地震信号是一种典型的时变非平稳信号,其中隐含丰富的地质信息,如何利用地震资料更加有效地进行储层预测成为地球物理领域的一大研究热点。时频分析方法能够提供一种时频联合的信号表征方式,将地震信号从一维时间域变换至二维的时频域,反映地震信号频率及能量的时变特征,有效挖掘其中隐含的信息,在储层预测中得到广泛应用。基于傅里叶变换思想的时频分析方法在处理地震信号时存在较大的局限性。希尔伯特黄变换(HHT)是一种适用于时变非平稳信号的时频分析方法,能够更好的反映地震数据的时变特性,大大提高时频分辨率。常规的HHT存在端点效应和模态混叠现象,制约了 HHT在地球物理领域的广泛应用。本文针对HHT存在的问题进行了深入研究,发展了基于快速集合经验模态分解(FEEMD)的地震属性分析方法,并运用于塔河区块的储层预测。论文通过模拟信号的仿真计算,对比分析了短时傅里叶变换(STFT)、连续小波变换(CWT)、S变换(ST)以及HHT。STFT计算方法简单,时频分辨率单一;CWT能够多尺度地分析信号,存在频谱能量泄露的问题;ST具备多分辨率特性以及自适应性,存在时间和频率分辨率不能兼顾的问题。HHT能根据信号自身特点自适应地将信号分解为单分量或窄带信号,能同时兼顾时间和频率分辨率,时频分析精度更高,但存在端点效应和模态混叠问题。针对HHT的端点效应和模态混叠问题,论文研究了分段三次埃米尔特多项式包络拟合方法、信号局部特征值延拓、集合经验模态分解(EEMD)以及快速集合经验模态分解(FEEMD)方法,提出了优化的FEEMD(IFEEMD)算法,有效改善了 HHT的端点效应和模态混叠问题,提高了时频分析精度和运算效率。在IFEEMD方法的基础之上进行了地震瞬时谱分解研究,提出了 IFEEMD-HSA地震瞬时谱分析方法以及IFEEMD-TK能量算子分析方法,并发展了归一化的能量吸收指数,直观地反映地震信号低频和高频的能量差异。为进一步提高储层预测的精度,论文研究了语音信号中基于谱的相关特征提取方法,在地震信号IFEEMD-HT边际谱的基础之上,利用Mel倒谱系数方法提取地震数据的相应参数,得到一种新的地震属性—地震声纹属性。基于单一属性的储层预测往往存在多解性,采用属性融合方法对能量吸收指数和地震声纹属性进行融合,从而进行储层综合预测。本研究成果在一定程度上提高了地震资料的解释精度,为地震储层预测提供了新的技术支持。在塔河区块储层预测中取得了良好的效果,有效提高了预测精度,降低勘探风险。