摘要：二维核磁共振能从＂弛豫-扩散＂两个维度上展现流体性质,在识别稠油储层方面具有理论优势,是当前核磁共振测井技术的研究热点.本文深入研究二维核磁共振测井原理,系统分析CPMG-DE脉冲序列测量扩散系数与弛豫时间的方法,结合核磁共振二维谱数理模型,提出一种基于SVD和BRD的正则化反演算法.该算法通过SVD压缩数据,采用带非负约束的Tikhonov正则化方法求解流体＂弛豫-扩散＂分布,并基于BRD算法迭代确定最佳正则化因子.模拟实验与数值分析表明,该算法无需先验信息、运算效率高、相对误差小,在原始数据信噪比低至50时,仍可有效获取流体（T2,D）二维分布.在二维核磁共振测井数据实时解释应用中,该方法较传统反演算法（如TSVD）具有较大优势.同时,在自主研发的核磁共振测井仪测量CuSO4溶液（T2,D）分布的实验显示,本文设计算法对弛豫时间和扩散系数的反演误差分别仅为2%和4%,较TSVD算法有较大改善.

关键词：二维核磁共振测井 数据压缩 正则化 

单位：华中科技大学自动化学院 武汉430074 北京理工大学化工与环境学院 北京100081 中海油田服务股份有限公司油田技术研究院 北京101149