（通讯员 杨玲）近日，我校地球物理与石油资源学院地球物理勘探系在智能油气勘探领域取得重要进展。相关研究成果入选为地球物理领域中文核心期刊《地球物理学进展》2025年第四期文章，论文题为《基于CNN-BiLSTM的半监督学习地震波阻抗反演》。该论文第一作者为硕士研究生周萍，通讯作者为地球物理勘探赵岩副教授，研究受油气资源与勘探技术教育部重点实验室青年创新团队项目资助。

深度学习凭借其强大的特征提取能力，在各个领域展现出巨大潜力，为解决各种复杂问题提供了新的思路。深度学习模型往往需要大量的标记数据进行训练，但在实际应用中，由于成本原因，获得的测井数据有限，导致训练样本不足。为此，提出一种基于CNN-BiLSTM的半监督学习地震波阻抗反演方法。采用内插重采样技术对波阻抗进行了增广，然后引入半监督学习策略对增广后数据进行训练，利用未标记数据信息来提高模型泛化能力和性能。Marmousi-2模型测试表明，仅用少量数据进行增广就能取得较好的反演效果，验证了该方法在小样本情况下是有效的。

论文全文链接：http://www.progeophys.cn//article/doi/10.6038/pg2025II0205

《地球物理学进展》是中国科学院主管，中国科学院地质与地球物理研究所和中国地球物理学会共同主办的地球物理学及相关领域的综合性学术刊物。主要报道国内外地球物理学研究的最新进展和成果，探讨地球物理学的发展战略，评价地球物理学科的现状和发展趋势。

（审核 盛广龙 编辑 余为）