基于梯度增强扩散模型的三维阻抗反演

来源：石油科学通报杂志2026年第2期北京时间：

作者：刘泽洋, 李景叶, 刘达伟, 张伟, 刘国昌, 陈小宏

单位：1 中国石油大学(北京)地球物理学院， 北京 1022492 阿尔伯塔大学物理系， 埃德蒙顿， 加拿大， T6G 2E1

摘要：传统的模型驱动反演方法依赖于先验信息和正则化，往往会出现过度简化地质特征的现象。随着深度学习的快速发展，扩散模型由于其能学习数据的复杂分布特征，为求解反问题提供了更好的先验信息。受此启发，本文引入扩散模型提高反演结果的可靠性和稳定性。该方法通过对合成阻抗模型的加噪和去噪过程学习其数据分布，之后利用以地震数据为条件的后验采样，引入低频模型约束、三维横向约束和动量估计，提高横向连续性和梯度更新的稳定性，实现地震数据和阻抗模型的稳健映射。合成数据和实际数据的应用结果表明，新方法能够生成服从观测地震数据且细节丰富的阻抗模型，与传统模型驱动方法相比，本文方法对单井反演准确率提升了5%。新的反演框架减弱了对先验信息的依赖并且大大提高了泛化性和可靠性，同时也为求解其他复杂的地球物理反问题提供了新思路。

关键词：扩散模型,3D反演,声波阻抗,梯度增强,横向约束

基金资助：国家自然科学基金(42374130)