我国是世界上地震活动强烈和地震灾害严重的国家之一,尤其是在地震多发地区,地震灾害时刻威胁着人民的生命财产安全。由于地震孕育机理十分复杂,地震预测仍然是一个需要通过长期探索方能解决的世界性科学难题。我国建立了包含重力、地壳形变、地磁、地电及地下流体学科为观测对象的地面前兆观测体系,为我国地震前兆研究提供了丰富的观测数据。找到合适、有效的前兆观测数据的震前异常识别与提取方法研究对地震预测预报工作有着重要的意义。地壳形变观测是最重要的前兆观测之一。钻孔应变观测以其精度高、频带宽等优势可以精确测量到地壳应变变化,因此钻孔应变观测数据分析成为了地震前兆研究的一种重要手段。然而在钻孔应变观测数据的分析研究中存在着一些亟待解决的问题:钻孔应变仪虽然深埋于地下,但是钻孔应变观测数据仍然会受到应变固体潮、气温、气压、钻孔水位等因素的影响;不同地震前的钻孔应变数据异常形态及分布各不相同,常规方法很难有效识别和提取到此类异常;在钻孔应变数据异常与地震之间的关联性分析方面,仍然需要更多有利的证据。本文针对这些问题,首先分析了应变固体潮、气温、气压和钻孔水位对钻孔应变观测的影响,利用最小噪声分离、希尔伯特黄变换、变分模态分解的方法去除影响因素;采用瞬时能量计算、主成分计算的方法提取钻孔应变数据异常,并通过地震前兆判据、随机时间对比及多台站对比分析等手段分析提取到的异常与地震之间的关联性。本文主要研究内容如下:(1)基于钻孔应变观测原理,采用自洽方程验证了数据的有效性。着重分析了影响因素中应变固体潮、气温、气压和钻孔水位的时域特性,通过对应变固体潮、气温数据、气压数据和钻孔水位数据进行频率统计分析,建立了影响因素频率(周期)统计表。(2)提出了基于最小噪声分离的钻孔应变数据应变固体潮去除方法。采用最小噪声分离方法,通过信号和噪声互置,将钻孔应变数据分解为按信噪比排列的最小噪声分离成分,应变固体潮影响集中在低阶成分,基于应变固体潮的频率统计特性判断并分离应变固体潮对应的最小噪声分离成分,重构剩余最小噪声分离成分达到去除应变固体潮的目的。仿真实验和震例分析表明,该方法可以有效的分离钻孔应变数据中的应变固体潮,并且可以很好的保留异常形态。(3)提出了基于希尔伯特黄变换的钻孔应变数据瞬时能量异常提取方法。采用希尔伯特黄变换的方法将钻孔应变数据分解成多个模态,通过频率比对判断并去除相应模态;计算剩余模态的瞬时能量,选择合适的阈值提取瞬时能量异常,采用异常累计的手段分析了瞬时能量异常与地震的相关性。芦山地震研究表明,该方法去除了应变固体潮、气温、气压和钻孔水位数据的影响,提取到了姑咱台钻孔应变观测数据震前瞬时能量异常。(4)提出了基于变分模态分解的钻孔应变数据主成分域异常提取方法。建立钻孔应变观测数据状态空间模型,确定了变分模态分解层数,利用变分模态分解方法将钻孔应变观测数据分解成五个有限带宽模态,通过对比分析判断并去除应变固体潮、气温、气压和钻孔水位对应的模态;计算剩余模态的主成分特征值和特征向量,采用阈值分析和相似性分析提取特征值和特征向量异常。芦山地震和汶川地震研究表明,该方法有效的去除了应变固体潮、气温、气压和钻孔水位的影响,并提取到了芦山地震和汶川地震的震前异常。