多点地质统计学经过多年的发展,在河流相中取得成功应用,较传统的方法效果好。在三角洲前缘储层中,多点地质统计建模方法应用的较少,原因在于多点地质统计建模需要训练图像作为输入,而三角洲前缘储层训练图像自动建立方法少。本文针对三角洲前缘储层训练图像的建立展开研究,以几个典型的三角洲前缘储层为对象,通过现代沉积、古代露头、水槽实验、卫星调查等资料建立三角洲前缘储层地质知识库,确定不同储层结构形态数学函数和几何学参数分布规律。采用层次建模思路,设计了四种三角洲前缘储层训练图像自动建立方法,形成训练图像库,解决三角洲前缘训练图像建立难题。训练图像作为多点地质统计中重要建模参数,在很大程度上决定了建模效果的优劣,在利用多点地质统计学方法建模之前对候选训练图像进行适用性评价和优选是十分必要的。针对整体重复概率对于训练图像内单数据事件关系描述的不足,提出了一种新的训练图像优选方法,其基本思路是利用单个数据事件重复概率分布表征训练图像中沉积模式的类型与平稳性,借助单数据事件重复概率均值与偏差反映训练图像地质模式的平稳性,借助单数据事件无匹配率反映训练图像内地质模式的种类多样性,综合单个数据事件重复概率与整体重复概率特征实现对训练图像的优选。模拟测试表明,整体重复概率兼容性高,单数据事件重复概率分布稳定、概率均值低、概率偏差小、无匹配率低的训练图像更具有代表性。通过本文设计的训练图像生成方法及训练图像评价方法,对两个研究区进行了多点效果测试,较好的再现了地下地质情况。本文基本实现了训练图像生成及优选评价一体化,完善和发展多点地质统计建模理论和方法,极大的降低了多点地质统计学建模的难度,提高了建模效率于准确性,服务油田生产。