面向AI4S的多圈层油气富集知识底座建设方法与应用实践

Construction and application of the AI4S knowledge foundation for multi-sphere hydrocarbon accumulation

摘要

多圈层耦合作用下的油气富集机理研究,面临数据高维异构、因果关系非线性以及领域知识难以有效融入计算模型的挑战。为突破上述瓶颈,本研究提出一套面向AI4S的多圈层油气富集知识底座系统化构建方法。该方法特别强调从地球系统视角补充关键含油气系统要素,以总有机碳及其相关的有机地球化学、微量元素与同位素指标为切入点,通过建立TOC专题数据库,强化了对烃源岩有机质丰度、沉积环境与古气候条件的综合表达。整体架构上,设计了一个以领域知识本体为语义基石,耦合标准化数据库的逻辑架构,为融合异构数据与约束智能推理提供统一范式。在此基础上,研发一套贯通数据全生命周期的智能化工具体系,实现从多模态原始文献与数据中进行细粒度知识抽取、本体驱动的语义标准化与多层次自动化质量控制。成效验证表明,该方法论构建知识的效率相较于传统人工方式提升了约6倍,且对图件库、观点库等复杂语义知识的自动化抽取质量具有高可靠性。并以此为基础,成功构建了一个包含11.1万条TOC专题数据、1.2万幅图件及2 400余条核心观点的原型平台,实现了智能问答与证据溯源、视觉知识类比及多维数据遴选等应用功能。研究表明,该方法体系为解决油气地质领域知识的碎片化与应用困境提供有效路径,为实现知识与数据双重驱动的科研新范式奠定了坚实基础。

Abstract

Research on hydrocarbon accumulation mechanisms under multiphase coupling effects faces challenges including high-dimensional heterogeneous data, nonlinear causality, and difficulties in effectively integrating domain knowledge into computational models. To overcome these bottlenecks, this study proposes a systematic method for constructing a multispheric hydrocarbon accumulation knowledge base for AI4S. The method emphasizes augmenting key petroleum system elements from an Earth system perspective, using Total Organic Carbon (TOC) along with related organic geochemical, trace element, and isotopic indicators as a starting point. By building a TOC-themed database, it enhances the comprehensive characterization of source rock organic matter abundance, sedimentary environment, and paleoclimate conditions. The overall system follows a logical architecture that employs a domain-knowledge ontology as its semantic cornerstone, coupled with a standardized database. This provides a unified paradigm for integrating heterogeneous data and constraining intelligent reasoning. Subsequently, an intelligent tool system spanning the entire data lifecycle was developed. This system enables fine-grained knowledge extraction from multi-modal literature and data, ontology-driven semantic standardization, and multi-level automated quality control. Validation results indicate not only an approximately sixfold improvement in knowledge construction efficiency compared to traditional manual methods but also high reliability in the automated extraction of complex semantic knowledge (e.g., for geological figures and viewpoints). Based on this, a prototype platform was successfully built, containing 111000 TOC-themed data records, 12000 geological figures, and over 2400 core viewpoints. The platform supports applications including intelligent Q&A with evidence tracing, visual knowledge analytics, and multi-dimensional data selection. This study demonstrates that the proposed methodological framework offers an effective solution to the fragmentation and application challenges of knowledge in petroleum geology. It lays a solid foundation for a new, dual-driven scientific research paradigm powered by both knowledge and data.

Graphical abstract

关键词

AI for Science / 多圈层油气富集 / 知识底座 / 知识抽取

Key words

AI for Science / multi-sphere hydrocarbon accumulation / knowledge foundation / knowledge extraction

0 引言

在全球能源战略从常规资源向深层、超深层及非常规领域系统性转移的背景下,油气勘探面临着前所未有的复杂性。这一转变不仅是技术层面的挑战,更对油气藏形成机制与分布规律的传统认知构成了根本性挑战,亟待理论范式上的重塑。大量地质观测与研究证实,油气富集并非孤立的地质事件,而是岩石圈、水圈、大气圈与生物圈在长周期地质演化中跨尺度、多场耦合作用下的系统性产物^[1-2]。“多圈层驱动的油气形成与富集理论”的核心思想在于立足地球系统科学和圈层相互作用思维,探究地球系统物质-能量循环和动力过程对油气形成与富集的控制机理,重新审视全球油气资源潜力及未来需要关注的勘探方向和新疆域^[2]。然而,将基础地质理论转化为精准有效的勘探预测能力,当前仍受限于数据高维异构、成藏机理复杂、以及传统数据驱动模型与地质机理认知脱节等瓶颈。尽管以机器学习为代表的人工智能技术(Artificial Intelligence,AI)在地质数据解释中展现了巨大潜力^[3-4],其可解释性差、难以溯源的缺陷,使其无法对基础地质理论的演进形成有效反哺^[5]。

为突破传统科研范式在处理此类复杂系统问题上的固有局限,以“科学智能”(AI for Science, AI4S)为核心的新兴研究范式逐渐兴起。该范式通过领域知识、多维数据与前沿算法的深度融合,以破解复杂系统中的核心科学难题。在此范式中,建设基于科技文献或科学数据所形成高质量、结构化、层次化且为AI算法所适配的数据底座(即知识底座),已经被中国^[6]、美国^[7]及欧盟^[8]等主要经济体写入到国家级科技战略规划之中,为驱动科学发现的数据建设方向提供行动指南。此外,从地球系统视角看,沉积盆地的形成演化、古气候与古海洋环境的波动以及构造运动与成岩作用等过程,共同塑造了油气系统的物质基础与演化路径。例如,缺氧环境下的有机质保存、快速沉积造成的孔隙结构演变、以及多期次构造活动对运移通道的改造,均直接影响油气富集效率和分布规律。因此,在构建知识底座时引入这些关键地质过程的表达,是保障体系科学性与可解释性的必要条件。

基于上述挑战,本文提出一种面向AI4S深度融合领域机理的多圈层油气富集知识底座建设方法。设计并论证了一套具备内在可解释性的、由领域知识本体库和标准化数据库共同构成的逻辑架构,系统性应对多源数据的语义异构性、成藏过程的因果复杂性以及数据驱动与机理认知脱节等根本性瓶颈,以期推动油气勘探理论的深化与智能预测能力的实质性突破。

1 国内外研究现状

1.1 AI4S知识底座构建方法研究

在数据密集型科研范式下,构建能够有效整合与智能化利用海量数据的领域知识底座,已成为驱动科学发现的关键支撑^[9]。当前,关于AI4S知识底座的构建方法研究,主要围绕其理论体系与技术实现路径两个维度展开。

