极地冰盖对全球气候系统具有重要影响,直接控制着全球海平面升降。在全球气候变暖的大趋势下,理解和预测极地冰盖的稳定性及其演化趋势具有重要的科学意义。冰雷达是测量冰厚、冰下地形以及冰内等时层结构和分布的有效工具并在冰盖探测中取得了巨大成功,成为了冰盖探测的主流和经典工具。目前冰盖结构形态学特征主要从电磁波运动学特征(波至时间、速度等)中获得,而利用反射波的动力学特征(振幅、相位等)以及极化特征来反演、识别冰盖内冰晶体组构参数等物性特征变化状况则是冰雷达研究的前沿重难点领域,具有重要科学意义和实用价值。为了在冰雷达数据中提取冰盖内等时层的波阻抗信息,本文开展了高频电磁波波阻抗反演技术研究,以此来获得介电常数、组构特性等微观参数,为冰盖研究提供关键物性参数。极地冰盖研究相对近地表探测缺少测井等资料提供初始模型,为了避免传统反演方法中严重依赖初始模型的不足。本文尝试把遗传算法应用到波阻抗反演问题,但直接应用遗传算法进行波阻抗反演会出现反演结果收敛不稳定的问题。为了解决上述的问题,本文引入自适应机制和实值编码系统来提高遗传算法的可靠性和收敛性。同时,本研究参考地震勘探的做法,把褶积模型引入冰雷达数据的反演,采用褶积模型来简化电磁波在冰盖中的传播规律,并通过与有限差分方法的对比,证明了基于褶积模型的正演计算可以大大提高遗传算法的效率。另外,自适应机制和实值编码系统的引入可以明显提高遗传算法的可靠性和收敛性,我们使用GPRMax软件对一套已知的地层模型进行数值模拟,获得其回波数据,再利用自适应遗传算法对该数据进行反演,采用统计后验概率方法分析反演对理论模型的恢复程度及收敛情况,从而证明自适应遗传算法的可靠性及其在高维全局优化中的优势。且自适应进化机制在优化过程中可以有效避免算法陷入局部最优解。本研究亦对全极化雷达所采集的多通道数据进行了处理,解决了冰雷达信号存在极性反转的问题。经处理后的数据提高了冰床同相轴的稳定性,为遗传算法反演提供了良好的数据基础。本研究成功应用自适应遗传算法来反演南极冰盖的波阻抗。实验结果显示出南极冰盖极化雷达回波信号呈现明显的分层结构特征,与深冰芯钻探结果揭示的冰期-间冰期位置相吻合,证明了各向异性冰组构演化和冰期-间冰期旋回的对应关系。