随着石油工业从增加产量转向价值优化,石油行业对储层品质的预测越来越重视。由于储层的渗流能力体现储层品质,因此在评价优质储层时,能够反映储层内流体渗流能力的地震参数更加受到解释者的青睐。储层流体流度定义为岩石渗透率与流体粘度之比,是近年来研究发现可以有效预测储层物性和渗透率的地震属性。但随着储层从简单结构转向复杂构造,利用传统方法计算的储层流体流度进行优质储层评价时,受到着以下四个问题的制约:（1）成像分辨率不足;（2）属性求取过程中易受强反射层的影响;（3）提取结果对地层内部情况反映不够准确;（4）预测结果存在一定多解性。针对上述问题我们进行了四方面的研究工作。本文首先介绍了传统储层流体流度提取方法,之后结合一种高分辨率时频分析方法对传统提取方法进行了改进,提高了对薄互储层识别的精度。其次,通过对基于稀疏约束的地震反演算法和双相介质理论的研究,提出了获取储层流体流度的反演方法。最终基于机器学习的多属性融合方法,降低预测结果的多解性。本文主要的研究工作及创新有以下内容:（1）基于瞬时谱分解提取储层流体流度。介绍了传统的储层流体流度时频分析提取方法,针对现有储层流体流度油气成像分辨率不足的问题,提出了一种储层流体流度提取的新方法,并阐述了方法的推导过程。本文首先发展了一种具有高分辨率的时频分析方法,即Lucy-Richardson算法同步挤压广义S变换。其次,在这种时频分析方法的基础上,计算了勘探区内大范围的储层流体流度,并分析了在储层流体流度提取过程中,不同时频分析方法对该属性剖面分辨率造成的差异,进而对储层预测精度造成影响。此外,基于Gassmann方程对井中储层段流体进行替换,讨论了流体类型对储层流体流度的影响。（2）强反射背景下的储层流体流度提取。针对地震资料提取储层流体流度的过程中,有时会遇到弱反射储层被强反射背景屏蔽的问题,提出了一种基于基追踪去强反射的储层流体流度提取工作流程。本文以潜山油气藏为例,建立了典型潜山储层模型,通过对潜山储层模型正演模拟,分析了强反射背景对储层预测产生的干扰。利用基追踪去除地震数据中的强反射层后,此时再提取的储层流体流度能更加真实地反映目的层的渗流情况,该方法可以有效预测弱反射储层。（3）频率依赖的地震资料储层流体流度反演。介绍了地震反演理论和双相介质理论。考虑到提取法获得的高流体流度的位置更靠近储层界面,为了获得地层内部的流体流度,提出了一种依赖频率的储层流体流度近似反演方法。该方法首先,根据岩石物理及流体参数之间的关系,利用测井资料计算了储层流体流度系数。然后,建立了基于低频反射系数和储层流体流度的反演方程。以测井资料计算的储层流体流度系数为先验约束,建立低频模型,并与反演方程相结合,得到反演目标函数。最终利用基追踪算法求解反演方程。通过数值模拟和实际地震资料处理,比较了储层流体流度提取结果与反演结果的差异,验证了所提出的反演方法能够更有效地估计储层实际位置的流体流度。（4）储层流体流度预测结果多解性的降低。储层预测结果往往受到岩性、构造、流体等因素影响,为进一步降低储层流体流度预测结果的多解性,论文最后对机器学习方法进行了一定的研究,探讨了机器学习在储层预测方面的应用。通过优选包括储层流体流度在内的多个对流体敏感的地震属性及反演参数,利用无监督机器学习算法与有监督机器学习算法对优选数据体进行自动分类融合,确定出勘探区最有利储层区域,提高了地震资料解释的工作效率。