地质统计学在储层表征和建模中发挥着重要的作用。地质统计学随机模拟能够给出多个等概率的建模结果,用于不确定性分析。但在实际中,由于井数量有限,横向分辨率不高,井间模拟结果通常具有较大的不确定性。地质统计学随机反演以地震记录为约束,可以较好地反映井间区域的变化情况,与随机模拟相比提高了建模结果的可靠性,降低了不确定性。地质统计学随机反演,以地质统计学随机模拟为基础,引入地震反演的思想,对模拟结果合成地震记录与实际的地震记录进行匹配,从而得到能够与地震记录比较一致的建模结果,提高了储层表征精度。论文在地质统计学基本理论和相关文献充分调研的基础上,开展了地质统计学随机模拟和地质统计学随机反演方法研究。对影响地质统计学随机模拟结果的因素进行了分析和测试,明确了不同参数在随机模拟中的作用和物理意义。研究了不同井网密度条件下对模拟结果的影响,发现井数据的数量在随机模拟中发挥了重要的作用,井数据数量对于提高储层建模结果的精度具有十分重要的意义。在此基础上,提出了一种新的地质统计学随机反演方法。该方法以序贯高斯模拟为基础,引入了量子退火思想,每次随机模拟完一道后进行量子退火反演,使之与地震记录匹配,然后将其作为新的条件数据,加入到条件数据组中,随机模拟道数的增加,条件数据越来越多,对下一道的模拟和反演约束能力加强,可靠性得到提升,更加利于储层表征和描述。与较为常用的模拟退火算法相比,量子退火算法的收敛性能更好,且不易陷入局部极小,能获得更优的反演结果。