油源識別（即油源對比）是石油地質科學研究的重要內容，也是制定油氣勘探戰略的重要依據，因此世界主要沉積盆地均進行過油源對比。但是，通常使用的方法，如圖譜法和散點圖法，不能同時處理大量樣品與多個有機地化變量，造成了多解性，甚至失敗。以在渤海灣盆地歧口凹陷斜坡帶為例，沙三（Es3）和沙一（Es1）段主力烴源巖，由于沉積環境和成巖演化比較近似，通常使用的方法不能識別原油的油源（圖1，圖2）。
中國科學院地質與地球物理所油氣資源研究院重點實驗室研究員張劉平及其合作者，通過理論分析提出，機器識別可更好地解決油源對比問題。他們根據前期提出的指標構建原理，制定了大量油源對比候選指標，并利用機器自動選出22個對比能力較強的指標，進而建立判別模型。經驗證，判別模型的原始正確率達96.8%，交叉檢驗正確率達89.4%，顯示了較強的判別能力。
應用判別模型對沙三和沙一主力烴源巖進行機器識別，結果疊加較少，區分程度較高（圖3），油巖對比結果也與地質條件相吻合（圖4），較高的后驗概率顯示原油與源巖之間存在較高的相似性（圖5）。
根據油源識別結果，研究人員進一步指出，該區仍存在較大的勘探潛力，尤其是沙三段含油氣系統。研究成果應用實例進一步證明，隨著烴源巖、油氣測試數據的積累，對比指標構建與機器學習方法將成為最為重要的油源對比手段。其較高的可靠性和自動化程度，可在世界主要沉積盆地推廣。
研究成果發表于Marine and Petroleum Geology。
圖1 Es3和Es1 源巖甾烷和 萜烷譜圖（Tet=四環萜烷）
圖2 有機地化指標散點圖
圖3 Fischer 規則判別函數散點圖
圖4 油源識別結果的地質解釋剖面（Es3和Es1生烴門限分別為2900m and 3000m）
圖5 Bayes規則后驗概率三角圖