沉积相是石油天然气存储研究的基础,对预测砂体分布及储层物性差别具有指导意义。单井相分析是沉积相研究的关键环节之一,而利用岩心标定的典型测井相识别沉积微相是单井相分析的最常用方法。但是,依靠人工识别测井相并解释沉积微相,存在两个问题,一是工作量大,对研究人员的经验要求高,结果的主观性强,二是测井资料不完整,存在缺失某项特征数据的现象。因此,可以借助本体和语义分类的技术对沉积相领域内的问题进行解决。本体Ontology作为一种概念模型建模工具,能在语义和知识层次上描述信息系统,已被广泛应用于知识工程领域。因此,将本体技术引入沉积相领域是种可行且有益的做法。本文的工作以构建沉积相本体模型为起点,并在此基础上,研究了沉积相语义分类和知识库研究两块内容。语义分类方面,本文以构建的沉积相本体为基础,结合信息量和语义距离,提出了基于本体信息量的辫状河三角洲沉积相语义分类方法。其中,方法的核心是利用本体信息量来衡量和表示沉积相的相关特征,然后通过设计的语义距离公式,得到语义相似度,实现沉积相识别分类。方法优化主要是结合闵可夫斯基距离和欧氏距离的特点,对语义距离公式进行优化,矩阵形式转换公式得到语义系数矩阵,并设置根据分类结果反馈的系数调整公式,由此实现方法调优。通过对实际油田数据的实验验证表明,该方法在保证85.42%的高分类准确率的同时,代替人工实现沉积相分类工作,为实际沉积相划分工作提供了高效率的替代方法。知识库方面,通过对沉积相领域特点的研究总结,设计了一个基于沉积相资源类型的知识库框架,并在此基础上,初步构建了沉积相知识库。设计的知识库框架遵循全覆盖、可重用和可通用三个原则。因此,本文将沉积相知识库划分了知识层、数据层和图片层三个部分。其中,知识层是整个知识库的核心部分,该层以构建的沉积相本体为基础,利用Jena等技术构建。设计的沉积相框架为实现知识库提供可能性,初步构建的知识库为相关地质研究人员提供了一个知识共享平台,并为进一步的大规模地质知识库构建作出了部分基础。