页岩革命促进了美国能源独立，而我国原油对外依存度居高不下，加强页岩油气勘探开发是保障国家能源安全的重要途径。湖相油页岩是我国具重大战略价值的非常规油气资源，其有机质的富集与古气候条件密切相关。然而，淡水和咸水湖相油页岩中有机质富集机理与地质时期古气候变化之间的关系尚未完全明确。尽管前人研究已从古气候变化的角度探讨了中国湖相油页岩中有机质富集机制，但其中许多研究要么仅关注某一地区单一油页岩层的地球化学特征。目前，尚未有研究系统地分析淡水和咸水湖相油页岩地球化学特征及有机质富集机制方面的差异。其中一个关键难题在于气候变量与控制有机质富集的地球化学过程之间存在着复杂且非线性的相互作用，这使得很难明确得出影响不同湖相环境中有机质富集的气候机制的确定性结论。本研究首次应用随机森林（RF）分类器来探讨古气候变化对淡水和咸水湖相油页岩有机质的差异富集机制。本研究的数据库涵盖中国七个代表性湖相油页岩层（鄂尔多斯盆地延长组七段、松辽盆地青山口组、准噶尔盆地风城组和芦草沟组、渤海湾盆地沙河街组和孔店组、江汉盆地潜江组）的全岩地球化学数据（总有机碳（TOC）、主、微量元素）以及分子生物标志物参数，通过异常点筛选和预处理最终机器学习数据库包含了3841个样品的32个指标，共计15444个数据。本研究结果表明RF分类器能够有效区分淡水和咸水湖相油页岩，正确率分别为87.7%和94.9%。TOC含量是区分中国淡水和咸水湖相油页岩的最重要参数，而淡水相油页岩的TOC普遍高于咸水油页岩。RF模型的特征重要性评估的平均精度下降（MDA）结果表明，淡水和咸水湖相油页岩有机质的差异富集受到古生产力、古水体条件和陆源输入等多种因素影响，这些因素均由古气候变化所驱动。具体来说，淡水湖相油页岩通常沉积于湿润和温暖的时期，这些时期具有较高的大气CO₂浓度和较多的降水量。这些条件导致淡水湖泊水位上升、古生产力提高、陆源输入受限，以及有机质生产和保存条件改善。相比之下，咸水湖相油页岩通常沉积于干燥和寒冷的时期，该时期水体盐度增加且古生产力下降，导致有机质生产减少、保存条件恶化以及TOC降低。本研究强调了未来地球化学数据集在增强分类模型和拓宽机器学习在烃类资源勘探中的应用潜力。更重要的是，本研究通过探讨古气候对淡水和咸水湖相油页岩有机质差异富集的调控机理，旨在揭示每种环境中有利于有机质积累和保存的具体古气候条件。本研究的发现对于加深对湖相油页岩形成机制的理解以及推进我国乃至全球范围内湖相盆地的勘探策略具有重要意义。

湖相油页岩,有机质,古气候,机器学习,地球化学