文章通过地震属性来预测岩性参数,即选择利用多属性线性回归和概率神经网络技术对纵波速度、密度、视电阻率和孔隙度这些岩性参数进行反演,进而从获得的波阻抗体、视电阻率体和孔隙度体来预测煤层顶底板岩石的含水性。应用实例中,预测含水性相对较强的区域为低波阻抗、低视电阻率和高孔隙度分布的区域,这符合岩石物理的认识,同时与矿区地质认识的含水区也是一致的。煤层顶底板含水性的分析,对于防患煤矿突水事故具有现实意义。