以水平井开发的砂砾岩储层在地质表征方面存在诸多问题：水平井多钻遇优质储层，其数据存在样本偏差，建模结果可信度低；砂砾岩相变快，以常规手段通过水平井测井资料识别岩石相存在困难；水平井数据以“串数据”格式为主，导致作为随机建模关键控制要素的变差函数不收敛。为此，以东营凹陷盐家油田盐227块为例，提出了一套基于水平井资料的砂砾岩储层岩石相建模方法，包括水平井资料预处理、岩石相自识别、水平井资料随机建模等。研究表明，以“向量角抽稀”的方法对水平井测井曲线进行数据抽稀，可以有效解决数据样本偏差问题；以深度学习的卷积神经网络为手段，通过数据自识别的方法，能够建立可信度较高的岩石相识别结果；通过“变差椭圆”的方法，能够解决水平井资料变差函数不收敛的问题，得到有效的主次变程。