在边际油气田中 ,泥质砂岩致密油气田占有相当大的比重 ,然而 ,泥质砂岩致密油气田的储层物性预测是该类油气田高效开发的瓶颈问题之一。泥质砂岩致密储集层的储层岩石泥质含量高、粒径小、变化大 ,由于渗透率特别低 ,难以应用常规方法进行岩心分析 ,测定孔隙度、渗透率、饱和度等相当困难 ,而且不准确 ;同时 ,由于泥质含量很高 ,孔隙度、渗透率、饱和度都很低 ,各项参数与测井数据的相关性变得很差 ,甚至不敏感 ;由于水动力变化剧烈 ,储层平面非均质强 ,在进行储层物性的平面预测时 ,井间外推插值不准确。针对这些问题 ,文章提供了一套系统实用的解决方法。首先 ,利用核磁共振成像技术来获得岩心的孔隙度、渗透率、含油饱和度值 ;之后 ,应用改进了的遗传人工神经网络建立高精度的孔隙度、渗透率和饱和度的测井解释模型 ,并对井点测井数据进行逐点解释 ;最后 ,利用分形克里格技术对储层参数进行井间外推插值。将这套方法用于某油气田的储层参数预测 ,处理效果较为理想。