在理论体系层面,AI4S被普遍定义为一种深度融合算法、数据、知识与人的新型科研范式,其中,知识被视为约束模型搜索空间、保障其性能与可解释性的核心赋能要素^[10]。该范式在实践中常体现为平台化服务,要求具备对数据资源、硬件算力与算法工具的全面集成与调度能力,以支撑从数据汇聚到数字孪生的科研全流程^[11]。因此,构建高质量、可信的数据体系是AI4S范式落地的基石,这要求必须打破传统的数据孤岛,建立覆盖数据汇交、质量控制、多源融合及需求响应的统一管理框架^[12]。如美国国家海洋和大气管理局等机构的实践已确证,保证数据的完整性、一致性和可溯源性,并辅以完备的元数据是保障AI模型训练有效性的前提^[13]。

在技术实现路径层面,当前研究重点聚焦构建一套体系化的、端到端的数据处理流水线,以将多源异构原始信息转化为可计算的、高质量的知识资产。该实现路径通常遵循以下逻辑递进的阶段:(1)基础资源的广域汇聚与预处理。为确保知识底座的广度与深度,融合多源异构数据已成为跨领域共识。这种系统性集成是AI4S范式落地的共性挑战,在其他前沿领域已得到验证。例如,在以数据驱动加速材料发现的化学领域,研究人员已成功构建“自驱动实验室”,其核心即是系统性集成机器人自动化实验数据、计算模拟数据与科学文献知识,形成一个可加速科学发现的智能闭环^[14];同样,在微生物领域,整合海量的菌株资源与多组学数据亦是实现智能发现的关键。这些跨领域的前沿实践充分表明,建立统一的、可计算的数据与知识集成框架是AI4S范式实现“知识-数据-算法”融合的先决条件^[15]。(2)AI驱动的深度知识提取。针对上游汇聚的不同模态数据,采用相应的智能解析技术,对于文本、表格、图像等多模态数据,利用命名实体识别、关系抽取等自然语言处理技术,从中挖掘关键知识要素并自动构建知识图谱^[16]。(3)面向应用的多维度数据体系构建。将提取的知识要素进行标准化与组织,最终形成一个包含基础数据、模型训练所需的标签数据、以及带有丰富上下文的语义化数据的多维度数据体系^[17],从而为后续的分析与应用提供高质量的数据支撑。

1.2 面向多圈层油气富集领域的知识底座研究

将知识底座理念应用于多圈层油气富集领域,其核心诉求已从早期的数据数字化与汇聚,深刻转变为对地球系统多尺度、动态交互过程的有效知识化表征与计算^[18-20]。审视当前研究现状,相关探索主要呈现为两大路径:一类是以国家地质调查局及科研机构主导的开放式科学数据基础设施(如Earthchem^[21]、GEOROC^[22]、SGP^[23]、USGS^[24]、Geoscience Australia^[25]、PANGAEA^[26]等);另一类是以油服公司为主导的集成化商业应用平台(如iStar^[27]、GeoVerse^[28]、GeoMark^[29]等)。然而,这两类建设范式在面向“多圈层耦合”这一复杂科学问题时,均暴露出根本性的局限。

开放式科学数据基础设施在推动数据标准化、共享与可获取性方面取得了显著成效,为区域地质研究提供了海量的多学科原始资料。然而,其建设目标侧重于数据的归档与发布,其组织范式本质上仍是“以数据为中心”而非“以知识为中心”。这些平台(表1)普遍缺乏统一的、面向地质过程与因果机理的语义框架,数据间的组织关系主要停留在元数据层面,难以显式表达油气成藏过程中跨领域、跨尺度的复杂因果链条。因此,这种以学科或数据类型为界的语义壁垒,使其难以支撑自动化、智能化的跨圈层知识融合与推理,无法满足AI4S范式对深度机理融合的需求。

与之相对,商业应用平台通过高度集成化的工作流与算法,在特定地质工程问题上展现了强大的数据整合与预测能力。这些系统在设计上,如iStar的数字孪生、GeoMark的盆地模拟,确实内嵌了对地质过程的理解与因果建模。但其核心知识体系以内嵌于专有算法与“黑箱”模型的隐性形式存在,形成了极高的技术与商业壁垒。这种“黑箱”特性与封闭架构虽保障了商业效能,却使其在开放性科学研究中丧失了可验证性、可解释性和可扩展性,其预测结果难以溯源至科学假设,因而无法对基础地质理论的演进形成有效反哺。综上,现有研究或因粒度过粗、缺乏因果表达而难以刻画精细成藏过程,或因知识体系封闭、机理不透明而阻碍科学发现,均未能在“多圈层油气富集”这一复杂系统问题上提供兼具科学开放性与机理可解释性的有效解决方案。

2 AI4S多圈层油气富集知识底座构建方法

2.1 知识底座框架设计

为实现地质机理与数据驱动的深度融合,本文设计了一套AI4S多圈层油气富集知识底座建设框架(图1)。该框架自下而上分为知识本体层、数据体系层和智能化工具层。知识本体层为底层设计,专注于领域本体的构建与维护,定义知识底座的语义规范。数据体系层作为主体承载,负责实现数据从原始汇聚到最终应用的逐级增值,逻辑上依次划分为:(1)原始资源库,汇集未经处理的多源异构数据;(2)领域知识库,存储从原始资源中初步抽取的结构化知识要素;(3)标准化数据库,容纳经过深度治理、符合本体规范的高质量分析就绪数据。智能化工具层则为各层提供关键技术,通过集成数据采集、知识抽取、数据标准化与质量控制等工具集,确保知识底座构建全流程的高效性、规范性和可扩展性。

2.2 领域知识本体构建

知识本体作为一种对特定领域知识进行形式化、显性化和规范化描述的模型,是实现领域知识共享、复用与智能推理的关键。本研究充分借鉴复用SGP数据库在地球化学指标标准化体系的经验上,面向多圈层油气富集的独特理论视角进行了系统性的扩展与重构。其核心在于增补并强化了 “油气系统维度”,用以显式定义成藏过程中的功能角色与演化规律,为后续构建知识图谱与智能化分析奠定坚实的知识底座。

