很早以来,人们就意识到地震数据中可以观察到具有重要意义的地质信息。一开始,当观察对象只能是二维地震数据时,从中解释的地质信息非常的有限。然而在最近的二十多年,当观察对象延伸到三维地震数据体时,伴随“地震地貌学”研究流程的广泛兴起,使得人们在反复的流程迭代过程中,不但能够在地震切片上发现沉积单元,而且还能够预测其岩石物性的分布。地震地貌学,是通过三维地震数据体的平面成像来观察地下地貌形态,从而认识其沉积体系的特征和演化过程。目前,沉积地貌成像和岩石物性预测的主流地震解释手段是地震属性技术。地震地貌学中的关键地震属性技术,是适合于平面沉积地貌形态刻画和物性表征的地震属性及其相关解释技术的总和。具体来说,关键地震属性技术包括：属性提取算法、多属性优化流程、模糊自组织属性聚类、属性主分量降维、非线性网络模式识别、岩石物性交汇、多属性颜色融合、地貌形态追踪、几何学参数测量和地貌规律分析共十大类技术。其中,属性提取算法、多属性优化流程、非线性网络模式识别、多属性颜色融合及关键技术的软件集成,是研究的重点,其余相关技术则是融入案例分析中论述。属性提取算法,集中讨论了地震纹理属性的灰度共生矩阵二次统计量算法,分析了其灰度阶数、分析窗口尺度、灰度点对间的方向和步长等四个关键参数的选取问题。多属性优化流程从相容性与冗余性、独立性与非相关性的优化原则出发,将突出独立性的主成分分析优化、突出相容性的粗糙集属性优化、突出相关性的有效性—离散度—相关性三参数属性优化,从流程上串联起来,形成了一组地震多属性的组合优化方法。为了解决非线性网络模式识别中训练样本不足的问题,结合静态地质资料和动态开发资料,对模糊自组织聚类后的地震相进行解释,构造出合理的“虚拟井参数”,再将其用于多元线性回归和径向基函数网络的联合模式识别流程中,提高储层物性预测的质量。多属性主分量三原色颜色融合是一种基于视觉感知的显示增强技术,在融合后的数字图像上依据颜色的区域性和分异性,突出沉积单元的形态特征。亿吨级的渤海莱州湾凹陷KL10-1油田的勘探和开发,面对其主力油层之一的新近系明化镇组下段的复杂河流相储层,定性的描述河道沉积特征很难满足地质建模和油藏模拟的需要。该区域高精度三维地震技术的采集和处理,为地震地貌学的定量研究提供了可靠的数据基础。明化镇组下段的河道储层,从高精度三维地震数据上提取出十一种能够突出河道特征的几何类地震属性。利用主分量三原色融合技术,将十一个属性体沿层切片上的河道特征融合成一张高清晰的水平切片数字图像。再对识别出的四个河流期次的不同蛇曲段分别测量出五个关键的河道形态的几何学参数,即河道宽度、蛇曲宽度、蛇曲波长、蛇曲高度和弯曲度。对明化镇组下段四个河流期次的曲流河测量出67组几何学参数后,发现老地层比新地层的河道更发育、弯曲度更大,而且蛇曲段中单曲形态多于多曲形态,河流侧向侵蚀不强。从弯曲度的分布,推断出明化镇组下段的水动力负载占主导的是底负载和混合负载。河道宽度的概率累积分布,其P50值为储层规模评估和井距设计提供了关键的尺度约束。对五个几何形态参数进行两两交汇和拟合后发现,河道宽度、蛇曲宽度、蛇曲高度间具有线性相关性,可以为地质建模和油藏模拟提供尺度数据。采用地震相约束的模式识别方法,计算出明化镇组下段的砂体厚度、孔隙度、渗透率和含油饱和度四个主要储层物性特征。将四个储层物性参数与河道形态叠合分析发现,砂体厚度受到单一河道形态和规模的影响最明显,孔隙度、渗透率和含油饱和度只与四个河流期次的河道总形态的分布有关。综合评价来看,一定规模河道宽度的河道内部区域,四个储层物性参数值都比较好,将是明化镇组下段可以优先开发的优质储层区域。