如何融合多源地质信息建立符合复杂地质现实的地质模型一直是地球科学中的难点。在油气、矿山和水文环境等关注地质变量空间分布随机性和不确定性的场景中,具有易于集成和融合多源数据、可以分析不确定性等优点的地质体素模型常被使用,成为了对地质体进行可视化、解释和分析的重要载体。利用地质统计学融合多源地质信息对体素内地质变量进行预测是地质体素模型构建方法的关键步骤。但是,当前的地质现实是经历了多期次、多种地质作用的结果,地质变量的空间分布常呈现高阶马尔可夫性和局部各向异性,地质采样表现为稀少且不均匀。为建立符合复杂地质现实的高精度地质体素模型,需要合理的空间相关计算模型、高准确率的地质变量预测方法以及合适的建模方法,这一直是建模方法体系迫切需要解决的难题。转移概率图可以描述地质变量的高阶马尔可夫性,可用以精确描述两点地质变量间空间相关性。人工神经网络擅长学习变量间复杂非线性关联,可以应用于多个两点转移概率的概率融合。围绕地质变量呈现的上述特点时导致建模精度低的问题,本文开展了基于转移概率的地质体素模型构建方法研究,重点研究了褶皱构造中的考虑局部各向异性的两点转移概率计算模型以及高准确率概率融合方法,形成了适合在褶皱和断裂中进行三维地质体素模型高精度构建的方法,并结合实例对建模方法进行了有效性验证,为实现含褶皱构造和断裂构造中的地质体素模型构建提供了方法支持与案例借鉴。具体研究成果包括:1)褶皱构造的三维局部各向异性方向场高精度重建方法以往的方法利用实测产状插值得到的产状矢量场不精确,进一步求取的局部各向异性方向场构造含义不强。针对这一问题,研究了一种在岩层层面切线处估计产状的方法以补充大量与地质构造相符的产状,结合产状方向场与褶皱类型的关系,研究了一种具有明确构造含义的三维局部各向异性方向场重建方法。2)局部各向异性两点转移概率计算模型针对褶皱构造中地质变量具有局部各向异性和高阶马尔可夫性两种空间分布特征,基于三维局部各向异性方向场,借鉴转移概率图,开展褶皱构造中两点转移概率计算模型研究:研究褶皱构造中具有构造含义的两点局部各向异性距离求取算法,解决传统局部各向异性距离计算效率慢、构造含义欠缺的问题;研究适合于描述褶皱构造中两点空间相关性的转移概率计算模型,提出了局部各向异性转移概率图,用以获取褶皱构造中两点间精确的转移概率。该模型不仅直观,还可以推导出层厚、层序与水平地层局部各向异性转移概率图的关系。3)基于人工神经网络融合两点转移概率的可自学习、高准确率的地质变量预测方法针对绝大多数概率融合模型的权重系数难以确定的问题,利用取自转移概率图的两点转移概率组成样本特征和样本图像,基于前馈神经网络和卷积神经网络进行转移概率融合,实现了可自学习、高准确率的地质变量预测,其中基于卷积神经网络的概率融合方法不受已知点点数限制,二维岩性模拟模型实验和实例均验证提出的方法较多个先进的概率融合方法具有更高的分类准确率。4)褶皱构造和断裂构造中融合转移概率的三维地质体素模型构建方法针对褶皱构造中的地质体素模型构建,提出了“局部各向异性方向场模拟—地质体素模型模拟”两步建模方法,在一个具有组合褶皱构造的研究区中只使用一张平面地质图成功模拟了与实际地质构造相符的三维地层体素模型;针对断裂作用导致断裂面两侧地质体发生滑动位移,利用断裂滑动场实现对断裂作用前体素坐标复原,进而形成了断裂系统中的三维地质体素建模方法,并在一个复杂断裂系统中完成三维地质体素模型构建。论文的主要创新点如下:1)提出了以地质面切线产状为变量的局部各向异性方向场目标函数及其求解方法,实现了褶皱构造各向异性方向场的高精度三维重建。2)基于三维局部各向异性方向场和地质对象的高阶马尔可夫特性,构建了局部各向异性两点转移概率计算模型,可更有效描述地质对象的空间变化特性。3)提出了融合两点转移概率的三维地质体素模型构建方法,提升了复杂地质构造体素模型构建的准确性。本文研究为三维地质体素模型构建提供了新的理论和方法支持,基于本文在地质变量空间相关性计算模型、地质信息融合及地质体素模型构建方法等方面的探索,以期在褶皱构造和断裂构造中的三维地质体素模型构建中提高模型质量。