2.2.1 本体总体框架与设计原则

本体的构建遵循以领域专家知识为主导、自顶向下的设计策略,围绕“多圈层系统”与“油气富集过程”两大核心知识模块展开,并引入“地质时空”作为独立的正交维度,用以标定所有地质实体与事件的时空属性。从而将静态的地质要素描述与动态的成藏过程分析相结合,以期实现对多圈层耦合控制下的油气富集演化规律进行一体化建模。为保证本体的科学性、鲁棒性和实用性,其构建过程严格遵循以下核心设计原则:

(1)领域知识保真性原则。本体的全部概念、关系与公理严格来源于领域内公认的地质理论、勘探实践与专家共识,确保其内容的科学准确性。

(2)概念体系化原则。采用规范的继承关系构建概念的层次结构,从宏观地质单元到微观岩石组分,形成一个多粒度的概念分类树,以支持不同尺度的分析需求。

(3)逻辑一致性原则。通过形式化语言对本体进行描述,利用描述逻辑的推理能力对本体的一致性进行检验,避免概念定义与关系公理之间出现逻辑矛盾。

(4)模块化与可扩展性原则。将本体划分为相对独立的模块,既保证内部的高内聚性,也为未来融合新的地质理论或勘探数据提供灵活的扩展接口,确保本体的生命力。

2.2.2 核心概念体系与层次结构

概念的层次化组织是知识体系系统性的根本体现。其核心是将领域概念组织成一个逻辑严密、结构清晰且严格遵循继承关系的树状分类体系。该体系具有显著的层次深度,自顶层概念向下延伸,从而支持从宏观到微观的多粒度知识查询与分析。为实现对多圈层油气富集这一复杂系统的全面表征,设计在三个核心维度上进行深化延展(表2)。

(1)地球系统维度。侧重对油气系统得以孕育和演化的宏观地质环境与物质基础进行系统性表征。该维度的概念体系自顶向下依次剖析,从板块构造单元、沉积盆地到具体的储盖组合、岩石类型,乃至微观的矿物组分与孔隙结构等不同尺度的地质实体,不仅定义了地质实体的静态属性,同时也明确了实体之间的空间包容、接触和叠置关系。

(2)油气系统维度。专注于根据地质实体在油气生成、运移、聚集至成藏保存全链条中所扮演的核心功能角色,对其进行系统性的归类与组织。该维度的构建并非直接对动态事件进行建模,而是将复杂的成藏过程解构为一组关键的静态要素组合。其组织结构以“烃-源-储-盖-运-保”这一核心成藏理论为主线,为不同类型的地质实体赋予其在过程链条中的功能角色定位。

(3)时空基准维度。作为一个正交维度,为知识体系中所有的地质实体与成藏过程提供统一的标定框架。在时间维度上,严格遵循国际地质年代表,构建涵盖宙、代、纪、世、期的标准时间标尺,并支持绝对年龄与相对年代的双重描述,以解决不同来源数据的时间对齐问题。在空间维度上,则构建一个从全球、区域到特定盆地、构造带的多级空间区域体系,并与地理坐标系进行关联。

通过上述三个维度的协同构建,形成一个能够一体化表达静态地质格局、成藏系统的功能要素及其时空约束的知识框架,从而为系统性融合多圈层异构数据与深层地质机理提供理论基础。

2.2.3 知识要素的属性与关联界定

为实现概念体系有效支撑后续的数据融合与计算分析,需要深入到对知识要素内在属性与关联模式的精细化界定。主要解决领域内普遍存在的数据格式、单位及术语异构性挑战,通过建立一套严格的标准化范式,将非结构化的领域知识转化为格式统一、语义无歧义的机器可读单元。

针对概念体系中的每一个知识要素,均建立一套标准化的属性模式。该模式从多个维度对描述性属性进行严格规范,如强制性约束数据类型、统一标准计量单位、建立受控词表、定义合理值域与标准格式等。最终,每一个知识要素均被赋予清晰的数据“语法”,使得任何依循此体系整合的数据都具备内在的一致性、可比性与互操作性。

为进一步表达领域知识的系统性与内在关联性,还需构建一种面向核心专题的知识聚合模型。该模型选取领域内若干具有高度中心性的“枢纽概念”(如“烃源岩”),并系统性地链接来自概念体系中不同分支的、与其相关的多维度知识要素(如古气候、构造活动、深部流体等)。这种围绕专题进行知识组织的方式,能够将分散在不同知识模块下的信息,整合为面向特定地质问题的、高度内聚的知识视图,不仅能够揭示关键地质现象背后复杂的、非线性的多要素耦合机制,也可为后续开展多维数据融合分析与特定问题驱动的智能推理,提供结构化的知识范式。

2.3 数据体系构建

知识底座的数据体系建设以领域本体为核心驱动力。整个数据体系遵循一种自下而上、逐级增值的分层建设思路,逻辑上划分为原始资源库、领域知识库和标准化数据库三个层次。该体系架构主要实现数据从多源异构的原始汇聚,到基于本体的知识提炼与结构化,再到面向应用的规范化,从而构筑一条完整的数据到知识转化链路。

2.3.1 原始资源库

原始资源库建设的根本目标是依据本体所界定的知识范围与概念体系,系统性地识别、评估并汇集与多圈层油气富集理论相关的各类异构数据。这种由本体驱动的模式,可辅助数据采集工作精准聚焦于核心科学问题与关键知识要素,从而避免在海量无序的多学科领域数据中进行泛化收集,提升资源库建设的效率、针对性和最终质量。当然,数据资源的汇集需系统化地覆盖多种高质量来源渠道与数据模态:

(1)以非结构化文本为主的科学文献与研究报告,包括学术期刊、学位论文、会议文献及地质调查报告等。此类资源是领域内隐性知识、理论观点和关键论据的核心载体。

(2)结构化与半结构化的专业数据集,涵盖大型科研计划产出的数据集、各类专业数据库以及经授权的商业化数据。此类资源虽格式相对规整,但普遍面临因标准不一而导致的语义异构困境。

(3)以视觉信息为核心载体的地学图件,主要涵盖地质图、构造剖面、岩心照片及显微薄片图像等。此类数据蕴含丰富的空间分布、结构形态和拓扑关系知识,其知识化则高度依赖计算机视觉与图像分析技术的应用。

汇聚以上资源的同时,也需通过规范化的数字资源编目与元数据管理体系进行注册与描述。需为每一项数据资产记录其详尽的元数据信息,包括但不限于其来源与时空范围、数据格式与模型、获取方式与使用权限等。在保障数据资产可追溯、完整合规的同时,也为后续的自动化知识抽取、数据融合和质量控制算法提供必要的上下文信息与先验知识。

