塔河地区奥陶系碳酸盐岩的油气占该区已探明储量的90%,储层内的裂缝是控制油气富集和产能的主要因素,搞清裂缝发育规律,实现裂缝的三维展布显得尤为重要。本文是在前人对于塔河油田碳酸盐岩岩溶缝洞研究的基础上,选取塔河油田六区进行裂缝网络模型的研究,旨在通过建立裂缝网络模型,表征裂缝的分布规律,为后面的地质模型研究打好基础。论文根据前人研究成果,充分利用研究区野外露头、钻井取心资料、测井以及地震等多种来源的裂缝信息,实现对塔河油田六区奥陶系裂缝特征的识别和表征。统计结果表明研究区裂缝以高角度裂缝为主,裂缝密度大,主要有NE-SW、NEE-SWW(近E-W向)和NNW-SSE(近N-S向)三组。在裂缝有效识别和统计分析的基础上,采用确定性模拟和随机模拟相结合的建模方法,最终建立了可靠的三维离散裂缝网络模型。首先,对于大尺度的裂缝利用地震属性进行识别和描述,主要通过蚂蚁属性的追踪识别大尺度裂缝,利用确定性建模的方法建立研究区的大尺度裂缝分布模型;其次对于不能在地震上识别的小尺度裂缝,在成像测井解释的基础上,利用人工神经网络(ANN)方法预测井点裂缝的密度,在蚂蚁属性的约束下,利用序贯高斯模拟得到裂缝密度分布模型,然后在裂缝产状统计数据和裂缝密度分布模型的共同约束下,采用示性点过程和退火模拟的方法实现了对裂缝位置、方位和长度的随机模拟,建立了小尺度裂缝网络模型。最后经过大小尺度模型的融合建立了研究区的裂缝网络模型,并对模型进行了检验和分析,结果表明裂缝发育特征及其展布规律主要受构造应力以及构造部位的影响。北东向裂缝最为发育,与长期近北东向的区域挤压应力场的作用有关,同时断层两侧以及局部构造高部位,裂缝发育程度高。本文采用了神经网络、蚂蚁追踪以及统计分析等多种数学方法,对地质信息起到了很好的辅助和约束作用。同时通过蚂蚁追踪技术建立大尺度裂缝模型,利用BP神经网络和随机模拟建立小尺度裂缝模型的方法,有效降低建模的不确定性,较好的解决了裂缝建模问题。