被动源勘探方法省去了人工激发震源的步骤,相比主动源勘探方法,其成本更低、对复杂地形的适应性更好。根据震源能量在时间轴上的分布情况,被动源通常可以分为微震(瞬态源)和噪声源。前者能量集中在某一时刻,而后者的能量则在一段时间范围内均匀分布。被动源勘探在地下介质的各方面情况的监测中具有广泛应用,其中震源的空间坐标和激发时间是最值得关注的信息。被动源定位所用到的数据为到时(走时)或者记录(波场),所用到的方法为逆时成像或者反演。走时反演的效率最高,目前应用也最广泛,但该方法要求识别微震事件并拾取记录中的到时信息,这通常不易做到,且在噪声源定位中无法使用;由于使用反演拟合,因此有陷入局部极小的风险;另一方面,由于震源数量未知,反演过程中,震源数量属于超参数,无法通过反演求得,因此并不适用于多震源同时定位。基于波场的逆时成像方法无需进行到时拾取,对于微震和噪声源都有效;得到成像结果能够对模型空间进行整体把握,但成像结果中的假象会对震源位置的识别造成干扰。基于波场的反演与走时反演所使用的算法相类似,但需要预先获得子波信息,这通常很难办到;另外,该方法也有不适用于多震源同时定位的缺点。本文提出了三类方法和策略,来优化和改善不同的被动源定位方法的若干环节。第一类针对微震定位中的基于波场的逆时成像的假象问题,将震源识别的判断标准由空间域(模型域)扩展到了空间-时间域,根据微震信号能量聚焦的特点建立了识别的条件,能够有效地压制成像结果中的假象。第二类针对噪声源定位中的基于波场的逆时成像的假象问题,根据波场传播的特征,对于某一成像点,使用了周围若干点的波场值来进行成像,该结果与常规结果的假象分布有所不同,两者结合能够有效压制成像结果中的假象。第三类针对走时反演的局部极小和震源数量问题,将逆时成像和走时进行了结合,即利用走时信息进行成像,实现了高效率和对模型整体把握的结合,杜绝了局部极小问题。本文提出的主要方法及取得的主要成果可以概括如下:(1)对于基于波场的逆时成像方法,研究了微震事件的波场在正反传过程中的特点,以及成像结果中假象产生的原因。使用图像处理方法对成像结果中代表震源的成像值进行突出,均衡了强弱震源之间成像值的差距。提出将时间轴纳入到震源识别与判断的标准中来,建立了量化时间序列的能量集中程度的流程与公式。结合阈值,构造了筛选模型用于压制成像结果中的假象。由于公式涉及整个时间序列,因此,若考虑节约时间,可以将整个反传过程的波场快照全波保存,再进行统一处理;本文则考虑节约空间,将适用于数据体的处理方法转换成适用于数据流的处理方法,此时无需存储全体波场快照,但计算时间有所增加。(2)基于波场的逆时成像方法对噪声源仍然有效,但假象问题相比微震更为严重。噪声源记录无法进行到时拾取,也无法利用震源波场能量在时间轴上的分布来判断震源的存在。对此,研究了逆时成像的理论依据,即逆时不变性以及地震干涉,讨论了波场反传过程中干涉发生的情况,并据此提出了利用成像点周围点的反传波场时间序列进行成像的方法。该方法与震源性质无关,因此同样适用于微震定位。相比于常规方法,该方法会遭受更严重的假象问题,但假象分布范围有所不同,二者通过结合可以压制成像结果中的假象。在选取成像点周围点的过程中需要计算成像点周围的走时场,为减少此步骤的耗时,仅对常规成像结果中的极值点进行二次成像值计算。对不同步骤的成像结果中的成像值进行统计,通过对统计结果的分析,确定了阈值选择的方法,用以滤除非震源点。(3)根据被动源定位所使用的数据和方法,综合研究了定位方法的发展规律。根据被动源定位所使用的数据(走时或波场)和方法(逆时成像或反演)的特点,将走时与逆时成像进行了结合,同时实现了走时的高效率和逆时成像的整体性。根据波场传播的逆时不变性,提出了逆向计算走时场的方法,能够以极高的效率完成所有成像点到所有检波点的走时计算。震源点成像的成像条件并不需要有明确的动力学意义,而仅需要指示震源点的位置即可。本文根据震源波场的走时与记录中拾取的到时之间的关系,建立了可以用于走时成像的成像条件。根据成像条件的特点提出了一种基于统计的阈值选择方法,用以提取成像结果中的震源位置。该方法需要拾取到时,因此只适用于微震定位,但无需在拾取时识别微震事件的数量或者到时与微震事件之间的对应关系,因此适用于多震源定位。