3. 原始数据采集与质量要求

品位吨位曲线的可靠性，几乎完全取决于进入估算流程的原始数据质量。品位吨位曲线本质上是“品位—吨位”的累计关系，任何一个坐标点的位置都由样品品位和对应矿量共同决定，因此原始数据中的缺失、异常和重复，会直接扭曲曲线的形状，进而影响截止品位的判断。本节围绕三类核心数据——钻孔样品数据、生产炮孔数据、品位化验数据——说明其来源、格式与质量处理原则，为后续样品组合、品位估值和曲线编制打好基础。

三类数据的来源与格式

钻孔样品数据来自地质勘探阶段的岩芯钻探或反循环钻探。岩芯按回次或按矿化特征分段取样，每段样品记录采样起点、终点、样品编号、岩性、矿体代号等信息。其典型格式是“孔号—起止深度—样品编号—岩性”的长表结构，一个钻孔对应多行样品记录。钻孔数据的关键字段是采样长度和深度区间，因为样品长度不等会直接影响品位加权。

生产炮孔数据来自露天采场的爆破孔布置。每个炮孔在钻凿时记录孔口坐标、孔深、孔号、台阶编号，爆破后按孔位取样化验。炮孔数据的特点是密度高、空间分辨率好，但受爆破扰动和取样代表性影响，品位波动较大。其格式通常为“炮孔号—X坐标—Y坐标—孔深—台阶—样品编号”的点表结构，与钻孔数据相比缺少连续深度分段，更多是“一个孔一个综合样”或“按孔深分段”的形式。

品位化验数据是上述样品的分析结果，来源为化验室，通常以“样品编号—元素—品位值—分析方法—检测日期”的格式提供，一个样品可能对应多个元素的多行记录。化验数据是“外键关联”型数据，必须通过样品编号与钻孔或炮孔数据连接，因此样品编号的唯一性和一致性是质量控制的第一道关口。

缺失值的识别与处理原则

缺失值在三类数据中表现不同。钻孔数据常见的是深度区间缺失或采样长度为零；炮孔数据常见的是坐标缺失或孔深缺失；化验数据最常见的是品位为空或低于检出限未记录。识别时不能只看单元格是否为空，还要检查逻辑完整性：例如某样品有起止深度但无品位，或某炮孔有坐标但无孔深，都属于“结构性缺失”。

处理原则是“先判断可补性，再决定去留”。对于可由其他字段推算的缺失，例如已知孔口标高和孔深可推算孔底标高，应优先补全；对于无法推算的关键字段，例如品位缺失且无备用样品，则应将该样品剔除，并在质量日志中记录样品编号、缺失字段和剔除原因。需要强调的是，不能随意用区域平均品位填补缺失品位，因为这会人为平滑品位分布，使曲线在低品位段偏高、高品位段偏低，误导截止品位判断。若某批次缺失率明显偏高（例如超过5%～10%，具体阈值应结合项目精度要求确定），应回溯原始采集环节，而不是在数据处理阶段“硬补”。

异常值的识别与处理原则

异常值分为“数值异常”和“逻辑异常”两类。数值异常包括品位为负值、品位超过地质合理上限（例如某矿种区域最高品位经验值）、品位与岩性明显矛盾（如废石段出现高品位）。逻辑异常包括深度区间倒置（终点小于起点）、同一钻孔样品区间重叠、炮孔坐标落在采场边界之外等。

处理异常值的关键是先核实、后处理。发现异常后应回到原始记录：是录入错误（如小数点错位、单位不一致，把ppm当成%录入），还是化验复检结果，还是真实的高品位矿化。对于录入错误，按原始记录修正；对于无法核实的异常，应标记剔除而非直接修改数值，保留原始值和处理标记，保证可追溯。切忌为了“让数据好看”而批量删除高品位样品，这会系统性压低高品位段的吨位，使曲线尾部失真。

重复值的识别与处理原则

重复值主要有三种情形：同一样品编号出现多条化验记录（可能是复检或不同分析方法）；同一钻孔同一深度区间被重复采样；炮孔数据因多次导入而整行重复。识别时以“样品编号+起止深度”或“孔号+坐标+孔深”作为业务主键进行查重，比单纯按行查重更可靠。

处理原则取决于重复的性质：若是复检结果，应保留最终采用值（通常为复检值或按规程确定的仲裁值），并记录被替代值；若是同一区间重复采样，应保留代表性更好的一段或按长度加权合并；若是整行重复导入，直接去重即可。无论哪种情形，处理过程必须留痕，建议在数据库中增加“数据状态”和“处理说明”字段，记录每条记录的来源与处理动作。

一个可执行的质量检查顺序

实际操作中，建议按“关联—查重—查缺—查异—留痕”的顺序推进：先以样品编号把化验数据与钻孔、炮孔数据关联，检查关联失败率；再按业务主键查重；然后逐字段统计缺失率；接着用数值范围和逻辑规则筛查异常；最后统一记录处理日志。完成后的样品表应满足：样品编号唯一、深度区间不重叠、品位在合理范围内、坐标落在采场或矿区边界内。只有这样的数据进入组合与估值，编制出的品位吨位曲线才具备可信的工程意义。