地震数据中含有丰富的岩性、物性及流体信息,但这需要处理解释人员综合利用各种方法把它提取出来。地震属性是从地震数据中导出的有关地震波的几何学、运动学、动力学和统计学特征的物理量。它代表着在原始地震资料中的信息子集,因此地震属性是获取地层参数的重要途径,根据地震属性分析可以获得比较准确的储层及流体信息,因而,进行地震属性研究具有一定的理论和实际应用价值。论文首先讨论了一种利用基于模型的最优AVO近似进行叠前地震属性分析的方法,研究了在入射角较大情况下近似方程的精确性。通过对模型数据进行奇异值分解得到最优基函数与最优系数,推导了由最优系数求取常规AVO属性的方程。通过模型数据比较了Aki-Richards近似与最优化近似在计算地震参数相对变化量时的差异性。最后把这种近似方法应用于实际地震数据,并和Aki-Richards近似的计算结果进行了对比,证明了该方法的优越性。其次,论文探讨了从角度部分叠加地震数据中提取叠前地震属性并求其差值的新方法。分析了不同角度的地震数据之间的差别,借鉴时移地震数据的互均衡方法,研究了角度部分叠加地震数据的互均衡方法。给出了计算不同角道集数据之间属性差的方法。另外,总结了几种从角道集中提取叠前地震属性的常规方法。通过模型与实际地震数据的应用效果证明了此方法的可行性。最后讨论了地震属性的优化方法,重点研究了核主成分分析(KPCA)方法,详细阐述了它的基本原理,揭示了其与主成分分析(PCA)方法之间的差别。给出了三种常用的核函数,讨论了核函数及核参数的选取原则,最后用此方法处理了实际地震数据,通过与PCA方法的计算结果进行比较证明了该方法的优越性。