随着石油勘探领域不断地向深层和储集条件复杂的区域进军，油气勘探活动越来越复杂，相应的勘探技术水平也在不断地提高，今后油气开发的重点将是复杂油气储集层。但复杂油气储集层有非均匀性、非线性及不确定性的响应特征。因此要提高储层描述的精度和可靠性，最大限度的挖掘和利用已有的地震与测井的信息，以适应复杂储层油气田勘探开发的要求。地震属性优化和储层预测是油气勘探的重要组成部分。 地震属性技术从60年代开始，经过几十年的发展已经逐渐成熟，已经从注重方法技术的研究过渡到解决实际生产问题和方法技术并重的阶段。地震属性的不断增加当然为我们提供了更多可能与储层预测有关的属性，但同时也带来了由于不同地震属性所指示出来的多解性，以各种方法提取的一系列地震属性虽然包含着丰富的地质信息，但有些属性可能彼此相关，这就造成信息的重复和冗余。针对具体问题，对提取的众多地震属性进行优化，形成对储层参数敏感的地震属性，并结合测井技术应用的拓展，形成易于掌握的、可靠的储层预测技术和工作流程是很有必要的。地震属性优化也就是地震属性的有效性分析包括两层意义： 第一，基于先进数学理论基础上的地震属性优化，它是在提取属性之后，综合利用各种先进的数学方法进行属性的优化，基于数理统计类如：聚类分析、主因子分析、主成分分析，基于K-L变换的地震属性优化方法、基于搜索算法的地震属性优化方法、基于遗传算法的地震属性优化方法、基于神经网络的地震属性优化方法、基于遗传算法和神经网路结合的地震属性优化方法等。这种地震属性的优化是以先进的数学理论为基础，有天然的合理性和高度的精确性，因为它们均基于严格的数学体系和大量的应用范例，这种对地震属性优化的有效性分析已有大量的成功实例，具体数学方法也已编著成书。 第二，基于正演基础上的地震属性的有效性分析，它是在已知的地质模型的基础上，用选定的数值模拟正演方法得到合成的地震记录，从合成的地震记录上提取地震属性，用统计学原理或其它的各种数学手段对提取的属性进行分析，结合模型，初次优选出有效的地震属性。这种方法在先进的数学方法计算之上强调了理论分析的作用，这种地震属性优化方法的基础是充分考虑地质模型的千变万化性及其各种地质模型都存在着相关的内在联系，由于不同地区的岩石物性不同，同一地区不同时代的岩石物性也有变化，因而决定了它们的地震反射特征不同。含有油气的储层类型很多，它们的厚度及上下围岩组合的不同，地震反射特征也不同。所以，要从钻井、测井、地质、试采等实际资料出发进行大量的数据统计，并紧密结合正演，找出适合实际靶区储层的物性特征及与地震属性之间的变化规律，选取对油气预测有效的属性参数，建立含油气储层的识别标志。这种地震属性优化方法是储层预测的必然趋势和最佳选择，因此引起了众多地球物理学家的高度重视。也必然会带来良好的经济价值和实用价值，为降低油气勘探开发风险做出科学合理的指导。 储层预测是80年代中后期随着地震勘探技术和录井、测井等综合地质勘探开发技术的逐步升级而发展起来的，按空间划分为横向预测和纵向预测两个方面。其主要特点是：从己知井出发，利用成网的地震资料和三维数据体对储层进行研究。其主要内容可以分为：研究储层的分布、连续性；研究储层的物性参数(如：孔隙度、渗透率和饱和度等)；研究储层内所含液体的性质及其分布。储层预测是油气勘探、开发工作中的一个重要环节。储层预测的主要依据是：当地层中储层物性和储层中含有流体或流体性质变化时，会造成地震波速度、振幅、频率等属性参数的变化，继而导致波阻抗、相位、极性、频率等的变化，如在地震剖面上出现“平点”和“亮点”等地震响应。在目标地区地震地质情况确定的情况下，只要储层或流体性质变化的特征参数达到某一相应的限度，地震数据就会有所反映，表现为波形、能量、频率和相位等的一系列基于几何的、运动学的、动力学或统计特征的变化。测井资料具有垂直分辨高、精确性高的特点，但横向连续性很差；而地震资料的连续性则很好，可以直接或间接地反映了地层在纵向上和横向上的连续变化。把测井资料和地震资料结合起来分析，优选出地震属性参数，建立物性参数和储层参数的对应关系，预测参数空间的变化情况，为勘探和开发提供依据。 本文工作主要分两部分：第一部分尝试采用基于褶积理论的地震记录正演方法，模拟了几种常见的理论地质模型，并在理论正演地震模型中提取了多种地震属性，进行了基于正演基础上的地震属性的有效性分析， 第二部分应用基于改进的主成分分析方法进行地震属性的优化，然后应用了在模式识别方面具有较强的非线性映射能力和容错性能神经网络模式识别技术建立储层参数与地震信息之间的联系，最后用某地区的地震资料和测井数据，运用改进的主成分分析方法、BP神经网络学习算法进行了储层的横向预测，并对其结果进行分析。 主要取得了以下一些成果和结论： (1)简要介绍了地震属性的分类、应用、物理意义，详细地描述了部分常用计算地震属性的算法并实现了其算法，为后续的工作打下基础，用地震正演分别制作层状模型、楔状模型，在此基础上提取属性并对地震属性进行标准化预处理，之后分析不同地震属性之间的相关性，研究不同地震属性与储层参数之间的关系。 (2)系统阐述了地震属性优化和BP神经网络预测中的一些基本问题：基于改进主成分分析的优化地震属性的基本原理、BP神经网络的结构、网络的学习算法、网络预测工作原理。 (3)实际资料的孔隙度预测中，从地震剖面提取的地震属性，实现了基于改进主成分分析对地震属性的优化，利用优化后的地震属性并联合测井资料用改进的附加动量BP神经网络对储层参数进行预测，得到了比较好的结果。