[0001] 本发明涉及土壤采样技术领域，特别是一种场地调查钻孔采样辅助套件及数据采集与处理方法。

[0002] 对土壤污染状况普查、详查和监测、现场检查表明有土壤污染风险的建设用地地块，用途变更为住宅、公共管理与公共服务用地的在变更前，均需要按照规定进行土壤污染
状况调查。调查结果经过评审，作为下一步风险评估或者修复工作的依据。

[0003] 在场地调查作业中，土壤、地下水、土壤气等样品的采集与检测是场地调查中核心工作，其中土壤钻孔调查工作是每个场地必做且工作量最大的部分。现场工程师需要按照
规范要求，对采集的土壤钻孔进行污染识别、选择性采样与送检，对采样钻孔的污染情况、
地层情况详细刻画与描述，并按照要求收集对应的影像资料，以上资料将进一步在室内进
行加工，形成采样记录单、地层剖面图、影像记录等资料，用于构建场地三维污染与地层模
型，或者整理后作为报告的重要组成部分等。

[0004] 场地调查土壤钻孔采样工作量大，规范化要求高，室内数据分析与处理工作量大，但鲜有适用于场地调查土壤钻孔样品存放、辅助进行样品采集、信息收集与整理的工具与
系统，助力采样过程流程化与标准化，提高现场采样工作效率、室内数据分析与处理工作效
率。

[0020] 为了能够更加清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述，这些附图均为简化的示意图，仅以示意方式说
明本发明的基本结构，因此其仅显示与本发明有关的构成，需要说明的是，在不冲突的情况
下，本申请中的实施例及实施例中的特征可以相互组合。

[0021] 在本申请的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对
本申请保护范围的限制。此外，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性或隐含指明所指示的技术特征的数量。因此，限定有“第一”、“第二”等的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明创造的描述中，除非另有
说明，“多个”的含义是两个或两个以上。

[0022] 在本申请的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以通过具体情况理解上述术语在
本申请中的具体含义。

[0023] 为了便于理解本发明，下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的较佳实施方式。但是，本发明可以以许多不同的形式来实现，并不限于本文
所描述的实施方式。相反地，提供这些实施方式的目的是使对本发明的公开内容理解的更
加透彻全面。

[0024] 如图1、图2所示，本发明第一方面公开了一种场地调查钻孔采样辅助套件，所述采样辅助套件包括样品放置槽101、分离式卡扣102、分离式支撑底座103、样品标记卡、卡扣标
记板105以及样品袋106；
如图3所示，所述样品放置槽101剖面为圆弧形，使圆柱形土柱在分段放置时仍能
够自然的连成一条直线，起到土柱导向与定位的作用；且所述样品放置的槽体两侧凸出预
设长度，以使得所述分离式卡扣102与样品放置槽101相连接，并固定样品袋106；
需要说明的是，采样套件的材质一般选择化学性能稳定的硬PVC材质，也可根据土
壤样品温度、化学性质等选择其它材质。

[0025] 单个采样套件的长度推荐为1m；也可为其它长度，但推荐为1m的整数或者0.5m、0.25m等相对规整的长度。如现场需要，可对套件进行组装连接，连接宜采用方便组装与拆
卸的物理连接方式，避免化学连接对样品产生污染。

[0026] 如图1、图5所示，所述分离式卡扣102设置有长度标记107与方向标记108；如图4所示，所述卡扣标记板105包括直角卡扣109与标记牌201，通过直角卡扣109使得卡扣标记板
105与样品放置槽101一端实现自由分离与组合；且标记牌201与直角卡扣109也能够自由分
离与组合。

[0027] 需要说明的是，样品放置槽101剖面为圆弧形，使圆柱形土柱在分段放置时仍然可以自然的连成一条直线，起到土柱导向与定位的作用。便于样品标记卡的准确埋深定位，以
及后续影像标准化采集与处理。槽体两侧凸出一定长度，可以连接分离式卡扣102，固定样
品袋106。槽体外边缘均向外倾斜一定角度，使槽体之间可以叠摞放置，更加便携。采样套件
的圆弧半径设置多种型号，使用者根据土壤钻孔的直径进行择优选择。

