作为贯穿整个地震勘探流程的重要参数,速度参数的精确与否直接或间接决定了层析成像的效果是否良好。于是为了保证能通过层析成像获取较好的反演结果,初始模型的建立就显得尤为关键。为了减少反演的迭代次数,降低计算量,需要建立一个与实际地层更为接近的速度模型作为初始反演模型,所以速度分析得到的速度结构模型是很好的一个选择。要得到高精度的初始模型需要考虑到原始地震资料的质量和速度分析的精度。在地震数据采集过程中,往往由于多种环境因素的影响,导致有效信号中掺杂着很多随机噪声,这些噪声的存在导致了在速度分析的过程中对速度谱的分辨率造成了一定的影响。为了降低随机噪声对速度谱分析产生的影响,我们需要对原始地震资料进行去噪。由于目前的一些常用的固定基函数变换的方法缺乏多尺度识别能力,不能对地震数据进行自适应。本文采用了一种可以对地震数据进行自适应系数分解的超完备字典DDTF(Data-driven tight frame)字典为基础的去噪方法,通过DDTF字典获取含噪数据的稀疏系数,再通过硬阈值的策略,利用有效信号和噪声信号的稀疏差异性筛选并去掉较小的稀疏系数,从而达到良好的去噪效果,最后通过反变换得到去噪后的地震数据。在提高精度方面,由于速度谱分辨率低导致的能量团不够聚集,以及部分能量团互相之间黏连导致的两层之间的速度混淆不清。以上这些问题会导致速度拾取出现较严重误差,对后续的动校正、叠加、成像等处理过程都会产生影响。为了避免误差,提高速度分析精度。本文以相似系数加权速度分析为基础,利用最小二乘计算得到的相似系数作为加权函数,得到速度扫描的相关系数,通过对理论数据试算结果对比,实现并验证该方法可以得到能量团更聚集的速度谱,使得层与层之间更加清晰可辨。在提高了原始资料的质量和速度分析的精度后,将所得到的速度模型应用于初至波层析成像反演。本文采用了旅行时插值射线追踪(LIT)方法计算射线走时矩阵,再利用初至波反演层析成像反演得到最后的地层模型。并通过对简单地层模型,组合复杂地层模型以及marmousi模型进行试算与传统的方法结果进行了对比,证明了使用速度分析的建模方法与常规建模方法相比具有更高的逼近效果和更快的逼近速度,能够更好地达到精度要求。