缝洞是主要的油气储层空间和渗透通道，但利用单一的学科或单一的方法对其进行预测往往是很困难的。尤其对碳酸盐岩储层来说，由于孔隙空间非常复杂，缝洞的大小、形状、类型、充填物性质的变化很大，用单一的方法全面了解碳酸盐岩储层发育情况几乎是不可能的。在这种情况下，必须利用多学科、多方法、多参数对储层进行综合预测，以减少多解性。 本文首先讨论了地震方法对缝洞发育带的可识别性，并对缝洞储层的波场特征进行了分析，验证了在对缝洞进行识别方面，地震波的动力学特征优于其运动学特征。在此基础上，利用多种地震振幅属性、地震波阻抗反演，多尺度边缘检测+保边去噪技术，相干数据体算法对碎屑岩储层(AA区)及碳酸盐岩储层(BB区)进行了试算，分析了各种方法在两种不同性质储层中的应用效果，从而总结出碎屑岩储层和碳酸盐岩储层在缝洞检测方法上的差异，即非变化率类属性适合于碎屑岩储层而变化率类属性适合于碳酸盐岩储层。 对于储层综合预测方法，本文主要总结了三种。本文首先对于人工参与的综合预测方法进行了阐述，该方法实际上是解释人员在充分消化了地质、钻井、开发等资料的基础上，对地震检测结果进行调整、校正，最后得出符合地质规律、与井资料吻合率较高的地震预测图。除了这种方法之外，本文还提出了基于置信度分析的多方法储层预测和利用神经网络进行储层预测的方法。前者属于线性预测方法，后者属于非线性预测方法。 本次工作主要在以下几个方面有所突破：①发展和完善了三维地震多尺度缝洞检测方法的配套新技术—多尺度保边去噪②比较不同检测方法在碎屑岩和碳酸岩的适应情况，提出分别适合碎屑岩和碳酸岩的缝洞检测方法。③提出了基于置信度分析的多方法综合进行裂缝的检测。该方法利用测井的裂缝解释结果与各方法检测结果的相关性对不同的检测方法检测结果加权，从而提高了检测的可靠性，同时也对适合目标区的检测方法进行了选择。④针对神经网络的网络结构设计缺乏理论指导的问题，先利用遗传算法优化网络结构，再利用优化后的网络进行预测。 储层检测与综合预测是目前地球物理发展的一个重要方向，本文针对碎屑岩储层和碳酸盐岩储层的检测方法和综合预测方法理出了一个较清晰的思路。但对于其中的一些应用细节(如样本点的选取，定性与定量数据的融合)尚需进一步研究。