2.3.2 领域知识库

领域知识库的建设目标是依托领域本体的精确定义,综合运用自然语言处理、计算机视觉等智能化知识抽取技术,从多源异构的原始信息中深度挖掘并结构化关键知识要素及其内在关联,实现从数据到知识的第一次关键跃升。知识抽取对象需紧密围绕多圈层油气富集理论的核心要素展开,主要包括:

(1)跨圈层耦合表征要素。体现多圈层理论特色的核心知识。抽取对象涵盖表征不同圈层状态及其相互作用的关键参数,如地幔热流、岩石圈有效弹性厚度、关键界面深度;古气候/古海洋环境的替代性指标;烃源岩、储层、盖层的岩石物理、地球化学及同位素特征;断裂/构造活动的期次、性质与强度;深部流体活动的地球化学证据;特定沉积环境中微生物群落的结构与功能等。

(2)地学图件知识要素。将地质图、剖面图、显微照片等图像中蕴含的专家知识转化为机器可读的结构化信息。此过程首先提取图像的元数据、图例、比例尺等信息,随后利用计算机视觉技术识别图中蕴含的地质对象(如地层、断层、不整合面、岩相、矿物组分等),并进一步分析其空间展布、接触关系和拓扑结构。

(3)领域观点与论证要素。并非简单罗列事实,而是专注于系统性解构科学文献中承载的学术观点、理论模型及其论证逻辑,并提取核心学术观点、理论假设、关键论据等论证性知识要素。通过将这些动态的科学认知与静态实证数据相互关联,能够实现显性表达科学家提出的因果假设和推理过程,从而将复杂的因果链条固化为可计算的知识。所有提取的知识要素均需严格映射至领域本体预定义的概念和关系上,并保留与原始数据源的双向链接,形成带有丰富语义标签的、可溯源的原子化知识单元集合。

2.3.3 标准化数据库

标准化数据库是知识底座面向最终应用的产品层,其目标是将领域知识库中经过初步语义化的知识要素,通过一套严格的标准化与质量控制流程,转化为可直接支持多圈层耦合分析、地质过程模拟、AI模型训练与预测等高级应用的规范化、高质量数据集。该过程需制定并执行一套完整的数据映射、转换与同化策略,核心环节包括:

(1)语义标准化。应用基于本体定义的受控词表和分类体系,对所有定性描述进行统一的表达与编码,重点解决同义词、近义词、缩写等造成的语义模糊问题。

(2)计量单位标准化。对所有涉及物理量、化学浓度的数值,依据预设的统一标准进行强制性的单位转换与归一化,确保所有定量数据的可比性与计算正确性。

(3)时空基准标准化。将所有时间相关数据统一到标准地质年代表,实现不同来源年代数据的一致性对齐;将所有空间位置数据转换到统一的地理坐标参照系与投影方式,构建统一的地理空间画布。

(4)数据类型与格式统一。依据预定义的数据库表结构,相同语义的字段采用一致的数据类型和存储格式,为高效的数据查询与计算奠定基础。

在此基础上,实施严格的数据质量控制流程,包括基于本体约束的逻辑一致性校验、数据完整性检查、时空拓扑关系验证以及利用统计学和机器学习方法进行的异常值检测与处理。最终,产出一系列结构清晰、语义一致、质量可靠、面向特定研究主题或区域的专题标准化数据库,作为知识底座对外提供个性化、高附加值的智能数据服务。

2.4 智能化工具体系构建

为支撑知识底座的全生命周期管理,研发并集成一套覆盖知识高效构建、深度挖掘与智能应用的功能全面、协同工作智能化工具体系。按照加工资源类型不同,可划分为原始资源库构建工具、领域知识库构建工具和标准化数据库构建工具。

2.4.1 原始资源库构建工具

该工具是知识底座建设的数据入口,核心是构建一套可扩展、自动化的数据汇聚与预处理流水线,保障原始资源的广度、深度和质量。主要功能模块包括:

(1)多模态数据智能采集引擎。为实现对分散数据源的自动化汇聚,引擎内置可扩展的适配器库,支持通过API、数据库直连等方式对接结构化的专业数据库。针对非结构化的文献资源,集成基于Scrapy框架的可定制Web采集模块,能够根据预设的目标资源列表和关键词,实现对资源内容的增量式、自动化爬取。

(2)原始数据标准化预处理模块。所有采集到的数据均自动进入该模块。其包含系列标准处理单元:首先,格式归一化单元负责将不同格式的数据资源统一解析为结构化的JSON格式;其次,初步清洗与去重单元利用哈希算法对数据记录进行排重,并剔除明显无效或损坏的数据;最后,元数据自动提取单元负责从数据中抽取来源、作者、时间、空间范围等关键元数据,为后续的知识抽取提供基础信息,完成原始资源的有效汇集与初步规整。

2.4.2 领域知识库构建工具

该工具是实现从原始数据到结构化知识转化的核心引擎,其技术核心在于深度集成一系列面向领域优化的智能信息处理模型,通过对多模态原始数据进行细粒度解析,实现由本体驱动的“语义提升”。其主要功能由针对文本、表格和图像三大数据模态的专业化解析模块构成。

(1)文本知识萃取模块。此模块专注于从海量的非结构化科学文献中萃取高价值领域知识。其技术路径始于构建领域自适应语言模型,通过对预训练语言模型进行持续训练或指令微调,使模型能够深刻理解该领域的专业术语、句法结构和语义范式。在此基础上,开发并集成多个下游抽取任务,如地质实体识别子模块、事件与核心观点抽取子模块、实体关联关系识别子模块等。

(2)表格数据解析模块。此模块旨在自动化地解析表格并将其内容转化为结构化的知识。其工作流程整合了两个核心环节:①表格检测与结构识别,利用基于深度学习的计算机视觉技术,从文档中精准定位表格区域,并对其内部复杂的行列结构、跨页或跨栏单元格进行解析,准确还原其逻辑结构;②表格语义理解与映射,通过多策略融合算法,将表头与本体中的属性或概念进行语义匹配,并将单元格中的值链接到本体中的实体或进行类型判断,从而实现表格内容的无损结构化。

