简介： 本发明公开了一种基于小样本扩充的有利储层发育区预测方法，其特征在于通过样本扩充解决采用机器学习方法预测有利储层时容易出现训练不充分或者过拟合的问题，根据周围地质情况连续的特点，实现数据样本增强；以样本扩充后的数据集为输入，训练不同内核函数的支持向量机模型作为基分类器，通过线性加权的方式组合基分类器的预测结果，实现更合理的有利储层发育区预测。本发明提供的方法可以有效的提高有利储层预测的准确率，辅助地质人员快速地圈定有利目标。