1. 课程导入与工程场景认知

工程勘察钻孔数据库与柱状图自动出图，本质上解决的是“把野外一个个钻孔里零散、分层、带属性的记录，变成可查询、可统计、可成图的结构化数据”这一核心问题。要理解这门课为什么值得学，先要看清两个对象：一是钻孔数据本身长什么样、有什么特点；二是工程上对柱状图有什么刚性需求。这两点决定了后续所有建库、编码、绘图工作的技术路线。

一、钻孔数据的特点：分层、多属性、强关联

一个钻孔从开孔到终孔，记录的信息可以分成几类。第一类是孔位与孔口信息：孔号、坐标（X、Y，通常为工程坐标系或大地坐标系）、孔口高程、开孔日期、终孔深度、钻孔类型（如取样孔、标贯孔、静探孔）、地下水位初见与稳定水位。第二类是分层信息：层序号、岩土名称、层顶深度、层底深度、层厚、地层代号、成因年代、状态或密实度、颜色、包含物。第三类是原位测试与取样信息：标贯击数、动探击数、取样编号、取样深度、土工试验指标（含水率、孔隙比、液性指数、压缩模量、黏聚力、内摩擦角等）。

这些数据有三个鲜明特点。其一是纵向分层、深度驱动：几乎所有属性都挂在“某一段深度区间”上，深度是主键的一部分，层顶、层底必须首尾衔接、不重不漏。其二是一孔多表、表间关联：孔口表、分层表、取样表、试验表通过孔号和深度关联，同一孔号在不同表中反复出现，靠“孔号+深度”建立对应关系。其三是数据来源杂、格式不统一：野外记录簿、Excel 台账、勘察软件导出文件、试验室报告，字段命名和单位常常不一致，比如深度有的用米、有的用厘米，高程有绝对有相对。这些特点直接决定了数据库设计必须围绕“孔号—深度区间”来组织，而不是简单地把一张 Excel 表搬进数据库。

二、柱状图出图需求：从“能看”到“能交付”

工程勘察柱状图不是随手画的示意图，它是有制图规范和交付要求的正式成果。一张合格的钻孔柱状图通常包含：图签与比例尺、孔口高程与孔深标尺、地层分层色块与岩性花纹、层顶/层底深度与层厚、岩土名称与状态描述、取样位置与编号、标贯或动探击数、地下水位线，以及必要的文字说明。不同勘察阶段（初勘、详勘）和不同行业（工民建、市政、水利、公路）对图式还有各自规定。

传统做法是在 CAD 里逐孔手工绘制：画标尺、填分层、贴花纹、标数据，一个孔动辄半小时以上，几十个孔的项目往往要耗费数天，而且一旦分层调整或数据修正，就要大面积返工，极易出现层厚算错、深度错位、图数不一致等问题。自动出图的需求正是由此产生：数据一次录入、图件批量生成、修改数据即刷新图件，把工程师从重复劳动中解放出来，把精力放在地层分析与成果判断上。

三、本课程的整体学习路径

围绕“数据—库—图”这条主线，课程按四个阶段推进，下图给出了各阶段之间的输入输出关系与关键产物。

第一阶段解决“数据从哪来、怎么规范”。这一阶段要建立字段清单，明确每个字段的名称、类型、单位、取值范围和必填性，并对原始数据做深度区间校验——例如某孔分层记录为 0～2.5 m、2.5～6.0 m、6.0～9.8 m，层顶与上一层底必须严格相等，若出现 2.5～5.8 m 后接 6.0 m 的缺口，就说明数据有误，必须在入库前修正。第二阶段解决“数据怎么存”。核心是围绕孔号建立孔口表与分层表的一对多关系，取样表、试验表再通过孔号与深度挂接，形成可关联查询的结构。第三阶段解决“图长什么样”。要把制图规范翻译成可执行的规则：比例尺如何随孔深自动选择、标尺刻度间隔、岩性花纹与色块的对应表、取样与标贯符号的绘制位置。第四阶段解决“怎么批量出、怎么保证一致”。通过模板加数据驱动的方式，让同一套规则作用于全部钻孔，数据一改、图件即刷新。

四、一个贯穿全课的教学示例

为便于理解，本课程以一个假设的市政道路勘察项目作为贯穿示例：共 12 个钻孔，孔深 15～30 m，地层自上而下为填土、粉质黏土、粉砂、中砂、强风化泥岩，地下水位埋深约 3.5 m，部分孔做了标准贯入试验和原状取样。示例中的孔号、深度、击数等数值均为教学假设，用于演示建库与出图流程，不代表任何实际工程实测结果。后续章节将围绕这 12 个孔，从原始台账整理开始，一步步建库、写查询、定规则、出图，最终得到一套可批量生成、可随数据更新的柱状图成果。

需要特别提醒的是，自动出图的前提是数据本身可靠。如果原始分层记录存在深度错位、层厚为负、孔号重复等问题，再好的出图程序也只会把错误批量放大。因此本课程把数据规范与校验放在建库之前，把一致性校核放在出图之后，形成“录入—校验—建库—出图—复核”的完整闭环，这也是工程勘察成果能够真正交付使用的基本保障。