随着我国勘探开发的深入,勘探重点目标已逐渐由常规的碎屑岩储层和碳酸盐岩储层发展为非常规致密油及页岩油储层等。非常规油气的勘探开发存在地质构造复杂、储层埋藏深、地震资料品质差等问题,因此需要开展面向深部储层的高精度保幅成像算法研究,为后期的井位布设、油藏描述等工作提供可靠的数据基础。本文首先介绍最小二乘逆时偏移(Least-Squares Reverse Time Migration,LSRTM)基本原理,系统地介绍了LSRTM中的正算子、共轭算子及数据处理流程。最小二乘偏移具有高信噪比、高分辨率、高保真度等优点,是一种适用于深层油气勘探的高精度成像算法。但是,最小二乘偏移具有对炮数据品质敏感、收敛速度缓慢及计算量巨大等问题,限制了该方法向工业生产资料的推广应用。针对低信噪比地震数据的成像问题,分析了噪音对LSRTM的影响机制,并证明压制噪音残差能改善低信噪比数据的成像质量。因此,根据目标信号与噪音间的可预测性差异构建数据加权目标泛函,通过向数据残差施加约束的方式压制噪音残差。其中,推导了基于一次波驱动的数据加权矩阵和基于多次波驱动的数据加权矩阵压制观测数据中不可预测噪音(随机噪音、异常值等)和自由表面多次波对应的噪音残差。通过加权共轭梯度法最小化加权后的数据残差,进而得到最优的成像结果。模型试算及实际资料处理结果证明,数据加权LSRTM在对低信噪比数据成像时相对于常规LSRTM具有更好的鲁棒性。数据加权LSRTM仅仅减弱了噪音对成像的影响,最终的成像结果中还会残留部分噪音。为了快速地压制偏移噪音,提高收敛速度,将奇异值谱分析去噪算法引入LSRTM约束成像结果,推导了自适应奇异值谱约束算子。同时通过测井数据构建先验模型对成像结果进行约束,发展了LSRTM正则化约束算法。通过模型数据测试和实际资料处理证明,LSRTM的正则化约束算法能够明显改善LSRTM的成像质量,同时相对于常规LSRTM具有更快的收敛速度。为了提高LSRTM的计算效率,结合平面波编码技术和随机最优化算法研发了基于预条件随机共轭梯度的平面波LSRTM算法。平面波LSRTM将海量的地震数据压缩为少量的平面波道集,减小了计算量。在此基础上,为了改善对偏移噪音的压制效果,推导了平面波角度域梯度预处理算子,利用奇异值谱约束算法压制平面波角度域共成像点道集的偏移噪音。同时,给出了在起伏地表进行平面波合成的公式,发展了起伏地表平面波LSRTM算法,提高了近地表构造的成像质量。其次,推导了LSRTM的混合随机共轭梯度迭代算法,通过炮数据采样算法减小了计算量,并混用随机梯度和共轭梯度改善了常规随机最优化算法的收敛速度。最后,结合混合随机共轭梯度法和平面波角度域预处理算子推导了预条件随机共轭梯度迭代算法,并将其应用于平面波LSRTM,该算法能够高效地得到高质量的成像剖面和平面波角度域共成像点道集。LSRTM算法针对全波场成像,无法充分利用观测数据中的绕射波信息。为了提高深层及盐下非均质地质目标体的成像质量,发展了面向目标的LSRTM方法。介绍了在平面波道集上进行绕射波分离处理流程,推导了绕射波LSRTM处理流程,该算法可得到高精度的非均质体构造图像。随后构建了面向目标的LSRTM目标函数,通过反射波衰减函数控制反演目标波场。面向目标的LSRTM分别利用反射波反演大尺度的背景构造,利用绕射波改善小尺度非均质构造的成像质量,在实际应用时可以根据成像需求对成像目标进行控制。