随着油气勘探的不断深入,勘探难度越来越高,勘探的目标已经由构造油气藏向岩性油气藏转变。实际采集的资料中,地震数据有很好的连续性,但它是带限的;测井数据虽然分辨率高,但其仅能显示井孔位置的地层岩性特征和弹性参数变化。在实际工业生产中,如何充分地利用地震和测井数据中的有用信息成为了地震反演方法的关键主题。相比于弹性阻抗(EI)和AVO等常规的确定性反演方法,随机反演方法可以有效地融合测井数据中包含的高频信息,从而克服地震数据的带限性,提高反演的纵向分辨率。同时,相比于叠后地震反演方法,叠前地震反演可以获得更多信息,有利于进行精细的储层描述。地震随机反演是一种非线性反演方法,它结合了先验信息构建与优化理论,该方法的基础是贝叶斯理论,该方法通过将地质统计学知识和常规的确定性反演技术相结合,充分地融合了已知的地震资料、地质信息和测井数据。首先,通过随机模拟方法构建反映空间不确定性特征的储层参数模型;然后,利用地震反演和非线性寻优算法对随机模拟结果进行筛选。由于常规的随机反演存在运行速度慢的缺陷,本文采用了傅里叶滑动平均(FFT-MA)谱模拟和逐步变形算法(GDM)替代常规的地质统计学方法来构建先验信息。并且,采用了基于非常快速模拟退火的粒子群(VFSA_PSO)算法,替代原有的优化算法,从而提高地震随机反演的计算速度。模型的试算结果证明了该方法能够有效的识别薄层。因此,结合随机反演和叠前地震反演两种方法的各自优势,本文使用了基于贝叶斯理论构建的叠前地震随机反演方法,包括叠前弹性阻抗随机反演和叠前AVO随机反演,在提高分辨率的基础上可以反演获得更多的参数。随机反演同时可以获得多个等概率的随机模拟实现,然后结合地震数据作为约束条件进行反演,可以有效地对多个实现进行优选,从而为储层参数的不确定分析和风险性评估提供依据。利用模型和实际资料对本文提出的地震随机反演方法进行了测试,结果表明,该反演方法不仅具有理论意义,而且具有一定的实用价值。