1. 课程导入与数据质量核查总论

矿产资源储量估算是一项把地质观察、工程测量、样品化验与统计推断串联起来的综合性技术工作。它的最终成果——资源量或储量数字——往往直接进入矿山设计、投资决策、矿业权评估和自然资源主管部门的备案审查。一个看似不起眼的错误，例如品位单位由 % 误录为 g/t、体重取值偏大 0.1 t/m³、特高品位未做处理、块段边界与剖面不闭合，都可能让最终资源量偏离百分之十几甚至数倍。因此，数据质量核查不是估算完成后的"补手续"，而是贯穿数据采集、整理、建模、估算、汇总全过程的控制活动。

本课程以 60 个典型问题案例为主线，系统梳理矿产资源储量估算中数据质量核查的对象、依据、方法与判据。本章作为总论，先回答三个问题：为什么要核查、依据什么核查、按什么框架核查，并说明 60 例案例的整体编排逻辑，为后续各章的专项核查建立共同语言。

一、数据质量核查的意义：误差如何被放大

储量估算的误差具有明显的传递性与放大性。原始数据的一个偏差，会沿着"样品→组合样→块段→矿体→全矿区"的链条逐级传递，并在统计推断和边界圈定环节被进一步放大。以体重（体积质量）为例：某铁矿床真实平均体重为 3.30 t/m³，若因采样代表性不足统一取 3.40 t/m³，则相对偏差约 3.0%，在矿石量估算中几乎被等比例放大为 3.0% 的资源量高估；对一个亿吨级矿山，这相当于数百万吨矿石量的虚增。相比之下，品位误差的影响更复杂：它既改变金属量，又可能改变工业指标边界，从而改变矿体圈定范围，产生"边界效应"。

从管理角度看，数据质量核查的价值体现在三个层面：技术层面，保证估算参数（品位、体重、面积、厚度、边界）真实可靠，使资源量分类有据；合规层面，满足资源储量报告评审备案对原始资料、质量评述和估算过程可追溯性的要求；经济层面，避免因数据缺陷导致的投资误判、设计返工与审计风险。实践中，评审专家退回报告的高频原因，往往不是估算方法本身，而是原始数据质量评述缺失、特高品位处理无依据、体重样代表性不足、块段划分与剖面不一致等"数据问题"。

二、法规依据与技术标准体系

数据质量核查必须有明确的"标尺"。我国矿产资源储量管理已形成以国家标准为核心、行业标准为支撑、部门规章为约束的体系。核查工作中最常引用的依据包括：

• 固体矿产资源储量分类（GB/T 17766）：规定资源量与储量的分类维度（地质可靠程度、经济意义），是判断"数据支撑到哪一类别"的根本依据。
• 固体矿产地质勘查规范总则（GB/T 13908）及各矿种勘查规范（如铁、铜、金、煤等）：规定勘查工程间距、采样方法、样品加工、质量检查的允许误差。
• 矿产地质勘查规范 岩金/铜/铁等分矿种规范：给出特高品位处理、体重样数量、组合样长度等具体技术要求。
• 矿产资源储量报告编写与评审备案的相关规定：要求报告包含原始资料质量评述、估算参数确定依据、估算过程可追溯。
• 地质勘查单位质量管理规范与实验室资质认定（CMA/CNAS）要求：约束采样、加工、化验环节的质量控制。

需要强调的是，标准给出的是底线要求与允许误差，核查时要区分"合格判定"与"合理性判定"。例如，内检合格率满足规范要求，并不等于数据分布合理；若内检合格但系统偏差显著（如系统偏低 8%），仍须查明原因。核查人员应同时具备"对照标准"和"用数据说话"两种能力。

三、核查流程框架：五道关口

把核查活动结构化，可以归纳为五道关口，形成从原始资料到最终资源量表的闭环。下图给出这一框架及其与 60 例案例的对应关系。

五道关口并非单向流水线。实际工作中，关口五的交叉验证常常暴露关口一的数据问题，此时必须回溯整改并重新估算，形成"下游发现、上游整改"的迭代闭环。核查记录应完整保留原始值、修改值、修改依据和责任人，这是报告可追溯性的基本要求。

四、60 例案例的编排逻辑与使用方法

60 例案例按上述五道关口归集，由数据源头向成果端逐级递进：原始数据类聚焦采样代表性、化验内外检、单位与录入错误；参数确定类聚焦体重样、组合样、特高品位处理与工业指标；圈定建模类聚焦剖面闭合、边界外推、块段划分与三维模型一致性；估算汇总类聚焦面积体积计算、加权公式、分类对应与汇总表勾稽；复核验证类聚焦方法交叉验证与可追溯性。每一例统一按"现象—成因—核查方法—判据—整改"展开，便于读者对照本矿实际数据逐项自查。