近年来，基于深度学习的储层表征方法在测井储层评价、地震储层参数反演中相比传统方法表现出较高预测精度和工作效率，但在多源数据质量影响、地质知识融合、预测结果不确定性评价等方面研究仍然不足。
针对薄砂岩储层，地震孔隙度反演往往受地震分辨率、井数和地质复杂性的共同影响，存在反演分辨率不足、多解性强、预测稳定性不够等问题。针对上述问题，团队发展构建了用于地震孔隙度预测的时频谱-贝叶斯深度学习反演框架，以连续小波变换时频谱为输入，利用贝叶斯模型使地震孔隙度预测由“单一结果输出”拓展为“预测结果+不确定性评价”的概率化表征。
研究基于 Stanford VI 河流-三角洲储层模型构建合成地震实验数据，开展波形输入与时频谱输入、确定性网络与贝叶斯网络、不同井数量和不同地震频率条件下的对比实验。结果表明，时频谱输入能够更充分表征地震信号中的多尺度频率信息；贝叶斯深度学习能够有效降低预测噪声，提高预测稳定性；井资料数量和地震分辨率是控制孔隙度预测精度与可靠性的关键因素，时频谱-贝叶斯深度学习框架取得最稳定、最可靠的预测效果。该研究从数据表达、概率学习和资料条件三个层面揭示了井资料与地震分辨率对深度学习孔隙度预测的影响机制，证明了时频谱表示与贝叶斯推断耦合在复杂薄层储层表征中的应用潜力。
图1 时频谱-贝叶斯深度学习地震孔隙度反演效果对比
针对缝洞型储层，裂缝与溶蚀孔洞是深层碳酸盐岩油气藏重要的渗流通道和储集空间，对油气的运移和成藏起着关键作用。成像测井多类型裂缝、孔洞的准确识别与表征对于深层缝洞型碳酸盐岩油气藏的高效开发具有重要意义。团队针对深层岩溶缝洞型碳酸盐岩储层，深入研究了基于深度学习的多类型裂缝与孔洞的精细识别方法，以提高表征精度和准确率。
该研究基于岩心标定明确不同类型裂缝、孔洞的成像测井响应特征，制作相应图版并建立训练数据集；同时分析裂缝与孔洞类型多、尺度差异大等识别难点，运用图像处理方法生成多属性图像，制作多通道数据集，设计自适应动态融合模块并嵌入跨层连接结构，构建用于多类型裂缝、孔洞识别的深度学习语义分割模型。通过实验对比，论文提出的方法相比经典智能模型、传统软件、人工识别方法具有明显准确度与效率优势。最后建立“智能识别–形态优化–参数表征”一体化流程，并成功应用于盲井裂缝、孔洞识别与面孔率提取工作，为碳酸盐岩储层多类型裂缝、孔洞精细表征提供了新的技术思路。
图2 成像测井多类型裂缝深度学习方法识别效果对比
研究成果近期发表于油气地学领域重要期刊 Petroleum Science、Natural Gas Industry B等，论文第一作者和通讯作者为Beat365中文官方网站（华东）张国印副教授和研究生李卓霖，第二作者还包括Beat365中文官方网站硕士研究生熊全。作者单位包括Beat365中文官方网站（华东）深层油气全国重点实验室、Beat365中文官方网站、山东省油气藏地质重点实验室和中石油塔里木油田公司等。研究得到国家自然科学基金、国家科技重大专项等资助。
论文信息：Guoyin Zhang, Quan Xiong, Xin Zhang, Wenqi Yang, Yuqing He, Xinxin Wang, Konghang Yang, Chengyan Lin. Investigating the impact of well data and seismic resolution on porosity prediction using Bayesian deep learning[J]. Petroleum Science, Available online 4 May 2026. https://doi.org/10.1016/j.petsci.2026.04.050.
Zhuolin Li, Guoyin Zhang, Xiangbo Zhang, Xin Zhang, Yuchen Long, Yanan Sun, Chengyan Lin.
EILnet: An intelligent model for the segmentation of multiple fracture types in karst carbonate reservoirs using electrical image logs[J].Natural Gas Industry B. 12(2),2025,158-173. https://doi.org/10.1016/j.ngib.2025.03.002.
Zhuolin Li, Guoyin Zhang, Jianli Lin, Xin Zhang, Jinqiang Tian. Deep learning and multi-view image fusion for identification of karst voids and areal porosity quantification in deep carbonate reservoirs: a case study of the Lungu-7 block, Tarim Oilfield, China. Acta Geophys. 74, 230 (2026). https://doi.org/10.1007/s11600-026-01964-8.