[0028] 通过对钻孔土柱方向标识、采集样品标识、样品标识牌、尺寸标识等，便于现场样品精细化管理与影像采集。

[0029] 进一步的，本发明的一个较佳实施例中，所述样品放置的槽体外边缘均向外倾斜预设角度，使不同采样辅助套件槽体之间能够叠摞放置。

[0030] 进一步的，本发明的一个较佳实施例中，所述方向标记108采用箭头形式进行标识，且能够通过箭头旋转，以切换标识方向。

[0031] 进一步的，本发明的一个较佳实施例中，所述分离式支撑底座103至少设置两个，分离式支撑底座103与槽体分离式设计，且分离式支撑底座103边缘均向外倾斜预设角度，
使不同采样辅助套件槽体之间能够叠摞放置。

[0032] 需要说明的是，根据现场需要，可以放置多个分离式支撑底座103保证样品槽的稳定性。分离式支撑底座103与槽体分离式设计，使槽体可以叠摞放置。底座边缘均向外倾斜
一定角度，使底座之间可以叠摞放置，更加便携。

[0033] 进一步的，本发明的一个较佳实施例中，所述样品标记卡为若干个，用于放置在预设采样位置，进行采样位置标识。

[0034] 进一步的，本发明的一个较佳实施例中，所述标记牌201包括白板与黑板两面，分别可用水性笔和粉笔书写，两面均包括磁吸式边框和分离式磁吸条，能够夹扣纸质标签。

[0035] 进一步的，本发明的一个较佳实施例中，所述样品袋106为柔性样品袋106，由不与污染物发生反应的化学性能的材质制成，且所述样品袋106包括封口条202与缠绕绳203。

[0036] 需要说明的是，配套的样品袋106为柔性样品袋106，采用不与污染物发生反应的化学性能稳定的材质，可根据情况选择一次性样品袋106与可经清洗后重复利用的样品袋
106。样品袋106包括封口条202、缠绕绳203等，如需对柱状样品保存时，可封口、缠绕固定后
保存。

[0037] 配套一次性或者可重复使用的柔性样品袋106，在下一个柱状样品放置前替换，避免样品二次污染影响检测结果。

[0038] 本发明第二方面公开了一种数据采集与处理方法，应用于任一项所述的一种场地调查钻孔采样辅助套件，包括以下步骤：
S102：采集目标采样辅助套件的图像信息；
需要说明的是，系统可安装于app端、PC端，现场人员通过移动端app进行采样，app
可自动识别采样套件的方向标记、长度标记等，提示拍照应覆盖的最小范围，进行自动识别
与对焦，并进行影像采集。采集完成后，移动端app对采集的影像将进行后续处理。

