6.3.3.1 碎屑岩岩石组合测井解释模型
以岩性相分析程序识别各种岩性组合类型和计算机定性、定量处理，始终是受人们关注的课题，近几年来得到广泛的应用。
每一种岩性或组合类型在计算机处理中主要根据曲线及数值来划分，在研究区的目的层段根据关键井的测井响应特征区分各种岩性及组合。
（1）测井响应特征值（测井参数值）
图6.25 轮南油田四种沉积微相测井相蛛网图［6］
测井曲线的响应特征如自然伽马曲线、自然电位曲线形态、幅度、组合特征等是储集层的成分、粒度、地层水的性质及内部含有物等的反映，不同盆地或同一盆地的不同层系由于受岩层厚度、相邻岩层性质、岩层倾斜及钻井过程中所用钻井液的不同，所表现出来的测井响应特征也是不一样的。因此，在进行测井曲线与沉积相对应的研究中，要选择本区几口沉积研究较详尽的井（井段）作为基准井（井段），用以进行对比，然后推广，反过来以测井响应确定沉积相。把目的层段的各类岩性的测井响应特征值采集起来，建立不同岩性的测井参数数据库，通过计算机判别、聚类分析就可以系统处理出该井段的岩性序列。
（2）测井相图的编制
为了使测井相直观地表现出来，通常用蛛网图或梯形图表示测井相，也就是用能够反映相特征的各种测井参数值为辐射轴或横轴，以不同相之间的差别为依据，通过图形区分测井相。
轮南地区三叠系的测井相图如图6.25所示，使用该图可以把主要沉积亚相、微相的岩性、电性相区别开来。即区别前缘席状砂的粉砂岩、河口坝的细砂岩、分流河道的细砂岩和河道间或浅湖泥岩。
图6.26是该地区LN5井测井相分析成果图，根据不同的岩性及电性，可以划分出不同的沉积相。
图6.26 LN5井测井相分析成果图［6］
6.3.3.2 碳酸盐岩测井沉积相模式
由于碳酸盐岩没有明显的层理，而且往往呈块状连续沉积，因而其沉积相主要根据岩性、岩相等岩石矿物组成及物理性质来判断，因而其测井沉积相模式多采用数理统计方法来建立，采用的方法有主因子分析、模糊聚类、最佳有序分割、非线性映射以及人工神经网络等方法，根据钻井岩心所建立的地质模式作为参照，将各种测井参数值采用各种数理统计方法进行分类，可以建立起统计数学模型，通过这种方法建立测井沉积相模型。吴继余［13］提出了碳酸盐岩测井沉积相分析的地质统计学方法，在四川取得了较好的效果。
（1）采用统计分析的实例
对四川盆地某气田碳酸盐岩所建立的测井相模式，如表6.3所示。根据所建立的测井相模式的数学模型，就可以构成沉积相划分图形表达（图6.27）。
表6.3 碳酸盐岩沉积相统计模式［3］
注：F为判别函数；DT为视电阻率；CNL为中子测量；DEN为密度；LLD为双侧向；CGR为自然伽马；Th为钍；U为铀；K为钾。
图6.27 测井沉积微相模式图形表达［3］
（2）采用非线性映射方法的实例［13］
渝东大天池构造带石炭系是主要的天然气储集层，渝东地区晚石炭世黄龙期两次海侵，石炭系自下而上可分为三种大的沉积环境，即膏湖相、咸化潟湖相及正常咸度海湾相，沉积岩以白云岩、石灰岩和石膏为主。根据建立地质沉积亚相模式，可划分为石英砂浅滩亚相、膏湖亚相、潟湖内浅滩亚相、潟湖亚相、暴露浅滩亚相、暴露蒸发亚相和海湾亚相7种亚相。根据自然伽马、无铀自然伽马、铀、钍、钾、体积密度、补偿中子、声波、深浅侧向10种测井信息，通过最佳有序分割划出电相分类、Q型非线性映射方法聚类，再根据已知地质相对测井信息进行多组判别，导出7种沉积亚相的统计数学模型，建立了测井7种亚相的模式。根据建立模式划分出的沉积亚相段与地质在同井划分的亚相对应很好，通过非线性映射数理统计聚类可看出，不同沉积亚相点群区别很明显（图6.28），说明据测井划分亚相是正确的。
图6.28 碳酸盐岩沉积亚相非线性映射点群分布［3］