地震孔隙度反演技术在川西砂岩储层中的应用与比较

孔隙度是描述储层品质的一个重要参数,对生产开发和储量估计具有重要的意义。岩石孔隙度和地震波速度之间存在着内在联系,利用地震和测井数据反演井间孔隙度值是储层预测的主要内容之一。文章探讨了单属性和多属性多元线性回归法、神经网络法、几种克里金法、随机模拟法等多种孔隙度反演方法的基本原理、特点和适应条件,并分析对比了孔隙度预测方法在川西BMM构造陆相碎屑岩储层的应用效果。结果表明,在川西地区岩性变化快、砂岩储层非均质性强、孔隙度值变化大的地质条件下,多属性法优于单属性法,数据驱动的克里金法和神经网络法预测效果又优于线性回归法,数据驱动与地质模型约束相结合的随机模拟方法获得了最佳的预测效果,与实际的地质情况非常吻合。