在地震连续记录中，地震、交通和人类活动等产生的非散射信号成为噪声互相关计算的干扰信息，严重影响格林函数提取的可靠性。利用非监督机器学习的方法，基于背景噪声场物理特征进行分类并剔除这类噪声，能够准确地获取互相关函数并增加其信噪比。另一方面，研究了背景噪声相邻频率成分的相关性对于互相关函数振幅及其不确定性的影响。这些方法应用在美国南加州台网高质量的噪声干涉函数提取。为了减小非均匀分布和非稳态噪声源对成像的影响，建立了基于差分时间敏感核的伴随层析成像和基于差分振幅的衰减结构反演新方法，并在欧洲巴尔干半岛、荷兰和美国洛杉矶盆地取得成功应用。