主题
实测数据接入规范
图谱类页面给的是形态基准（正常 / 边界 / 异常长什么样），它天生有个缺口： 把示意曲线换成自己的采样点时，格式没定。
这一页补的就是这一层：数据集长什么样、什么字段不能省、以及数据自己怎么说清"我是示意还是实测"。
📋 本页按三段式走：先看骨架（概念）→ 再看入库与检查（会用）→ 最后看"为什么性质必须写在数据上"（原理）。
⚠️ 与相邻页面的分工（不要混） · 本页 —— 数据集的结构：字段、条件项、性质标注、量纲与次序 · 测量数据模板与字段规范 —— 单次记录的表格：一次测量该记哪些列 · 判据字段集 —— 结论必带的字段（按结论类型） · 参考量级 —— 数值算好还是差的尺度（非标准限值） · 数值来源性质 —— 数值的来源性质与整理日期（厂商规格 / 惯例 / 文献 / 推导）
一、这份规范解决什么问题
图谱页末尾通常写着一句"把示意换成你自己的采样点，判读规则不变"。这句话对判读成立，对入库不成立——因为缺三项约定：
| 缺口 | 后果 |
|---|---|
| 字段没有约定 | 同一块屏的两次记录，列名不同 → 没法批量比对，也没法绘图 |
| 条件没有强约束 | 数值留下了、条件丢了 → 换个人复现不出来，数据等于孤证 |
| 性质没有标注 | 示意与实测混在同一种文件里 → 示意被当成实测引用 |
第三项是本库最在意的一条：全库反复强调"条件即判据""结论必须可复核"，那么数据本身也必须带着这两样东西走 —— 因为数据会被复制、被引用、被搬到别处，页面上的提醒跟不过去。
✅ 一句话：数值可以少，条件与性质不能少。
二、数据集的骨架：七个必填字段
一个数据集 = 一个文件（一数据集一文件，文件名与 id 一致）。骨架如下：
| 字段 | 作用 | 缺了会怎样 |
|---|---|---|
id | 数据集的标识（不得与已有数据集重复） | 无法被页面与报告引用 |
kind | 测量类型（决定条件项与样本字段） | 校验无从下手，字段各写各的 |
provenance | 数据性质：示意 / 实测 | 示意会被当实测用（最严重的一类） |
label | 人读的名称 | 总表里只剩一个代码，读者认不出 |
conditions | 测量条件（见第三节） | 数据不可复核 |
instrument | 仪器与校正状态 | 换台仪器数字就不同，却无从判断 |
samples | 采样点数组（见第五节） | 没有数据 |
最小可运行的样子（示意）：
json
{
"id": "grayscale-tracking-example",
"kind": "grayscale-tracking",
"provenance": "synthetic",
"label": "灰阶追踪（示意样例）",
"disclaimer": "方法学示意，非任何一台被测机的实测值",
"conditions": { "pattern": "…", "mode": "…", "luminance": "…", "environment": "…", "warmup": "…", "geometry": "…", "target": "…" },
"instrument": { "model": "…", "calibration": "…", "observer": "…" },
"samples": [ { "input": 0, "luminance": 0.20, "duv": 0.0042 } ]
}三、条件项与仪器项：能不能复核全看这两块
条件项由测量类型决定，不是随便写几个词。以灰阶追踪与均匀性为例：
| 类型 | 必填条件 | 为什么是这些 |
|---|---|---|
| 灰阶追踪 | 图案与级数、模式、亮度档、环境、预热、几何、目标曲线 | 目标曲线选错，整条轴的结论就反了（见 灰阶与 EOTF） |
| 均匀性（网格） | 图案、模式、亮度档、环境、预热、几何、计算方式 | 均匀性的算法不写，同一份数据能算出两个结论（见 显示均匀性） |
| 响应波形 | 起止灰阶、判定区间、探头、采样、环境、预热 | 判定区间不同，"同一个响应时间"能差数倍（见 运动清晰度指标） |
| 调制波形 | 探头、带宽、采样率、采样窗、亮度档、图案 | 带宽不足会把深调制测浅（见 频闪与 SVM） |
