如何准确、快速的筛选异常关键在于确定合理的异常下限，而确定合理的异常下限关键在于选择最优的异常下限处理方案。传统地球化学异常下限的确定方法是检验数据是否符合正态分布或对数正态分布，如果不符合，则剔除部分异常数据；如果符合条件，则最常采用的是算术平均值加二到三倍标准离差法。但是标准离差法往往只考虑到了各种变量的随机性，而没有考虑到它们的非线性。同时，我们知道地球化学元素分布并不局限于正态分布或对数正态分布，而是具有不连续性、突变性、非均匀性和多样性、随机性以及不确定性、不规则性、自相似性等特征，即高度的非线性，由此导致地球化学异常下限的复杂性。因此，考虑数据的非线性对于研究地球化学异常下限的处理具有决定性的意义。盲源分离算法正能更好的满足地球化学数据的高度非线性，而它在地球化学领域的应用仍是处在初始状态。可见，采用基于JADE的盲源分离算法处理地球化学数据将是一种新的异常下限处理方案。本文根据盲源分离的原理及其地球化学数据的高度非线性特性，提出了一种关于JADE算法处理化探数据的新方法，这种方法能有效地反演地球化学元素组合。与传统的方法相比，新方法能更好的适应化探数据的高度非线性性，能更好地圈定地球化学异常及异常浓度中心。利用这种方法对西藏某地区土壤地球化学测量数据进行了处理，圈定出了传统方法不能圈定出的弱异常，所圈定的异常和矿化分布与实际情况基本一致。