为研究中、浅层隐蔽油气藏勘探问题提供理论和技术上的支持，本文在理论研究的基础上，以胜利油田某河道砂薄储层为实例，应用基于统计学习理论的支持向量机方法，利用目标层的地震波形资料，对储层参数的展布和含油气性分布进行了预测研究。 储层油气预测的方法很多种，都是有一定的地质、地球物理基础作为依据。对常用的储层油气预测方法做了简要的回顾，重点研究了利用地震波波形资料的潜力。地震波波形的变化反映了储层物性、岩性等在横向或者纵向的变化，因此可以直接利用波形资料信息全的特点进行储层预测研究。 当前广泛应用的非线性机器学习方法，在小样本时很难得出准确的结论。本文用了大量篇幅，分析研究了统计学习理论和支持向量机方法。由于该方法有一套完整的理论作为指导，很好地克服了小样本学习的问题。通过数学模型试算，有很高的预测精度。 通过模型分析的方法，对基于波形资料的支持向量机方法进行了分析，比较了有无噪音干扰时的预测结果，并与属性分析方法进行了对比，当储层为薄互层时定量地研究了储层参数与波形的关系，取得了很好的效果。 结合胜利油田某区块河道砂体资料，对该方法的实际应用过程进行了概述，得到了预测目标砂体的储层参数横向分布成果和含油性结果，讨论了该方法的特点和应用时的几个必要条件。最后对基于波形资料的支持向量机方法进行了总结，并提出了几点建议，该方法有很高的理论价值，同时又获得了良好的实际应用效果，有很好的发展前景。