随着勘探难度的增加,从最开始的构造油气藏转而寻找岩性油气藏,提高储层预测的精度是面临的新挑战。反演是地球物理中获取岩性的主要方法,与确定性反演相比,基于地质统计学的随机反演,能够充分利用地质信息、地震和测井信息,使得结果不但符合地质结构的框架、地震的反射特征,而且在井眼处能满足测井约束,因而在纵向上继承测井数据的分辨率,而在横向上继承地震数据的连续性好的优点。但随机反演的特性导致其运算效率相对较低,本文引入的量子退火算法,在传统的模拟退火基础上进一步增加了计算效率。序贯高斯模拟以克里金估计为基础可以得到多个等概率的模拟实现,通过地震数据约束下的反演与寻优算法可以对结果进行筛选与评价,提供最优且最可靠的岩性和物性参数,在地震解释上具有实际意义。针对常规的地质统计学反演对井的依赖性大、当井数据不足时得到的克里金估计结果往往与真实的地下构造差异大的问题,本文引入了平面波分解滤波器的方法,利用地震记录求取地层的局部倾角,用地质构造导向井间插值提供一种准确、稳定的结果来代替克里金估计,为提高随机反演的精度与速度做出努力。通过模型数据和实际资料的测试,进一步证明了本方法的可行性和有效性。