独立分量分析技术(简称ICA)是近些年来伴随着盲源分离技术发展起来的一项以多维信号为处理目标的新技术。ICA技术的理论基础是信号的高阶统计信息,以统计独立为原则,对观测到的数据建立目标函数,并通过选择合适的优化算法求取分离矩阵。将目标数据分离成彼此独立的若干分量,最终达到挖掘数据中隐含成分的目的。随着ICA技术理论体系的不断更新与完善,该方法已广泛的应用于地球物理领域并取得了较好的效果。　　 本文在分析、研究ICA基本算法原理的基础上,将ICA技术应用于地球物理领域,主要为两方面的研究:1)应用ICA技术压制地震资料中的随机噪音;2)采用ICA技术优化地震属性。研究的具体内容如下:首先,论述了ICA技术的数学基础与基本理论,在讨论与ICA密切相关的概率、信息论等数学知识的基础上,针对ICA问题的提出、数学模型以及不确定性做了简要分析。同时,还讨论了ICA技术中独立性的定义以及度量方式。　　 其次,重点介绍了ICA技术中著名的Fast-ICA算法,对该算法的基本原理以及算法特性展开了详细的讨论。此外,对JADE算法原理做了简要的论述。介绍了度量ICA分离结果的两种不同方式,以模型试算的方式度量了Fast-ICA算法中不同的目标函数以及JADE算法的分离性能。　　 最后,将ICA技术应用于地球物理研究领域。在模型试算的基础上,应用ICA技术压制实际地震资料(包括叠前、叠后)中的随机噪音。拓展ICA技术,与稀疏编码理论、逆滤波技术相结合应用于地震资料的去噪研究。另一方面,鉴于地震属性优化是地震属性分析技术中非常重要的环节,利用ICA技术分析属性的高阶统计信息,优选出最能够反应储层特征的属性信息。本文分别采用ICA、K-ICA以及综合参数法优选属性,结合测井数据以及反演结果来综合分析三种方法的优选结果,最终达到识别地质体的目的。