3. 钻孔数据采集与录入规范

钻孔数据库的质量，八成取决于数据进入数据库之前的那一段人工环节。野外记录是数据的源头，录入是数据的第一次结构化，批量导入则是效率与风险并存的关键节点。本节围绕“源头格式—清洗规则—错误识别—模板设计”这条主线，说明如何把纸质或移动端记录稳定地转化为可入库、可出图的结构化数据。

一、野外记录格式：先定字段，再定写法

野外记录格式的核心不是“记得好看”，而是“字段可解析、单位可统一、位置可追溯”。建议以“一孔一表、一行一记录”为基本原则，把钻孔基本信息与分层记录分开组织。钻孔基本信息包括孔号、孔口坐标（X、Y、H）、孔深、开孔日期、施工方法、记录人；分层记录则按回次或按层逐行填写，至少包含：层序号、起止深度、层底深度、岩土名称、颜色、状态/密实度、风化程度、地层代号、采取率、RQD、地下水位、备注。

写法上要约定三条硬规则：深度一律用“米”为单位并保留两位小数，起止深度必须满足“上层底深=下层顶深”，不允许出现重叠或空档；岩土名称使用项目地层字典中的标准词，禁止同义词混用（如“粉质黏土”不写成“粉粘”“粉质粘土”）；日期统一为“YYYY-MM-DD”。野外记录中常见的“~”“左右”“约”等模糊表述，应在录入前转换为确定值或移入备注字段，避免污染数值列。

二、数据清洗规则：入库前的四类处理

数据清洗不是简单删行，而是按规则做可追溯的修正。实践中可归纳为四类处理：

• 格式规范化：去除首尾空格、全角转半角、统一大小写与单位；把“1.5m”“1.50米”统一为“1.50”。
• 值域约束：采取率、RQD 限定在 0～100；水位深度不得大于孔深；层底深度必须大于层顶深度。
• 逻辑一致性：相邻层深度连续；同一孔内层序号唯一且递增；地层代号与岩土名称的对应关系符合项目地层表。
• 缺失与重复处理：关键字段（孔号、起止深度、岩土名称）缺失的记录标记为“待补”，不直接入库；同一孔同一深度区间重复的记录按“保留最新、旧值留痕”处理。

三、常见录入错误与校验方法

录入错误有很强的规律性，下面这张图把典型错误、产生原因与对应校验手段放在同一条链路上，便于在模板和程序中逐项设防。

校验的关键是“越早越好”。录入端能拦住的错误，不要留到导入阶段；导入阶段能拦住的，不要留到出图阶段。例如深度连续性检查，用一条简单脚本即可完成：读取同一孔号的分层记录，按层序号排序，逐行比较“本行顶深”与“上一行底深”，差值绝对值大于 0.01 m 即输出异常行号。这类检查成本极低，却能拦住柱状图出现空白段或重叠段的大部分问题。

四、批量导入模板设计

批量导入模板应做到“一张表一类数据、字段名与数据库列名一致、必填与选填分区明确”。推荐拆成两张工作表：drill_hole（钻孔主表）与 stratum（分层表），通过孔号关联。主表字段建议为：孔号、X、Y、孔口高程、孔深、开孔日期、施工方法、记录人；分层表字段为：孔号、层序号、层顶深度、层底深度、岩土名称、地层代号、颜色、状态、风化程度、采取率、RQD、水位深度、备注。

模板设计中几个容易被忽视但很实用的细节：第一，孔号列设为文本格式，防止“001”被转成“1”；第二，深度列设置数据验证为“小数、介于 0 与 500 之间”，并锁定两位小数；第三，岩土名称与地层代号使用下拉列表，来源为隐藏的“字典”工作表，便于统一维护；第四，模板首行下方保留一行“填写示例”，用灰色字体标注，导入脚本读取时跳过；第五，增加“校验结果”工作表，导入脚本把每条异常按“孔号—行号—字段—问题描述”写入，形成可交付的核对清单。

把上述规范落到日常操作，可以形成一条稳定链路：野外按统一字段记录 → 录入端下拉与区间约束 → 导入前脚本做连续性与值域校验 → 异常写入校验结果表人工确认 → 通过后入库 → 出图前再做一次分层总长与孔深的一致性复核。规范的价值不在于表格多漂亮，而在于每一处模糊表述都被提前转成了确定值，每一个可疑记录都有据可查、有人负责。