摘要：马尔科夫链蒙特卡洛方法（MCMC）是一种启发式的全局寻优算法．它在贝叶斯框架下，利用已有资料进行约束，既可使最优解满足参数的统计特性，又通过融入的先验信息，提高解的精度；寻优过程可跳出局部最优，得到全局最优解．利用MCMC方法，可以得到大量来自于后验概率分布的样本，不仅可以得到每个未知参数的估计值，而且可以得到与之相关的各种不确定性信息．此外，由于算法并不是利用有单一最优解的目标函数，所以结果对初始值的依赖不强．通过对简单一维层状介质模型的处理，和实际资料的应用，说明利用基于Metropolis-Hastings算法的MCMC方法进行地震反演，通过对解空间的随机搜索能够得到较好的效果．

关键词：非线性反演 mcmc 叠前地震反演 

单位：中国石油大学（华东）地球科学与技术学院 青岛257061