构造地质模型是认知广阔地下空间、开展地下油气资源勘探及开采的重要方法,其建模过程需要综合大量的原始地球物理资料和多种构造解释成果。现有建模方法在组织和处理这些海量、异质且多源的数据资料时,对其中信息进行提取的流程费时费力且所构建模型质量难以保证。而一套能够有效组织构造地质知识、自动提取构造地质数据所含信息的建模方法和流程是解决该问题的关键。为解决传统构造地质建模上述弊端,便有学者探索将人工智能融入建模过程,随之建模过程向智能建模发展。知识图谱作为人工智能领域热门,较之基于数据驱动的传统建模方法,能更好地组织构造地质模型中所蕴涵构造地质知识,使建模基于知识驱动对构造地质信息提取和约束,进而提高建模的自动化程度和模型质量。然而,现有知识图谱多面向通用领域,对构造地质模型知识图谱并无大量公开文献见诸文字。为填补这一空白,本文结合构造地质领域相关知识和点云解释数据特征,借鉴成熟方法开展对构造地质模型知识图谱构建和表征方法研究,研究内容如下:（1）为更好组织构造地质知识并在建模中引入知识约束,构建了构造地质知识本体,完成知识图谱模式层的构建。梳理并定义构造地质模型所涉及的各种构造地质实体,并将实体与具体空间几何实体作对应;整理并归纳与构造地质实体相关的构造地质知识,并对其在顶层基本形式化本体框架内形式化表征,最后运用Protégé本体开发软件构建了具有实用价值和参考意义的构造地质知识本体。（2）针对人工提取构造拓扑费时费力的问题,改进了空间碰撞算法用于对构造地质实体及拓扑自动提取。基于随机均匀一致性算法对地质曲面点云进行子平面分割表示,而后利用有向包围盒及分离轴定理提取地质曲面相交情况,最后结合制定的规则和相交情况对模型中实体进行认知,对构造地质实体间构造拓扑进行提取,完成了知识图谱数据层的构建。运用该方法对实际工区数据的实体和构造拓扑进行自动提取,并在此基础上构建构造地质模型格架,验证了方法的有效性。（3）针对构造地质模型知识图谱易混淆、难交互的问题,使用基于B-Rep的构造地质实体表征方法和基于圆锥树布局的构造拓扑层次表征方法加以解决。知识图谱模式层中构造地质知识表征可借助本体开发软件;数据层表征可通过可视化其所包含的构造地质实体及其构造拓扑信息来提高知识图谱可阅读性和交互能力。可视化仿真结果表明,所提出的表征方法具有较好的效果。