| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-10页 |
| 第1章 前言 | 第10-15页 |
| ·研究的意义 | 第10页 |
| ·国内外研究现状 | 第10-14页 |
| ·研究内容、思路及关键问题 | 第14-15页 |
| ·研究目标 | 第14页 |
| ·研究内容 | 第14页 |
| ·拟解决的关键问题 | 第14-15页 |
| 第2章 火成岩地质基础及测井响应特征 | 第15-24页 |
| ·火成岩的矿物组成及分类 | 第15-20页 |
| ·火成岩的化学成分 | 第15-16页 |
| ·火成岩的矿物成分 | 第16-17页 |
| ·岩石分类及矿物组成 | 第17-18页 |
| ·主要岩石类型及特征 | 第18-20页 |
| ·火成岩的测井响应特征 | 第20-24页 |
| ·电阻率测井 | 第21页 |
| ·自然伽马测井 | 第21-22页 |
| ·自然伽马能谱测井 | 第22页 |
| ·中子测井 | 第22-23页 |
| ·密度测井 | 第23页 |
| ·声波测井 | 第23页 |
| ·岩性密度测井 | 第23-24页 |
| 第3章 火成岩岩性识别 | 第24-49页 |
| ·交会图技术识别火成岩 | 第24-29页 |
| ·交会图技术 | 第24-25页 |
| ·M—N 交会图 | 第25-29页 |
| ·利用元素测井资料识别火成岩 | 第29-39页 |
| ·元素测井（ECS）测量原理 | 第29-30页 |
| ·地层元素与ECS 测井的关系 | 第30-31页 |
| ·ECS 采集元素分析 | 第31-33页 |
| ·确定地层中矿物类型及含量 | 第33-36页 |
| ·利用TAS 图识别火成岩 | 第36-39页 |
| ·利用人工神经网络识别火成岩 | 第39-49页 |
| ·人工神经网络识别岩性分析 | 第39-40页 |
| ·BP 人工神经网络模型及理论基础 | 第40-44页 |
| ·BP 神经网络识别岩性实例 | 第44-49页 |
| 第4章 火成岩裂缝测井响应特征及识别 | 第49-61页 |
| ·裂缝的常规测井响应特征及其识别 | 第49-50页 |
| ·电阻率曲线 | 第49页 |
| ·密度曲线 | 第49页 |
| ·补偿中子曲线 | 第49-50页 |
| ·声波曲线 | 第50页 |
| ·地层倾角测井识别裂缝 | 第50-51页 |
| ·裂缝识别测井 | 第50页 |
| ·利用电导率异常检测识别裂缝 | 第50-51页 |
| ·双井径重叠法 | 第51页 |
| ·成像测井识别裂缝 | 第51-53页 |
| ·裂缝类型的识别 | 第51-52页 |
| ·裂缝的定量分析 | 第52页 |
| ·裂缝有效性评价 | 第52-53页 |
| ·裂缝性储层泥浆侵入特征 | 第53-55页 |
| ·泥浆对均匀孔隙层的侵入 | 第53页 |
| ·泥浆对低孔裂缝型储层的侵入 | 第53-54页 |
| ·泥浆对孔隙—裂缝型储层的侵入 | 第54-55页 |
| ·裂缝的双侧向测井响应 | 第55-57页 |
| ·裂缝的半定量识别 | 第57-61页 |
| ·孔隙度比值法 | 第57-58页 |
| ·骨架指数法 | 第58页 |
| ·微球形聚焦电阻率变化率法 | 第58-59页 |
| ·裂缝状态的判别 | 第59-61页 |
| 第5章 火山岩储层参数的定量计算 | 第61-94页 |
| ·火成岩储层孔隙分类 | 第61-62页 |
| ·基质孔隙型 | 第61页 |
| ·裂缝-孔隙型 | 第61-62页 |
| ·孔隙-裂缝型 | 第62页 |
| ·各种测井孔隙度的含义 | 第62-64页 |
| ·声波孔隙度 | 第62-63页 |
| ·中子孔隙度 | 第63页 |
| ·密度测井孔隙度 | 第63页 |
| ·电阻率测井孔隙度 | 第63页 |
| ·实验室测量的岩心孔隙度 | 第63-64页 |
| ·岩石骨架参数确定 | 第64-65页 |
| ·火成岩储层孔隙度的计算 | 第65-69页 |
| ·基质孔隙度的计算 | 第66-68页 |
| ·有效孔隙度 | 第68-69页 |
| ·裂缝孔隙度的计算方法 | 第69-87页 |
| ·基于Archie 公式的双侧向测井计算裂缝孔隙度 | 第69-75页 |
| ·基于平板模型的双侧向测井计算裂缝孔隙度 | 第75-87页 |
| ·裂缝参数计算实例 | 第87-94页 |
| ·大庆油田应用实例 | 第87-90页 |
| ·新疆油田应用实例 | 第90-94页 |
| 第6章 结论 | 第94-96页 |
| 参考文献 | 第96-102页 |
| 致谢 | 第102-103页 |
| 个人简历、在学期间的研究成果 | 第103页 |