应用Markov链模型对储层进行随机模拟是近年来油气储层建模中的研究重点，但是前人提出的Markov链模型对储层岩相进行随机模拟时存在的缺点就是准确率不高，即使采用条件化的Markov链模型对准确率的提高也是有限的。上述问题阻碍了Markov链模型在实际中的进一步发展。依据前人的研究成果，针对之前模拟准确率不高的问题提出了双向Markov链模型，即同时将过去状态和将来状态作为条件数据，其中二维和三维的将来状态可以利用随机模拟方法产生，计算转移概率，并探讨了其对岩相分布预测的相关原理和方法。　　应用此方法，对沙75井区进行岩相模拟，并与条件化三维Markov链模型模拟结果进行对比，结果表明三维双向Markov链模拟随机性降低，连续性增强，准确率得到提高，解决了储层岩相的Markov链随机模拟准确率不高的重大问题。从而开辟了新的基于Markov链模型的储层岩相建模方法。　　除了仅仅考虑硬数据的Markov链模型，本文还论述了多尺度数据融合的Markov链模型，将测井数据、地震数据、岩心数据整合起来融入到Markov模型中，并进行相应的实例研究。对比基于单一井数据的Markov链模型的随机模拟结果，砂体分布呈现明显的规律性，极大地降低了模拟的随机性，且砂体展布较为连续。说明大尺度数据在模拟中起到了很好的约束作用。