随着油气勘探难度越来越大，越来越复杂，利用地震反演来提取地震数据中蕴藏的信息，能够提高储层预测的准确性，现已成为储层预测的有效手段之一。地震反演技术经过数十年的发展应用，虽然已经形成一定的方法体系，但由于地震反演与储层参数之间关系复杂，很难单独完成储层预测和解释的任务，必须结合测井、地质等多方面信息综合解释，所以，用于储层岩性和物性预测的地震反演是一个地质、测井、地震相互约束的综合反演系统。传统的地震反演主要是基于模型的，它是通过人工搭建的假想模型作为反演的输入，该模型需要接近地下真实的地质结构，在内插外推和多次迭代反演得到靠近真解，但是这是很难做到的。本文尝试利用对储层岩性、物性、含油气性等敏感的测井曲线，利用地震信息建立联系和约束，通过人工智能神经网络技术或克里金差值等方法，将孤立的井参数反演成整个三维数据体上的相关参数。得到的结果是一个表征岩性或物性的三维数据体，这样对预测岩性和储层物性等具有较好的效果。本文研究了地震约束下的测井参数反演的方法原理及在储层预测中的应用效果，通过不同敏感参数对储层进行预测，总结了一套地震约束下的测井参数反演的技术流程。将研究结果应用于新疆准噶尔盆地的储层预测，通过实际资料的应用取得较好成果，为研究区储层预测提供了技术支撑。