# 离散化规则配置
# 定义所有连续因子的分箱规则
# 包含暴雨灾害链和地震灾害链的全部因子
#
# 2026-06-11: 基于1365个样本（796隐患点+569风险点）的实际数据分布
# 连续因子采用分位数分箱（等频分箱），分类因子基于实际编码映射

# ============================================
# 暴雨触发层离散化规则（保持气象标准不变）
# ============================================

rain_intensity:
  description: "降雨强度等级"
  unit: "mm/h"
  # 中国气象局降雨等级标准
  bins: [0, 0.2, 5, 15, 30, 70, 140, 99999]
  labels: [no_rain, light, moderate, heavy, storm, downpour, extreme]

duration:
  description: "持续时间"
  unit: "h"
  bins: [1, 3, 12, 99999]
  labels: [short, medium, long]

accum_rain:
  description: "累计降雨量"
  unit: "mm"
  # 中国气象局降水等级标准
  bins: [0, 10, 25, 50, 100, 99999]
  labels: [trace, light, moderate, heavy, extreme]

# ============================================
# 地震触发层离散化规则
# ============================================

magnitude:
  description: "地震震级"
  unit: "Richter"
  # 基于Keefer (1984) 地震触发地质灾害的震级阈值
  bins: [0, 4.0, 5.0, 6.0, 7.0, 8.0, 10.0]
  labels: [minor, light, moderate, strong, major, great]

epicenter_distance:
  description: "震中距"
  unit: "km"
  # 地震地质灾害影响范围（Keefer 1984）
  bins: [0, 30, 100, 300, 99999]
  labels: [very_near, near, moderate, far]

seismic_intensity:
  description: "地震烈度"
  unit: "中国烈度表"
  # GB 18306-2015 中国地震动参数区划图
  bins: [0, 5, 7, 9, 12, 99]
  labels: [minor, light, moderate, severe, extreme]

# ============================================
# 环境层离散化规则（暴雨/地震共享）
# 基于1201个样本的分位数分箱
# ============================================

elevation:
  description: "高程"
  unit: "m"
  # 数据: [354, 1926], 均值789.36±325.64
  # 分位数: [354, 482, 637, 817, 1074, 1926]
  bins: [354, 482, 637, 817, 1074, 1926]
  labels: [very_low, low, medium, high, very_high]

slope:
  description: "坡度"
  unit: "度"
  # 数据: [0.0, 47.0], 均值10.46±9.12
  # 分位数: [0.0, 2.0, 6.0, 11.0, 17.0, 47.0]
  bins: [0.0, 2.0, 6.0, 11.0, 17.0, 47.0]
  labels: [very_low, low, medium, high, very_high]

aspect:
  description: "坡向"
  unit: "度"
  # 数据: [0.86, 359.12], 均值173.47±104.96, 偏度0.126
  # 分位数: [0.86, 57.39, 135.0, 230.19, 297.83, 359.12]
  bins: [0.86, 57.39, 135.0, 230.19, 297.83, 359.12]
  labels: [flat, north, east, south, west]

soil_type:
  description: "土壤分类（中国土壤分类系统）"
  unit: "3位数编码"
  # 中国土壤分类系统25个亚类，本数据库出现8种
  # 编码规则：1xx淋溶土、2xx钙层/均腐土、4xx初育土
  mapping:
    110: brown_soil     # 棕壤（淋溶土，秦岭北麓山地）
    120: brown_soil     # 暗棕壤（淋溶土，高海拔山地）
    130: yellow_brown   # 黄棕壤（淋溶土，暖温带过渡区）
    150: yellow_brown   # 黄褐土（淋溶土，黄土塬区）
    210: cinnamon       # 褐土（钙层土，黄土塬区主要旱作土壤）
    240: black_lu       # 黑垆土（均腐土，古土壤残余）
    410: alluvial       # 新积土（初育土，渭河冲积平原）
    420: aeolian        # 风沙土（初育土，风积沙质土壤）
    255: unknown        # GIS背景值（1个样本）
  default: cinnamon    # 褐土占比最大（38.8%），作为默认值

lithology:
  description: "岩性（中国地质分类）"
  unit: "分类代码"
  mapping:
    1: acid_rock          # 酸性侵入岩（花岗岩等，SiO₂>66%）
    3: basic_rock         # 基性侵入岩（辉长岩等，SiO₂ 45-52%）
    4: basic_rock         # 基性火山岩（玄武岩等，合并入基性岩）
    5: carbonate          # 碳酸盐岩（石灰岩、白云岩）
    10: metamorphic       # 变质岩（片麻岩、大理岩）
    11: mixed_clastic     # 混合碎屑沉积岩（砂岩+泥岩互层）
    13: terrigenous       # 陆源碎屑岩（砂岩、粉砂岩）
    14: unconsolidated    # 松散堆积物（黄土、冲洪积）
    255: unknown          # 无数据（GIS栅格背景值）
  default: unconsolidated

