3. 地质数据库构建与质量评价
资源量估算的可靠性，首先取决于进入估算流程的那张“数据底表”是否干净、一致、可追溯。地质数据库并不是把钻孔编录表简单堆进一个文件，而是把孔口信息、测斜、岩性、蚀变、矿化、采样、化验、密度、工程坐标等多源数据，按统一的空间参照和编码体系组织起来，并保留每一次修改的痕迹。本节围绕钻孔数据管理、样品组合、特高品位处理、完整性检查与误差识别五个环节展开，重点说明“实际怎么做”以及“做到什么程度算合格”。
一、钻孔数据管理：以孔为骨架的多表关联
一个规范的地质数据库通常以“孔号”为主键，拆分为孔口表（collar）、测斜表（survey）、岩性/蚀变表（geology）、采样表（sample）、化验表（assay）、密度表（density）等。孔口表记录开孔坐标（X、Y、Z）、终孔深度、孔向、施工日期；测斜表记录不同深度的倾角与方位角；采样表记录样号、起止深度、样长、采样方法与岩性归属；化验表记录样号对应的元素品位。多表之间通过孔号与深度区间建立关联，任何一条化验记录都必须能回溯到具体的采样段和空间位置。
实际管理中最容易出问题的是坐标与深度参照。必须事先明确：X、Y采用何种坐标系与投影带，Z是相对标高还是绝对标高，深度是沿孔轴测量还是垂直深度。以某斑岩铜矿示例（以下数据均为教学假设）为例，孔口坐标为X=500 000 m、Y=3 200 000 m、Z=1 250 m，孔深600 m，开孔方位角90°、倾角-60°。若测斜显示孔深300 m处倾角变为-55°、方位角92°，则后续样品的空间位置必须按测斜分段计算，而不能用开孔方向一插到底。数据库应保留原始测斜记录，并由软件按最小曲率法或线性插值生成三维孔迹，供后续块体赋值使用。
二、样品组合：把不等长样变成等长样
野外采样受岩性边界、矿化边界和采样规范限制，样长往往不等，常见0.5～2.0 m。而品位估值通常要求等长组合样，以消除长样对品位的过度加权。组合的核心是“长度加权平均”：在给定组合长度（如2.0 m）下，沿孔轴把连续样品切分为等长区间，区间内品位按样长加权。
示例：某孔0～6 m内样品为0～1.0 m品位0.42%、1.0～2.5 m品位0.55%、2.5～4.0 m品位0.38%、4.0～6.0 m品位0.61%（均为假设）。若组合长度为2.0 m，则0～2.0 m组合品位为(1.0×0.42+1.0×0.55)/2.0=0.485%；2.0～4.0 m为(0.5×0.55+1.5×0.38)/2.0=0.4225%；4.0～6.0 m为0.61%。组合时必须处理“跨岩性/跨矿化边界”的问题：通常要求在矿化域或岩性域内部组合，不让组合样跨越域边界，否则会把废石品位混入矿石。组合后还应保留组合样长度、原始样号列表和加权权重，便于审计。
三、特高品位处理：识别、截切与敏感性
特高品位（极端值）会显著拉高局部估值，尤其在样品数量少、矿化不均匀的矿床中。处理不是简单“删掉”，而是先识别再决策。常用识别方法包括：按矿化域统计品位分布，以均值加若干倍标准差、或上四分位数加1.5倍四分位距作为阈值；也可用累积频率曲线取99%分位。示例中某金矿矿化域样品均值1.2 g/t、标准差2.8 g/t，取均值加3倍标准差约9.6 g/t作为初选阈值，超过者列为待处理样品。
处理方式主要有三种：截切（capping，把超过阈值的品位替换为阈值）、限制影响范围（限制高品位样品的搜索半径或赋值权重）、以及保留原值但单独做敏感性分析。截切阈值不能拍脑袋，应通过对比不同阈值（如8、10、12 g/t）下资源量变化来判断：若阈值从12降到8导致金属量下降超过约10%，说明估值对极端值敏感，需要在报告中披露并谨慎取值。所有被截切的样品应记录原值、截切值、阈值依据和操作人。
四、数据完整性检查与误差来源识别
完整性检查应形成固定清单并逐项留痕：孔口坐标是否落在矿区范围内、孔深是否与测斜和采样最大深度一致、样品区间是否重叠或存在未采样空段、化验样号是否与采样表一一对应、品位是否出现负值或超出仪器检出限的异常、密度数据是否覆盖主要岩性。下表给出一份可直接套用的检查示例（数值为教学假设）。
| 检查项 | 检查规则 | 示例发现 | 处理建议 |
|---|---|---|---|
| 样品区间重叠 | 同孔相邻样品起止深度不得重叠 | ZK1203在45.0～46.0 m与45.5～47.0 m重叠 | 核对原始采样记录，修正边界 |
| 未采样空段 | 矿化域内不应存在大于组合长度的空段 | ZK1207在88～92 m无样品 | 补采或标注为废石并说明 |
| 样号缺失 | 化验表样号必须存在于采样表 | 3个化验样号无对应采样记录 | 追溯送样单，补录或剔除 |
| 品位异常 | 品位为负或超过合理上限 | 1个样品Cu品位为-0.02% | 判定录入错误，回查原始化验单 |
| 测斜缺失 | 孔深大于100 m应有不少于3条测斜 | ZK1211仅开孔1条测斜 | 补测或按直孔假设并标注风险 |
误差来源可分为四类：一是测量误差，如坐标、孔深、测斜的系统偏差；二是采样与化验误差，包括样长不均、采样污染、化验精度与检出限；三是录入与关联误差，如样号错配、深度单位混用（米与英尺）、区间重叠；四是地质解释误差，如岩性边界与矿化域圈定不一致。识别误差的关键是“交叉验证”：用测斜计算的孔底坐标与相邻孔见矿标高对比，用组合前后品位分布对比，用不同阈值下的资源量对比。只有把误差来源写清楚，后续的估算方案对比和不确定性评价才有依据。
总体而言，地质数据库构建与质量评价的目标不是“数据看起来齐全”，而是每一条进入估算的样品都能说明来源、经过何种处理、处理依据是什么。钻孔数据管理保证空间与关联正确，样品组合保证权重合理，特高品位处理控制极端值影响，完整性检查与误差识别则把潜在偏差显性化。这四步做扎实，后续的估算方案对比才有共同的可信基础。