（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张占松教授课题组在复杂储层饱和度评价方面取得研究进展。相关研究成果发表于国际地球科学与人工智能交叉领域期刊《Artificial Intelligence in Geosciences》2026年第7卷，论文题目为《Physics-constrained symbolic regression of Archie-extended relationships for reservoir saturation evaluation》（面向储层饱和度评价的Archie扩展关系物理约束符号回归）。该论文第一作者为测井信息工程系博士生吕恒阳，张占松教授、聂昕教授为通讯作者。

针对经典Archie公式在复杂储层中适用性不足、扩展方程选择不确定性大的问题，该研究提出了基于网络电传导理论的物理约束符号回归方法：第一阶段在通用饱和度解释模型约束下系统枚举Archie扩展结构，自动筛选最优公式形式；第二阶段利用并行符号回归网络（PSRN）构建结构参数与孔隙度、渗透率等储层物性之间的显式函数关系。该方法应用于波斯湾盆地复杂岩性碳酸盐岩储层，得到了加权双幂律地层因素模型和由孔隙度、渗透率控制的变饱和度指数模型，两个模型的决定系数R²分别由0.693提高到0.792、由0.856提高到0.986；测井应用中，饱和度评价的RMSE与MAE较经典Archie模型分别降低约43.3%和58.7%，在保留Archie型电传导行为可解释性的同时，显著提升了复杂储层饱和度评价的适用性与精度。

论文全文链接：https://doi.org/10.1016/j.aiig.2026.100281。

据悉，《Artificial Intelligence in Geosciences》是由KeAi出版的地球科学与人工智能交叉领域国际开放获取期刊，2026年IF：5.4，CiteScore：5.8，重点关注人工智能与机器学习方法在地球科学中的应用等方向的前沿研究。

（审核 盛广龙 编辑 余为）