地震反褶积实际上是一个“盲”过程,因为通常地表爆炸激发的地震子波是未知的,大地滤波效应(反射系数序列)也是未知的。自1978年Wiggins提出第一种盲反褶积方法开始,学者们相继提出了一系列仅从地震记录自身的特点出发,在不做先验假设的情况下,求取地震子波和反射系数的方法,也就是所谓的“地震盲反褶积”。在地震信号处理领域对盲反褶积问题的研究较独立分量分析要久远。独立分量分析是上世纪90年代伴随着盲源分离问题发展起来的一种新兴的信号处理技术。随着其理论体系的逐步完善以及在图像处理、生物医学信号、通信系统、金融、语音信号处理、雷达和声纳等领域所取得的成功,越来越多的学者开始探讨如何把这项新技术、新方法引入到地球物理领域中来。本文在前人工作的基础上,研究了基于独立分量分析理论的地震盲反褶积方法及其应用。首先简述了盲反褶积的基本理论和算法原理,并在此基础上对各盲反褶积方法进行了归纳分类,根据国内外研究热点指出了两类应用较广泛的盲反褶积方法——基于贝叶斯反演框架的稀疏盲反褶积和基于独立分量分析理论的盲反褶积。然后通过模型和实例分析表明,修正的Cauchy先验分布能较好的保护弱反射体,在提高地震资料的分辨率和减小对弱反射的压制之间取得了一个较好的平衡,提高了储层识别的分辨率和有效性。另外,结合独立分量分析理论中反褶积Bussgang类算法和地震褶积模型建立了可行的基于负熵的Bussgang盲反褶积实现方案,理论模型和实际资料的处理表明该方法能较好地适应非最小相位、非高斯系统得到原始反射系数的最优估计,同时算法收敛快、精度高。最后,从实际出发进一步探讨了独立分量分析在地震信号处理领域中的应用:结合生产实际,研究了基于盲反褶积的多尺度联合拓频技术;针对低信噪比地震数据,提出了基于独立分量分析的信噪分离和盲反褶积串联处理框架的初步构想;利用独立分量分析在数据降维和特征提取方面的优势提出了盲源地震属性优化的混合分离过程及其处理流程。