含气量作为页岩气藏的重要评价指标,对页岩储层能否实现商业开采具有重要的参考作用。与北美海相页岩相比,中国海相页岩年龄较大,经历了多期构造改造作用,热成熟度高,无法直接借鉴北美页岩含气量预测方法。为此,本文以四川盆地Z1区块下志留统龙马溪组页岩气层为例,引入卷积神经网络技术确定与含气量相关的最佳地震属性组合,构建地震属性与页岩含气量之间的映射关系,实现页岩含气量地震定量预测。研究结果表明:(1)高含气页岩储层具有明显的低速度、低密度、低泊松比、高GR特征;(2)应用卷积神经网络技术(CNN)确定密度、纵波速度、地震主频、横波速度、泊松比和振幅加权频率6个地震属性组合与含气量之间的定量关系,实现研究区内页岩含气量定量预测;(3)研究区内高含气页岩储层主要位于龙一1亚段底部,含气量普遍高于2.5方/吨,在工区东部和南部地区呈连片规模分布。