本文对地震波属性的提取和分类进行了理论和应用的研究。地震波属性的可靠性一直是地球物理工作者研究的主要内容。而地震波属性的种类很多，提取方法和分类方法各不相同，如何提取出精确可靠的参数，成为属性研究的重点和难点。 文中首先阐述了课题研究的必要性和意义。系统讨论了地震波的纵向和横向分辨率，并且详细讨论了地震波各种属性参数的提取。正演模型是我们研究地震波属性和地球物理正问题的一种有效的方法，利用正演模型的研究，提取一些介质组合情况下常用的属性剖面。提出了一些属性优化的原则，并且从入射波的特性和岩性以及属性可信度区间讨论地震波属性可靠性，指导属性参数的优化。 本文利用聚类分析的理论，对属性进行分类的讨论。具有相同或相似性质的属性参数往往反应的是同一个地球物理现象，在实际工作中，利用属性参数的时候，不加分类而使用属性参数，往往会造威信息的重复使用或一些信息的缺失。聚类分析方法利用距离系数的概念，把相关性较大的属性参数聚咸一类，使参数有一个正确的全面的分类。在使用参数的时候能达到精简和完整的表征地下地质体的情况。 地震信号的特征是由地下岩石、流体的物理特征及其变化直接引起的，有效挖掘隐藏于地震数据中的有关岩性和储层物性信息具有深远而现实的意义。地震属性参数之间多是非线性关系，并且地震属性参数受环境的影响很大。神经网络可以建立属性参数与预测目标之间的高度非线性映射，而遗传算法选择适者生存。综合BP的快速收敛和GA的全局寻优的特点，利用聚类分析得到的参数组合，完整快速的得到理想的砂体预测厚度。