随着油气勘探开发的不断深入和常规油气资源的逐渐消耗,非常规油气藏越来越受到人们的重视,因此有必要开展针对非常规储层的预测方法研究。本文围绕致密砂岩储层,开展了相应的岩石物理建模和储层预测研究。致密砂岩储层具有不同于常规砂泥岩储层的一些特征,比如低孔隙度、低渗透率和复杂的孔隙结构等,它们给该类储层的弹性参数求取、地震岩石物理建模、物性参数预测和流体识别等带来了困难。本文通过致密砂岩储层特征分析,基于岩石物理建模理论研究和机器学习算法应用研究,提出了多种物性参数预测方法和流体识别方法,给出了面向储层的预测流程和技术路线。通过考虑岩石孔隙连通性和孔隙结构的影响,构建了孔隙部分连通模型,它用连通孔隙含量等效描述孔隙的渗透率情况,假设非连通孔隙由等效介质模型表征,连通孔隙由Gassmann模型表征,另外,用软孔隙含量描述孔隙的结构特征,假设硬孔隙的纵横比为1,软孔隙的纵横比为0.01。通过新模型的应用,发现Russell流体项仅在孔隙全连通或者孔隙全为硬孔隙的情况下才严格适用于致密砂岩储层,其他情况为近似适用,且软孔隙含量越多或连通孔隙含量越少该流体项越不适用。如果考虑孔隙流体流动,则需构建含衰减的岩石物理模型。通过引入流体非均匀分布的影响,对Chapman喷射流模型进行了扩展,给出了同时考虑流体喷射流和斑块饱和的含裂隙储层岩石物理衰减模型,该模型与现有界限模型吻合较好,验证了模型的有效性。新模型有助于对含流体岩石波传播规律的研究,可以更加全面地分析储层物性对弹性参数的影响。通过致密砂岩储层特征分析,发现含油气砂岩与上覆页岩或者纯砂岩的速度很接近,容易产生弱反射,而这些弱反射同相轴易受透射损失和层间多次波的影响,因此考虑采用反射率法进行纵横波速度和密度的求取,它比Zoeppritz方程更适用于致密砂岩储层的反演。通过利用机器学习算法,进行了致密砂岩储层孔隙度、孔隙尺度和渗透率等物性参数的预测方法研究,包括:基于HMM和RF的储层岩性预测方法研究;基于贝叶斯判别法的孔隙度、孔隙尺度和渗透率预测研究。另外,基于等效介质理论研究了致密砂岩储层的含油气性,包括:基于统计和确定性岩石物理的联合后验概率孔隙流体预测研究;基于EMM模型的等效流体模量流体识别研究。这些研究方法给出了致密砂岩储层预测的具体技术路线和研究思路,取得了较好的测井和地震资料应用效果,形成了系统的储层预测架构。由于致密砂岩储层裂隙发育,因此对适用于含裂隙储层的Chapman模型进行了分析,给出了不同弹性参数的频散和衰减特征,发现Russell流体项的频散和衰减最强,拉梅参数次之,频变AVO反演研究也验证了这一结论。另外,对Russell近似式中与干岩石模量有关的参数进行了分析,给出了该参数的合理取值范围。本文对致密砂岩储层进行了多方面的研究,根据是否考虑孔隙流体流动给出了两套岩石物理建模思路,并针对性的提出了相应的储层预测方法,本论文的研究对非常规储层油气勘探开发具有重要的指导意义。