目标：构建一个支持地球—太阳系—宇宙三级尺度、统一表达“中心 + 半径 + 可信度”三段式结构的可落地时空数据基础设施，服务于数字人文、天文史、文化遗产与未来叙事研究。
一、总体架构
graph TD
A[用户输入] --> B{数据类型}
B -->|地球事件| C[Earth Layer: WGS84 + JD(TT)]
B -->|天文事件| D[Solar/Cosmic Layer: ICRS + TCB]
C & D --> E[统一时空对象模型]
E --> F[存储层: PostgreSQL + PostGIS + 自定义类型]
E --> G[计算层: Python/GeoPandas + Astropy + Uncertainty Engine]
E --> H[可视化层: MapLibre + TimelineJS + 3D Celestial Viewer]
F & G & H --> I[API 服务]
I --> J[Web 应用 / 知识图谱 / DH 平台]二、核心数据模型（可直接用于数据库设计）
1. 时空参考系枚举（spacetime_reference_system）
| code | name | description |
|---|---|---|
earth | Earth-Centered | WGS84 (EPSG:4326) + Terrestrial Time (TT) |
solarsys | Solar System Barycentric | ICRS (J2000) + Barycentric Coordinate Time (TCB) |
cosmic | Cosmic Comoving | ICRS + Redshift + Cosmic Time (ΛCDM model) |
2. 置信度分级标准（CL-Level）
| Level | Code | Confidence | Criteria |
|---|---|---|---|
| CL1 | high | ≥0.9 | 多源交叉验证，仪器实测 |
| CL2 | medium | 0.7–0.89 | 单源可靠记载，有上下文佐证 |
| CL3 | low | 0.4–0.69 | 推测、孤证、模糊描述 |
| CL4 | speculative | <0.4 | 假说、象征性、无直接证据 |
✅ 支持扩展为连续值（0.0–1.0），但建议优先使用分级以保证语义一致性。
3. 统一时空对象表结构（PostgreSQL）
-- 自定义类型：不确定空间
CREATE TYPE uncertain_space AS (
reference_system TEXT, -- 'earth', 'solarsys', 'cosmic'
center JSONB, -- 结构见下文
spatial_uncertainty JSONB, -- 含 angular_radius_arcsec, distance_uncertainty_ly 等
confidence_level TEXT -- 'high', 'medium', ...
);
-- 自定义类型：不确定时间
CREATE TYPE uncertain_time AS (
reference_system TEXT,
center_jd DOUBLE PRECISION, -- 儒略日（TT 或 TCB，需注明）
time_radius_seconds DOUBLE PRECISION,
confidence_level TEXT
);
-- 主表
CREATE TABLE spacetime_entities (
id TEXT PRIMARY KEY,
label TEXT NOT NULL,
description TEXT,
space uncertain_space,
"time" uncertain_time,
original_source TEXT,
conversion_metadata JSONB, -- 记录转换路径、历法、锚点等
created_at TIMESTAMPTZ DEFAULT NOW()
);center 字段结构示例：
- Earth:
{ "type": "earth", "lon": 116.4, "lat": 39.9, "alt_m": 50 }- SolarSys / Cosmic:
{
"type": "icrs",
"ra_deg": 83.8958,
"dec_deg": -69.2667,
"distance_ly": 168000,
"redshift": null
}三、关键技术模块
模块 1：坐标与时间转换引擎（Python）
# 依赖库
# - astropy: 历法、ICRS、TCB/TT 转换
# - pyproj: WGS84 与投影转换
# - convertdate: 农历、干支等历史历法
class SpacetimeConverter:
def earth_to_icrs(self, lon, lat, jd_tt):
"""将地球经纬度+TT时间转换为ICRS方向（忽略距离）"""
from astropy.coordinates import EarthLocation, ICRS, AltAz
from astropy.time import Time
loc = EarthLocation(lon=lon, lat=lat, height=0)
t = Time(jd_tt, format='jd', scale='tt')
altaz = AltAz(obstime=t, location=loc)
icrs = altaz.transform_to(ICRS)
return icrs.ra.deg, icrs.dec.deg
def tt_to_tcb(self, jd_tt, earth_pos=None):
"""将TT时间转换为TCB（需地球在太阳系中的位置）"""
# 使用 astropy 的 relativistic time conversion
# 实际需调用 SOFA 或 ERFA 库
pass
def parse_historical_date(self, text, calendar="chinese_lunar"):