[0039] S104：获取图像拍摄点的坐标信息，根据图像拍摄点的坐标信息自动匹配出距离最近预设钻孔点，并判断距离最近预设钻孔点是否准确，若不准确，则生成警示提醒信息；
若自动匹配出距离最近预设钻孔点的位置不准确，则进行手动修正；
具体地，识别拍照点位，并进行拍照点的坐标信息存储记录，基于位置信息，自动
匹配录入的最近钻孔点位，如匹配错误，用户可手动进行钻孔点位选择的调整。系统将自动
计算与录入钻孔点位的距离，点位信息、距离信息都将作为钻孔影像资料的属性数据进行
存储；与录入钻孔点位距离过远时，进行警示提醒。以保证现场作业规范，避免采样错误等
问题，辅助实现对现场作业的监督功能；
需要说明的是，预设钻孔点有明确的位置，而采集出来的样品是放在附近几米处
进行采集影像、采样等处理的，一个钻孔可能会采集很多段，所以会拍摄很多张影像。如果
距离过远就进行提示可能存在问题。距离、拍摄时间等都储存在系统中，作为判断采样真实
性的依据，从而避免任意点位的采样造假现象；
S106：对所述目标采样辅助套件的图像信息进行校正，得到与实际比例相同的矩
形图像；
S108：根据所述矩形图像识别出目标采样辅助套件内样品的实际地层顺序与方向
标记的标记地层顺序是否正确，若实际地层顺序与方向标记的标记地层顺序不正确，则对
方向标记进行修正，并重新进行图像采集；
具体地，根据矩形图像，系统按照套件的方向标记及智能化训练的地层顺序等进
行方向自动处理，上部为浅层钻孔，下部为深层钻孔。如方向标记与智能化训练的地层顺序
不一致则进行提示，要求用户进行再次判断选择。如经专业判断，用户发现放置土壤样品方
向错误，则调转套件方向标记方向，重新进行影像采集；
S110：以目标采样辅助套件中长度标记为参考，对目标采样辅助套件内样品进行
自动长度赋值；其中，若自动长度赋值与实际长度不同，则手动录入实际长度；
具体地，以采样辅助套件的长度标记为参考，对钻孔样品进行自动长度赋值。考虑
到钻孔样品钻探过程、样品摆放过程中等的长度变形，实际长度可能与自动识别出来的不
同。如不相同，则手动录入实际长度，影像再次按照实际长度进行校准。自动识别长度和实
际长度信息均作为属性字段保存，作为采样规范化判断与监督的辅助依据；
S112：通过大数据网络获取各种历史污染场地项目的历史污染场地数据信息，以
及获取预设采样规范；根据历史污染场地数据信息与预设采样规范，结合拍摄获得的图像
信息，生成柱状样品的采样方案，并将采样方案以AR形式投射到预设区域；其中，采样方案
包括样品埋深与样品编号；
具体地，基于拍照获得的影像信息，结合录入的场地污染类型信息，app根据智能
化训练的污染痕迹识别经验以及系统预设的采样规范，给出样品位置采集建议。采样建议
简要信息将标记在影像图上，简要信息包括样品埋深、样品编号。详细的建议信息，可以点
击简要信息进行查看，具体可包括但不限于疑似污染类型、样品性状智能化描述。用户可选
择接受建议采样方案，也可选择基于钻孔影像图手动局部或全部调整（增、删、改等）采样位
置。采样位置方案更新后，样品信息（样品埋深、样品编号、疑似污染类型、样品形状描述等）内容自动更新，用户可根据自动更新的信息进行手动调整。

[0040] 关于样品埋深的说明：系统将基于对应钻孔的多次套件采集信息进行自上而下钻孔长度依次累计计算，再按照线性插值的方式，对本次采样辅助套件内的土壤样品进行真
实的样品埋深计算。

[0041] 关于样品编号的说明：App系统可根据预设钻孔名，按照用户要求的规则，自动化土壤样品编号。并随机匹配不少于10%数量的平行样，并进行自动化编号。

[0042] 移动端app可实现同账号/不同账号的跨屏协作。移动设备的主屏幕可使用支架固定于采样辅助套件附近，使用其摄像头功能进行AR信息投射与图像采集，辅助移动设备可
以作为副屏幕被现场采样人员手持使用，看到的内容与主屏幕相同。如此，现场仅一名作业
人员就可快捷的实现AR建议采样点在实际钻孔上的标记。

