叠前深度偏移成像作为近10年最具影响力的油气勘探开发技术之一,已成为当前地震勘探中获取地下构造图像的重要手段。相较叠前时间偏移,叠前深度偏移具有成像准确、直观、适应性强等优势,是复杂构造成像及高精度地震成像的必要方法和核心技术。但是目前对于深度域数据的研究主要集中在处理方面,如何进行深度域地震资料的解释,还有待深入探究。地震属性作为描述地层结构、岩性、含油气性等地质信息的重要特征量,是地震资料解释中不可或缺的参数。故本文主要围绕深度域地震属性展开研究。对比分析了深度域地震属性、时间域地震属性以及深时转换域地震属性在提取方法、表现形式上的差异,剖析了深度域地震属性存在的优势、以及在地震解释工作中的适用性。同时讨论了噪声、速度网格和速度场精度等因素对深度域地震属性产生的影响,以便在最佳偏移参数下获取准确深度域属性,从而为后续属性在解释中的应用打下坚实基础。在深度域地震属性的解释应用方面,本文研究了平面波分解算法在深度域属性分析中的应用,探讨了深度域含断层数据基于平面波分解的断层识别问题,以及将传统的深度域地震数据基于平面波分解转换到地层坐标系后的数据特征。经过实例测验,发现在经该算法提取得到倾角属性的基础上进行脉冲耦合神经网络边缘检测,能够更有效的对断层进行识别。此外,经过地层坐标系转化的深度域地震数据不仅完成了地层的校平工作,降低了提取地震属性时沿层开窗的复杂性,便于同相轴的追踪工作,而且提取得到的地震属性更加稳定,受上覆下伏地层构造的影响更小,这无疑为后续储层预测和解释工作提供了更大的便利和优势。最后,研究了基于字典训练的地震多属性融合方法。依据构造字典的不同,考虑了基于K-SVD字典的稀疏表示和稀疏自编码器两种融合算法,并在前者的融合规则中加入了去噪因子,实现了地震多属性数据融合和去噪的一体化处理。融合后的地震属性既尽可能多的包含了原始各单一属性的地质信息,又提高了地震数据的信噪比。通过上述几项研究可以发现,直接在深度域地震资料上进行属性提取和解释工作有着巨大的挖掘潜力和应用价值。