随着人类油气开采活动的不断进行,对油气检测的方法逐渐有了更高精度的要求。时频分析方法通过将一维时间信号投映至二维时间频率空间,来刻画信号在局部范围内的时间、频率特征,是分析非线性非平稳信号的有效方法。传统的时频方法分辨率不高,难以满足油气检测中高分辨率的要求,本文将MSST高分辨率时频方法引入地球物理领域,对地震信号进行高分辨率时频分析。传统的基于双相介质理论进行油气检测的方法受到了人为因素的干扰,且无法完全的利用地震信号中的时频信息,本文基于MSST变换及BPNN模型提出了MSST-BPNN模型,对锦72研究区进行了智能油气识别,对比结果表明,MSST-BPNN在油气检测上具有较高的识别准确率,可以初步预测油气的平面分布。并在此基础上,开发了一套集高分辨率时频分析、神经网络模型搭建训练、智能油气检测为一体的综合智能油气检测软件。本文主要的研究成果有:（1）基于双相介质理论,对锦72研究区进行了油气检测,与钻井试气结果的符合率为76%。开发了一套适用于地震数据的信号分析油气检测软件。具备对地震数据进行频谱分析的功能,可由地震三维数据对给定区域进行基于双相介质理论的油气检测与井投影。（2）在对比STFT变换、S变换以及SST变换的基础上,将MSST变换方法引入地球物理领域,仿真信号与实际地震信号的对比实验表明,MSST变换具有更高的时频高分辨率与能量聚焦性。（3）基于MSST变换及BP神经网络模型,搭建了一种用于检测油气的MSST-BPNN模型,实现了基于MSST-BPNN模型的锦72研究区智能油气检测,令MSST-BPNN模型的油气检测结果与锦72研究区25口钻井试气结果进行对比,识别率达到了96%。（4）开发完成了一套智能油气检测软件,支持使用多种时频分析转换方法对地震道数据进行时频分析,可依据给定数据集搭建与训练神经网络模型,并可对训练完成后的模型实现进行应用与验证,完成目标区域的智能油气检测。