用途：discretize 用于在附加物理数据之前，先构建网格与位置感知的离散算子，适用于有限体积数值模拟。库本身不决定坐标的 CRS 或物理单位。
主要能力：提供 TensorMesh（可分离矩形网格）与 TreeMesh（局部细化可显著降低成本时选用）两种几何。TreeMesh 需先 finalize 才能使用其算子。可按正演问题需要填充模型边界、细化源、接收器与物性对比，并测试域与分辨率敏感性。
使用方式：需记录轴含义、原点、单位、单元宽度与活动单元掩码。二维垂直剖面中第二坐标可表示高程，但属项目约定。长度为 n_cells 的向量不是面或边向量。示例： import numpy as np from discretize import TensorMesh mesh = TensorMesh([[1.0, 2.0, 3.0], [2.0, 4.0]], origin=[0.0, 0.0]) face_velocity_m_s = np.r_[2 * mesh.faces_x[:, 0], -3 * mesh.faces_y[:, 1]] divergence_s_inv = mesh.face_divergence @ face_velocity_m_s integrated_divergence_m2_s = np.dot(mesh.cell_volumes, divergence_s_inv)
检查与限制：应检查 cell_centers、faces_x、faces_y 与算子形状；插值或绘图时区分单元、面、节点与边量。单元排序以第一坐标变化最快，必要时用 Fortran 顺序 reshape。应测试空间变化场而非均匀数组，验证常数/线性场、守恒与收敛性后再用于反演。保留非活动/空气掩码，勿将 NaN 转为零电导率。更多内容见所选网格的算子教程与 API。