数据格式与字段字典 / Data Format

本文是 GTAmap v1.1 的字段字典。逐国时间序列包采用标准字段;
全球锚点年文件会扩展来源与质量字段。文件间可能有列顺序或可选列差异,
一律按列名取值,不要按列位置取值。
建议一律按列名取值,不要按列位置取值(个别文件列顺序存在差异)。

1. 文件体系一览

文件格式Schema内容
countries/<ISO3>.zipZIP / GeoParquet见包内 README 与 Parquet schema逐国时间序列包(中国县级为 ADM3)
global/<年>/gtamap_adm{0,1,2}_<年>.geoparquetGeoParquet发布版扩展字段v1.1 全球锚点年快照(2000/2010/2020/2025;研究发布文件)
all_events.csv、events_summary.csvCSV事件字段v1.1 事件记录共 20,006 条,覆盖 177 个数据集
country_manifest.csvCSV—国家/区域包索引、文件数与大小
manifest.csvCSV—v1.1 发布清单:712 个文件的 SHA-256 校验值
catalog.json、dataset.jsonJSON—网站公开下载目录与机器可读数据集元数据
data/web/.geojson、data/pmtiles/map/.pmtilesGeoJSON / PMTiles简化或概化几何在线地图展示数据;所选要素可另存为 SHP、GPKG、SVG 或 GeoJSON

2. 标准 20 列字段字典(逐国时间序列)

以下示例行来自 BRA_adm2_timeseries.parquet(巴西阿克里州的 Mâncio Lima 市,2000 年快照):

text
snapshot_year  = 2000
iso3           = BRA
level          = ADM2
unit_id        = u_b648f09a0282
name           = Mâncio Lima
code           = 1200336
parent_unit_id = u_eee0e4dcb3e5
parent_name    = Acre
area_km2       = 4672.9456
geom_origin    = official_actual
date_precision = year
src_id         = SRC-BRA-IBGE-2000
src_name       = IBGE Malha Municipal 2000(官方直采)
src_url        = https://geoftp.ibge.gov.br/organizacao_do_territorio/malhas_territoriais/...
src_license    = IBGE 开放数据(署名)
src_vintage    = 2000
src_type       = official
conf_grade     = A
conf_note      = 巴西官方市级边界原始几何,未做几何加工;ADM1/ADM0 由该层并集派生
geometry       = (WKB 多边形)

2.1 标识与时间

#列名类型含义
1snapshot_yearint快照年。该行边界"生效"的年份,是时间筛选的主键。同国不同层的快照年集合可能不同(如巴西为 2000–2025 中的 18 年)
2iso3text国家/区域 ISO 3166-1 alpha-3 码(EU NUTS 包此列为 EU)
3leveltext层级:ADM0(国家)/ ADM1(省级)/ ADM2(地级);中国另有 ADM3(县级),EU 另有 NUTS1/2/3
4unit_idtext稳定单元 ID(如 u_b648f09a0282)。同一行政单元跨年、跨快照共用同一 ID,是追踪沿革的连接键。ID 由单元身份哈希生成,不因边界微调而改变(见 FAQ)
5nametext单元名称(源语言)。已知约 12 行为空(多为微属地),补充中
6codetext官方区划代码(如巴西 IBGE 的 7 位市码、中国统计用区划码)。约 77 行为空(无官方编码体系的小属地)
7parent_unit_idtext上级单元的 unit_id(时间化:2000 年的父级与 2025 年的父级可以不同)。ADM0 此列为空(ADM0 无父级,属正常,全库约 1.9 万空值几乎全部来自 ADM0 行)
8parent_nametext上级单元名称,便于人读

2.2 几何与时间精度

#列名类型含义
9area_km2float面积(km²),按 EPSG:6933 等积投影计算。可能与官方公布面积不同(投影口径、是否含水域/潟湖),差异已在 conf_note 说明
10geom_origintext几何来源(枚举,见 §4.1)
11date_precisiontext该快照年对应的时间精度(枚举,见 §4.3)。示例:巴西 2000 年快照全部为 year;GADM 回退包为 version_year

2.3 来源溯源(6 列)

#列名类型含义
12src_idtext来源记录 ID(如 SRC-BRA-IBGE-2000),指向来源登记表
13src_nametext来源机构/数据集名称(如 IBGE Malha Municipal 2000(官方直采))
14src_urltext原始数据下载地址(官方直链或门户 URL),任一要素可一键溯源
15src_licensetext原始许可(仅如实记录,如 CC BY 4.0、IBGE 开放数据(署名)、GADM 学术许可)
16src_vintagetext该几何代表的源数据年份(如 2000)
17src_typetext源类型:official(官方直采)/ official_via_aggregator(官方经聚合器,实测值含 official_via_un、official_via_gadm)/ osm / derived(实测值含 research_derived)/ literature

2.4 置信度与几何

#列名类型含义
18conf_gradetext置信度等级 A–D(枚举,见 §4.2)
19conf_notetext置信依据与局限说明(一句话)。面积口径差异、派生方法等都在这里
20geometrygeometryWKB 几何(GeoParquet 编码),EPSG:4326

3. 全球锚点年文件的附加列(33 列 schema)

global/<年>/gtamap_adm_.geoparquet 在 20 列基础上追加 13 列(保留质检与对齐过程信息):

