F1 · 出版卷 30
成矿系统假设
源—运移通道—圈闭—保存推理与可证伪预测
学习目标与边界
- 把“源—运移通道—圈闭—保存推理与可证伪预测”解释为可审计证据问题。
- 区分来源观测、受控派生物、解释与决策状态。
- 应用身份、空间、语义、血缘、质量与审核检查。
- 产出一份竞争假设矩阵、考虑依赖的证据评价与检验计划。
本课属于通用、机构中立的教程，与任何公司或个人均无关系。案例中的标识、几何与数值均明确为合成数据。本方法不授予专业权限，若要用于真实决策，必须另行满足适当来源、胜任能力、法律与审核要求。
核心方法
成矿系统假设解释物质源、能量、运移通道、圈闭、沉淀与保存如何组合，而不是一个清单分数。每个备选方案都应写成因果结构，并在查看评价证据前先推导预测。预测应说明可观测模式、尺度、位置、预期缺失项，以及什么结果会削弱该假设。
证据贡献取决于判别力、质量与独立性，而不是视觉显著程度或行数。区域构造可能是必要条件却并不充分；一个异常可能有多种成因。“未知”必须与“缺失”分开。矩阵要展示每种假设的支持、矛盾、无判别力证据与未完成检验。下一步应最大化判别力或降低后果重大的不确定性，而不是继续堆积确认性证据。
记录与证据模型
| 字段或对象 | 运行含义 | |---|---| | hypothesis_id 与 causal_graph | 备选假设及其机制 | | prediction_id | 预先规定的可观测模式与尺度 | | evidence_id 与 lineage_group | 被评价对象与独立血缘家族 | | relation | 支持、矛盾、无判别力或未知 | | discriminating_test | 可实施观测及其决策后果 |
每条记录都携带版本、有效区间、来源或派生链接、质量状态与审核状态。缺失、未知、不适用和失败是不同状态，均不得静默表示为零或空字符串。
受控工作流
- 写出两种或更多因果备选方案。
- 不使用评价结果，独立推导预测。
- 按血缘归组证据并评价判别力。
- 填入支持、矛盾、无判别力与未知状态。
- 测试对证据质量与依赖关系的敏感性。
- 选择下一项判别观测与停止规则。
每一步都记录为带声明输入、参数、输出与检查的活动。重新运行要么产生相同内容，要么形成有说明的差异；绝不能覆盖解释先前状态所需的证据。
合成案例详解
SYN-WB 比较 H-A 构造控制流体通道与 H-B 接触带控制通道。一条磁性边界同时符合二者，因此无判别力。合成蚀变比值支持 H-A，但都来自同一栅格家族。两个钻孔与 H-A 预测方向矛盾，而覆盖层下的保存情况仍未知。下一项检验选择穿过两条预测通道交点的定向剖面，而不是对同一栅格做更密集的重复处理。
该案例特意保持为可逐行检查的小规模数据。名称与数值都是虚构教学值，不能用来推断任何真实地点、权利、资源、危险或机构。
质量控制与失败模式
接受本课制品前运行六类关口：身份关口解析精确对象；空间关口确认坐标与范围有效性；语义关口保留单位、词汇与认识论类别；血缘关口暴露全部变换与依赖；质量关口记录通过、失败与未运行检查；审核关口把处置绑定到精确内容摘要。失败关口应作为证据保留，只阻断受影响用途，绝不能被改成有利数值或为简化显示而隐藏。
常见失败模式：
- 把清单出现次数当作假设概率
- 看到结果后才写预测
- 把依赖产品算成多次支持
- 把未知当作缺失
- 只因能确认偏好模型而选择下一项检验
实践练习
在合成数据包的新副本上完成以下任务：
- 写出两种因果成矿系统假设。
- 揭示证据前为每种假设推导四项预测。
- 按关系与血缘分类八个证据对象。
- 选择一项能够改变优先行动的检验。
每个答案都要引用数据包对象 ID，同时展示失败与通过的检查，并说明若一项假设反转，哪项结论会变化。
完成制品与验证
交付一份竞争假设矩阵、考虑依赖的证据评价与检验计划。其中包含清单、精确输入身份、变换或推理记录、机器可读验证结果、供人阅读的限制及当前审核状态。第二位读者必须能够把一项接受结论追溯到来源支持，把一条拒绝路径追溯到首个失败关口，并把一个未知项追溯到解决它所需的证据。从干净位置重建制品并比较内容摘要。若必需来源、参数、许可或审核缺失，则保持未完成状态，不得虚构替代数据。
来源
- 《强推断》， 以判别性证据检验多个备选解释的原始论述。
- PROV-O 来源追溯本体， 描述实体、活动、责任角色与派生关系的标准模型。
- 数据质量词汇， 描述质量维度、测量、政策与注释的词汇。