测井数据以及由测井数据计算出的孔隙度、渗透率、饱和度等储层参数，称为测井类属性，是油田开发过程中描述油藏属性的重要依据。但由于工区内钻孔往往稀少，因此，在空间上很难控制油气藏的变化特征。本文从统计关系出发，突破常规反演方法的限制，建立起地震属性与测井类属性的关系，实现了测井类属性的横向预测，从而较好地解决了这一问题。 本文分析了测井类属性横向预测的国内外研究现状，从而提出了相应的研究思路。在对测井类属性的获取方法及其应用领域进行积极探讨的基础上，重点研究了地震属性的提取方法及其地质应用基础，同时，对众多属性的筛选或寻优方法进行了必要的阐述。所有这些研究成果为建立测井类属性与地震属性之间的统计关系提供了理论依据。本文重点在于数学方法的研究，如多属性线性回归及引入褶积因子的回归方法的研究。并证明了应用褶积因子相当于引入新的属性，只不过这列属性是原属性的时移。此外，还提出了一种新的快速神经网络算法，并通过模型和实际数据试算表明了它能很好地揭示出测井 类属性与地震属性之间复杂的非线性关系。 在属性提取、筛选、回归方法及神经网络算法等方面研究工作的基础上，利用VB语言开发了相应的应用软件系统，并针对某一实际工区的测井和地震资料进行了尝试性的应用，取得了比较理想的效果。实际应用效果表明，神经网络算法优于线性回归方法。 随着直接找油研究工作的进一步深入，利用测井和地震数据联合实现地震数据的测井类属性横向预测必将具有广阔的应用前景。