（通讯员 杨玲）近日，我校地球物理与石油资源学院测井信息工程系在分布式声波传感（DAS）水力压裂流动监测信号降噪领域取得进展。相关研究成果发表于《Journal of Applied Geophysics》2026年8月刊第251卷，论文题为《Self-supervised denoising of DAS hydraulic fracturing flow monitoring signals with anisotropic network design》（基于各向异性网络设计的DAS水力压裂流动监测信号自监督降噪）。该论文第一作者为测井信息工程系硕士研究生李耀扬，研究受团队负责人宋红伟教授的国家自然科学基金面上项目和新型油气勘探开发国家科技重大专项资助。

针对水力压裂过程中DAS流动监测信号面临强背景噪声、有效信号微弱且缺乏干净标签样本等实测难题，以及现有深度学习方法过度依赖成对数据、卷积核无法适配DAS时空异质性、泛化性受限等瓶颈，该研究提出了一种融合各向异性卷积与自监督学习的非配对式智能降噪系统。主要创新包括：设计轻量化时空各向异性网络，自适应捕捉信号沿光纤轴向与时间维度的差异化特征，从而有效区分噪声与有效事件；引入基于噪声统计先验的自监督训练机制，无需人工合成干净标签，直接从实测含噪数据中学习降噪映射。实验表明，相比标准Noise2Void，该方法信噪比提升10.66 dB，在极端噪声下表现优越。该成果的科学与工程价值体现在：揭示了DAS监测信号中噪声与有效响应的各向异性统计规律，为物理约束滤波提供新理论；突破有监督学习对标记样本的依赖，提升模型在井下复杂环境中的实用性与迁移性；构建了一套无需干净模板、可实时运行的增强方案，为压裂液流动追踪、裂缝连通性判断及改造评价提供高质量数据支撑，有力服务体积压裂精细监测与储层改造工程需求。

论文全文链接：https://doi.org/10.1016/j.jappgeo.2026.106322

该团队近年来围绕油气井生产测井、分布式光纤测井（DTS/DAS）数据处理与生产动态监测评价、复杂井况多相流产注剖面测井智能评价开展系列研究，推动生产测井动态监测技术数智化发展。相关研究成果已陆续发表于《石油勘探与开发》《Applied Geophysics》《Journal of Petroleum Science and Engineering》《International Journal of Multiphase Flow》《地球物理学进展》《Journal of Geophysics and Engineering》《新疆石油地质》等国内外高水平期刊。

《Journal of Applied Geophysics》是应用地球物理学领域的国际知名学术期刊，致力于发表地震勘探、地电、地磁、重磁、井中地球物理及环境地球物理等方向的前沿方法、数据处理与工程应用成果。

（审核 盛广龙  编辑  余为）