附加列类型含义
shape_id / shape_name / shape_iso / shape_group / shape_typetext对齐过程中保留的原始 shape 元信息(来自 geoBoundaries 等源的原始 ID 与属性)
std_leveltext标准化层级(与 level 等价,标准化管线输出)
vintage_year / geom_yeartext几何实际代表的年份(锚点年与几何年份可能不同,如 2000 锚点年由 1999/2000/2001 多源拼合时各自记录)
as_oftext数据截止时点
varianttext几何变体:full(原始精度)/ simplified(简化版)
source / boundary_source_url / licensetext对齐管线的原始来源字段(与 src_* 列互为补充)
geom_validbool几何是否有效(2025 快照实测 58,809/58,809 全部有效)
was_repairedbool入库时是否做过几何修复
political_viewtext政治视角标记(如某争议区的视角归属),无争议时为空
event_coveragetext该国该层的事件覆盖情况(full / partial 等,衔接事件库)

EU NUTS 的 3 个包(EU_NUTS1/2/3_timeseries.parquet)额外多 1 列 country_code(成员国的 ISO2/ISO3 码)。

4. 枚举值含义

4.1 geom_origin — 几何从哪来

取值含义典型情形
official_actual该年真实官方几何,直接来自官方或官方经可信聚合器巴西 IBGE、美国 TIGER、日本 MLIT、中国 CTAmap 等逐年官方序列
dissolved_from_official由下级官方单元并集派生官方只发布 ADM2 时,ADM1/ADM0 由 ADM2 融合得到
official_via_gadm_anchor用 GADM 锚点替代(GADM 的两个版本 ≈2018 / ≈2022)63 个实体 / 14,921 个要素:微属地与官方源受限国。只有 2 个锚点年,不是逐年序列
current_carried_back用 2026 基准几何回填历史年份(待补真实历史)9 个实体(ARM、CYP、MCO、MKD、NIU、PLW、SGP、STP、TUV 的部分层级),官方源不可达

4.2 conf_grade — 置信度 A–D

等级定义判据
A官方直接几何来自该国测绘/统计机构的官方文件,未经第三方几何加工(IBGE、TIGER、BKG、CTAmap 等)
B官方经可信聚合官方源经聚合器转载(OCHA COD-AB、geoBoundaries 等),几何未重制或简化程度已知
C社区/第三方几何OSM 派生、第三方数字化,无官方背书;事件日期多为"映射时间"
D派生/推断合成(并集回溯)、推断生成的几何(如印度、波多黎各的合成 ADM0)

v1.1 的 2025 全球 ADM2 要素等级分布:A 31,452 / B 20,183 / C 2,815 / D 625。按实体跨 ADM0–ADM2 采用最保守等级汇总:A 52 / B 169 / C 20 / D 2(243 个实体)。两种计数口径不可混用;逐要素分析应读取 conf_grade。

4.3 date_precision — 时间精度

取值含义示例
day精确到日个别官方序列带具体生效日
year精确到年(当年官方底图)巴西 2000 年快照:year(IBGE 2000 版)
year_start该年年初状态若干官方序列以 1 月 1 日为准
census_year对齐普查年普查驱动的区划文件
version_year软件版本年,非逐年观测GADM 回退包:≈2018 / ≈2022 两个版本锚点(韩国 KOR 即此情形,仅 2018/2022 两期)
interval区间(介于两年之间)少数插值年份

实测库中以 year / year_start / version_year 为主。等级与时间精度相互独立:A 级几何 + year 精度是常见组合;使用 version_year 数据做逐年分析前务必阅读 methods 的局限一节。

5. 事件表字段(11 列)

逐国 *_events.csv 与合并事件表的统一 schema(示例为巴西第 1 号事件):

text
event_id        = BR-00001
event_type      = boundary_adjustment
effective_date  = 2001-01-01
date_precision  = year
date_basis      = source_date
detail          = 5210802 Itajá: 2,550 -> 2,092 km2 (18.0%)
source          = IBGE malha municipal 2000/2001
legal_reference = IBGE Malha Municipal (geoftp.ibge.gov.br)
confidence      = medium
from_snapshot   = 2000
to_snapshot     = 2001
列含义
event_id事件 ID(国家前缀 + 序号)
event_type变更类型:新设 / 撤销 / 合并 / 拆分 / 更名 / 边界调整 / 码变更等
effective_date生效日期
date_precision日期精度(day / year 等;OSM 来源为"映射时间")
date_basis日期依据:source_date(源文件标注)/ law_date(法律生效日)/ osm_timestamp 等
detail事件描述(含面积变化等量化信息)
source数据来源(官方序列 diff、法律清单、OSM 历史)
legal_reference法律/公告文号(如中国 408 条事件带民政部批准文号)
confidencehigh(官方序列直接 diff 或有法律文号)/ medium(单源或第三方)/ low(推断)
from_snapshot / to_snapshot变更前后两个快照年

6. 已知 Schema 注意事项

  1. 按列名取值:个别文件列顺序不同,勿按位置取列。
  2. parent_unit_id 在 ADM0 行为空是设计如此(国家无父级)。
  3. 单快照国家的空事件表表示"无第二个可比对的官方底图",不是"该地从未发生边界变更"。
  4. src_license 的值因来源而异;再分发或商用前请阅读 attribution 并核对原始来源的当前条款。