| 功耗（按模式） | 供电条件、功率计、稳定判据、状态定义、归一化方式 | 亮度不归一化，"省电"可能只是"亮度设得低"（见 能效法规与标签） |
仪器项至少要有型号与校准状态：
| 项 | 作用 |
|---|---|
model | 不同型号的读数本就不同（色度计尤甚） |
calibration | 证书过期等于"准不准未知"，结论只能降级 |
observer | 2° 与 10° 是不同的量，不写就不可比 |
⚠️ 这两块是条件即判据在数据层的落地：字段不是形式，是"换个人按它能不能重放"的锚点。
四、数据性质：示意必须自报家门
provenance 只有两个取值，各有各的硬要求：
| 取值 | 含义 | 额外必填 | 校验的理由 |
|---|---|---|---|
synthetic | 示意（非实测） | disclaimer（写明示意性质） | 示意由机制推得，不能当实测值引用 |
measured | 实测 | date（测量日期） | 实测数据必须能追到"哪天、什么仪器、什么校准状态" |
⚠️ 最容易出问题的是示意：它看着最像"标准形态"，于是最容易被当成"正常应该是这样"的结论搬走。 所以本库对示意的要求是在数据上标注，而不是在页面正文里提醒一句 —— 页面提醒跟不出这个文件。
五、样本：字段、量纲与次序
样本按类型定义字段，每个数值字段都带量纲合理区间（防止把码值写进百分比的字段，或反过来）：
| 类型 | 样本字段 | 量与下限 |
|---|---|---|
| 灰阶追踪 | input、luminance、duv（可选） | 输入按口径（% 或码值）、亮度 ≥ 0 |
| 均匀性（网格） | point、position、luminance、duv（可选） | 亮度 ≥ 0 |
| 响应 / 调制波形 | t、luminance | 时刻 ≥ 0，且样本数下限更高（波形要够密） |
| 功耗（按模式） | mode、luminance（可选）、power | 功率 ≥ 0 |
次序也是一条判据：阶梯类样本（灰阶、时刻）必须按输入升序 —— 乱序大多是记录错误，不是被测对象的问题。
✅ 波形类要记住：采样密度本身就是条件。密到能把过冲与调制深度看出来的采样率，才配得上"测到了"这三个字。
六、会用（一）：把你自己的采样点接进图谱页
① 选类型：你的数据属于哪一类（决定条件项与样本字段）
② 抄骨架：从对应类型的最小样例起步，别从零发明字段名
③ 填条件：按类型的必填条件逐项写 —— 写不出来的项，说明这次测量不完整
④ 标性质：是示意就写 disclaimer，是实测就写日期与校准状态
⑤ 排次序：阶梯按时序升序排列，剔除明显离群的记录点（或保留并说明）
⑥ 入库自检：跑一次数据自检，通过后再把结论写进报告或页面⚠️ 第③步是最容易"糊过去"的一步：条件项写不全时，正确做法是补测，不是留空 —— 留空的数据只会被后来的自己误用。
七、会用（二）：一次入库的检查清单
□ 文件名 = id，且 id 不与已有数据集重复
□ kind 已登记（未登记的新类型要先定义条件项与样本字段）
□ 该类型的必填条件项一个不缺
□ instrument 有型号与校准状态；实测另有日期
□ provenance 与额外必填项匹配（示意 / 实测）
□ 样本数达到该类下限；数值落在量纲区间内
□ 阶梯类样本按输入升序
□ 结论引用时写明"数据集标识 + 数据性质"（示意不得表述为实测）八、数据集总表（由数据生成）
下表不是手写的：它由数据源生成，页面与数据不一致会被自检拦下。新增数据集后需重新生成，这就是"同一事实只写一处"在数据层的落地。
| 数据集 | 类型 | 数据性质 | 样本数 | 条件摘要 |
|---|---|---|---|---|
grayscale-tracking-example | 灰阶追踪 | 示意（非实测） | 11 | 11 级灰阶阶梯（0%–100%，步进 10%）；标准模式；动态对比、节能、环境光自适应、护眼全部关闭；亮度档 80%，白场目标 200 nits |
uniformity-grid-example | 均匀性（网格） | 示意（非实测） | 9 | 全屏 100% 白（无缩放、无二次处理）；标准模式；动态对比、节能、环境光自适应、护眼全部关闭；亮度档 80%，中心亮度约 200 nits |
✅ 看表时先看数据性质一列：
