应用地震属性进行油气预测已经成为人们认识和监测油气藏的一种重要方法。而由于地震属性与储层岩性、储层流体性质、储层参数之间的关系复杂，一般从地震资料中提取的地震属性参数较多，造成地震属性数据信息的冗余和浪费。经过优化后的地震属性，可以明显的提高预测储层的精度，进一步有效地进行储层描述。因此，研究地震属性优化方法，确定最佳的地震属性参数具有极其重要的意义。本文首先对提取到的地震属性参数利用基于等价关系的模糊聚类加入属性数据样本点间的类别关系；然后采用有监督的局部线性嵌入方法对这些相关属性进行降维优化，并利用优化后的综合地震属性参数预测储层物性参数(孔隙度)，以达到对优化结果的检验。在将有监督的局部线性嵌入方法应用到地震属性优化的同时，较细致地讨论了该算法的几个参数取值问题。为了证明该方法的有效性，本文还用传统的因子分析技术对同一地区地震属性参数进行了降维优化。本文首次提出了基于改进的有监督局部线性嵌入的地震属性优化方法。有监督局部线性嵌入算法是一种新的非线性降维方法，能使降维后的数据保持原有的拓扑结构，且兼具线性方法和非线性方法的优点。将有监督的局部线性嵌入方法应用到地震属性优化中，符合地质体具有地质结构的复杂性、地震属性和储层物性的高度非线性性、地震属性数据的高维性等特点，既是对地震属性优化方法的创新，也拓展了有监督局部线性嵌入算法的应用领域。此外，有监督局部线性嵌入算法要求原始数据样本具有类别信息，考虑到地震数据样本点分类缺乏先验知识，而且地震属性数据的复杂性、高度非线性性、模糊性和不完全性等，本文提出基于等价关系的模糊聚类方法对地震属性数据样本进行分类。本文将有监督局部线性嵌入算法应用到某工区剖面和层位地震属性优化中，将原有的多个地震属性参数减少为少数几个综合属性参数，实现了地震属性的降维优化，并且将经过SLLE算法、因子分析技术优化得到的综合属性参数和未经优化的地震属性参数分别对孔隙度的值进行了预测，通过图例及误差分析认为效果较为满意，说明基于改进的有监督局部线性嵌入在地震属性优化中的应用是可行的。