x) 为标准不确定度，U = k * u_c 见附录E。

III. 公设（P112-*）

• P112-01 参考口径公设
  发布面向消费者的字段必须在 RefCond 口径上提供，即存在 x_ref 并落入 manifest.env。
• P112-02 量纲守恒公设
  corr_env 满足 dim(x_ref) = dim(x_obs)，且 check_dim( x_ref - x_obs ) = 0。
• P112-03 路径点位修正公设
  对路径积分型量，修正在积分内逐点作用：n_eff_ref(ell) = f( n_eff_obs(ell), e(ell), RefCond )。
• P112-04 两口径一致公设（参考条件）
  计算 T_arr_ref 的两口径并记录 delta_form_ref，并在契约中断言 delta_form_ref ≤ tol_Tarr。
• P112-05 可追溯与版本公设
  corr_env 的模型 model_id、参数、Sigma 与 RefCond 必记录并签名：hash_sha256(model_blob)、signature。
• P112-06 原始留存公设
  不得覆盖原始字段；x_obs 与 x_ref 并存，m ∈ {0,1} 标注修正可行性（见第7章）。

IV. 最小方程（S112-*）

• S112-01 通用修正形式
  x_ref = corr_env( x_obs ; RefCond, e ) = x_obs * phi_env(e; RefCond) + b_env(e; RefCond)。
• S112-02 线性近似族
  加法型：x_ref = x_obs + ∑ beta_i * ( e_i - e_i_ref )。
  乘法型：x_ref = x_obs * ∏ ( 1 + alpha_i * ( e_i - e_i_ref ) )。
• S112-03 折射率一致化
  n_eff_ref(ell) = g( e(ell) ; RefCond ) 或
  n_eff_ref(ell) = n_eff_obs(ell) + ∑ beta_i(ell) * ( e_i(ell) - e_i_ref )。
• S112-04 到达时两口径（参考条件）
  T_arr_ref = ( 1 / c_ref ) * ( ∫_{gamma(ell)} n_eff_ref d ell )，
  T_arr_ref = ( ∫_{gamma(ell)} ( n_eff_ref / c_ref ) d ell )，
  delta_form_ref = | 前式 - 后式 |。
• S112-05 环境距离与闸门
  D_M^2 ≤ tol_D2 或 d_env ≤ tol_env 为修正适用前置条件。
• S112-06 不确定度传播（线性化）
  记 y = corr_env(x, e)，则
  u^2(y) = ( ∂y/∂x )^2 u^2(x) + ∑ ( ∂y/∂e_i )^2 u^2(e_i ) + 2 ∑_{i<j} ( ∂y/∂e_i )( ∂y/∂e_j ) cov(e_i, e_j )。
  对到达时：若 n_eff_ref 沿径互不相关，
  u^2( T_arr_ref ) = ( 1 / c_ref )^2 * ( ∫ u^2( n_eff_ref(ell) ) d ell )；相关项按协方差核补充。
• S112-07 环境场配准
  e(ell) = ( K_env ∘ align_timebase )( env_series , gamma(ell) )，其中 K_env 表示沿径插值/合同化算子。

V. 清洗流程（M10-12 环境一致化）

1. 选择与记录参考条件
   确定 RefCond、Sigma 与阈值 { tol_env | tol_D2 }，写入策略与 manifest.env.ref。
2. 校核单位与时基
   对 env 与目标字段执行 repair_units 与 check_dim（见第4章）；在 tau_mono 上对齐（见第5章）。
3. 环境距离评估与适用判断
   计算 D_M^2 或 d_env；若超阈，执行降级：m=0 或标注 q_score 降权，或转入隔离流。
4. 环境场配准到路径
   通过 K_env 在 gamma(ell) 上获得 e(ell)；对事件型任务，对齐 env(ts) 到每条记录。
5. 应用修正模型
   为每个目标字段计算 x_ref = corr_env( x_obs ; RefCond, e )；为路径量计算 n_eff_ref(ell)。
6. 到达时重算与两口径复核
   计算 T_arr_ref 的两口径并生成 delta_form_ref；断言 delta_form_ref ≤ tol_Tarr。
7. 不确定度传播
   使用 S112-06 线性化传播 u(x_ref) 与 u(T_arr_ref)；不可得的协方差以策略缺省处理并记录。
8. 落盘与签名
   • 生成 manifest.env：RefCond, model_id, params, Sigma, tol_*, D_M^2 统计、delta_form_ref 分布、signature。
   • 原始与修正值并存：x_obs, x_ref；确保 TraceID 与版本闭包（见第10章）。

