钾资源是一种十分重要的战略资源,中国是一个缺钾大国,极度依赖进口。2012年我国钾盐进口量排名世界第二,仅次于印度。因此,我们应立足国内,逐步提升自给能力。杂卤石是一种优秀的钾盐矿物,含钾量高,在四川盆地尤其是川中地区极为发育。然而由于川中杂卤石通常与其他几种岩性同层沉积,导致区内大多数杂卤石不纯,常规测井识别方法的适用性较差,不利于后期找钾工作及储量评估工作的进行,因此开展杂卤石识别方法研究具有一定的意义。本文以川中地区杂卤石储层为研究对象,基于岩心分析资料、测井资料以及录井资料,首先对杂卤石的测井响应特征进行了分析总结,同时使用重叠法和交会图法对杂卤石进行识别。通过将识别结果与录井分析资料进行对比,发现常规测井识别方法虽然有一定的区分度,但由于研究区内杂卤石不纯等影响因素,识别精度不高。其次,使用支持向量机、BP神经网络和极限学习机三种不同的模式识别法,以测井数据作为输入,构建杂卤石识别模型。对杂卤石和白云岩、石、石盐以及绿豆岩等岩层进行岩性识别,得到这三种模式识别法对杂卤石的识别效果,效果良好。最后以建立的识别模型为基础,以杂卤石含量在石膏质杂卤石和杂卤石膏岩中的高低对测井响应值的影响程度不同为依据,构建杂卤石层分类识别模型,对杂卤石层进行进一步的分类识别,识别准确率均达到80%以上。通过对比四种杂卤石识别方法,发现常规测井识别方法在杂卤石识别方面适用性差,识别精度不高,而模式识别法不仅能精确地识别出杂卤石储层,同时对于杂卤石层能较为精确地进一步分类,在后续钾矿勘探中具有良好的应用前景。