摘要：苏里格气田苏东41-33区块具有低孔、 低渗透、 非均质性强的特点, 其奥陶系马家沟组碳酸盐岩储层受多期不同类型构造、 沉积等作用, 岩性复杂多样, 对岩性的准确识别成为研究区开发的重点和难点.近年来, 决策树方法作为-种机器学习方法, 在地质学领域中的运用越来越受到关注, 尤其在岩性预测方面.以测井、 录井资料为基础, 通过岩性参数特征分析, 优选出对岩性较敏感的声波时差、 自然伽马、 光电吸收截面指数、 密度、 深侧向电阻率和补偿中子6种测井参数, 通过分析这6种测井参数特征, 构建基于决策树方法的多分类器, 将岩性信息与岩石特征信息融合.与测井、 录井资料的对比、 分析结果表明, 利用决策树方法识别复杂碳酸盐岩岩性的准确率超过80%, 且相比朴素贝叶斯方法, 其岩性识别的准确率提高了13%.

关键词：复杂碳酸盐岩 测井岩性 识别决策树 方法 机器学习方法 

单位：中国地质大学(北京)数理学院; 北京100083; 北京中地润德石油科技有限公司; 北京100083