能源资源是一个国家经济发展的命脉。石油、天然气作为不可再生资源,其勘探开发和应用更是关乎到国计民生。我国油气储量丰富,但目前探明的油气储量占潜在资源量的比例较低,且随着油气资源开发进程的加快,剩余油气藏的地质条件趋于复杂,探明及开发难度越来越大。因此,如何准确地评价区域油气资源潜力,圈划勘探和开发有利区带,最大限度地提高油气开采成功率、降低油气开发风险和生产成本始终是油气领域的重要研究课题。国内外学者在油气资源潜力空间评价中已做了较多的研究工作,提出了众多应用效果良好的理论和方法。然而已有的研究在油气资源潜力空间评价因子的选择、评价因子的获取及评价模型的研究上还存在些许不足。本论文在梳理、分析现有研究的基础上,结合油气地质理论、地理信息系统及数理统计等多种相关学科和技术,着重对遥感技术和机器学习模型在油气资源潜力空间评价中的应用进行了研究,取得了如下创新和成果：1.针对现有研究在油气资源潜力空间评价因子选择上存在片面性的问题,本论文提出并构建了一种基于“区域生储盖地质条件+区域构造特征+油气地表异常信息”的油气资源潜力空间评价因子体系,将油气资源潜力空间评价因子从主要考量地下油气地质异常信息扩展到地上油气地表异常信息的综合利用。2.针对油气地表异常信息的遥感探测中单一图像处理方法造成的信息缺失和信息提取结果验证及分析上的不足,本论文提出了一种基于ASTER数据的油气地表异常信息综合提取及验证方法：首先综合运用光谱代数运算法、主成分分析法、混合调制匹配滤波法和劈窗算法、温度比辐射率分离算法分别对矿物异常信息和地热异常信息进行提取；然后通过野外实地查验,引入矿物识别准确率和矿物识别率的概念对矿物异常信息提取精度进行了定量化评价；最后结合区域地质背景和已有油气资料,确认了矿物异常信息和地热异常信息对油气资源的指示性作用。3.针对油气资源潜力空间评价方法中对机器学习模型研究相对较少的现状,本论文探索性地将广义加法模型应用于油气资源潜力空间评价,并结合证据权重和支持向量机两种方法的优势,建立了一种“证据权重-支持向量机”集成模型,既弥补了证据权重模型在多元统计、非线性和小样本问题上的缺陷,也解决了支持向量机模型在训练时对所有评价因子无差别对待导致关键信息无法凸显的问题。采用ROC曲线对模型进行定量化检验和评价,结果表明,“证据权重-支持向量机”集成模型精度最高,支持向量机模型和广义加法模型次之,证据权重模型精度最低。4.通过上述评价因子体系的构建、评价因子的获取及定量化选择、评价模型的建立及定量化检验,形成了一套油气资源潜力空间评价方法,并通过在榆林气田的实例分析,验证了该方法的可行性,圈划的有利区域为研究区油气资源的下一步勘探和开发决策提供了依据。