landuse:
  description: "土地利用类型"
  unit: "分类代码"
  mapping:
    1: forest        # 林地（GIS栅格编码1）
    2: farmland      # 农田（GIS栅格编码2）
    3: urban         # 城市（GIS栅格编码3）
    4: water         # 水域（GIS栅格编码4）
    5: barren        # 裸地（GIS栅格编码5）
    8: farmland      # 耕地（GIS栅格编码8，合并入农田）
  default: farmland

terrain:
  description: "地形分类（中国地形分类体系）"
  unit: "分类代码"
  mapping:
    1: mountain       # 断裂山麓地带（秦岭北麓）
    2: plain          # 平坦平原（渭河平原）
    3: deep_valley    # 高山深峡谷（秦岭腹地）
    4: hill           # 丘陵（黄土塬）
    5: gentle_hill    # 低缓丘陵（塬边过渡带）
    6: low_mountain   # 低山（骊山等）
    7: flat_plain     # 平缓平原（冲积平原）
    255: unknown      # 无数据（GIS栅格背景值）
  default: hill

impervious:
  description: "不透水率"
  unit: "小数比例（0-1）"
  # 数据: [0.0, 1.0], 均值0.31±0.46
  # 68.9%为0.0（无硬化地表），非零值右偏分布
  # 分箱策略：0单独一类，其余4等分
  bins: [0.0, 0.01, 0.25, 0.50, 0.75, 1.0]
  labels: [none, very_low, low, medium, high]

ndvi:
  description: "植被指数"
  unit: "NDVI值（×1000缩放）"
  # 数据: [-1.0, 5336.0], 均值2045.95±689.47
  # 分位数: [-1.0, 1616.2, 1891.0, 2172.0, 2496.0, 5336.0]
  bins: [-1.0, 1616.0, 1891.0, 2172.0, 2496.0, 5336.0]
  labels: [very_low, low, medium, high, very_high]

sand_content:
  description: "土壤含沙量"
  unit: "百分比"
  # 数据: [23.0, 255.0], 均值35.14±7.75
  # 255为异常值（缺失值编码），正常范围[23, 52]
  # 分位数(正常值): [23.0, 31.0, 34.0, 35.0, 38.0, 52.0]
  bins: [23.0, 31.0, 34.0, 35.0, 38.0, 255.0]
  labels: [very_low, low, medium, high, very_high]

ph:
  description: "土壤PH值"
  unit: "PH值（×10缩放，如71=7.1）"
  # 数据: [60.0, 255.0], 均值71.82±6.91
  # 255为异常值（缺失值编码），正常范围[59, 81]
  # 分位数(正常值): [60.0, 67.0, 71.0, 74.0, 76.0, 81.0]
  bins: [60.0, 67.0, 71.0, 74.0, 76.0, 255.0]
  labels: [very_low, low, medium, high, very_high]

soil_moisture:
  description: "土壤湿度"
  unit: "小数比例（0-1）"
  # 数据: [-1.0, 0.28], 均值0.15±0.08, 约10%为-1（缺失值）
  # 正常值范围: [0.0, 0.28]
  # 分位数(正常值): [0.0, 0.12, 0.14, 0.16, 0.19, 0.28]
  # 分箱策略：-1视为缺失/极端干燥，其余4等分
  bins: [-1.0, 0.0, 0.10, 0.14, 0.18, 0.28]
  labels: [very_low, low, medium, high, very_high]

organic_carbon:
  description: "有机碳"
  unit: "百分比"
  # 数据: [0.0, 65.0], 均值39.03±19.13
  # 分位数: [0.0, 34.0, 42.0, 48.0, 53.0, 65.0]
  bins: [0.0, 34.0, 42.0, 48.0, 53.0, 65.0]
  labels: [very_low, low, medium, high, very_high]

dist_to_river:
  description: "距离河道距离"
  unit: "米"
  # 数据: [12.21, 29968.26], 均值11378.07±6704.59
  # 分位数: [12.21, 5409.3, 9522.82, 12667.75, 16952.46, 29968.26]
  bins: [12.21, 5409.3, 9522.82, 12667.75, 16952.46, 29968.26]
  labels: [very_close, close, moderate, far, very_far]

dist_to_fault:
  description: "距离断裂带距离"
  unit: "米"
  # 数据: [1.72, 14685.31], 均值3527.70±3400.55
  # 分位数: [1.72, 515.98, 1451.71, 3577.36, 6545.45, 14685.31]
  bins: [1.72, 515.98, 1451.71, 3577.36, 6545.45, 14685.31]
  labels: [very_close, close, moderate, far, very_far]

pipe_density:
  description: "供水管网密度"
  unit: "m/m²"
  # 数据: [0.0, 0.07], 约83.9%为0.0，非零值分位数[0.000438, 0.007136, 0.015399, 0.024523, 0.065431]
  # 分箱策略：0单独一类，其余3等分
  bins: [0.0, 0.001, 0.010, 0.025, 0.065]
  labels: [none, low, medium, high]