本文叙述了两种重磁异常快速解释方法:总梯度模法(国外称"解析信号")和欧拉褶积法.针对两种反演方法本身的特点,进行实用化改进使其满足在大数据量位场异常网格数据中的应用.总梯度模数据极值可用于确定场源边界的水平位置.采用网格数据文件按列与分块随机存取技术,解决了大数据量网格位场异常总梯度模的计算及数据极值点的自动搜索和连续追踪反演问题.本文提出自动搜索出网格数据极大值点后,沿极值点对应异常的走向连续追踪相邻极值点,所获得的极值点串的连线能够更直观和有效的反映密度或磁性地质体边界(或中心)的水平位置.欧拉褶积是一种用来确定场源位置的反演方法.因为无需知道场源的先验知识,也不要假定特殊的解释模型,该方法被广泛用于航磁资料的解释(也可用于重力资料).通过搜索极值异常点处极值方位上的反极值点可确定异常范围,在此范围内进行欧拉褶积反演,避免了在无源区进行欧拉褶积反演计算,减少发散解,同时可提高计算结果的可靠性.欧拉方程中构造指数是异常幅值随距离变化的衰减率,准确的构造指数是成功应用欧拉反演的基本要求.