在参数反演中,如何充分利用叠前地震资料中的运动学和动力学信息获得精确的反演结果是近年来的研究热点。利用振幅随入射角变化的信息进行反演,即叠前AVA(Amplitude variation with angle)反演,与叠后反演相比精度有所提高。但由于采用动校正后的共反射点(CRP)道集,因此在远偏移距处易受动校正拉伸的影响,导致反演精度有所降低,尤其是依赖于大角度数据的密度信息。地震数据中的走时仅依赖于地下介质的速度结构,具有高信噪比的特征。为了解决动校正拉伸问题,充分利用地震数据中的运动学信息,本文围绕走时在反演中的作用及联合走时的AVA反演方法展开了研究。首先,通过基于粒子群优化算法的统计性试验对不同输入数据的结果进行了对比分析,证明了地震记录中的走时信息能有效提高反演的稳定性和精度,并在一定程度上降低对初始模型的依赖性。其次,分别测试了从走时信息中得到初始模型以及添加均方根速度先验约束时的反演结果,证明了走时信息对提高反演精度的贡献。然后,提出了一种动校正前的走时AVA反演方法,避免动校正拉伸畸变影响的同时充分利用了走时信息。最后,为了能更有效地进行后续的处理解释,受走时AVA反演研究思路的启发,提出了一种基于稀疏反演的目标导向动校正方法,效果显著。