核磁共振测井是储层评价的有效手段,已广泛应用于油气资源的勘探开发。传统的核磁共振测井应用需要首先对回波数据进行反演得到反演谱,然后再从反演谱中提取所需地层信息。储层参数评价、毛管压力曲线预测以及储层束缚和可动流体微观分布表征是核磁共振测井应用的三个重要方面,现有的核磁共振测井应用方法面临以下几个突出问题:核磁共振测井应用受回波数据反演不确定性的影响;核磁共振测井解释模型需要进一步优化以适应非常规储层评价的需要;对于低信噪比回波数据,现有反演方法误差大;无法实现对地层束缚和可动流体微观分布的连续定量表征。论文针对储层参数评价,提出三种时域分析方法,无需对回波数据进行反演得到横向弛豫时间（T2）谱,规避了反演不确定性对束缚水饱和度和渗透率评价的影响。方法一为基于回波数据标定的储层束缚水饱和度和渗透率评价方法,该方法根据渐变截止值理论和回波数据核函数推导束缚水饱和度和回波数据之间的关系,基于回波数据最优窗口值建立束缚水饱和度和渗透率评价模型。方法二为基于指数双曲正弦变换的储层束缚水饱和度和渗透率评价方法,该方法基于指数双曲正弦函数提出一种新的渐变截止值函数构造方法,通过对原始回波数据进行指数双曲正弦变换计算束缚水饱和度;将渐变截止值函数作为权重加入T2算术均值中,构造更能表征孔隙渗流能力的带权重的T2算术均值T2wam,并通过积分变换方法直接从原始回波数据中提取,建立基于T2wam的渗透率计算模型。方法三为基于变时域特征参数的储层渗透率评价方法,该方法通过对核磁共振回波数据进行不同形式的积分变换提取三种表征岩石渗流能力的渗透率因子,并通过参数n控制每类渗透率因子的形式,根据这些渗透率因子,建立新的渗透率评价模型。数值模拟、岩心实验和核磁共振测井资料处理结果验证了本文提出的三种时域分析方法进行储层参数评价的有效性。针对毛管压力曲线预测,提出基于积分变换-量子遗传-神经网络的毛管压力曲线预测方法。首先,通过对回波数据进行积分变换提取7个表征岩石性质的特征参数。然后将这些特征参数和孔隙度作为神经网络的输入用以预测毛管压力曲线。量子遗传算法用于优化神经网络的权值和阈值,提高神经网络预测效果。岩心实验和核磁共振测井资料处理结果表明,与反演-传统非线性回归法、积分变换-传统非线性回归法和积分变换-神经网络方法相比,积分变换-量子遗传-神经网络方法预测毛管压力曲线效果最优。核磁共振测井储层流体识别和微观分布表征等应用目前仍然需要依靠核磁共振反演谱,因此,有必要发展高精度的核磁共振数据反演方法。本文提出了基于一般先验信息约束的核磁共振反演方法。通过对核磁共振回波数据进行不同形式的积分变换,提取多种先验信息,将先验信息作为约束条件加入L2正则化反演方法目标函数的残差项中,降低解的不确定性。对不同先验信息进行优选组合,提高了核磁共振一维及多维谱反演精度。提出了基于核磁共振T2域分析的储层束缚和可动流体微观分布连续定量表征方法。基于常规砂岩和致密砂岩样品核磁共振实验,分析了砂岩中束缚和可动流体的微观分布规律,提出采用以自然常数为底的指数函数定量表征岩石束缚和可动流体在不同大小孔隙中的比例系数分布,根据岩石饱和流体T2分布是否包含短弛豫峰建立了两种束缚和可动流体微观分布表征模型。岩心实验和核磁共振测井资料处理结果验证了该方法的有效性。