示意（非实测）的行只能用于说明"长什么样"，不能用于论证"这台怎么样"。
九、原理：为什么性质要写在数据上，而不是写在页面里
页面是"讲到这件事时才出现"的上下文；
数据是"被复制走之后仍然独立存在"的东西。
↓
所以页面里的提醒会失效，数据里的标注不会：
同一个 json 被贴进邮件、被搬进报告、被合并进汇总表，
disclaimer / date 都跟着走，而"这一页顶部写着示意"跟不走。
↓
再加上一层：**示意最容易伪装成结论**
因为它往往就是"典型形态"的抽象，看着比真实数据更干净。
一旦它被当成"正常应该这样"，判读的基准线就被悄悄改掉了。
→ 结论：把性质做成字段并由自检强制，比在页面里写一百句提醒都可靠✅ 与本库其他单源同构：标准值集中在数据源、参考量级集中在数据源、结论集中在登记表 —— 实测数据也集中在数据目录，页面只负责解释怎么用。
十、起手单：第一份实测数据
第六、七节解决"字段怎么写、清单怎么勾"；这一节解决更靠前的一步：第一次做，先做哪两类、最小可交付是什么、最容易在哪返工。
先做这两类（一次开机就能覆盖最多的判读维度）：
| 类型 | 最小可交付 | 为什么先做它 |
|---|---|---|
| 均匀性（网格） | 九点：中心 + 四边中点 + 四角，每点亮度与色度 | 一个图案同时得到亮度均匀性与色度均匀性，也是 Mura 判读的起点 |
| 灰阶追踪 | 11 级阶梯（0%–100%，步进 10%），每级亮度与色度 | 一条曲线同时暴露三类问题：曲线形状、色度漂移、暗部底噪 |
✅ 这两类可以在同一次开机、同一预热段里做完 —— 这是第一份数据最现实的形态： 一次开机、一张记录表、两个数据集。分两次做，你会把预热状态与漂移的差异也一起测进去。
测前先固定四件事（漏一项就得重测）：
① 模式与增强项：动态对比 / 节能 / 环境光自适应 / 护眼 全部关闭
② 亮度档：固定档位，并记录中心实测值（只写"80%"不算记录）
③ 环境：暗室；探头加遮光罩；屏周围加吸光挡板
④ 预热：到"往返参考点稳定"为止 —— 而不是"等三十分钟"最容易返工的三处（按出现频率排序）：
| 返工点 | 症状 | 提前做 |
|---|---|---|
| 目标曲线与计算方式没定 | 数据回来了却算不出结论：灰阶跟谁比？均匀性取"最小 ÷ 中心"还是"最大偏差"？ | 测前把口径写进记录表表头 |
| 暗部读数不可信 | 0%–10% 的读数随测量顺序与仪器底噪漂移 | 把暗部排在同一次开机的前段，末尾回测一个参考点确认没漂 |
| 单台单次被当结论 | 一台屏的一组数据被表述成"这类屏都这样" | 引用时写"数据集标识 + 数据性质 + 样本量" |
✅ 第一份实测数据的价值不在于"多准"，而在于把"条件 → 数据 → 结论"这条链跑通一遍。 跑通之后，第二台、第二次只是重复；跑不通，再多数据也只是散落的数字。
📋 判据接口：本页属测量方法与流程类 —— 依此页结论做判定时，除通用条件外还必须附带 判据字段集 · 测量方法与流程类 所列字段（共 7 项）：这次测量的结果能否被另一个人原样重放？ 缺任一项，结论不可复核，只能作降级表述。
关键概念速查
通用术语见 统一速查（由统计生成，只在一处维护）。
| 术语 | 英文 | 含义 |
|---|---|---|
| 数据集 | Dataset | 一次测量产出的结构化采样点集合 |
| 数据性质 | Provenance | 示意 / 实测 —— 决定数据能被用来支持什么结论 |
| 条件项 | Conditions | 复现一次测量所必需的环境、状态、图案与几何描述 |
| 量纲区间 | Plausible Range | 该字段物理上合理的取值范围，用于拦记录错误 |
相关文档
- 测量数据模板与字段规范 —— 单次记录该记哪些列
- 判据字段集 —— 结论必带的字段（按结论类型）
- 图谱：灰阶追踪 —— 示意形态的判读规则（本页样例的服务对象）
- 图谱：均匀性与云斑 —— 空间维度的形态基准
- 测量不确定度与判定规则 —— 数据够不够判的差异
- 自动化测试与数据记录 —— 批量采集时怎么保证数据质量
- 参考量级 —— 数值算好还是差的尺度（非标准限值）
数据来源：本页为结构规范整理，不含实测数据；页面引用的两个样例数据集均为方法学示意（非实测）， 仅用于演示字段与判读方式。