谱分解（SD）方法在识别断层、河道、冲积扇和岩溶体等地质异常体上有广泛的应用,但常规谱分解方法的时频聚焦性受窗函数选取的限制,存在一定的局限性。这种局限性不利于地震解释,特别是当两个或多个地质异常体距离较近时,地震信号会相互干扰,影响到局部信号的频率成分,尤其是对于深部信号。而且由于常规谱分解方法分辨率低,得到的分频振幅切片容易出现强混频问题。因此,常规谱分解方法得到的分频振幅切片仍然是不同频率分量的叠加,不易解释距离相对较近的地质体。为了解决这个问题,本文研究了一种基于时频聚焦性导向的反演谱分解（TFFOISD）方法。该方法在线性谱分解的基础上,选择lp范数（0<p<1）作为稀疏约束项来建立目标函数,利用广义快速迭代阈值方法求解。与连续小波变换（CWT）和基于l1范数约束的反演谱分解（ISD）相比,TFFOISD能够产生更高聚焦性的时频谱,以此识别距离相对较近的地质异常体,这是由于lp范数约束对时频聚焦起到了一定的作用。即使子波时变和薄层干扰会对时频谱造成影响,但利用TFFOISD仍然可以降低频谱振幅的频率混叠,这对获取精细频谱振幅很有帮助。也就是说,利用TFFOISD方法得到的时频谱假象信息少,有助于检测距离相对较近的地质体的分布。通过合成数据和物理模型对该方法进行测试,进一步验证了该方法可以很好地识别不同的地质体。将TFFOISD应用于野外约230平方公里范围的实际数据,沿层的四维时频谱结果表明该方法可以有效地分离河道和喀斯特地貌。而且利用TFFOISD可以得到高时频聚焦性的相位谱,对比振幅谱,该相位谱可以有效地识别一些细小的河道。