2. 品位数据准备与质量检查

克里金插值的可靠性首先取决于输入品位数据的质量。普通克里金（OK）以变异函数为核心，而变异函数对异常值、重复点和空间坐标错误极为敏感——一个未处理的超高品位样品，可能让实验变异函数在短距离段整体抬升，进而改变块金效应与变程的拟合结果，最终使整个估值模型产生系统性偏差。因此，在进入半变异函数计算之前，必须把原始钻孔样品表整理成一份"干净、可追溯、结构一致"的品位数据集。本节围绕这一目标，讲清楚数据整理、缺失与重复处理、异常识别与截断的具体做法。

一、原始数据的组织形态与字段要求

矿山钻孔样品数据通常以"样品段"为基本记录，一条记录对应钻孔中某个区间（如 1.0 m 或 2.0 m 样长）的化验结果。用于 OK 品位插值的最小字段集合应包括：钻孔编号（hole_id）、样品起点（from）、样品终点（to）、样长（length）、品位值（grade）、岩性/矿化类型（可选但强烈建议保留），以及钻孔测斜与孔口坐标（用于后续计算三维坐标）。样长字段建议由 to−from 直接计算并校验，避免手工录入不一致。

整理时先做结构统一：统一品位单位（如 g/t 或 %，全文一致）、统一小数位、统一空值表示（建议用空字符串或 NA，不要混用 −999、0、null 等多种占位符）。若原始表把"低于检出限"记为 "<0.01" 这类文本，应转换为数值并单独标记，不能直接当 0 参与变异函数计算，否则会在低品位端制造虚假的连续性。

二、缺失值的判断与处理

缺失分两类：一是记录缺失，即某钻孔在某深度段没有样品记录；二是数值缺失，即样品存在但品位为空。对数值缺失，先判断其成因——是未化验、化验失败，还是低于检出限。未化验段不应随意填补，正确做法是标记为"无样品"并从插值样本中排除，同时在报告中说明覆盖情况；若缺失比例在某钻孔中超过约 20%，该钻孔的连续性代表性需谨慎对待。

对确需填补的少量缺失，可采用同钻孔相邻样品段线性内插，或按同一矿化域内的品位均值填补，但必须新增"数据来源"标志字段（如 origin = measured / imputed），保证后续可追溯。切忌用全局均值大面积填补，这会人为压低方差、削弱变异函数的结构性。

三、重复值与重叠段的清理

重复值常见三种情形：完全重复记录（同一钻孔、同一 from/to、同一品位）、同一区间多次化验（如原样与副样）、以及样品段区间重叠。处理原则是先识别再决策：完全重复记录直接去重保留一条；同区间多次化验可取算术平均或按化验质量加权，并记录合并规则；区间重叠则需按深度重新切分，使每个深度点只归属一个样品段，避免同一空间位置被重复计入，导致变异函数在零距离附近出现虚假的高值聚集。

此外要检查样长分布。OK 本身允许不等样长，但变异函数计算中若样长差异过大（如 0.5 m 与 5.0 m 混用），应做样长加权或长度加权处理，否则长样品段会过度代表其所在位置。

四、异常值的识别与截断策略

异常值识别建议多方法交叉验证，而非单一阈值。常用手段包括：品位直方图与累积频率曲线观察长尾；对数变换后看是否仍存在远离主体的点；按矿化域分别统计均值与标准差，标记超出均值 ±3σ 的样品；以及结合地质背景判断高品位是否合理（如是否存在可见明金、是否位于构造交汇部位）。

识别出高异常值后，截断（top-cut）是最常用的稳健化手段。截断阈值不宜机械取最大值，而应参考累积频率曲线的拐点，例如取第 97～99 百分位或按矿化域分别设定。截断不是删除样品，而是把超过阈值的品位压到阈值，保留其空间位置信息。截断后应重新绘制直方图并对比变异函数，确认短距离段的结构性抬升是否被合理抑制。对低端异常（如误录的 0 值）同样需要核查，避免把未化验误记为 0。

五、一份可直接使用的检查清单

为便于落地，下面给出一份针对本节任务的检查清单，字段与判断依据均围绕 OK 品位插值的输入要求设计，可直接作为数据交接前的核对表使用。

六、处理后的验证与交接

数据清理完成后不能直接进入建模，需要做一次"回看验证"：重新绘制品位直方图，确认分布形态与截断前相比长尾明显收敛但主体未变形；按矿化域分别计算均值、方差与样品数，检查各域样本量是否足以支撑变异函数拟合（一般每个方向的有效样品对不少于 30 对较为稳妥）；再计算实验变异函数，观察零距离附近的块金值与短距离段是否出现异常抬升。若截断后变异函数曲线更平滑、变程更清晰，说明处理方向正确。

经过上述整理，得到的应是一份字段统一、无重复重叠、异常值已稳健化、且每一步处理都可追溯的品位数据集。它既是变异函数计算的输入，也是后续交叉验证与资源量估算可信度的基础。数据准备阶段多花的时间，往往能在建模阶段以更少的反复调试得到回报。