[0043] S114：根据所述采样方案，在特定位置上放置采样标记，标记完成后，再次拍摄采样辅助套件的图像信息，并再对该图像信息进行校正与长度赋值，然后对最终的采样位置
的图像信息进行记录；
具体地，确定采样方案后，再次通过移动端摄像头对准采样辅助套件区域，系统将
自动捕捉套件位置，并将采样点位等采样方案信息以AR形式投射到实际套件影像区域。现
场采样人员根据AR建议位置放置采样标记，标记完成后，再选择拍照，以对最终的采样位置
影像进行记录。影像将按照步骤S102至S106的说明，进行图像自动校正、长度赋值等；
S116：裁切样品各部分的地层钻孔填图后进行分类，并按照顺序进行拼接，形成完
整的钻孔影像，然后根据预设模板，生成规范化的钻孔样品采样记录单与地层钻孔剖面图；
具体地，完整收集完成一个钻孔信息后，系统将自动最终的采样位置影像进行再
次加工处理，自动裁切获取土壤样品部分并按照顺序进行拼接，根据预设模板，生成完整的
钻孔样品采样记录单。自动地层钻孔填图进行加工处理，自动裁切土壤样品部分并按照顺
序进行拼接，根据相关规范与预设模板，生成完整的规范化的地层钻孔剖面图。相关图件可
通过app端或者电脑端选择性单个或者批量导出；
S118：根据预设程序，将所述地层钻孔剖面图转换成标准化的地层填图文件。

[0044] 具体地，基于拍照获得的影像信息，系统根据智能化训练的钻孔地层属性识别功能，对地层岩性进行智能化识别（岩性类型、岩性描述等）与填图。采样app系统另有匹配的
电脑端平台，用户可在app端或者电脑端对自动生成的地层钻孔剖面图信息进行人工手动
调整。

[0045] 智能化训练信息来自两个方面：首先为系统内置的海量大数据训练结果。对不同污染类型场地的钻孔影像、对应土壤样品污染物浓度、样品性状描述、钻孔地层属性信息、
岩性性状描述等进行图像识别训练，实现智能污染痕迹识别、智能化样品性状描述、地层属
性识别等。系统收集录入行业、地方等场地调查钻孔样品采集位置基本规范，以及钻孔样品
采样记录单模板。系统收集录入我过地层填图规范及钻孔剖面图标准模板等。其次为本场
地已经人工确认的经验数据，包括样品采集方案经验（位置、性状描述、疑似污染类型描
述）、地层判别经验等。两个来源的经验可设置一定的权重。

[0046] 智能化训练后，可以达成以下效果：基于拍照获得的影像信息，录入污染场地类型后，app就可以根据智能化训练经验，基于拍照获得的影像信息：结合相关规范，进行智能化
污染痕迹及样品性状识别分析，给出样品采集建议；进行智能化的地层识别及岩性描述。

[0047] 进一步的，本发明的一个较佳实施例中，获取图像拍摄点的坐标信息，根据图像拍摄点的坐标信息自动匹配出距离最近预设钻孔点，并判断距离最近预设钻孔点是否准确，
若不准确，则生成警示提醒信息；若自动匹配出距离最近预设钻孔点的位置不准确，则进行
手动修正，具体为：
获取污染场地中预设钻孔点的坐标信息，构建数据库，并将各预设钻孔点的坐标
信息导入所述数据库中，得到坐标数据库；
获取图像拍摄点的坐标信息，将图像拍摄点的坐标信息导入所述数据库中，并根
据坐标信息计算图像拍摄点与各预设钻孔点之间的马氏距离，得到多个马氏距离；
对多个所述马氏距离进行大小排序，得到排序结果，根据所述排序结果匹配出与
图像拍摄点距离最近的预设钻孔点，并获取图像拍摄点与距离最近的预设钻孔点之间的马
氏距离；
若图像拍摄点与距离最近的预设钻孔点之间的马氏距离大于预设马氏距离，则生
成警示提醒信息；
其中，若匹配出与图像拍摄点距离最近的预设钻孔点存在错误情况，则用户手动
进行相应预设钻孔点位选择的调整。

