【研究目的】煤层含气量是煤层气资源评价与开发的核心参数,但当前含气量预测模型普遍存在精度不足、泛化能力弱等问题,制约着煤层气的勘探开发。【研究方法】基于延川南气田煤层含气量的测井响应特征,利用MIV (Mean Impact Value)方法优选测井参数,引入BP神经网络与随机森林思想,建立高精度煤层含气量预测模型。【研究结果】相比传统的多元线性回归模型,BP神经网络模型与随机森林模型的预测精度有明显提升,其中随机森林模型预测精度更高。【结论】随机森林模型更适用于研究区煤层含气量的预测,基于模型预测结果,研究区煤层含气量的分布范围为4.84~21.83 m³/t,平均为11.63 m³/t;平面上,煤层含气量由东南向西北逐渐升高,变化规律与煤层埋.深规律大体一致;纵向上,随着埋深的增大,煤层含气量逐渐升高,但含气量分布的离散程度增大。