以柴达木盆地北缘牛东地区为代表的山前块状含砾砂岩储层，其岩性及孔隙结构复杂，使得储层的非均质性强，从而导致储层参数评价变得极为困难。常规测井资料在这一背景下，表现出对储层分类效果的不足。为了解决这一问题，研究人员基于孔隙度与渗透率的结合，使用岩心测试资料如薄片分析、X射线衍射等方法，明确了渐新统下干柴沟组储层的岩性特征、岩屑、胶结物以及储集空间类型等关键特征。

研究表明，核磁T2谱与毛管压力曲线均能够反映储层的孔隙结构特征，而核磁测井数据因其连续性，可转换为伪毛管压力曲线，这使得对复杂砂砾岩储层的分类成为可能。根据毛管压力曲线的特征，研究团队将储层分为三类，并在相同岩心的压汞与核磁实验数据的基础上，采用幂函数方法建立了核磁T2谱与毛管压力曲线之间的转换模型。这一模型能够将核磁T2谱转换为随深度连续变化的伪毛管压力曲线，从而为复杂砂砾岩储层的分类提供了更为精确的理论依据。

通过对柴北缘牛东地区E3储层84块岩心的压汞曲线进行形态分类，利用广义神经网络（GRNN）实现了全井段伪毛管压力曲线在储层类型预测中的应用，预测结果与实际的压汞实验分类结果高度一致。这一成果不仅验证了研究方法的有效性，还为复杂砂砾岩储层类型的划分提供了重要的理论指导和实践支持。

对于类似的研究方法和应用，您可以参考以下内容进行进一步的学习和探讨：

这些资源将为您提供更全面的背景知识，并帮助您更好地理解和应用核磁共振测井及毛管压力曲线在复杂砂砾岩储层中的分类方法。