Los reservorios de arenisca compacta en el borde oriental de la cuenca de Ordos, en el segmento 8 del grupo He (formación inferior de Shihezi) y el segmento 1 del grupo Shanxi presentan una fuerte heterogeneidad. En la parte inferior se desarrollan comúnmente múltiples capas de carbón y calizas, causando una diversidad en las características de reflexión sísmica de los reservorios de arenisca. Los métodos convencionales de predicción de reservorios tienen dificultades para caracterizar con precisión las arenas medias y delgadas y su distribución entre pozos, siendo urgente desarrollar un método inteligente de inversión que suprima la interferencia de las capas de carbón. Combinando las características sedimentarias de la zona de estudio, se construyeron cuatro modelos conceptuales de simulación directa, usando métodos de descomposición y reconstrucción multionda para suprimir reflejos fuertes y reconstruir la información tiempo-frecuencia en los datos sísmicos. Sobre esta base y combinando el método inteligente de inversión por frecuencia, mediante redes neuronales se estableció una relación no lineal entre las características de la forma de onda sísmica y la curva de registro gamma natural, logrando una restricción integrada y una inversión colaborativa de información multisource, mejorando la capacidad de reconocimiento de arenas medias y delgadas. Los resultados de la simulación directa muestran que las capas de carbón inferiores tienen un efecto de interferencia significativo en la respuesta sísmica de las arenas, y que el grado de influencia varía según la relación de superposición, el espesor de la arena y la distancia vertical a la capa de carbón. Tras la supresión de reflejos fuertes, el método inteligente de inversión por frecuencia puede caracterizar con precisión la distribución macroscópica de los cuerpos de arena, mejorando significativamente la capacidad de reconocimiento de arenas medias y delgadas y la razonabilidad de la predicción entre pozos. Cuando el espesor de la arena supera los 4 m, la proporción de respuesta de la arena supera el 90%, y la respuesta en el pozo cercano es claramente mejor que la forma de onda sísmica original, reflejando plenamente el efecto de la restricción de la información del pozo y mejorando la resolución de la arena. En el contexto de supresión de las capas de carbón, la inversión inteligente por frecuencia basada en redes neuronales muestra buena aplicabilidad y fiabilidad, identificando tres patrones principales de desarrollo combinado de las arenas objetivo en la zona de estudio: superposición vertical, empalme lateral y aislamiento. Este método compensa las deficiencias de la inversión tradicional de impedancia de onda en la predicción de reservorios de arenisca compacta, proporcionando un medio técnico confiable para la caracterización fina y la predicción espacial de reservorios de arenisca compacta en la zona de estudio.

modelos de simulación directa;descomposición y reconstrucción multionda;inversión inteligente BP;predicción de reservorios;arenisca compacta;estratos carboníferos;campo de gas Sulige