地震勘探方法相较其它勘探方法而言以其高精度高回报率而被广泛应用于油气勘探过程中,而基于地震勘探方法又产生了多种储层预测技术,如波阻抗反演和地震属性分析方法是储层预测中的常用方法。波阻抗反演方法以其简单有效而大规模应用于储层的定性分析,但是该方法往往受到地震资料品质的限制而难以精细的展现储层的细节特征,想要获取储层的的观察地层的岩性和物性特征还是要通过测井资料直接分析评定。地震属性的种类丰富,对地震资料的观察分析角度变化多样,地震属性分析方法能够将储层各参数与地震波属性之间的相关关系分析出来出来,运用神经网络算法学习一些地震属性与取心资料分析的有效储层的标准参数的相关关系之后就可以通过这些关系来分析目标层的地震属性资料对其岩性物性参数作出定量预测。尤其当目标储层分布广泛而有效储层分布离散时运用神经网络算法进行地震属性分析寻找效储层显得更有优势。本文的实践对象苏10井区位于苏里格气田,该气田正是一个有效储离散分布的大规模低效气田。首先通过对测井曲线和取心岩样数据建立测井解释标准模型,寻找有效砂体并确定其岩性物性参数范围,并进行岩心深度归位和层位标定工作。之后,以测井解释的标准层位模型为约束进行波阻抗反演进寻找砂体有利分布范围;并从地震资料中提的地震属性资料运用自主神经网络算法学习标准储层参数与这些属性之间的权值关系,通过学习的权值关系来分析目标储层的地震属性特征反推其岩性物性参数,最后将波阻抗反演得到的储层定性分析结果与地震属性分析得到的定分析结果作综合分析,为进一步的储层预测给出参考意见。