煤层气储层中裂隙的发育及空间展布特征对煤层气的勘探、开发和利用具有至关重要作用,裂隙参数的评价对煤系地层中煤与气的勘探和开采具有重要意义。裂隙是流体存储和运移的场所,影响着煤矿的安全生产和煤层气的开发利用。煤层气储层的岩石物理特性具有强的非线性特征,通过岩石物理实验和数值模拟可以建立煤岩微观形态特征与其宏观岩石物理性质之间的非线性关系。论文首先计算了相干属性、方位角倾角属性、曲率属性、构形张量属性、加权瞬时频率属性等地震属性参数,分析了各方法在煤层气储层裂隙检测中的应用及效果。研究表明:不同的地震属性可以从不同的角度刻画煤层气储层裂隙特征,基于梯度结构张量的方位角属性从大尺度上反映了断裂、孔隙构造的分布系统,倾角属性反映了目的层面与裂隙展布面的差异性;构形张量属性增强了该特征在地震剖面上的显示,强化了裂隙发育区的边界范围;加权瞬时频率属性从吸收衰减的角度反映地层的低频、低速带,对垂直裂隙敏感。进一步研究了以神经网络作为基础,分别用鲸鱼优化算法和遗传算法改进BP神经网络,提高算法鲁棒性,寻找全局最优解,采用优选改进的神经网络方法用于煤层气储层裂隙检测。在实际地震数据中提取相干属性、方位角倾角属性、曲率属性、构形张量属性、加权瞬时频率属性,分别进行分析解释,并将其作为改进的BP神经网络的输入数据,进行煤层气储层裂隙综合检测分析。以井数据等作为鲸鱼优化算法改进的BP神经网络(Whale Optimization Algorithm-Back Propagation,WOA-BP)的输出评判标准,对研究区域煤层气储层裂隙进行综合检测,结果表明:WOA-BP网络能够继承和发展已有属性的优势,同时对于煤层气储层裂隙的指示和刻画更加细致,层次结构清晰,指向性明显。鲸鱼优化算法和遗传算法可以优化BP神经网络的初始参数、连接权值和阈值,提高BP神经网络的全局搜索能力、计算精度和稳定性;在计算精度和稳定性方面,鲸鱼优化算法对BP神经网络优化的效果较遗传算法效果好。基于鲸鱼优化算法的混合智能非线性算法在煤层气储层裂隙的综合检测中达到了预期效果,为煤层气储层裂隙检测提供了新方法、新途径,进而为煤层气有利富集区的预测和评价提供依据。