(3)图像信息解析模块。此模块核心是构建并应用一系列面向领域图像的专用计算机视觉模型。此过程包含两种途径:①首先对图像进行预处理与校正,随后利用在大规模标注地学图像数据集上训练的深度学习模型,实现对关键地质对象的自动化识别与像素级分割。在此基础上,进一步对结果进行矢量化处理与拓扑分析,计算对象间的空间与拓扑关系,最终将静态的图像文件,转化为一组带有精确语义标签和空间关系描述的、可进行空间分析的矢量化知识对象。②基于多模态大语言模型的地质语义理解,辅以相关的图件标题、上下文描述作为提示,引导模型直接对图像内容进行语义上的解读,实现从视觉特征到领域知识的端到端、快速化解析。

2.4.3 标准化数据库构建工具

为确保知识底座中数据的最终应用价值与科学可信度,需构建一套集数据治理、标准化与质量控制于一体的工具体系,进而将初步结构化的异构知识深度规整与同化,产出高质量、可计算的分析就绪数据集。

(1)本体驱动的数据标准化。该工作需系统性解决多源异构数据在语义、格式和基准方面的不一致性问题。通过将领域本体的规范应用于数据处理全过程,实现知识的范式化转换。其核心功能由一系列可编排的标准化算子构成:①语义范式化。该功能模块利用本体预定义的受控词表与分类体系,对知识要素中的定性描述信息进行严格的语义映射与编码。此过程主要消解同义词、近义词及缩写等引起的表达歧义,保证同一概念在整个知识底座中具有统一且无歧义的表征。②数值单位归一化。针对所有定量数据,该模块依据预设的国际标准或行业规范,执行强制性的计量单位转换与数值归一化操作。确保所有物理量与化学浓度等数据在全球范围内的可比性与计算分析的准确性。③时空基准对齐。为构建统一的时空分析框架,该模块将所有时间信息精确映射至国际标准地质年代表,实现不同来源、不同精度年代数据的一致性对齐。同时,将空间位置信息转换至统一的地理坐标参照系与投影标准,为多源数据的空间融合与分析奠定基础。

(2)多层次数据质量自动化控制。该模块的目标是将领域知识中蕴含的内在逻辑约束与地学公理,转化为一系列可自动执行的数据质量校验规则,从而建立一道贯穿数据生命周期的质量保障防线。质量控制流程覆盖多个层次:①原子数据层校验。此层次专注于单个数据记录的合规性,主要核查数据的完整性;同时,基于本体定义的属性值域,检验数据是否符合预设的合理范围,自动识别并标识出明显的异常值。②跨数据逻辑一致性校验。此层次聚焦于数据记录之间的内在关联与逻辑自洽性,主动发现并预警潜在的逻辑冲突,为数据治理提供决策支持。

通过标准化与质量控制流程的协同作用,将抽取的、语义多样且质量不均的知识高效转化为结构清晰、语义一致、质量可靠的专题数据集,为后续的科学计算、模型训练和智能应用提供坚实的数据支撑。

3 建设成效

3.1 构建逻辑自洽、结构严谨的多圈层油气富集知识本体

遵循多圈层油气富集知识底座体系的内在逻辑与知识结构,本文构建了一套结构严谨、逻辑自洽的领域知识本体(表3)。该本体以“多圈层系统”“油气富集过程”“地质时空”三大核心维度为顶层框架,向下拓展形成一个包含286个核心概念、层级深度达7层的树状概念体系。其中,“多圈层系统”以“多圈层”为根概念,向下分解为岩石圈、水圈、生物圈和大气圈四个相互作用的子概念,并进一步定义了“烃源岩”“储集层”“盖层”等油气地质学的核心实体。“油气富集过程”则以“油气富集”为根概念,沿地质时间轴依次展开为“油气生成”“油气运移”“油气藏”三大阶段,每个阶段下均包含对其主控因素的精细化分类。“地质时空”则为所有地质实体提供统一的参照系,其中“地质年代”遵循国际标准建立完整的时间标尺,“空间”概念则定义了从构造单元到沉积盆地等不同级别的空间区域。该体系实现从“多圈层-岩石圈”等宏观地质单元到“微量元素”等微观成藏控因的多粒度知识覆盖。为保障知识的可计算性,本体不仅定义了概念层级,也对每个概念的关键属性进行了标准化范式约束。例如,在地球化学模块中,定义了覆盖20种关键同位素比值、21种主量元素、55种微量元素及13类核心有机地球化学指标在内的109项分析参数。针对每一项参数,均进行严格的单位同化,如将TOC含量统一归一化为质量分数,地质年龄的表述统一为百万年;对“岩性”等定性描述,则通过建立涵盖页岩、砂岩等术语的受控词表进行语义映射,以解决术语异构问题。这种精细化的知识组织形式,使得针对特定成藏要素的跨圈层、多维度定量化查询与关联分析成为可能。

3.2 实现TOC专题知识从原始数据到标准化数据产品的逐级转化

在 TOC 专题知识体系构建过程中,结合地球系统视角进一步强化了数据与油气形成与富集机理的联系。TOC不仅是烃源岩有机质丰度的重要指标,其空间与时间分布还直接反映了沉积环境和古气候条件的演变。例如,缺氧或还原环境常导致 TOC 含量显著升高,而快速沉积作用则可能通过孔隙结构控制有机质的保存效率。同时,微量元素(如 V、Ni、Mo 等)和稳定同位素(如δ¹³C_org、δ¹³C_carb、δ¹⁸O)作为古环境代理指标,可与 TOC 数据联合解释,揭示盆地氧化还原条件、古生产力水平与油气富集之间的耦合关系。这些补充为数据库提供了更强的地质解释力,使其不仅能够支撑数据管理与分析,还能服务于沉积-古气候-成藏过程的综合研究。因此,本文充分依托领域本体,遵循自下而上、逐级增值的建设思路,通过对海量多源异构数据的系统化加工,初步实现TOC专题知识的标准化汇聚与关联同化工作。

(1)原始资源库建设。为构建知识底座的数据基础,对全球油气富集领域的公开资源(包括大科学技术数据、政府部门数据、科技机构建设数据、商业开源数据等)进行系统性梳理,在此基础上,采集与整合逾一亿条原始记录,构建覆盖地质、地球物理、地球化学及古生物等多领域的异构资源库。针对库内72万余个异构字段(指代不同来源的原始数据表中列名或JSON键),采用大型语言模型进行初步映射,并由领域专家进行核校修正,最终实现有效数据字段与286个领域本体概念的精确对齐,奠定统一的数据基础。

