重力勘探是解决地质构造问题,矿产资源勘查的重要地球物理方法。在野外勘探过程中,我们采集的数据是包含异常体在内的不同尺度、维度、物性差异的地质体产生的叠加异常,为了确保后期数据处理和反演工作顺利进行,则需要从叠加异常中分离出只包含目标体的异常信息。已研究的位场分离方法种类众多,优缺点并存,分离参数对分离结果的影响变换尚不明确,因此,位场分离仍然是重力资料处理及解释中没有很好解决的一个难题。能够准确、快速的将研究所需要目标体产生的异常从叠加异常中分离出来,不仅决定了反演结果的可靠性,还极大的提高数据处理解释的效率,因此,寻找适宜重力位场分离方法一直都是研究者努力的方向。对于不同场源深度、不同规模的异常,使用常规的位场分离方法能得到较好的分离效果,但对于实际复杂数据情况,由于场源复杂,埋深、规模各异,对于这样情况常规傅里叶变换由于其不包含空间的信息,从而存在了分离不彻底和不能空间定位分离等缺点。在传统傅里叶变化的基础上,发展了小波变换。但由于小波变换的基函数众多,而多尺度分解的层数也不固定,因此需要通过建立和研究区地质情况较为近似的模型,以模型的正演数据进行分离试算,通过对分离结果的分析,寻找最优的小波基函数以及分解层数。本文在详细介绍和分析几种常用位场分离技术以及小波变换多尺度分析技术各自优缺点基础上,通过构建不同地质模型,对比不同分离技术的效果发现小波变换多尺度分析技术较其他方法取得更好的分离效果。在进行小波多尺度分离时,不同类型的地质体模型使用不同的小波基函数及分解层数会取得不同的分解效果,因此要严防小波分解层数过大产生的将背景场分解为局部异常的现象。最后,通过对内蒙某地实测重力数据进行区域异常分离,进一步验证了基于小波变换重力异常分离方法的有效性。