电磁波层析成像技术（Electromagnetic Tomography）是常用的跨孔测量数据的解释方法，其属性理论基于Radon变换与Radon变换的逆变换，即根据在物体外部的测量数据，依据一定的物理和数学关系反演物体内部物理量的分布，并由计算机以图像形式显示出来。根据观测数据及反演目的的不同，层析成像方法可分为走时层析成像和衰减层析成像两种。其中走时层析成像利用直达波的初至时数据来反演两个钻孔间的电磁波速度分布；而衰减层析成像是利用直达波的振幅或重心频率信息来反演两个钻孔间的衰减场。层析成像方法能识别那些引起明显物理性质差异（如介电常数、电导率或磁导率）的地下结构（如分层、断裂和埋藏的公共设施等）。对于低电损耗介质，可以认为介电常数只与电磁波速度有关，而与衰减系数无关，介电常数可以通过单独进行走时层析成像而求得；而对于高损耗介质，介电常数则由电磁波速度和衰减系数共同决定。另一个进行衰减层析成像的原因是通过衰减系数来推导所探测介质的电导率结构。而进行跨孔雷达走时和衰减的联合层析成像则能够将介电常数以及电导率对电磁波传播的影响分开来研究，这能极大地增强对所探测介质的理解。全波形反演算法由于计算量巨大及天线特性的限制，很难得到更广泛的应用；而衰减层析成像算法容易受到辐射模式、几何扩散等因素的影响，反演结果往往不理想；走时层析成像利用直达波波形的初至时进行反演，而初至时的位置与辐射模式、天线特性等无关，并且走时层析成像的计算效率相对全波形反演算法要高得多。因此，在本文中，我们主要进行了跨孔雷达走时层析成像理论的研究。当速度场相对变化较小时，我们可以近似认为射线在地下介质中传播的路径是直射线。此时，走时方程是线性的，基于直射线追踪的走时层析成像的反演可通过最小二乘非迭代反演算法实现，实现过程中，需要通过初至时提取来得到走时的观测值，并用直射线追踪算法构建系数矩阵（雅可比矩阵）；当速度场相对变化较大时，射线在地下介质中传播的路径是弯曲射线。此时，走时方程是非线性的，基于弯曲射线追踪的走时层析成像的反演需要使用最小二乘迭代线性反演算法计算，实现过程中，首先需要通过初至时提取来得到走时的观测值；在每次迭代中，需要使用MSFM算法计算走时的计算值，并用基于MSFM和最速下降法的弯曲射线追踪算法构建系数矩阵（雅可比矩阵）；无射线追踪跨孔雷达走时层析成像可使用与基于弯曲射线追踪的走时层析成像相同的最小二乘迭代线性反演算法实现，在实现过程中，首先需要通过初至时提取来得到走时的观测值；在每次迭代中，需要使用MSFM算法计算走时的计算值，并用有限差分微扰的方式构建雅可比矩阵。振幅比法衰减层析成像原理简单，但是需要考虑几何扩散及天线辐射模式等的影响；重心频率下移法衰减层析成像由频率域数据出发，无需考虑几何扩散、仪器响应、源/接收耦合、辐射模式、发射/透射系数以及由传播引起的相位累加等的影响。通过公式变形，振幅比法和重心频率下移法衰减层析成像具有与走时层析成像相似的反演方程，可使用最小二乘非迭代反演算法和迭代线性反演算法实现。基于程函方程有限差分解的走时计算方法有FMM、HAFMM和MSFM等。其中FMM和HAFMM算法分别使用一阶和二阶精度的差分近似求解程函方程，而MSFM算法使用两个模板计算邻点走时，同时考虑了水平垂直方向及对角线方向上的信息，在理论上能提高走时的计算精度和计算效率。在对射线追踪技术和FMM算法及其改进算法研究的基础上，本文提出了一种新的射线追踪方法。该算法将射线追踪分为用MSFM算法正向计算走时和用最速下降法反向追踪射线路径两个过程。与基于FMM和最速下降法、基于HAFMM和最速下降法的射线追踪方法相比，对于匀速模型和常速度梯度模型，基于MSFM和最速下降法的射线追踪方案计算的走时等值线与理论值差异最小，射线路径与理论路径最接近，射线路径传播时间误差最小，从而证明了本射线追踪方案的有效性和高精度性；而对于复杂随机介质模型，基于MSFM和最速下降法的射线追踪方法在不同网格距下计算的两组走时等值线以及两组射线路径的差异最小，证明了本射线追踪方案的稳定性和对于复杂速度模型的适用性。数字图像分割法最初应用在折射地震波数据初至时提取中，在本文中，我们首次实现了使用数字图像分割法对跨孔雷达直达波数据的初至时提取。数字图像分割法的分割是在能量比图像上进行的，使用凸集投影技术（POCS）进行图像分割，并在分割时加入一些限制条件。分割后的能量比振幅图中初至区域的下缘的索引即为初至的位置。通过对简单模型、起伏界面模型和随机模型算例的分析可知，数字图像分割法在提取初至时的精度上要高于互相关法和信噪比最大法。三种走时层析成像算法对于合成数据和实测数据的反演结果表明：直射线追踪走时层析成像的反演结果最差、误差最高；弯曲射线追踪走时层析成像的反演结果最接近真实模型，反演误差最小；无射线追踪走时层析成像的反演结果和弯曲射线追踪走时层析成像反演结果比较相近但稍差一些，反演误差也稍大一点。但是，无射线追踪走时层析成像提供了一种跨孔雷达走时层析成像的新方法和新尝试，并且其有效性和精度都能满足反演的需要。在跨孔雷达走时层析成像中，加权因子、模型加权矩阵、走时计算方法、初至时提取方法、最小二乘反演算法、反演网格距、天线移动步长、射线覆盖角度等等都会对反演结果造成影响。加权因子的最优值可以通过L曲线法确定，并且使用该最优值进行反演所得到的结果能够很好的平衡数据空间和模型空间之间的失配。综合考虑目标体重建效果和反演误差，拉普拉斯算子是最适合跨孔雷达走时层析成像反演的模型加权矩阵算子。数字图像分割法提取初至时的精度要高于信噪比最大法和互相关法，并且当把数字图像分割法提取的初至时应用到跨孔雷达走时层析成像中时，所得到的反演结果也好于信噪比最大法和互相关法的情况。MSFM算法不但在走时计算精度上要高于FMM和HAFMM算法，使用其计算的走时进行走时层析成像的结果也是最好的。在跨孔雷达走时层析成像中，三种最小二乘算法（LSQR算法、GMRES算法和BICGSTAB算法）都可以很好的反演速度场，并且使用LSQR和BICGSTAB算法的反演结果更好一些。减小反演网格距可以提高反演精度，但是反演精度的提高是以牺牲计算时间为代价的。但是，在基于二维弯曲射线追踪的走时层析成像算法中，这个计算时间的提高还是可以接受的。因此，在跨孔雷达走时层析成像中，我们可以通过减小反演网格距的尺寸来提高反演的精度。通过减小天线移动步长能获得更多的射线数（观测数据），从而能提高反演的精度；但是同时也会引入更多的大角度射线，从而降低了模型重建的效果。当我们减小天线移动步长并且只使用小角度射线进行反演时，我们即提高了反演精度，又能获得更好的反演结果。