随着地震勘探方法的多极化发展，地层里油气储集体呈越来越复杂化趋势，只利用少量的、单一的信息已经满足不了现在流体识别目的，为此，人们希望从实际地震资料中更多的提取多样、复杂的反映地质储层流体信息，而地震纵波、横波及转换波综合利用为此提供了比较明显的效果方法。
　　 岩石物理理论是联系油藏特性参数与地震数据的桥梁，也是地球物理资料的正反演计算和流体识别综合解释所必须掌握的基础。本文在岩石物理学的基础上，主要研究了岩石物理参数，在岩石物理学的基础上，基于前人纵波与横波流体识别技术，依照纵波与横波对孔隙流体的不同有着不同的响应，在此基础上建立起一个高灵敏度识别因子参数，并对流体属性的敏感性方面利用Hilterman总结的三类砂岩模型进行研究验证。
　　 运用定量交会图方法进行流体分析时，发现高敏感参数集的识别效果较好于低敏感参数集交会。交会图研究中包括了一维交会、二维交会及三维交会三个方面。在分析验证中，一维、二维交会都有较为明显的区分目标储层的效果，尤其三维参数交会使得各储层的区分效果更加明显。其中交会图的验证过程中，利用Castagna和Smith提出的数据理论模型为数据源。
　　 研究基于BP神经网络模式识别技术，利用文章前期选择好的敏感性因子，作为网络输入，比较、分析敏感参数集作为输入集拥有着巨大的优越性。分析研究敏感参数集与各储层信息之间的联系，从而进行储层的横向预测。
　　 最后，在理论研究和分析的基础上，紧密联系油田生产实践，以国内某地区实际井资料为研究实例，利用敏感因子的交会图验证、识别储层流体类型，并用神经网络技术及敏感因子对未知储层流体进行流体识别及预测。