随着石油勘探开发的重心逐渐向非常规储层转移，数字岩心技术在油藏工程和岩石物理中发挥着越来越重要的作用。地物学院聂昕副教授指导大学生创新项目团队开展了相关的研究，团队中本科生李晓彬作为第一作者撰写的综述论文《Advances in the application of deep learning methods to digital rock technology》总结和展望了目前深度学习在数字岩心方面的应用，被国际期刊《Advances in Geo-Energy Research》（AGER）接收，并在第8卷第一期作为封面文章刊出。

常规数字岩心技术中许多关键环节都存在着缺点和局限性。人工智能技术在许多领域都发挥了巨大的作用，其也为数字岩心技术的发展提供了一个新的方向。该论文系统性地总结了深度学习算法在数字岩心重构、高分辨率图像获取、灰度图像分割和岩心参数预测等数字岩心关键技术方面的应用，这些应用的结果表明先进的深度学习方法可以促进数字岩心领域发展，为其提供新的途径。本文也讨论了深度学习算法在数字岩心领域未来的研究和发展方向。

AGER期刊是近年来地球科学领域中发展迅速的综合性学术期刊，由研迪科学出版社（中国香港）出版的英文国际期刊，国际刊号为ISSN 2207-9963，出版周期为月刊，主要面向地球能源研究国际学科前沿，及时报道能源领域的最新研究成果。现已被ESCI、EI、Scopus等国际著名数据库收录。期刊的CiteScore为11.2，在岩土工程与工程地质学等三个领域均是Q1区；首个影响因子达8.2，在地球科学综合领域、能源与燃料领域均属于JCR Q1区。

论文信息：Li, X., Li, B., Liu, F., Li, T., Nie, X. Advances in the application of deep learning methods to digital rock technology. Advances in Geo-Energy Research, 2023, 8(1): 5-18. https://doi.org/10.46690/ager.2023.04.02