[0048] 进一步的，本发明的一个较佳实施例中，对所述目标采样辅助套件的图像信息进行校正，得到与实际比例相同的矩形图像，具体为：
通过支持向量机算法来提取棋盘格角点位置，进而获取相机畸变参数；根据所述
畸变参数建立畸变模型，并使用多项式函数来描述畸变参数和像素坐标之间的关系；
构建平面坐标系，根据所述畸变模型，将图像中的像素坐标点映射到平面坐标系
上，得到实际坐标点；
计算各实际坐标点与预设位置坐标点之间的欧氏距离，将欧氏距离大于预设欧氏
距离对应的实际坐标点标记为畸变坐标点；
根据所述畸变坐标点生成畸变坐标集，根据所述畸变坐标集对图像中的对应的像
素点进行逆畸变变换，以将图像中的对象恢复为形状正常的矩形，得到矩形图像。

[0049] 需要说明的是，对采集的图像进行自动校正，校正后的钻孔图为与实际比例相同的矩形影像，影响最终覆盖区域为采样套件区域。通过获取的相机的内部参数，使用畸变校
正算法来消除图像中的畸变。畸变模型包括径向畸变和切向畸变。通过应用适当的畸变校
正算法，可以将图像中的对象恢复为形状正常的矩形，以提高图像精度。

[0050] 进一步的，本发明的一个较佳实施例中，通过大数据网络获取各种历史污染场地项目的历史污染场地数据信息，以及获取预设采样规范；根据历史污染场地数据信息与预
设采样规范，结合拍摄获得的图像信息，生成柱状样品的采样方案，具体为：
通过大数据网络获取各种历史污染场地项目的历史污染场地数据信息，并获取各
种历史污染场地项目对应的历史采样方案；
将各种历史污染场地项目的历史污染场地数据信息及其对应的历史采样方案进
行捆绑，得到若干个采样方案数据包；构建知识图谱，并将各个采样方案数据包导入所述知
识图谱中；
获取钻孔点的实际污染场地数据，将所述实际污染场地数据导入所述知识图谱
中；
基于灰色关联分析算法计算所述实际污染场地数据与各种历史污染场地数据之
间的相似度，得到多个相似度，并对多个相似度进行大小排序，得到排序结果；
根据所述排序结果得到最大相似度，获取与最大相似度对应的历史污染场地数
据，根据与最大相似度对应的历史污染场地数据在所述知识图谱中匹配出相应的采样方
案，并将匹配得到的采样方案输出。

[0051] 需要说明的是，通过本步骤能自动根据采集点位的影像信息得到与该采样点相匹配的采样方案，以标准化的流程、智能化的识别与分析，减少对人员专业程度的依赖，提升
采样的效率与专业水平，提高采样结果的可靠性。

[0052] 此外，本方法还包括以下步骤：获取矩形图像，提取矩形图像的特征信息，并对所述特征信息进行有限元分析处
理，得到若干特征点；
计算各特征点与预设位置节点之间的曼哈顿距离，将曼哈顿距离大于预设曼哈顿
距离的特征点剔除，得到第一特征点数集；
构建密度聚类空间，并将所述第一特征点数集导入所述密度聚类空间中，基于密
度聚类算法将各特征点进行聚类，得到若干个聚类簇族，并利用双线性插值算法对各个聚
类簇族中特征点之间进行插值处理，得到更多的特征点；
更新各聚类簇族中的特征点，并将更新后的特征点进行汇聚，得到第二特征点数
集；
获取第二特征点数集中各特征点对应的点云数据；根据所述点云数据，结合点云
重构法重构得到柱状样品的三维特征模型图。

[0053] 需要说明的是，通过获取高精度的点云数据从而重构三维特征模型图，能够准确地捕捉污染场地的细微细节和形状，通过点云数据的重建，可以得到具有高空间分辨率的
特征模型图，更准确地表示污染场地的形态和结构。所获取得到的三维特征模型图不仅可
以表达场地的三维形状，还可以携带其他属性信息，如颜色、强度、反射率等，这些属性信息
可以提供关于污染程度、材质、光照等方面的额外参考，更全面地了解和分析污染场地，有
助于制定有效的采样方案。

