在低渗油田进行压裂注水施工过程中，对由地下岩层错动引发的微地震事件进行实时监测是目前国内外新兴的热门研究课题。近年来，随着微地震监测理论的发展和成熟，在对低渗油田进行水力压裂改造时，微地震监测技术越来越广泛的应用于地下裂缝的勘探研究。微地震监测主要有两种方式：地面监测、井中监测。井中监测存在要求监测设备精密、施工操作复杂和成本较高等问题，但是与井中监测相比，由于微地震事件能量比较微弱、地下介质吸收和地面噪音干扰，地面监测存在能够监测到的有效微地震事件少、数据信号信噪比低、震源反演定位的精度较差等问题。综上所述，完善微地震数据处理方法，探索该方法的优化改善方式，提高震源位置反演精度就显得尤为重要。针对以上问题，本文对基于微地震震相识别与震源定位方法的研究。借助数据挖掘中的分类挖掘方法，对当前应用较为广泛的分类识别方法进行研究，在朴素贝叶斯分类的基础上提出了一种判别频率估计方法，并与当前公认分类效果较好的SVM和Boost方法进行比较。实验结果表明，该方法分类效果明显优于Boost方法，其分类精度与SVM方法基本一致，但是SVM在建模时所需时间是该方法的几十甚至几百倍；通过对震相模式识别方法的研究分析，针对微地震信号特点，提出了一种以STL/LTA序列为输入参数的震相模式识别方法，结合判别频率估计方法生成分类器，并通过实际数据对该方法进行验证，其分类精度相对传统的STL/LTA方法在精度上有10%的提高；研究了震源位置反演算法，分析了现存反演算法的局限性，针对其不足之处，在逆时偏移原理的基础上提出了基于震幅叠加的震源定位方法，该方法能对信噪比较低的地震记录能够进行较为精确的震源反演定位；研究了三维声波方程的正演算法，并根据通过正演模拟获得的地震数据进行震源位置反演计算。最后结合野外试验，进行了实地测试，在震源定位的效果上取得了令人满意的结果。