目前大地电磁数据的三维反演技术已基本成熟,且被广泛的应用于各种实测资料的处理与解释。该技术能够克服传统一维和二维反演的局限,得到更加准确的地电模型,因此其在科学研究和工业生产等方面具有广阔的发展与应用空间。目前主流的大地电磁三维反演中的正则化项主要采用模型空间中基于L₂范数的光滑约束技术。该技术能保证反演目标函数的凸函数性质,使反演具有较好的稳定性和收敛速率。然而,基于L₂范数的光滑约束反演得到的大地电磁三维反演结果对边界识别能力较差,导致获得的三维地电模型分辨率较低,无法提供准确的地质信息。为克服这一问题,本文提出了一种基于模型空间压缩技术的大地电磁三维反演方法。本文提出方法的基本原理为在三维反演过程中将空间域模型通过小波变换转换到小波域进行压缩,进而通过小波域模型的稀疏性正则化代替传统的光滑正则化。由于小波变换具有多尺度特征,因此在反演中可通过设置相应的阈值实现反演模型从粗到细的恢复,确保反演的稳定收敛。在反演目标函数的定义中,为了保证反演中更新小波系数的稀疏特性,我们使用L₁范数来构建小波域的正则化项,而数据拟合项仍使用L₂范数来确保反演具有较好的收敛速率。在反演算法的实现中我们通过空间域模型与小波域模型的映射关系将数据灵敏度信息进行相应的变换,并利用隐式方法实现小波域灵敏度矩阵与向量的相关计算,然后利用高斯-牛顿方法获得小波域的模型更新量,最后通过小波反变换将小波域模型更新量映射回空间域并进一步得到空间域更新后的模型。由于正则化项使用了L₁范数导致反演方程的条件数较大,迭代求解收敛很慢。针对这一问题,我们提出了一种共轭梯度求解的预处理技术,有效地提高了反演方程求解速度。通过对理论模型和实测数据的反演测试,本文提出的方法在计算速度上与传统的高斯-牛顿方法相当,但是模型分辨率提高很多,特别是对深部异常体的刻画和异常体的边界识别上。本文提出的方法对于提高大地电磁三维探测的成像分辨率具有一定帮助,可在后续的研究中继续完善和推广。