2. 储量估算与钻孔间距的基本关系

钻孔间距是连接“地质认识”与“储量数字”的桥梁。它并不直接决定矿体是否存在，却深刻影响三件事：矿体边界被圈定在什么位置、块段品位被估成多少、以及这份储量能被归入哪一类可靠级别。理解这三条影响机制，是后续做间距论证和分类论证的概念基础。

一、钻孔间距的本质：一种采样密度

钻孔是穿过矿体的“一维采样”。沿走向和倾向布置的钻孔共同构成一个采样网，网度（如 100 m×100 m、50 m×50 m）描述的是相邻工程在平面上的平均距离。间距越小，单位面积内的见矿点越多，对矿体厚度、品位连续性的控制越密；间距越大，工程之间的空白区越大，只能靠地质推断和数学插值去“填补”。因此，钻孔间距本质上是控制程度的量化表达，而不是一个孤立的几何参数。

需要区分两个概念：工程间距是实际施工孔位之间的距离，可能不规则；估算网度是估值时采用的规则化块段尺寸或搜索半径。二者可以一致，也可以不同。论证时通常以实际工程间距为基础，再结合矿体形态复杂程度确定估值参数。

二、对矿体圈定的影响机制

矿体边界由见矿工程与无矿工程共同限定。当两个相邻钻孔一个见矿、一个不见矿时，边界只能落在两者之间，具体位置取决于连接方式：地质推断法按矿体产状外推，断面法按面积比例分配，距离反比法按品位渐变处理。间距越大，这段“不确定带”越宽，边界位置的误差越大。

更关键的是漏孔风险。若矿体在走向上有尖灭再现、分支复合或局部膨大，大间距可能整段跨过一个小矿体，导致储量漏算；反之，也可能把无矿夹石误连成矿。间距缩小到小于矿体最小可采厚度对应的走向延伸尺度时，这种漏判概率才显著下降。所以圈定精度不是随间距线性改善，而是在接近矿体特征尺度时改善最快。

三、对品位估值的影响机制

品位估值是用已知孔段品位推测未知块段品位。常用方法有距离反比法、普通克里格法和地质统计学方法。无论哪种，估值误差都随“估值点到最近样品距离”增大而增大。间距加大，块段内样品支撑减少，估值的平滑效应增强——高品位被拉低、低品位被抬高，品位分布被压缩，直接影响平均品位和金属量。

以普通克里格为例，估值方差直接由变差函数和样品构型决定。若矿体变程为 80 m，而网度为 100 m×100 m，则块段中心到最近样品的距离已超过变程，克里格权重趋于平均，估值可靠性明显下降。这说明合理间距应与变程相匹配，通常要求工程间距不大于变程的 1/2 至 1 倍，具体取决于矿化连续性和分类要求。

四、对储量分类的影响机制

储量分类的实质是对估算误差的置信度分级。我国固体矿产资源储量分类以地质可靠程度和可行性评价为两轴，地质可靠程度分为探明、控制、推断等。工程密度是判定地质可靠程度最直接的证据之一：探明资源量通常要求系统加密工程控制，控制的块段有足够工程验证连续性，推断的块段则主要依靠稀疏工程加地质外推。

这里有一个容易被忽视的逻辑：分类不是先定级别再找间距，而是先明确各级别允许的误差水平和连续性要求，再反推所需间距。例如某矿种要求控制资源量的品位估值相对误差不超过某一阈值，则需通过变差函数和克里格方差计算，确定达到该阈值所需的工程间距，再与现行规范的经验网度对照校核。经验网度是起点，定量论证才是依据。

五、基本概念之间的关系

把上述机制串起来，可以得到一条清晰的因果链：间距决定采样密度，采样密度决定样品支撑与信息量，信息量决定圈定边界和估值结果的可靠性，可靠性最终决定储量分类。这条链上任何一环被削弱，都会向下传导。因此实际工作中，间距论证、估值参数论证和分类论证应当作为一个整体来做，而不是各自孤立地套规范。

六、一个简化的示例

假设某似层状矿体走向变程约 90 m，倾向变程约 60 m，最小可采矿体走向延伸约 40 m，目标为控制资源量。按“间距不大于变程 1/2 至 1 倍”的经验，走向间距宜取 45～90 m，倾向间距宜取 30～60 m；同时为不漏掉 40 m 级小矿体，走向间距不宜大于 40 m 太多。综合取 50 m×50 m 作为候选网度，再用克里格方差试算块段估值误差，若满足控制级别要求即可采用；若误差偏大则加密至 50 m×25 m 复核。上述数值为教学示例假设，实际应结合本矿变差函数和规范要求确定。

掌握这一基本关系后，后续的间距论证就有了明确的着力点：不是简单比较网度数字大小，而是围绕变程、矿体特征尺度和分类误差要求，做有依据的定量判断。