[0054] 此外，所述以目标采样辅助套件中长度标记为参考，对目标采样辅助套件内样品进行自动长度赋值，具体包括以下步骤：
引入非负矩阵分解法，并通过非负矩阵分解法对所述矩形图像进行分解，得到一
个包含各种基本形状、纹理以及模式信息的基础矩阵，以及得到一个描述基础矩阵的组合
方式的系数矩阵；
将基础矩阵作为坐标系的基，将基础矩阵的列向量作为坐标系的基向量，系数矩
阵中的每一列表示在坐标系下的坐标，以根据所述基础矩阵与系数矩阵构建平面坐标系；
将所述系数矩阵与基础矩阵重新输入至所述平面坐标系中，将系数矩阵中的每一
列视为一个特征或基础模式在原矩形图像中的分布权重，并将每一列的分布权重分别表示
为点云数据的坐标值；以及将基础矩阵中的每一列向量视为点云数据的基础属性；
根据所述点云数据的坐标值与点云数据的基础属性构建点云数据矩阵，根据所述
点云数据矩阵得到各点云数据在各方向上的极值点，并在所述平面坐标系中获取各极值点
的坐标信息，根据所述坐标信息构建极值点坐标数集，将所述极值点坐标数集导入世界坐
标系中进行组合，得到降冗后的矩形图像；
根据所述降冗后的矩形图像对目标采样辅助套件内样品进行自动长度赋值。

[0055] 需要说明的是，由于摄像机的拍摄精度、拍摄角度以及环境因素等各方面的影响，所拍摄得到的图像中会存在较大的冗余度，而冗余度较大的图像回去对样品长度赋值结果
带来较大的误差，如赋值结果偏大或偏小等，从而对采样数据的可靠性造成极大影响，因
此，在对样品进行长度赋值前，需要进一步消除图像的冗余度，以提高图像清晰度，提高赋
值数据的精度。

[0056] 此外，裁切样品各部分的地层钻孔填图后进行分类，并按照顺序进行拼接，形成完整的钻孔影像，然后根据预设模板，生成规范化的钻孔样品采样记录单与地层钻孔剖面图，
具体包括以下步骤：
裁切样品各部分的地层钻孔填图，得到若干裁切后的地层钻孔填图，并将裁切后
的地层钻孔填图转化为灰值图像；
将灰值图像中每个像素点的坐标和像素值进行特征转换，得到特征向量；初始模
糊矩阵，初始模糊矩阵表示每个数据点对应每个聚类中心的隶属度，初始模糊矩阵的每个
元素的值都介于 0 到 1 之间；
根据初始模糊矩阵来计算每个群集的聚类中心，并计算各灰值图像对应特征向量
与各群集的聚类中心之间的切比雪夫距离，根据各灰值图像对应特征向量与各群集的聚类
中心之间的切比雪夫距离更新初始模糊矩阵，得到新的模糊矩阵；
重复以上步骤，不断对模糊矩阵进行迭代，直至达到预设的最大迭代次数，输出最
终模糊矩阵；
根据所述最终模糊矩阵，基于各灰值图像的特征向量，将各灰值图像分类至最高
隶属度的模糊矩阵中，输出分类结果，根据所述分类结果得到在同一钻孔点裁切后的地层
钻孔填图；按照顺序对在同一钻孔点裁切后的地层钻孔填图进行拼接，根据预设模板，生成
规范化的钻孔样品采样记录单与地层钻孔剖面图。

[0057] 需要说明的是，在对样品的地层钻孔填图进行裁切后，会得到大量的裁切后的地层钻孔填图，此时为了区分哪些裁切后的地层钻孔填图是属于哪个钻孔点的图像，需要通
过模糊聚类算法进行分类，通过模糊聚类算法能更好地处理复杂的数据分布和样本间的模
糊边界，提高分类精度。

[0058] 以上依据本发明的理想实施例为启示，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离
本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，
本发明专利的保护范围应以所附权利要求为准。