珠江口盆地珠一坳陷深水区恩平组、文昌组烃源岩层埋深较大,钻揭该层系烃源岩的井较少,通过实测的有机碳含量(TOC,下同)数据难以满足对全区有效烃源岩的精细评价,因此,需借助地球物理数据对烃源岩地化参数开展预测。研究表明,测井参数与烃源岩TOC之间存在响应关系,可以利用测井参数对TOC进行预测。本论文利用电阻率曲线(RT,Ω.m,下同)、声波时差曲线(AC,μs/ft,下同)、中子孔隙度曲线(CNL,%,下同)、自然伽马曲线(GR,API,下同)和密度曲线(DEN,g/cm3,下同)建立了 L凹陷恩平组、文昌组烃源岩TOC测井预测模型,分别是曲线叠合模型、多元回归模型和BP神经网络模型,并探讨了 3种模型预测效果的差异以及模型的优缺点和地区适用性,对7 口井进行了初步应用。结果表明,恩平组三角洲前缘亚相中多元回归模型预测结果优于曲线叠合模型和神经网络模型。多元回归模型预测TOC与实测值相关系数(R)为0.677,BP神经网络模型预测结果R为0.6543,曲线叠合模型单井预测结果平均不超过0.65。文昌组多元回归模型中三角洲前缘(R=0.831)和中深湖亚相(R=0.862)烃源岩预测结果优于滨浅湖亚相(R=0.665),BP神经网络模型(R=0.895)预测结果优于多元回归模型,曲线叠合模型整体预测结果较差。综合认为,神经网络模型更适用于研究区文昌组有机碳含量预测,多元回归模型更适用于恩平组的有机碳含量预测。通过对以上模型的分析,可向该坳陷其他次级凹陷推广应用。与邻区凹陷的预测结果对比认为,BP神经网络模型适用于测井参数与TOC之间难以用显式函数表达且有足够样本量的情况,可用于烃源岩早期评价;多元回归模型适用于测井参数与TOC之间满足明显相关性的地质情况;曲线叠合模型适用于不含钾长石,并且伽马曲线对粘土和有机质含量响应明显的地层。