周传友，李少华，何维领，丁 芳，黄 鑫

（1.长江大学 地球科学学院，武汉 430100；2.中海油 上海分公司，上海 200030）

0 引言

沉积微相控制下的储层建模方法，是针对钻井资料缺乏以及不同微相物性差异性大等特点采取的，其目的是为了提高建模的精确度，降低模拟实现的不确定性［1］。应用相控建模技术建立的三维精细地质模型，能够合理地反映地下储层非均质特性［2-4］，甚至对于油藏后期开发的生产调整以及采收率的提高同样具有重大意义［5-6］。因此，建立合理的岩相模型对于储层物性参数模型的建立具有重要意义，也是决定整个模型质量的重要环节。

N气田仅有4口探井，仅仅依靠井数据无法建立可靠的岩相地质模型。地震属性约束建模能够有效降低储层建模中的不确定性［7-9］，但是由于研究区气层埋藏深，地震资料识别能力有限。地球物理研究已经建立了几种地震属性体，如岩性概率体、孔隙度数据体、“甜点”概率体等。这些单一地震属性体与井上岩相的相关性均较差，很难直接利用某种地震属性对井间岩相建模进行有效约束。因此，需要提高地震属性对岩相识别的分辨率。

传统的岩相预测主要是人工分析对比法，即以岩芯分析资料为基础，与测井资料相对比，进行人工划分［10］。该方法工作量繁复，而且无法规避人为因素的影响，导致预测结果与实际地质状况差异性大。笔者在综合几种地震属性的基础上，利用BP神经网络技术来预测岩相［11-12］，并对BP神经网络的隐含层数、训练集和验证集样本数进行了敏感性分析。……