油柱高度模型（Saturation-Height Function, SHF）在测井条件下表征储层流体垂向分布、约束油藏饱和度建模及解释开发阶段饱和度变化方面具有重要理论与工程价值。然而，传统基于Leverett J函数或经验公式的油柱高度方法，通常采用平均化毛管压力曲线或等效毛管束假设，难以反映储层孔喉结构差异对孔隙尺度流体分布的控制作用，在强非均质储层中其物理适用性和预测能力受到明显限制。
针对上述问题，本研究以伊拉克东南部某油田Asmari组强非均质性碳酸盐岩混积储层作为研究对象，提出了一种基于孔隙结构分形特征的油柱高度建模方法，用于准确刻画储层原始状态下的流体分布特征。首先考虑储层渗流能力对其孔隙结构的映射作用，采用粒子群优化（PSO）与LightGBM相结合的机器学习方法，基于大规模岩心实验数据构建测井渗透率模型，获得连续、稳定的渗透率曲线，为饱和度评价提供高质量的输入参数。
在此基础上，引入孔隙结构分形几何理论，对压汞毛管压力曲线进行定量刻画，利用分形维数D与最小进汞压力Pmin分别表征储层孔隙分选性与渗流能力差异，较大程度的避免了传统平均化毛管压力模型对非均质性的简化处理。进一步采用高斯混合模型对分形参数进行聚类分析，实现不同孔喉结构类型储层的精细划分，并结合线性判别分析方法，建立了全井段储层类型识别流程。
最终，将分形毛管压力模型与静压高度关系相耦合，构建了考虑孔隙结构差异的分形油柱高度函数，实现含水饱和度的连续计算及其不确定性区间表征。结果表明，相较于传统Leverett J函数等方法，该方法能够更合理地反映油水过渡带的连续变化特征，对复杂储层中孔隙结构控制下的流体分布具有更好的物理一致性，为油柱高度模型在测井解释与油藏饱和度建模中的应用提供了一种新的建模思路。
 

饱和度、分形、孔隙结构、毛管压力、油柱高度