VI. 契约与断言

1. 适用与稳定
   • D_M^2 ≤ tol_D2 或 d_env ≤ tol_env。
   • non_decreasing(ell)、L_gamma 校核沿用第6章。
2. 量纲与单位
   check_dim( x_ref - x_obs ) = 0，unit(x_ref) = unit(x_obs)。
3. 两口径与到达时
   • arrival_forms( delta_form_ref , tol_Tarr )。
   • | T_arr_ref - T_arr_obs | ≤ tol_Tarr_shift（若需监控修正带来的漂移门限）。
4. 不确定度与质量
   • u(x_ref) ≤ tol_u_x，u(T_arr_ref) ≤ tol_u_T，q_score ≥ q_min。
   • 修正失败比例 ratio(m=0) ≤ tol_fail_env。
5. 追溯与版本
   manifest.env.model_id 存在且 hash_sha256(model_blob) 一致；signature 验证通过。

VII. 实现绑定（I10-12）

• apply_env_correction(ds, env, RefCond, model_id) -> ds', report
  输入：ds, env, RefCond, model_id；输出：带 _ref 字段的 ds' 与过程报告。
  不变量：不改变 unit(*) 与 dim(*)；原始字段保留。
• register_env_model(model_blob) -> model_id, params, Sigma
  负责模型落库与参数回显，返回协方差 Sigma 以供 D_M^2 与传播。
• align_env_to_path(env_series, gamma, policy) -> e(ell)
  实现 K_env ∘ align_timebase，支持沿径插值与窗口合同化。
• recompute_arrival_ref(ds') -> T_arr_ref, delta_form_ref
  在 RefCond 下重算两口径并生成差异度量。
• propagate_uncertainty_env(ds', fields, Sigma) -> u_report
  线性化传播并输出关键字段不确定度面板。
• assert_env_contract(ds', tests) -> report
  按本章契约生成通过/失败与阈值偏离。

VIII. 交叉引用

• 模式与字段单位：见《EFT.WP.Core.DataSpec v1.0》。
• 采集与到达时定义：见《EFT.WP.Core.Sea v1.0》。
• 执行图与流式机制：见《EFT.WP.Core.Threads v1.0》与本卷第11章。
• 密度与归一化口径：见《EFT.WP.Core.Density v1.0》。
• 本卷第4章（单位与量纲）、第5章（时基）、第6章（路径与到达时）、第7章（掩码与插补）、第10章（发布冻结）。

IX. 质量度量与风控

1. 指标
   • D_M^2_p95, d_env_p95, share_corrected, delta_form_ref_p95, |T_arr_ref - T_arr_obs|_p95, u(T_arr_ref)_p95。
   • 漂移：drift_env = d/dt ( d_env_p50 )；告警阈值 tol_drift_env。
2. 风控动作
   • D_M^2 超阈 → 降级到原始口径旁路或扩大 lateness_max 重取环境。
   • delta_form_ref 超阈 → 回退 model_id 上一稳定版本，或降低路径分辨率重算。
   • u(T_arr_ref) 偏大 → 增强传感器融合或扩大合同化窗口，直至满足 tol_u_T。

小结
本章将 RefCond 与 corr_env(x; RefCond) 纳入清洗闭环，在路径层对 n_eff 与 T_arr 做参考条件下一致化，保持量纲与单位不变，并以 delta_form_ref 与 D_M^2 为核心闸门。产出 ds_env、两口径复核结果与 manifest.env，关键键含 RefCond, model_id, D_M^2, delta_form_ref, u(T_arr_ref), signature, TraceID。