中深部天然气层由于受成岩作用和压实作用的影响,常具有低孔、低渗、致密等特点,储层物性较差,测井响应特征一般不明显,虽然高阻特征比较明显,但是和其它储层又难以区分。全波列测井是获取地层信息最多的测井方法之一,可以提供包括纵横波速度、幅度、衰减系数、品质因子等丰富的测井信息。因此,本文利用岩石物理理论,研究储层含不同流体时声波测井参数的特征,从中提取对中深部气层显示明显的特征参数,然后通过BP神经网络对中深部含气储层进行识别。论文首先对浅层和中深部天然气层的测井响应特征和常规识别方法进行了分析总结,然后利用双相介质理论对储层含气情况下的纵横波速度、泊松比、体积模量等声学特征进行了正演研究。采用Biot、BISQ、Dvorkin三种模型研究了气层对声幅衰减的影响,用频谱比法对实际阵列声波测井资料进行了处理,认为频谱比法是目前计算衰减最有效的方法。在以上研究的基础上,利用BP人工神经网络对储层类型识别进行了研究。在对天然气层测井响应特征敏感性分析基础上,选取较为明显的测井响应特征,结合声波特征参数,作为人工神经网络的输入特征向量;以待识别的储层类型作为输出向量,对实际地层进行了识别。结果表明,利用人工神经网络技术识别深部气层是有效的。