(2)领域知识库建设。领域知识库的建设聚焦于TOC专题领域,通过知识抽取工具,从原始资源中提炼结构化的知识要素,形成专题知识库。最终构建了包含样品数据、主量元素、微量元素、同位素以及有机地球化学指标在内的62个核心字段知识体系。TOC专题知识库对应的知识要素如表4所示。

(3)标准化数据库建设。在领域知识库的基础上,通过执行严格的数据标准化与质量控制流程,最终产出了一系列面向高级分析应用的专题化、高质量数据集。具体包括:①TOC专题标准化数据库。作为TOC专题知识库的最终标准化成果,该库整合形成了包含111 236条记录的分析就绪数据集;这些记录中包含的关键位置信息与元素信息等均完成严格的语义映射、计量单位统一与时空基准对齐。②TOC专题标准化图件库。自动化抽取并解析12 754幅地学图件。每幅图件均提取了其标题、图注、图件描述段落等相关数据。③TOC专题标准化观点库。为结构化科学论证过程,构建了包含2 425条核心记录的观点库。每个条目均系统性地囊括研究问题、核心观点、论证方法与关键论据等要素,并保留指向原文的溯源链接,确保知识的可信性与可验证性。

3.3 打造覆盖知识全生命周期的智能化工具体系

围绕知识底座的构建流程,成功研发并部署一套高效、自动化的智能化工具体系,打通从多源异构数据采集到结构化知识库构建的全链路。

(1)数据汇集与解析工具的实现。在前端数据处理环节,构建数据汇集与深度解析引擎。该引擎具备对全球多个大型科研计划、专业数据库及核心期刊数据源的自动化、目标导向型汇集能力。同时,研发基于MinerU框架的文档深度解析引擎,实现对PDF原始文献的批量化解析,不仅能将其高效转化为结构化的Markdown格式,更关键的成效在于,能够在此过程中精准识别图、表等多模态对象,并完成其与文档上下文标题、描述文字的语义关联,为后续的细粒度抽取提供丰富上下文信息。

(2)知识抽取工具的研发与测试。在核心知识抽取环节,工具体系以Qwen-2.5大模型系列为技术基座,通过高度定制化的指令模板完成精准抽取功能的开发。如针对文本与表格数据,系统调用Qwen-2.5-72B模型,采用合并输入策略处理长文本,并应用于“研究观点库”的自动化构建,实现对每个观点条目下“研究问题”“作者观点”“论证方法”“论证分析”“创新点”“局限性”等六个核心字段的结构化提取。针对图像类数据,则调用Qwen-2.5-VL-72B多模态模型,通过融合图像及其上下文描述,实现对图中知识对象及其空间关系的深度解析。

(3)知识治理工具的部署与应用。在知识治理后端,完成两大核心引擎的部署。其一是本体驱动的语义标准化引擎,该引擎依据领域本体对异构知识进行深度规整与同化,实现对定性描述的编码、物理量的单位归一化以及时空信息的基准对齐。其二是自动化逻辑一致性校验引擎,该引擎将本体中定义的领域公理转化为可自动执行的校验规则,在数据融合过程中进行实时检测,为识别并标识与地学常识相悖的潜在数据质量问题提供已验证的技术保障。

(4)面向大模型抽取的知识校验与人机协同回路。考虑到大语言模型在处理高度专业化信息时可能出现事实性偏差或“幻觉”现象,本工具体系内置了一套人机协同的知识校验回路,以保障知识底座的最终准确性。首先,所有由大模型自动抽取的知识要素(特别是关键数值和因果关系),均会与领域本体中定义的逻辑约束(如值域范围、地层年代顺序)进行交叉验证,自动标记可疑条目。其次,系统会将被标记的可疑条目及部分随机抽样的“可信”条目,推送至专家审核界面。领域专家可在此界面上方便地回溯原文,对抽取结果进行快速确认、修正或否决。这些专家的反馈数据将作为高质量的偏好数据,用于未来对抽取模型进行持续的迭代优化与微调,从而形成一个不断提升抽取精度的闭环学习系统。

3.4 实现构建效率与知识质量的双重提升

为定量评估本研究提出的智能化工具体系(3.3节)及人机协同方法论的实际成效,本研究设计了一组以“人工标注”为基准的对比评估实验。评估的核心是定量分析本研究的“人机协同”方法,在保障知识质量的前提下,相较于传统纯人工构建方式,在构建效率、召回完备性与质量一致性方面的增益。

为确保评估的严谨性与客观性,本文首先构建了一个高质量的标准数据集(Gold Standard, GS)。从原始资源库中随机选取20篇(N=20)关于“塔里木盆地TOC专题”的代表性学术文献作为测试集。为此,通过组织了两名领域专家进行背对背独立标注,任务是依据(3.1节)本体规范,抽取出(表4)所列的全部知识要素,形成结构化的知识元组。其中,一个知识元组是一个结构化的事实三元组,其构成为<主体,属性,值>,例如<样品A,TOC,“2.5%”>或<样品A,岩性,“页岩”>。针对两位专家标注的所有不一致条目,均由第三位资深领域专家进行最终裁决和补充。这个被视为100%完备和准确的数据集被确立为GS,共包含3 462个独立的知识元组,构建总耗时约15小时。

本研究将知识抽取评估视为一项信息提取任务,采用精确率(Precision,P)、召回率(Recall,R)和F₁值(F₁-score)作为核心评价指标。其中,精确率定义为P=TP/(TP+FP),召回率定义为R=TP/(TP+FN),F₁值定义为F₁=2PR/(P+R)。TP(True Positive)表示自动化抽取工具(Automated Extraction,AE)抽取结果与GS一致的元组,FP(False Positive)表示AE抽取但GS中不存在的元组,FN(False Negative)表示GS中存在但AE未能抽取的元组。

首先使用本研究所构建的AE工具对测试集进行处理,共抽取了3 305个知识元组。经与GS逐条比对,统计得到TP为2 825条,FP为480条,FN为637条。随后,采取“人机协同方法”,专家仅需对AE的原始结果进行审核(修正480个FP并补齐637个FN),使其结果达到GS标准所需的总耗时,调整后总耗时约2.5小时。评估结果对比如表5所示。

表5的结果清晰地量化了本方法论的实际价值。主要体现在以下方面:

(1)在效率方面。构建一个严谨、可信的GS需要耗费约15小时的专家工时。而本研究的人机协同方法,通过将专家的角色从“低效的查找与录入”转变为“高效的监督与校验”,仅需约2.5小时即可达到与GS完全一致的质量标准,知识构建效率提升了约6倍。

