---
language:
  - en
license: cc-by-4.0
tags:
  - agriculture
  - crop-simulation
  - remote-sensing
  - synthetic-data
  - timeseries
  - tsfile
  - wofost
  - rice
  - sri-lanka
task_categories:
  - time-series-forecasting
  - tabular-regression
pretty_name: Sri Lanka Paddy Rice WOFOST Simulation (TsFile)
---

# Wofost Synthetic Rice Simulation LK (TsFile)

斯里兰卡水稻 WOFOST 7.2 合成模拟数据集，从 HuggingFace 数据集
[`SanuthK/Wofost-Synthetic-Rice-Simulation-LK`](https://huggingface.co/datasets/SanuthK/Wofost-Synthetic-Rice-Simulation-LK)
转换为 [Apache TsFile](https://tsfile.apache.org/) 格式。

## 文件

- `wofost_rice_lk.tsfile` —— 578,394 条日records，3,250 条独立模拟序列。

## TsFile 表模型映射

- **TAG（device）**：`Season` / `Year` / `Lat` / `Lon` / `Irrigation` / `Nitrogen` +
  合成的 `replicate` 序号。每条 simulation = 一个 device（共 3,250 个）。这 6 个 scenario
  列仅作 tag，不重复存为数值 field。
- **Time**：由 `Date`（YYYY-MM-DD）解析为 INT64 毫秒。
- **FIELD**：`DVS` / `LAI` / `Biomass` / `Height_cm` / `Yield_kgha` / `NDVI` / `NDRE` /
  `S1_VV_dB` / `S1_VH_dB` / `S1_ratio`（均为 DOUBLE）。`Yield_kgha` 在开花（DVS≥1）前为
  NaN，保留为 null。

## 转换说明

- **未丢弃任何源列**：17 列全部保留（Date→Time，6 个 scenario→tag，10 个数值→field）。
- **`replicate` 为合成列**：同一 scenario 有多个 replicate（天气随机化），但原数据无显式
  replicate ID。多个 replicate 顺序拼接，在 Date 回退处分界，据此累计出 replicate 序号。
  验证：加上 replicate 后 device 数 = 3,250，`(device, Date)` 完全唯一。
- 转换路径：`script`（`scripts/converters/wofost_rice_lk.py`），时间精度 `ms`。
- 行数转换前后一致（578,394），已通过行数比对 + 读回校验，无去重、无丢行。

> 关于体积：原始 parquet 约 16 MB，转换后 tsfile 约 21 MB。源数据约 51% 的数值单元为
> NaN（出苗/开花前），parquet 用 RLE 把这些 NaN 游程压到近乎为零；TsFile 因按 device 切分
> （3,250 个 device × 10 列 ≈ 3.2 万个小 chunk）元数据开销较高、对 NaN 游程压缩较弱，故略大。
> 两者数据完全一致。

## 来源

- 原始数据集：[SanuthK/Wofost-Synthetic-Rice-Simulation-LK](https://huggingface.co/datasets/SanuthK/Wofost-Synthetic-Rice-Simulation-LK)
- 原作者：Wanniarachchi S. K.（AgroGate Project）
- 模型：PCSE / WOFOST 7.2；天气：NASA POWER
- 许可证：CC-BY 4.0