摘要
由于碳酸盐岩储层孔喉结构复杂且非均质性强，准确表征储层物性仍是一项重大挑战。电成像测井和核磁共振（NMR）测井是分析储层孔喉结构和评价流体分布的必不可少的手段。然而，NMR测井成本高昂，往往限制其在现场的应用，导致数据覆盖范围稀疏。为克服这一局限性，本文基于电成像测井构建了孔喉谱模型，并生成了相应的伪回波信号。通过优化的反演算法，提取了伪NMR总孔隙度、裂缝孔隙度等孔喉结构相关的关键参数。将这些参数与声波测井、密度测井以及其他衍生测井特征相结合，利用支持向量机（SVM）建立了全面的孔隙度预测模型。该模型被应用于塔里木盆地的碳酸盐岩储层。对于AT01井，四参数SVM模型和全参数SVM模型在独立测试集上的平均相对误差分别为43.49%和9.70%。全参数SVM模型的相对误差范围为4.40%至15.30%，表明与直接使用伪NMR反演的孔隙度相比，其预测精度有所提高。此外，在局部标定测试井段中，全参数SVM模型给出的孔隙度估计值与岩心测量孔隙度基本一致。这些结果表明，将伪NMR反演的孔喉结构参数与传统测井特征相结合，可以提高复杂碳酸盐岩储层的孔隙度评价精度，尤其是在实测NMR测井数据有限时尤为有效。