(2)在性能方面。“纯自动化”展现了较高的精确率(85.48%)和召回率(81.60%)。这在方法论上是合理的,表明基于领域优化的模型在事实抽取和知识召回之间取得了相对的平衡。然而,其81.60%的召回率也表明模型在知识完备性上仍有不足(FN高达637条),且85.48%的精确率依然意味着存在480条错误抽取,证实了纯自动化模型在处理高度专业化和精细化地质数据时,仍无法完全避免事实性错误与知识缺漏,人机协同的校验环节对于保障知识底座的最终科学严谨性至关重要。

为进一步严谨评估图件库与观点库这类复杂知识的科学严谨性与语义准确性,本文设计了一套基于领域专家的双盲质量评估方案。鉴于P/R/F₁指标无法有效衡量“地质含义”的准确性,故采用专家打分(1~5分制:1=完全错误;3=部分正确/有缺失;5=完全准确且要素完整)进行评估。从已构建的库中随机抽取100份图件元数据和100条包含6个维度的观点记录(N=100),邀请3位资深领域专家(E₁,E₂,E₃)依据原始文献,对自动化抽取结果的准确性和完备性进行背对背打分。为确保评估的客观性与可靠性,采用克里彭多夫阿尔法(Krippendorff’s Alpha)来定量检测三位专家打分结果的一致性^[30]。根据学术共识,Alpha>0.80表明评估结果具有高可靠性。本次评估的详细维度、专家打分均值及一致性系数如表6所示。

从表中可以看出,两类库的评分者一致性系数(Alpha值)均高于0.80的“高可靠性”阈值,表明专家间的评估标准高度一致,评估结果可靠。在此基础上,图件库样本的最终平均得分为4.42分,观点库样本的平均得分为4.12分。这一经过一致性验证的定量结果表明,本方法论构建的自动化工具已具备较高的可用性,其抽取的知识已能作为“人机协同”的高质量基线,有效证实了本方法论在保障知识质量方面的严谨性与成效。

3.5 提供融合智能问答与多维视化的数据资源管理平台

为实现前述知识底座的科研应用,团队研发完成一套面向油气勘探的多圈层油气富集数据资源管理平台(图2)。该平台整合并物化了结构化的地质知识体系,通过智能化的数据检索、多维关联分析与视觉化知识探索功能,为领域内的科研创新提供高效支撑,对应的功能架构设计如图3。为验证知识底座在赋能油气地质研究方面的实际效能,本研究选取“塔里木盆地塔北地区三叠系烃源岩特征”这一具体地质问题作为应用示范。该场景下烃源岩数据(如TOC含量、R_o)的稀疏性、多井数据融合以及空间规律的非线性等挑战,恰是本知识底座旨在突破的瓶颈。

首先,平台提供面向复杂地质问题的智能问答与证据溯源。针对用户提出的“塔北三叠系烃源岩生烃潜力”等专业问题^[31],系统能精准调用研究观点库中的核心结论,例如,系统可综合分析TOC含量观点库,返回“塔北三叠系烃源岩有机碳丰度中等偏好(TOC含量:0.75%~4%),但生烃潜力整体偏低”的综合研判。其论据则自动关联至“有机质类型以III型干酪根为主”“平均生烃势(S₁+S₂)为0.8 mg/g”“平均HI为46 mg/g”“R_o分布在0.5%~0.9%,处于生油窗早-中期”等多维实证数据,并提供指向原始文献的溯源链接,保障了答案的科学性与可追溯性。

其次,平台支持基于标准化图件库的视觉知识类比。科研人员可上传如“塔北三叠系TOC等值线图”或“多井地层对比剖面图”等本地图件。系统通过对图件库中地质图、剖面图的深度特征进行向量化索引,能够快速检索并推送地质模式相似的图件,从而为地质规律的类比推断与未知区域的模式识别提供了高效的视觉分析手段。

最后,平台提供了基于标准化数据库的交互式多维数据遴选与关联服务。传统地质研究常需人工汇总和对比不同盆地的烃源岩参数。现在科研人员可通过图形化界面,依据领域本体定义的规范字段,对TOC专题标准化数据库进行即时、跨盆地的复杂查询。例如,用户可设置一组逻辑约束来筛选国内所有“优质(I型、II₁型干酪根)湖相烃源岩”,查询条件可设为:干酪根类型 IN [“I”,“II₁”] AND TOC>“2.0%” AND HI>“400 mg/g”。系统能瞬时从数据库中精准筛选出如“鄂尔多斯盆地三叠系长7段” “准噶尔盆地二叠系芦草沟组” “三塘湖盆地二叠系芦草沟组” 等符合条件的层段,并自动排除如“塔里木盆地三叠系”(以III型干酪根为主,HI普遍低于150 mg/g)等不符层段。此功能将传统研究中耗时的数据对比工作自动化,极大提升了数据驱动型地质分析的效率,为后续的定量化建模与新规律发现奠定了坚实的数据基础。

4 结论与展望

本研究针对多圈层油气富集理论研究中数据异构、知识离散与分析困难等核心挑战,设计并实践了一套面向AI4S的领域知识底座系统化构建方法。研究表明,所提出的以领域本体为语义核心,耦合标准化数据库逻辑架构,能够对油气成藏全链条要素及其复杂的因果关联进行精细化表征。同时,所建立的集多模态知识抽取、本体驱动的语义标准化与多层次质量控制于一体的自动化构建路径,有效提升领域知识工程的效率与规范性,为解决地学知识的“碎片化”与应用障碍提供技术支撑。最终,通过原型平台在智能问答、视觉知识类比分析与多维数据交互式筛选等场景的应用验证,证实该知识底座在赋能科研创新方面的应用潜力,为实现知识与数据的双重驱动提供了新的研究范式。

尽管本研究为AI4S在油气地质领域的应用奠定了坚实基础,但面向实现真正意义上的智能驱动科学发现,仍需向更深层次探索。未来的研究可聚焦于两大方向:其一,实现知识底座的动态演化与自我完善。当前知识体系主要基于既有共识构建,而科学认知本身在不断发展,因此亟需建立知识的自动化更新与版本管理机制,使其能够从持续涌现的科学文献中动态吸纳新理论、新发现,保障知识底座的生命力与前沿性。其二,推动应用范式从“知识管理”向“知识计算”进行转变。当前应用侧重于知识的检索与关联分析,未来的核心挑战在于驱动深度的知识计算,以主动发现新规律。这包括研发基于知识图谱的因果推理算法,以定量化模拟和预测特定地质事件对油气成藏的非线性贡献等。因此,突破“知识管理”到“知识计算”的挑战,将是实现油气勘探从经验依赖走向智能预测、从知识辅助走向知识发现的必由之路。同时,本研究在知识底座的构建过程中充分引入了地质学的视角。沉积学、古气候学和有机地球化学的补充不仅为本体和数据库提供了更真实的油气形成与富集过程约束,也确保了多圈层耦合机理在体系中的有效表达。地质专家的参与使得平台能够在兼顾数据智能化处理的同时,保持对油气分布规律的科学忠实性。这一跨学科结合,为未来在不同盆地和构造背景下开展知识驱动的预测与类比分析奠定了坚实的基础。

