2026年4月2日早上9点地球科学与技术学院研究生会举办的"硕博论坛"学术活动在明辨楼A402会议室成功举行。地质资源与地质工程2022级博士研究生白淳元、姜泽磊和沈天晶三位同学分别作了主题为“基于人工智能的致密砂岩断缝体识别方法”、“鄂尔多斯盆地深层煤岩组合特征及有利区地震表征”和“面向目标的全波形反演方法研究”的报告。

白淳元博士的报告分为三部分：从智能网络训练集构建方法切入，提出创新性的含裂缝离散网格各向异性建模流程，将带构造信息的离散网格融入理论模型，构建贴合研究区实际构造特征的标签训练集；针对断缝体智能识别需求，搭建Res-UNet-MSE回归网络，高效完成断缝体精准识别；通过与人工地震属性方法对比，验证该智能方法在识别精度与效率上的优势，且结果与井资料匹配度高，印证了方法的实际应用价值。

姜泽磊博士以鄂尔多斯盆地东北部榆林地区深层煤系地层为研究对象，构建了多参数逐级约束的地震表征技术体系。针对煤岩埋深大、单层薄、空间结构复杂的难题，他系统分析了常规地震资料在岩性组合识别、夹矸分布刻画中受分辨率限制的瓶颈；通过多维度地球物理数据耦合，运用非线性反演与精细建模算法，清晰刻画研究区深部煤系地层空间展布规律与有利储层结构模式。该体系在薄夹矸识别、复杂煤体结构刻画中精度优异，为非常规天然气精细评价提供可靠物探支撑，成果已应用于有利区筛选与钻采工程部署，为深层煤岩气高效开发夯实科学依据。

沈天晶博士从复杂地质条件下局部高精度成像需求出发，指出传统全波形反演存在计算成本高、稳定性不足、目标区域信息提取不充分、对初始模型依赖强等问题。针对上述难点，他介绍了基于Marchenko方法的基准面重构技术，实现目标区域波场的有效分离与重建；并在此基础上提出基于最优传输的面向目标的全波形反演方法，有效优化目标函数凸性，降低对初始模型的依赖，提升方法对噪声与模型误差的适应性。

硕博论坛为全院研究生搭建了学术交流、成果分享的互动平台，助力同学们培养批判性思维、提升科研创新能力，进一步营造了学院开放协作、积极创新的学术氛围。

白淳元博士报告现场

姜泽磊博士报告现场

沈天晶博士报告现场