介绍了地震属性技术的特点和专业术语，阐述了同相轴属性和数据提属性参数的提取方法。利用实例说明了该技术在识别断层及其它构造、解释煤层厚度变化、预测奥陶系灰岩岩溶裂隙等的具体应用情况。认为在煤田地震勘探中，利用地震属性信息有助于解释人员了解地下构造、地层和岩性特征。

利用C++语言基于Windows操作环境开发了适用于煤田的地震资料煤层厚度辅助解释系统。在这个系统中，采用人工神经网络非线性反演方法对煤层厚度变化进行解释。该方法对煤层厚度和地震属性参数之间的非线性关系给出定量描述，具有较高的解释精度。利用该系统对鲍店煤矿十采区的三维地震资料进行了煤层厚度解释，取得了较好的地质效果。

现行的地震资料解释方法主要是利用反射波至时间（运动学特征）来解决构造问题,而没有充分利用与地下构造及岩性均有关的动力学信息。分形理论已经证明 地震记录具有分形特性,煤层反射波的三个分维参数：时间域关联维、频率域关联维和容量维为地震资料解释提供了一类新的属性。人工神经网络技术是具有较强抗干扰能力和较高灵敏度的模式识别方法。本文将分形技术和人工神经网络技术用于地震资料的解释, 从地震记录中直接提取分形参数。在地质构造非常复杂及地震资料的信噪比较低的涡北井田实际应用中获得了满意的效果。

Main functions of the identification system of fault with seismic data are introduced. In this ystem, the computer technique, fuzzy mathematics' theory, pattern recognition technique, fractal technique and artificial neural network technique are combined and used in seismic data structure terpretation. Utilizing this system, the distribution of minor faults with about 5m throw (other minor structure) in mining areas can be detected in the area of good seismic conditions and accurate geological information can be provided for mining excavation.

Artificial neural network technique is applied in coal seismic exploration, which has been used to detect faults and to interpret both macrostructures and thickness of coal beds, and has improved the level and precision of seismic data interpretation in coal field.