S区块隶属于西非被动大陆边缘盆地,油气含量丰富,勘探潜力极大。该区阿尔必阶组地层主要以复杂岩性为主,非均质性极强,给油气勘探开发带来了很大困难。对于复杂岩性储层来说,不同岩性的骨架参数值和孔渗差异较大,岩性识别错误会给储层参数计算带来很大误差,故必须进行正确的岩性识别,分岩性建立储层评价模型。针对该区的复杂岩性,本文的研究主线为：首先建立对工区的基本认识；然后开展常规岩性识别方法的运用；最后开展测井相—岩相知识库的应用研究。在工区分析的基础上,明确了该区的混合岩性是识别的难点和重点。通过常规岩性识别方法的运用,发现混合岩性的识别具有多解性,效果不理想。本文通过建立测井相—岩相知识库来识别岩性。岩相并不是严格的地质学意义上的岩相,而是对岩石大类,按其岩石物理性质的差异细分为多个亚类。测井相—岩相识别法主要完成了以下几个方面的内容：(1)完成了对测井数据的特征提取。通过研究不同测井曲线的特性和常规交会图分析,选取了对岩性反映较好的测井曲线用于特征提取。特征提取主要采用了标准差标准化法和主成分分析法。针对岩相识别的特点,提出了不同的主成分选取原则,并通过模拟数据说明了这一选取原则的合理性。(2)通过测井相建立岩相知识库。从岩石的物理学属性出发,通过K均值聚类法获得基本的测井相,然后通过岩心标定给每个测井相赋予地质意义,实现了测井资料与地质资料的结合。探索了主成分曲线在聚类过程中的权重因素,并对其进行了重新调节。在对获得测井相的过程中,引入了代价函数和统计分析的方法,重点探讨了如何确定合适的测井相数目,改变了以往凭经验设置的盲目性。在获得测井相之后,对比了不同测井相之间的差异和近似程度,制作了大量的识别图版。(3)在测井相—岩相知识库的基础上,根据贝叶斯判别法和Fisher判别法的原理,建立了不同的判别模型。通过对比2个模型的结果,发现Fisher模型的准确率更高,最终确定了采用Fisher判别模型,并利用该模型实现了对同一井区的其它井资料处理,结果表明针对S区块测井相—岩相识别方法的识别效果较好。通过模型对比还发现,通过测井相建立的判别模型要比通过岩性建立的判别模型更加准确。