"""解析“乾元二年秋”等历史日期 → JD(TT) ± uncertainty"""
# 调用 convertdate + 规则引擎
pass模块 2：不确定性传播计算器
def propagate_spatiotemporal_uncertainty(anchor, offset):
"""
锚点 + 相对偏移 → 绝对时空 + 合并不确定性
"""
# 空间：sqrt(anchor.r² + offset.r²)
new_space_radius = math.sqrt(
anchor.space.spatial_uncertainty['radius_m']**2 +
offset.space_offset_uncertainty**2
)
# 时间：同理
new_time_radius = math.sqrt(
anchor.time.time_radius_seconds**2 +
offset.time_offset_seconds**2
)
# 可信度：取 min 或贝叶斯融合
new_conf = min(anchor.space.confidence_level_value,
anchor.time.confidence_level_value,
offset.confidence)
return {
"space": { "center": ..., "radius_m": new_space_radius, "confidence": new_conf },
"time": { ... }
}模块 3：时空关系查询 API（PostGIS 扩展）
-- 示例：查找所有“可能与事件A同时同地”的事件
SELECT b.id
FROM spacetime_entities a, spacetime_entities b
WHERE a.id = 'event_A'
AND ST_DWithin(
ST_Transform(a.space.center::geometry, 4326),
ST_Transform(b.space.center::geometry, 4326),
a.space.spatial_uncertainty->>'radius_m'::float +
b.space.spatial_uncertainty->>'radius_m'::float
)
AND ABS(a.time.center_jd - b.time.center_jd) * 86400 <=
a.time.time_radius_seconds + b.time.time_radius_seconds
AND (a.space.confidence_level_value * a.time.confidence_level_value) > 0.5;四、数据集对接与迁移策略
1. 现有数据集适配方案
| 数据集 | 适配方式 |
|---|---|
| CBDB（中国历代人物传记） | 将籍贯/仕历地转为 L2（县治中心 ±30km），时间转为 JD(TT) ± 季度 |
| Pleiades（古代地中海地名） | 直接映射到 earth 层，保留其 location_type 和 accuracy 字段 |
| NASA Exoplanet Archive | 转为 cosmic 层，赤经/赤纬→ICRS，发现时间→TCB（校正光行时） |
| SILKNOW | 保留其本体，通过 SPARQL 映射到本模型 |
2. 数据录入工具（Web 表单）
提供三种录入模式：
- 精确模式：输入经纬度 + 公历日期（自动转 JD）
- 模糊模式：选择行政区 + 季节/年号（自动估算半径与 JD）
- 相对模式：选择锚点事件 + 偏移（如“李白出生后20年”）
所有录入自动记录
conversion_metadata，支持溯源。
五、可视化与交互设计
1. 地球视图（MapLibre GL JS）
- 高精度点：实心圆（颜色深）
- 模糊区域：半透明缓冲区（颜色浅）
- 悬停显示：置信度、原始记载、误差范围
2. 宇宙视图（Three.js + Celestia-style）
- 显示 ICRS 坐标下的天体位置
- 用光锥（light cone）表示“可观测事件”
- 时间轴可切换 TT / TCB / 宇宙时间
3. 时空联动面板
- 左侧地图，右侧时间轴
- 选择时间区间 → 高亮同期地理事件
- 拖动地图区域 → 显示该地历史事件时间分布
六、实施路线图（6个月）
| 阶段 | 时间 | 交付物 |
|---|---|---|
| Phase 1：核心模型与存储 | Month 1–2 | PostgreSQL schema + Python 类库 + 转换引擎原型 |
| Phase 2：地球层支持 | Month 3 | CBDB/SILKNOW 数据迁移工具 + Web 录入界面 |
| Phase 3：宇宙层支持 | Month 4 | NASA 数据接入 + ICRS/TCB 转换模块 |
| Phase 4：计算与API | Month 5 | 时空关系查询 API + 不确定性传播服务 |
| Phase 5：可视化与发布 | Month 6 | Web 应用 + 开放 API + 文档 |
七、开源与互操作性
- 数据格式：支持导出为 JSON-LD（兼容 Schema.org）、GeoJSON（扩展属性）、RDF（OWL 本体）
- API 标准：遵循 OGC API – Features，扩展
uncertainty字段 - 代码开源：GitHub 仓库，MIT 许可
- 社区共建：提供 CL-Level 编码指南，鼓励领域专家贡献转换规则
八、预期成果
- 一个可部署的时空数据平台，支持从“村东五里”到“大麦哲伦云”的统一建模；
- 一套开放标准，推动数字人文项目采用结构化不确定性表达；
- 跨领域知识融合能力：连接历史文献、考古遗址、天文观测；
- 为AI训练提供高质量时空知识：大模型可学习“模糊但合理”的时空推理。
结语：本方案不追求“终极宇宙真理”，而是提供一个可扩展、可解释、可协作的时空基础设施——让每一个历史事件，无论精确或模糊，都能在四维时空中找到它“最可能的位置”。
📄 附录：
技术负责人：___孟繁永________
版本：v1.0
日期：2025年12月1日