全波形反演(FWI)可以实现介质参数的高精度反演,是当前地球物理方向的研究热点。然而,FWI的应用依赖于初始模型的质量以及所包含的低频信息。如果初始模型偏离真实模型,那么基于梯度的FWI将不可避免地陷入局部极小。本文提出了一种基于希尔伯特变换的低波数更新全波形反演方法,该方法通过抽取梯度中的低波数成分,构建可以用于后续高波数更新的初始模型,克服了可能的周期跳跃问题。该方法中,低波数和高波数的更新分开进行。第一步,进行低波数的更新,其中关键的是基于希尔伯特变换的低波数更新公式。该公式在时间空间域实现了波场上下行波的分解并抽取出FWI梯度中的低波数信息。相对于传统的频率波数域的波场分解方法,这一方法大大减小了计算量和存储要求。第二步进行常规的FWI,应用第一步中得到的结果作为初始模型,进行模型高波数成分的更新。通过对比该方法与其他方法(基于最小二乘逆时偏移的低波数更新方法)在Marmousi模型上的结果,证明了即使对于噪声数据或低频缺失数据,基于希尔伯特变换的低波数更新方法仍然可以实现对低波数成分的更新,并且最终结果和真实模型更接近。