参考文献

[1] ZHAO X, PU X, LUO Q, et al. Circle structure and orderly hydrocarbon accumulation of whole petroleum system in a continental fault basin: a case study of Kong-2 Member in Cangdong Sag, Bohai Bay Basin, China[J]. Petroleum Exploration and Development, 2025, 52(3): 587-599.

[2] 朱日祥, 张旺, 王华建, 等. 多圈层驱动的油气形成与富集理论[J]. 中国科学: 地球科学, 2025, 55(8): 2603-2620.

[3] 周圣荃, 李以科, 王永志, 等. 生成式AI技术在地学研究中的应用现状及发展趋势[J]. 地学前缘, 2025, 32(4): 303-316.

[4] 刘超, 赵汀, 王安建, 等. 基于时空大数据的矿产资源产业链平台构建与智能分析研究[J]. 地学前缘, 2025, 32(5): 484-492.

[5] 刘泽垣, 王鹏江, 宋晓斌, 等. 大语言模型的幻觉问题研究综述[J]. 软件学报, 2025, 36(3): 1152-1185.

[6] 人工智能全球治理行动计划[EB/OL]. [2025-08-10]. https://www.mfa.gov.cn/zyxw/202507/t20250726_11677803.shtml

[7] AMERICA’S AI ACTION PLAN[EB/OL]. [2025-08-10]. https://www.whitehouse.gov/wp-content/uploads/2025/07/Americas-AI-Action-Plan.pdf

[8] The AI Continent Action Plan[EB/OL]. [2025-08-10]. https://ec.europa.eu/newsroom/dae/redirection/document/114523

[9] 钱力, 张智雄, 伍大勇, 等. 科技文献大模型: 方法、框架与应用[J]. 中国图书馆学报, 2024, 50(6): 45-58.

[10] WANG F Y, MIAO Q H. Novel paradigm for AI-driven scientific research: from AI4S to intelligent science[J]. Bulletin of Chinese Academy of Sciences, 2023, 38(4): 536-540.

[11] 李白杨. AI4S 背景下的图书馆数字学术服务创新发展[J]. 农业图书情报学报, 2023, 35(10): 19-31.

[12] 周力虹. 面向驱动AI4S的科学数据聚合: 需求、 挑战与实现路径[J]. 农业图书情报学报, 2023, 35(10): 13-15.

[13] What is AI-Ready Open Data?[EB/OL]. [2025-06-20]. https://www.star.nesdis.noaa.gov/star/documents/meetings/2020AI/presentations/202010/20201022_Christensen.pdf

[14] MACLEOD B P, PARLANE F, MORRISSEY T D, et al. Self-driving laboratory for accelerated discovery of thin-film materials[J]. Science Advances, 2020, 6(20): eaaz8867.

[15] 专家热议Al4S数据库与知识库: 构建创新基座促进建立开放共享数据生态[EB/OL]. [2025-04-23]. http://www.xinhuanet.com/tech/20230812/6aa67e63ec8d4f52ae7f14e3156bc3f7/c.html

[16] 孙坦. 支撑AI4S的智能知识服务: 需求、 趋势与任务[J]. 农业图书情报学报, 2023, 35(10): 6-9.

[17] 张智雄. 切实发挥科技文献在AI4S中的知识底座作用[J]. 农业图书情报学报, 2023, 35(10): 9-13.

[18] CAI K, CHEN Z, LI J, et al. Construction of Earth observation knowledge hub based on knowledge graph[J]. Transactions in GIS, 2024, 28(7): 2445-2462.

[19] DIGIUSEPPE N, POUCHARD L C, NOV N F, et al. SWEET ontology coverage for Earth system sciences[J]. Earth Science Information, 2014, 7(4): 249-264.

[20] WANG C, TAN L, LI Y, et al. Ontology-driven relational data mapping for constructing a knowledge graph of porphyry copper deposits[J]. Earth Science Informatics, 2024, 17(3): 2649-2660.

[21] Earthchem[DB/OL]. [2025-10-10]. https://ecl.earthchem.org/search_results.php?offset=100&a1=&e5=&g7=&h8=&h9=

[22] GEOROC[DB/OL]. [2025-10-10]. https://data.goettingen-research-online.de/dataverse/pre_0686438?q=&types=datasets&sort=dateSort&order=desc&page=1

[23] SGP[DB/OL]. [2025-10-10]. https://sgp.stanford.edu

[24] USGS[EB/OL]. [2025-10-10]. https://www.usgs.gov/products/data/all-data

[25] GEOSCIENCE AUSTRALIA[DB/OL]. [2025-10-10]. https://ecat.ga.gov.au/geonetwork/srv/eng/catalog.search#/search?from=1&to=20

[26] PANGAEA[DB/OL]. [2025-10-10]. https://pangaea.de/?t=Lithosphere

[27] ISTAR[DB/OL]. [2025-08-10]. https://www.halliburton.com/en/products/istar-intelligent-drilling-and-logging-platform

[28] GEOVERSE[DB/OL]. [2025-08-10]. https://www.viridiengroup.com/sites/default/files/2021-06/21DB-GL-250-V1_GeoVerse_Overview_1.pdf

[29] GEOMARK[DB/OL]. [2025-08-10]. https://www.geomarkresearch.com/

[30] KRIPPENDORFF K. Measuring the reliability of qualitative text analysis data[J]. Quality and Quantity, 2004, 38(6): 787-800.

[31] 丁勇, 林静文, 潘泉涌. 塔里木盆地塔北地区三叠系烃源岩特征及展布[J]. 地质科学, 2024, 59(5): 1198-1211.

基金资助

国家重点研发计划项目(2023YFF0725600)

国家社科基金项目(24BTQ043)

地球多圈层相互作用的油气富集理论课题(THEMSIE04010101)