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。地震属性代表着在原始地震资料中全部信息子集，各种属性的关系通常是十分复杂的。属性分析基本上是通过除去无关的信息，希望能揭示在原始地震资料中未能见到的趋向式模式，从而扩大了原始地震资料的信息和提高了它的的应用价值。 论文针对以上问题作了详细研究，首先，通过正演模型从本质上理解了地震属性，同时研究了在不等厚时窗内(两解释层位之间)提取传统地震属性的方法，对地震属性的分类、提取方式和影响因素做了调研。其次，重点研究了小波变换在地震数据的奇异性检测方面的应用，提出了一种新颖的有用的地震属性——奇异性属性，这种新属性给出了地下分层情况和明确了地下断层位置。这种新属性由偏移地震数据计算而来，实行单道处理，不需要子波和速度信息；在此基础之上，结合小波变换所具有的时频局部化特性来划分沉积旋回，提高了小波变换在地震解释中的应用。此外，还研究了主成分分析，交会图和属性比等地震属性的优化方法，重点研究了主成分分析在三维地震属性图像处理中的应用，将多个地震属性的信息集中到三维地震的主分量图像上，从而提高了属性的应用效率。最后，将地震属性运用于储层预测中，包括振幅类属性、频率类属性、相位类属性在东海天然气藏中的特征分析和基于自组织神经网络的多属性聚类分析，取得了一定的效果。