精准刻画细粒岩的孔隙特征并揭示其主控因素，是制定非常规油气高效勘探开发方案的重要科学基础。现有的研究通常运用孔隙数据与地质参数的相关性分析来确定影响孔隙特征的主控因素。然而，统计的相关性在本质上仅反映变量间的共变趋势，无法直接验证因果关系。当多个变量受同一外部因素驱动时，往往会产生协同响应，导致与孔隙参数显著相关的地质变量既可能是控制孔隙发育或演化的核心要素，也可能只是多因素耦合作用下的伪相关信号。这种多解性特征使得单纯依赖相关性分析难以准确识别主控因素。近期的研究表明，将孔隙参数的传统相关性分析与基于扫描电镜的孔隙分类定量表征相结合，能够有效识别伪相关变量，为更准确地揭示孔隙发育机理提供有力支撑。然而，目前涉及孔隙主控因素多解性问题的研究仍较为有限，关键科学问题尚未得到充分探讨，多解性解析方法也尚未形成完整体系。鉴于此，北京大学地球与空间科学学院董琳研究团队系统探讨了细粒岩孔隙主控因素的多解性问题，综述了多解性解析技术的方法体系与研究进展，并展望了该领域未来可能的发展方向，以期为细粒岩孔隙评价和成储机制研究提供理论参考与技术启示。相关研究认识刊登在《石油学报》第47卷第6期。

（1）地质变量间的多重共线性是引发孔隙参数与非主控因素间形成伪相关性的内在机制。系统收集并深入分析孔隙子群体特征数据是解决多解性问题的有效手段。在传统相关性分析基础上，通过开展基于“孔隙子群体定量表征以解耦伪相关性”的工作，能够有效消除伪相关带来的多解性干扰，提升主控因素分析结果的可靠性。

（2）以鄂尔多斯盆地延长组7段宏孔为研究对象所建立的主控因素多解性解析方法，在细粒岩孔隙研究中具有良好的应用与推广潜力。在此基础上，进一步引入基于通用方程的改进累积尺寸分布模型和基于孔隙自相似性原理的小尺度介孔预测模型，可将该方法的适用范围有效拓展至孔隙分形分析与介孔尺度表征领域。

（3）主控因素多解性解析技术目前仍面临跨层位与跨尺度适应性验证不足、分析流程自动化程度受限、伪相关解析定量评价体系缺乏等问题。在广泛应用该技术并持续完善方法体系的基础上，融合成因推断等机器学习方法，有望进一步推动该技术在细粒岩孔隙研究中的应用效能与智能化水平。

论文链接：http://www.syxb-cps.com.cn/CN/10.7623/syxb202606005