本文对地震子波估计和反褶积的理论方法进行了研究。在常规的地震子波估计和反褶积的处理中,通常假设地震子波是最小相位,反射系数为白噪的。这些假设条件及其对应的方法在实际应用中效果一般较好,但不能保证假设条件总是正确的。而基于高阶统计的地震子波估计恰恰能够消除对地震子波的最小相位假设和反射系数的白噪假设,并为进一步求解反射系数,实现反褶积奠定基础。本文就是在前人研究的基础上,研究和实现基于高阶统计量的非最小相位的地震子波估计的方法,并进一步探讨了反射系数的求取。同时,创造性的将独立变量分析(ICA)算法应用于地震资料的反褶积处理中,实现了地震子波和反射系数的同时求取。主要完成了以下工作:1.在无噪声假设条件下,实现了最小相位地震子波估计及地震反褶积。2.在无噪声假设条件下,利用高阶谱(双谱)估计出非最小相位地震子波。然后,结合同态反褶积方法的思想求出了反射系数。3.在无噪声假设条件下,利用地震记录时间延迟矩阵和地震子波带状褶积矩阵,将地震褶积模型转化为一般线性混合ICA模型,采用FastICA算法,将带状性质作为先验信息,实现所谓的带状ICA算法(B-ICA),得到个数与子波算子长度相等的多个反射系数序列估计和子波序列估计,最后利用褶积模型提供的附加信息优选出最佳的反射系数和地震子波。4.在无噪声的条件下,结合同态反褶积思想,将地震记录由时域变换到复倒谱域,使地震褶积模型变换为一般线性混合ICA模型,再利用FastICA算法将地震子波和反射系数分离,最后将分离的地震子波和反射系数再反变换到时域,得到相应的地震子波和反射系数。模型数据和实际二维地震道数值算例表明:对于统计性反褶积,在不对反射系数作高斯白噪假设和不对子波作最小相位假设的所谓“全盲”条件下,本文介绍的基于ICA的两种反褶积方法可以较好解决地震盲反褶积问题,是基于二阶统计特性的地震信号统计性反褶积方法的提升,具有可行性和应用前景。