正反演是重力资料处理解释的主要环节之一。随着全球范畴内勘探程度的显著提高,找矿难度随之增大。为了提高地球物理勘探的精细程度,网度更高的观测数据及更加精细的处理反演成为当前勘探地球物理领域的研究热点。大规模重力数据精细反演存在高内存占用及长耗时导致的效率低下等问题。另外,针对反演固有的多解性和数学上的病态性,需要引入更多的约束条件,这进一步导致了计算量的增大。本文针对大规模重力数据精细正反演算法展开研究,旨在形成一套实用有效的大规模重力精细快速正反演方法,促进重力物性正反演算法的进一步实用化,本文研究内容主要概括为以下几点:一、研究了基于快速多极子算法的重力数据快速正演方法。首先阐述了快速多极子算法的数学基础,在附录部分给出了其包含的核心定理及推导过程,分析了将算法应用于重力数据正演存在的问题,继而引出不依赖于正演积分方程解析展开的黑盒快速多极子算法。研究将黑盒快速多极子算法应用于重力正演计算,给出了该方法的应用步骤。通过模型试验,验证了基于快速多极子算法的重力正演方法的正确性及其相比于传统积分方程法的效率提升。二、研究了重力数据约束物性反演方法。从数据拟合角度给出了重力数据单一反演目标函数,利用正则化项引入模型约束,稳定了反演求解过程同时改善了反演结果。主要考虑的加权约束包括深度加权约束,物性范围约束以及聚焦约束。建立了多种形体的二维及三维密度模型进行了算法测试,验证了反演算法的正确性,为后续大规模重力数据反演算法研究奠定了基础。三、研究了基于快速多极子算法的大规模重力数据约束物性精细反演算法。算法整体框架包括快速多极子算法、数据自适应采样及数据空间反演算法。将基于快速多极子算法的重力数据正演过程融入到重力数据反演过程中,加速核矩阵的计算,进而提高反演计算速度。其次,利用数据自适应采样技术对原始数据进行采样实现数据空间维数压缩,同时提出了一种新的衰减系数选取原则。反演计算利用基于数据空间的算法进行,方程组利用预条件共轭梯度法求解,同时建议引入阻尼因子项稳定求解过程。采取经验准则进行迭代步长的选取,避免了迭代不收敛情况的发生。反演算法中引入深度加权约束改进位场反演中趋肤效应,通过柯西范数对模型进行稀疏约束,使得反演结果更为聚焦。另外,基于转换函数的物性边界约束可以更方便控制反演物性处于合理范围。建立了组合密度模型进行算法测试,测试表明提出的反演框架能够提高重力数据反演计算效率,反演结果准确可靠。