用途：在单台多核大内存节点上，从栅格预测结果或大型矢量数据集构建单一全球 PMTiles 归档。流程为 raster.zarr → GeoParquet 分片 → FlatGeobuf 批次 → 分片 tippecanoe → tile-join → pmtiles。
主要能力：
- 栅格转多边形：用 contourrs.shapes_arrow 把分类 uint8 栅格直接矢量化为 Arrow；按类用 scipy.ndimage.binary_opening 预过滤噪点；经 geopandas 以 zstd 压缩写 GeoParquet，每个超级瓦片一个分片，字段含 class、area_deg2、geometry。
- 字段面积分析：抽样约100个分片，读取 class 与 area_deg2，换算平方米并查看分位数与累计阈值，用于确定面积过滤与简化容差。
- GeoParquet 转 FlatGeobuf：按物理核数轮询分批，每批合并分片、按面积阈值过滤、shapely.simplify 简化、剔除 NULL/空/无效几何，再用 pyogrio.write_dataframe 以 FlatGeobuf 写出。tippecanoe 通过 FGB 原生并行，GeoJSON-seq 会退化为单线程。
- 分片构建：把 FGB 从网络存储暂存到本地 NVMe，运行 N 个 TIPPECANOE_MAX_THREADS=1 的 tippecanoe，再用 tile-join 合并为最终 pmtiles，最后拷回网络存储。单进程 tippecanoe 在亿级要素规模难以扩展。
- 重复构建加速：按 z=3 地理分片为64格，分别构建瓦片互不重叠的子 pmtiles，再用 go-pmtiles merge 做字节级拼接，比 tile-join 快。
使用方式：文中给出 tippecanoe 参数示例，如 -l、--minimum-zoom=3、--maximum-zoom=14、--base-zoom=14、--full-detail=14、--simplification=1、--buffer=8、--drop-rate=1、--maximum-tile-bytes=2000000、--maximum-tile-features=1000000、-y class、--coalesce-smallest-as-needed、--drop-densest-as-needed、--detect-shared-borders；并强调不要使用 --no-feature-limit 与 --no-tile-size-limit。
适用场景：全球变化图层一类的大规模多边形栅格预测入库，一次性或偶尔重建；重复年度构建可考虑地理分片加 pmtiles merge。
限制：tippecanoe 不能直接读 GeoParquet，必须经 FlatGeobuf；tile-join 不支持 --maximum-tile-bytes 与 --drop-densest-as-needed；分片模式中 --detect-shared-borders 作用有限；地理分片需处理边界裁剪；需本地 NVMe 暂存且各阶段应可续跑，避免自动传 --force。具体版本与费用信息暂未提供。