煤层中的含气量不仅是煤矿生产的重要灾害因子之一(Wang,2001),也是决定一个地区煤层气资源能否进行商业化勘探开发的先决条件.因此,无论是为了煤矿生产安全,还是为了煤层气资源而准确地评价和预测煤层气开发前景以及制定开发方案,煤层气含量都是一个至关重要的参数.通过煤岩取样测试和试井分析,可获分析点附近煤层的含气量.但由于取样和测试的费用高,样品分析数量有限,且煤层含气量分布不均衡,导致难以掌握工区煤层含气量的分布特征.测井技术是煤层气勘探开发中的重要手段,所需要的费用较低,测井资料覆盖面较广.由于测井信息相对丰富且分辨率较高,具有弥补取心、试井及煤心分析等方面的不足的优点,可用来预测煤层的含气量(王敦则等,2003;潘和平,2005;周尚忠,2006).基于测井信息的煤层含气量预测方法主要有模型法和统计学方法.模型法的评价结果过分依赖于测井解释模型的选择，常用统计方法只对样本数量要求比较高，而在实际应用中样本数目通常都是有限的，因此传统统计方法难以取得理想的效果。近年提出基于小样本理论的支持向量机方法，它避免了人工神经网络等方法的网络结构难于确定、过学习和欠学习以及局部极小等间题，被认为是目前针对小样本的分类、回归等问题的最佳理论(Vapnik,1995;张学工，2001)。 本文采用支持向量机回归的方法建立测井参数与煤层含气量关系模型，利用建立的模型进行煤层含气量预测，并以算例验证其有效性，试图寻求一种便捷可行的煤层含气量预测方法。