纹层是指沉积物或沉积岩中的最小原始沉积层,纹层状页岩层系是陆相页岩油富集的有利储层类型。鄂尔多斯盆地延长组长73亚段页岩广泛发育纹层构造且特征明显,纹层组合类型主要以"富有机质+粉砂级长英质"和"富有机质+富凝灰质"二元纹层组合页岩为主,但纹层类型在垂向上具有非均质性强的特征。在岩心数据有限的制约下,利用现场最为基础、丰富且垂向具有连续性优势的常规测井数据,开展页岩层系空间展布的有效预测研究,对陆相页岩油勘探开发具有十分重要的意义。机器监督学习是利用大量的经验实例,即多组由数据和相应已知目标函数值组成的样本集,进行机器自我监督训练,归纳出两者之间的规律并建立模型,利用开发模型可以实现由新数据对未知目标值进行预测的目的。基于机器监督学习,通过矿物组成分析结合常规测井数据,对鄂尔多斯盆地延长组长73亚段页岩进行纹层组合类型识别。通过X射线衍射全岩分析技术对研究区纹层组合类型进行矿物组分特征研究,页岩矿物组成以石英、钾长石、黄铁矿和黏土矿物为主,占全岩矿物成分平均组成的96.8%。其中,"富有机质+粉砂级长英质"二元纹层组合页岩表现为长石富集,石英和黄铁矿含量中等,粘土矿物含量低的特征;"富有机质+富凝灰质"二元纹层组合页岩为黄铁矿富集,石英和粘土矿物含量中等,长石含量低的特征。利用相关性分析,提取对研究区主要矿物组分变化响应较为敏感的常规测井数据,分别为自然伽马测井、声波时差测井、自然电位测井、中子测井、密度测井;将主要矿物组分及其对应深度测井数据建立的实例样本集进行机器监督学习,对两者之间的映射关系进行建模开发工作;通过所建立的开发模型预测的矿物组分数值与实测值拟合,结果呈良好的线性关系,线性系数整体保持在0.83以上。基于机器监督学习所建立的开发模型对研究区典型井进行矿物组分垂向连续定量预测,在不同纹层类型矿物组分差异性的基础上,对其纹层组合进行了连续性类型判别,结合对应深度薄片镜下纹层特征进行验证,与判别结果吻合度高。研究结果表明,基于机器监督学习,利用常规测井数据预测矿物组分含量,结合纹层矿物组分特征对纹层组合进行判别的研究对鄂尔多斯盆地延长组长73亚段页岩纹层的识别效果理想,具有一定可靠性,可为当前岩心资料有限、非均质强的陆相页岩纹层连续性分布特征研究,提供一定的方法指导。