DeepSeek V4.1 flash 1017画鹈鹕骑车和重建世界海陆地图

创建一个HTML，内容是SVG绘制一个鹈鹕骑自行车的2D动画，不查看任何其他文件

请完成一次“仅凭已有地理知识重建世界海陆地图”的实验，并交付可运行脚本、判断矩阵和最终图片。

实验目的是评估你能将已有地理知识转化为怎样的地图，不追求精确海岸线。

一、知识来源与方法

1. 不得联网搜索、读取真实地图、调用地理数据库、使用海陆判断库或读取标准答案。
2. 允许凭已有知识手写近似大陆轮廓、岛屿轮廓、地理范围及其他判断规则。
3. 允许脚本通过上述规则自动判断每个采样点，无需对每个点分别进行一次语言模型推理。
4. 不得使用图像生成模型。
5. 不确定时采用你认为最可能的近似，不要仅因无法精确判断而停止。
6. 明确说明实际使用的方法，不要将轮廓规则的计算结果描述成逐点独立推理。

二、采样坐标

采用 WGS84 十进制度：

纬度为 89、87、85……-89，共 90 行；

经度为 -179、-177、-175……179，共 180 列。

共 16,200 个采样点，全部必须有判断结果。

三、分类定义

1=陆地，0=水域。

大陆、岛屿、内陆湖泊以及覆盖陆地的冰雪算作陆地。

海洋及被海冰覆盖的海洋算作水域。

海上的浮冰和浮动冰架算作水域。

四、脚本与矩阵

编写可运行的 Python 脚本，把你凭知识编写的规则完整保存在脚本中。

脚本须自动生成完整的 90×180 判断矩阵。

CSV 不含表头，每行 180 个值，只允许出现 0 和 1，不允许留空。

脚本不得下载或查询任何地理数据。

五、图片

将矩阵直接转换为图片：

白色表示陆地，黑色表示水域。

从上到下为北到南，从左到右为西到东。

原始图片为 180×90 像素，采用最近邻放大至 1440×720。

不得平滑、修补海岸线或美化结果。

六、验证与交付

运行脚本并检查：

矩阵为 90×180，共 16,200 个有效值；

图片仅包含黑色和白色；

图片尺寸及最近邻放大符合要求。

直接展示最终图片，并提供：

• 可运行的 Python 脚本；
• 原始判断矩阵 CSV；
• 180×90 原始 PNG；
• 1440×720 放大 PNG。

正文简要说明方法和运行依赖即可，不必列出全部坐标。

请直接完成，不必再次确认是否允许知识近似规则。

如果确实无法完成，说明具体原因及已完成数量，不得把缺失结果伪装为完整结果。