地球科学学院2021级矿产普查与勘探专业博士生刘国文以第一作者身份在SCI期刊《Energy Reports》上发表题为《The division of oil and gasaccumulation assemblage in Sichuan Basin and the construction of favorable accumulation assemblage prediction model》的研究论文，博士生刘国文为论文第一作者，其导师胡望水为论文通讯作者，长江大学地球科学学院为第一完成单位。

图1 论文首页

论文系统梳理了四川盆地及其周围海相地层。多层体系继续发展要取得突破已发现大规模的储量。石油和天然气海相地层产量占2/3之多。

图2 四川盆地构造单元划分

论文进一步指出油气聚集组合划分及有利聚集组合样本通常包含输入与输出数据。可采用机器学习方法中的监督学习分类算法和回归算法，构建油气聚集组合分类及有利聚集组合预测模型。预测目标是不同类型的凹陷区储层的有利聚集组合及其产层产能，使用具有连续输出值的回归算法。回归算法主要通过建立回归模型，利用自变量与因变量之间的关系来评估变量对结果的影响。单变量线性回归代表单一参数与对应输出值之间的关系，是线性回归中最简单的类型。

图3 集成学习基本思想

但在实际建模过程中，影响输出变量的因素往往较为复杂，仅用单一变量作为模型输入可能无法充分反映其关联性。必须建立多元线性回归模型，通过引入更多变量来表征数据特征。展示了多元线性回归模型的输入与输出关系。

论文链接：https://www.sciencedirect.com/science/article/pii/S2352484722023083