1. 钻孔样品数据全流程认知

钻孔样品数据是地质勘查成果的核心载体之一。一个钻孔从开孔到终孔，会产生岩性描述、采样位置、样品编号、分析测试结果、坐标测斜等大量信息。这些信息最初以纸质编录表、采样记录卡、化验报告单等形式分散在不同环节，最终需要汇总到Excel中形成可计算、可统计、可入库的样品数据表。理解这条完整链条，是做好数据整理与质量控制的前提。

本节先建立全流程的整体认知：数据从哪里来、经过哪些环节、在哪个环节最容易出错、Excel质控要解决什么问题，以及本课程最终要达成的实战目标。

一、数据链条的五个环节

钻孔样品数据的生命周期可以概括为五个环节，每个环节都有明确的产出物和责任人：

• 野外编录：地质员在钻孔现场记录岩性、分层界线、蚀变矿化、岩芯采取率等，形成编录表。这一环节确定“样品该采在哪里”。
• 样品采集与登记：按采样设计在岩芯上劈样或全取，填写采样牌和采样记录，确定样品编号、采样起止深度、样长、样品类型。这一环节确定“样品是什么、在哪里”。
• 送样与测试：样品送实验室，委托单与样品一一对应，实验室返回分析报告，给出各元素含量与检测方法、检出限。这一环节产生“样品的分析结果”。
• 数据录入与汇总：将编录、采样、测斜、化验数据录入Excel，形成以样品为行的数据表。这一环节是数据从纸质走向数字化的关键节点。
• Excel质控与成表：检查编号唯一性、深度连续性、样长合理性、品位与岩性对应关系、坐标与测斜一致性等，输出可用于圈定矿体、估算资源量的规范数据表。

这五个环节不是简单的线性传递，而是存在多次“回环”：质控发现问题后，往往要回溯到采样记录甚至野外编录去核实。因此，数据整理者必须同时理解上下游，而不能只盯着Excel单元格。

二、常见数据问题的根源

从教学和实际项目经验看，钻孔样品数据的问题高度集中，且大多不是“算错”，而是“对不上”。可以归纳为四类：

第一类是标识类问题。样品编号重复、跳号、前后带空格、全角半角混用，导致VLOOKUP匹配失败或统计重复计数。编号是整张表的“主键”，主键一乱，后续所有关联都不可靠。

第二类是深度类问题。采样起止深度与编录分层深度不对应，相邻样品之间出现空隙或重叠，样长与起止深度之差不一致。例如某样品记录起止深度为52.0～53.5 m，样长却填1.0 m，这类矛盾必须逐条核实。

第三类是数值与单位类问题。品位数据被存成文本、科学计数法显示异常、百分比与ppm混用、低于检出限被填成0或空白。这些都会直接影响品位厚度计算和资源量估算。

第四类是逻辑一致性问题。样品落在无矿化岩性段却出现高品位，或矿化段没有采样；测斜数据与样品深度不匹配，导致坐标换算偏差。这类问题单看一列发现不了，必须跨字段比对。

三、Excel质控要解决什么

Excel在这个流程中承担两个角色：一是数据容器，把多来源数据按统一字段结构汇总；二是质控工具，通过公式、条件格式、数据验证、排序筛选和透视表，把上述四类问题批量暴露出来。

具体来说，质控环节要完成以下判断：样品编号是否唯一且连续；采样深度是否从孔口到终孔连续覆盖、无重叠；样长是否在采样设计允许范围内；品位数值是否为数值型且单位统一；样品岩性与编录岩性是否对应；测斜与深度是否匹配。每一项判断都应能落到一个可执行的Excel检查列或检查表上，而不是靠肉眼逐行看。

四、本课程的实战目标

围绕这条链条，本课程设定三个层层递进的实战目标：

1. 会建表：能设计一张字段完整、类型规范、可直接用于后续计算的钻孔样品数据表，明确每个字段的来源、单位和填写规则。
2. 会查错：能用Excel公式与条件格式，批量识别编号、深度、数值、逻辑四类问题，并形成可复查的问题清单。
3. 会出表：能在质控通过后，输出满足品位厚度计算、矿体圈定和资料归档要求的规范成果表，并保留质控痕迹。

为便于对照，下面给出一张简化的字段设计示例（示例字段，实际项目应按勘查设计和数据库标准调整）：

需要强调，表中数值仅为教学示例，用于说明字段结构与质控要点，不代表任何实际钻孔的分析结果。真正进入项目时，字段命名、精度、单位、受控词表都必须以本单位的数据标准或勘查设计为准，并在全流程中保持一致。

理解了这条从野外到Excel的完整链条，后续各节就可以逐环节展开：如何设计表结构、如何用公式查重查漏、如何校验深度连续性、如何处理检出限与单位、如何做跨表比对。数据质控没有捷径，靠的是对链条每一环的清楚认识，以及把判断规则固化成可重复执行的Excel检查。