报告人： 李闯副教授

报告题目：模型和数据双驱动的地震反演成像方法

报告摘要：地震成像是油气资源勘探中的关键技术，高分辨率地震成像结果是精细刻画地下储层空间结构的重要基础。传统偏移成像通常将海森矩阵近似为单位阵，忽略了其所包含的空间非均匀成像响应，容易导致成像结果出现振幅失真、分辨率降低、照明不均及偏移伪影等问题。成像域地震反演方法通过点扩散函数近似海森矩阵，能够有效补偿空间非均匀成像响应，提高成像质量，但其性能依赖于正演模型的准确性。数据驱动的深度学习方法则利用神经网络强大的非线性表征能力，学习逆海森矩阵的近似表示，为高效反演成像提供了新的途径，但通常依赖规模充足、特征具有代表性的训练数据，且模型的泛化能力容易受到数据分布差异的影响。针对上述问题，本报告探讨模型和数据双驱动的地震反演成像方法，将模型驱动的物理成像机制与数据驱动的深度神经网络相结合，充分发挥两者优势、弥补各自不足，提高地震成像分辨率和振幅保真度，为复杂地下介质条件下的高质量地震成像提供新的技术思路。 

报告人简介：李闯，工学博士，西安交通大学信息与通信工程学院副教授，硕士/博士研究生导师，入选陕西省“秦创原创新人才”青年科技人才。近年来主要从事地震偏移成像方法研究，相关研究成果已发表学术论文30余篇，获中国石油和化工联合会技术发明奖二等奖、中国产学研合作创新成果奖一等奖等科技奖励。 

报告时间：2026年8月27日（星期四）14:00-15:00

报告形式：#腾讯会议：228-913-379

欢迎广大师生参加！