AAPG|准噶尔永进油源对比（机器学习-单体同位素等）

1. 文献基本信息

• 标题：Unveiling genetic affinity between highly mature source rocks and crude oils: A machine learning approach driven by geochemical data

• 作者：Tianjiao Liu, Xiangchun Chang, Bingbing Shi, Guanlong Zhang, Chenyu Wang, Youde Xu, Junjian Zhang, Zhuanghao Peng

• 期刊：AAPG Bulletin，Ahead of Print

• 在线日期：2026 年 6 月 30 日

• DOI：10.1306/05012625009

• 通讯作者：Xiangchun Chang（xcchang@sina.com; xcchang@sdust.edu.cn）

• 资助：国家自然科学基金 42372160、42072172；山东省自然科学基金 ZR2023QD043；中石化胜利油田公司。

• 代码：Python，Spyder/Anaconda3；GitHub 链接：https://github.com/tianjiaoliu96/Quantitative-Characterization-of-Source-Mixing-Proportions-via-CMF

2. 摘要核心内容

永进地区是准噶尔盆地中部重要产烃区，周围多个生烃凹陷。研究目标是准确关联上侏罗统齐古组 J3q。

作者提出：单体碳同位素曲线的形状/模式仍可指示沉积环境；无机地球化学参数（主量、微量元素、稀土元素）对热改造更稳定。因此，将有机同位素曲线形状特征与稳定无机地球化学比值结合，可匹配原油与高成熟源岩。

方法上采用：约束矩阵分解（CMF）+ 多目标粒子群优化（MOPSO） 的混合机器学习流程。结论认为：

3. 研究背景与科学问题

邻区沙湾凹陷、盆1井西 凹陷的二叠系源岩普遍高成熟。随成熟度增加：

• 倍半萜、甾烷、萜烷等生物标志物分布趋于均一化，浓度降低；

• 生物标志物比值失去诊断价值；

• 烷基萘、烷基菲、烷基二苯并噻吩等成熟度参数存在争议；

• 碳同位素随成熟度变重，绝对碳同位素值难以区分不同时代源岩。

因此，传统生物标志物和绝对碳同位素油源对比结论非唯一。作者提出三个缺口：

1. 对比特征的成熟度稳健性；

2. 混源前客观端元定义；

3. 带不确定性的定量贡献分配，而非定性交会图。

研究引入物理约束到 CMF 中，并用 MOPSO 避免局部极小，提高源贡献估算精度。

4. 地质背景

准噶尔盆地是中国西部大型含油气盆地，分为五个一级构造带：中央坳陷、陆梁隆起、乌伦古坳陷、南天山山前冲断带、东部隆起、西部隆起等。永进地区位于中央坳陷。

5. 样品与实验方法

• 样品：32 个原油/油砂提取物，42 个源岩样品，覆盖侏罗系
  。

• 实验：

• 单体碳同位素：GC-IRMS；

• 生物标志物：SIM GC-MS；

• 主量氧化物：XRF；

• 微量/稀土元素：ICP-MS；

• QA/QC：平行样、空白、标样。

6. 方法流程

整体流程：有效参数筛选 → 曲线相似性定性分析 → MOPSO 优化 CMF 定量计算。

6.1 有效参数筛选

• 初选 >50 个氧化还原、古气候、古盐度、古水深等指标。

• 用 ANOVA F 检验筛选源岩端元间有判别力的参数，保留 p<0.4p<0.4 的参数。

• 对稀土元素做 PCA 降维，用 LDA 验证分类效果。

• 目标：找到高成熟条件下仍有效的参数。

6.2 基于曲线相似性的定性油源对比

引入改进的离散弗雷歇距离 DFD，比较曲线整体形状、趋势、峰谷，而非绝对数值。相比欧氏距离，DFD 对顺序和形态更敏感。

融合多维度特征：

1. 离散弗雷歇距离：整体形状差异；

2. 曲率：局部弯曲程度；

3. 包络线距离：整体波动范围；

4. 局部波动性：一阶导数绝对值+滑窗平滑；

5. 峰谷特征：局部峰谷差值。

6.3 MOPSO 优化 CMF 定量混源比例。

步骤：

1. 异常值处理：0.025 和 0.975 分位裁剪；

2. 标准化到 [0,1]；

3. CMF 分解；

4. NNDSVDa 初始化；

5. MOPSO 迭代求解 WW 和 HH；

6. Chord 图可视化混合比例。

7. 主要结果

7.1 生物标志物参数失效

7.3 RI 反转指数

7.4 无机元素参数筛选与验证

7.5 DFD 聚类与油分组

层次聚类对比：

• 欧氏距离聚类区分差；

• DFD 聚类更准确，与地质端元分类一致。

同端元内 DFD 小，不同端元间 DFD 大。Table 5 平均 DFD 显示各自端元自比最小，例如：

适用性

• 适用于全球高成熟源岩、混源叠加盆地，如塔里木、四川、鄂尔多斯盆地等。

• 不依赖传统生物标志物或绝对同位素值。

• 数据灵活：有机数据有限时可仅用无机参数。

• 支持 2–5 个源端元：二元混源可简化为 2 端元；多源系统用 MOPSO 平衡多目标约束。

• 新盆地应用建议：校准 ANOVA F 检验 p 阈值；用地质证据验证端元合理性。

局限

• 结论依赖源岩样品地球化学代表性；

• 样品是复杂地质系统中的离散点；

• 高维数据、样本量有限，可能过拟合；

• 端元稳定性假设无机指标受成岩叠加有限；

• 未来需更多样品、更多凹陷和层位，扩展到四川盆地、Anadarko 盆地、车排子凸起、墨西哥东南部等。

10. 结论

12. 总体贡献与创新点

• 针对高成熟源岩传统油源对比失效问题，提出同位素曲线形态 + 无机元素 + 机器学习的综合方案。

• 用 DFD 等多维曲线相似性替代绝对数值比较，抗成熟改造。

• 用 MOPSO 优化 CMF，实现混源比例定量、非负、和为一、稀疏约束，并用 Chord 图可视化。