钻孔日志 PDF 中的岩性、深度、SPT、取芯回收率和坐标，若直接交给自动抽取工具，最危险的错误往往不是“没有输出”，而是单位、层位或坐标看起来合理却悄然错位。Soil Boring Log Extractor 的官方 README 将这类能力封装为 ArcGIS Pro GeoAI 的 .dlpk，并把运行设置、抽取提示和输出字段拆开管理。它提示 GIS 团队：文档抽取的发布物不是一张表，而是可追溯的 schema、版本、测试和数据边界。

可核查事实

  • README 将项目定义为 ArcGIS Pro GeoAI toolbox 的 Process Text Using AI Model 工具所用 custom Deep Learning Package（.dlpk）。
  • 它读取 soil boring log PDF，返回 table 或 feature class；每行对应一个 lithology layer，可含 classification、depths、SPT、core recovery 和 coordinates，并支持 GeoJSON export。
  • 项目把 .py、.emd 与 config/ 作为版本控制的 source，把 .dlpk 作为构建出的 versioned artifact。
  • settings.json、extraction_prompt.md 与 output_fields.json 分别控制运行设置、抽取领域信息和输出属性 schema。
  • Model Arguments 暴露 pages per chunk、prompt file 和 output fields file；Pages Per Chunk 可拆分多页 PDF，0 表示整份处理。
  • 运行时优先级为 tool Model Argument、bundled config、embedded default；缺失配置会回退 embedded default。
  • 标准库构建脚本从 src/ 生成 dist/ 中的不可变版本 artifact 和稳定文件名。
  • README 标明使用需要 ArcGIS Pro 3.6 或更新版本及 Advanced license，并指出 .dlpk 包含可执行 Python、每个构建版本发布前应 smoke test。
  • README 列出深度字段别名可能写米而字段/数值为英尺的已知问题，要求在输出 schema 中对齐。

这些事实描述的是该开源包的封装方式和已知边界，不证明任何钻孔记录的地质解释、单位转换或坐标正确。

核心机制

将运行设置、抽取语义和字段 schema 分离，能使变化可审计：修改某个字段或提示不必改写推理函数，但每次变化都必须生成新的 artifact、版本和回归结果。.dlpk 是可执行交付物，因此其发布合同至少包含源码提交、构建命令、包摘要、兼容的 ArcGIS Pro 版本、测试样本和预期输出。

抽取结果也必须携带证据。每个 lithology layer 应保留钻孔 ID、from/to depth、原始单位、岩性原文、页码、坐标、CRS、抽取版本和人工复核状态。没有来源页或单位的值只能是待核查候选，不能进入正式地质图层。

GIS 场景

场地调查团队可将每份 PDF 先登记文件哈希、项目、页数、敏感级别和允许的处理路径，再输出临时 lithology layer。GIS 人员把点位与项目 AOI、地形和既有钻孔叠加；地质人员逐项复核关键层位、异常深度和坐标，批准后才写入正式库。多钻孔或跨页日志需要检查页间层位连续性，不能把页面切分当成语义正确性的保证。

技术路径

先定义 schema 与质量规则：from < to、深度非负、层间连续性、单位明确、坐标 CRS 明确且落在项目 AOI。为每次构建固定源码提交、设置、prompt、字段 schema 和 ArcGIS Pro 版本。准备清晰扫描、手写、跨页、多钻孔、米制、英制和缺失坐标样本；每次修改后比较行数、字段类型、页码来源、层位边界和失败记录。

对含工程位置或客户信息的 PDF，先决定是否允许进入外部处理路径，并最小化日志、缓存和共享范围。artifact 不应包含凭据、客户 PDF 或未审查日志。只运行可信来源的 .dlpk，并在指定 ArcGIS Pro 环境完成 smoke test。

风险边界

PDF 布局、术语和文字识别会造成层位拆分、深度归属或岩性分类错误；模型输出不能替代地质解释。默认值回退可能掩盖配置缺失，字段别名与实际数值单位不一致会产生工程风险。可执行包还要求来源信任、版本固定和发布前测试。

检查清单

  1. 保存 PDF 哈希、项目、页数、敏感级别与允许处理路径。
  2. 固定 .dlpk、源码、设置、prompt、schema 与 ArcGIS Pro 版本。
  3. 明确深度单位、CRS、页码、空值与复核状态，拒绝推测性换算。
  4. 用跨页、多钻孔、手写、米制和英制样本回归抽取结果。
  5. 在地图中核查坐标、AOI、总深度与层间连续性，并由领域人员批准。
  6. 仅运行可信来源的包，记录构建摘要并 smoke test。
  7. 不将凭据、客户文件或未审查日志写入 artifact 或共享目录。

结论

钻孔日志 AI 抽取只有在字段、单位、版本、来源页和人工复核可追溯时，才适合作为 GIS 数据入口。把 .dlpk 视为可执行、可测试的交付物，能减少录入工作而不放大工程数据风险。

参考来源

  1. Soil Boring Log Extractor 官方 README：https://github.com/CodeHeistPy/soil-boring-extractor