地震观测是人类认识地球内部结构的有效手段之一。综合分析大量的地震观测数据,可以推测火山区的潜在危害,也可以对区域构造演化提供动力学依据。中国东北地区位于欧亚板块和太平洋板块互相作用交界处,区域内包括长白山火山、松辽盆地、大兴安岭造山带等多处典型的构造单元,这些构造单元的深部结构和形成机制一直是地震学界的研究热点,但目前仍存在许多争议:长白山火山地壳内是否存在岩浆房?岩浆的来源是什么?松辽盆地的形成与区域构造运动有什么联系?为什么松辽盆地和周边区域的深部结构存在明显的差异?这些问题仍需要进一步的研究探讨。本文利用分布在中国东北典型构造区的地震观测数据,采用接收函数和背景噪声频散曲线联合反演的方法构建区域三维S波速度模型,对以上关键科学问题进行深入研究与探讨。在方法原理部分主要包括四个方面:(1)介绍了接收函数和背景噪声方法的基本原理和数据处理方法,简述接收函数和频散曲线的提取方法;(2)介绍层状介质中接收函数与频散曲线正演模拟方法;(3)对比分析不同的面波层析成像方法的原理和适用条件;(4)给出基于线性最小二乘和非线性变维贝叶斯方法的接收函数与频散曲线联合反演的原理和实现过程。本文联合使用接收函数和背景噪声瑞雷波群速度频散曲线数据,采用变维贝叶斯反演方法获得长白山地区0-60km深度范围的S波速度结构。数据中共包括78个地震台站的12,000多个接收函数和1573条瑞雷波群速度频散曲线。接收函数H-κ叠加方法显示长白山火山附近对应较大的地壳厚度(~40km)和较高的波速比(~1.8)。三维S波速度模型显示,长白山地区地壳速度结构存在强烈的非均匀性,在中地壳8-15km深度范围显示低速异常,该异常在南北方向上延伸约100km;在天池火山口下方,Moho面较周边区域深5-10km,并且在地壳上地幔交界处有明显的低速异常,这可能表明幔源岩浆上涌,并依附在原始地壳上,形成新的地壳下界面,因此使Moho面深度增加。研究结果支持长白山火山的热物质来自于地幔楔的观点。利用接收函数方法研究地球深部结构时,需要大量的人工成本挑选可用的接收函数,这不利于海量数据的快速准确处理,因此,本文发展了基于深度学习的接收函数自动挑选方法。本文利用深度学习CNN和RNN网络建立深度学习模型,自动挑取接收函数,并使用MDJ台和BJT台大约20年的观测数据建立训练集和测试集,进行方法可行性试验。结果表明深度学习自动挑取的接收函数估计的地壳结构参数和人工挑取的接收函数估计的结果基本一致,说明深度学习方法在接收函数自动挑选中应用的可行性。本文提出的方法在建立固定台网接收函数自动挑选模型方面具有一定的应用价值。在监督学习CNN方法的基础上,根据实际地震观测数据的特点,针对流动台站难以提供大量数据作训练集的问题,本文提出使用半监督深度学习SGAN方法挑选接收函数,该方法只需利用较少的人工标记的数据,便可以训练准确率较高的模型,进一步缩减人工成本。本文使用SGAN方法对NECESSArray台网的接收函数进行挑选,并结合区域内已有的瑞雷波相速度和群速度频散曲线数据,对松辽盆地及其周边区域地壳上地幔的S波速度结构进行研究。结果表明松辽盆地和二连盆地地表都存在较厚的沉积层,松辽盆地中下地壳表现为高速异常,而二连盆地中下地壳为低速异常,推测松辽盆地和二连盆地的形成机制可能存在差异。大兴安岭造山带中地壳局部地区显示低速异常,预示着该区域地壳内可能存在和火山群相关的热物质。镜泊湖火山中上地壳表现为高速异常,下地壳和上地幔显示低速异常,并具有较深的莫霍面,推测镜泊湖火山下方存在上涌的地幔热物质。松辽盆地和周边区域,尤其是大兴安岭造山带深部结构的差异,可能是受到不同时期的构造作用叠加影响的结果。