致密砂岩储层非均质性强、气水关系复杂,定量预测含水饱和度的难度很大。以鄂尔多斯盆地GFZ地区二叠系石盒子组H8段为目标,利用岩石物理分析和地质统计学理论指导下的深度学习进行了致密砂岩含水饱和度的预测。研究结果表明:(1)从测井解释获得了孔隙度、饱和度等结果的实际井出发,通过创建适合本地区的岩石物理模型,建立油藏参数(孔隙度、饱和度)与弹性曲线(纵波速度、横波速度和密度等)的连接;(2)在地质统计学规律(弹性参数与油藏参数的背景趋势、测井曲线的垂向变差等)的约束下,对储层条件进行模拟(如孔隙度、饱和度、厚度等),从而生成海量的伪井及相应的Zoeppritz方程正演的地震道集;(3)利用卷积神经网络(CNN)对目标曲线进行训练,从而对目标体进行预测。针对盒8段的预测含水饱和度与两口盲井吻合度很高,对致密砂岩的含气性认识提供了一种的可靠依据。