碳酸盐岩裂缝发育往往异常复杂、非均质性强,给裂缝的识别与描述带来一定的困难。在野外、岩心宏观裂缝研究、裂缝有效性测井评价、常规测井裂缝综合识别以及借助微观实验手段研究裂缝期次等方面都不同程度的存在某些问题。本文主要针对上述问题,对碳酸盐岩裂缝进行了研究,并探讨了裂缝识别与描述的有关方法。在露头和岩心碳酸盐岩裂缝实际考察的基础上,以大量典型照片和素描图的形式,从平面和剖面的角度,直观地分析了裂缝的宏观特征和影响裂缝发育的控制因素,并评价了露头和岩心裂缝的描述方法,有助于指导人们对野外碳酸盐岩裂缝以及地下储层裂缝的认识。通过结合多口井的岩心与成像测井资料,分析了成像测井碳酸盐岩裂缝的响应特征。根据各种测井方法的特点,综合利用当前的测井新技术对裂缝有效性识别方法进行了研究,并介绍了FMI成像测井定量描述裂缝的方法。为了能够充分使用容易获得的常规测井资料来大范围的识别裂缝,本文运用神经网络原理,设计了三层BP网络,用Matlab语言编制了神经网络裂缝识别程序,分别采用改进的BP算法和LM算法来处理常规测井资料中提取的裂缝特征参数数据,经过已知样本的学习、建模对未知样本进行了计算,将识别结果与成像测井观察结果相比表明,神经网络方法可以用于裂缝的识别,且效果较好、准确度高。通过对比改进的BP学习算法和LM学习算法发现,后者算法明显优于前者,LM算法实用性更强,是一种行之有效的BP神经网络训练算法。有关裂缝期次的问题,本文结合实例主要从裂缝充填物中稳定同位素特征、包裹体特征、裂缝阴极发光、荧光特征方面进行分析,探讨了裂缝期次划分的方法。