1 / 2026-08-15 22:58:25

严格数据分离下的小样本叠后波阻抗反演：物理模型合成数据预训练的检验

叠后地震波阻抗反演,小样本学习,合成数据预训练,预训练-微调,深度学习

严格数据分离下的小样本叠后波阻抗反演：物理模型合成数据预训练的检验



张志凌*

成都理工大学地球物理学院，成都 610059



摘要：测井数据稀缺使叠后地震波阻抗反演面临欠定问题。本文提出一种深度学习反演框架：在严格数据分离条件下，以物理模型合成数据预训练，再以少量井标签微调；并采用预注册的 2×2 因子实验，检验合成预训练与输入标准化（全局与逐道）的作用。结果显示，各配置的误差均接近常数基线，标签稀缺是主要瓶颈；两种策略的效应量均未达到预设判定标准，95% 置信区间均包含 0。本文提供可复现的检验框架与有限证据，后续将在真实工区数据上验证。



1 引言



叠后地震波阻抗反演是储层描述的基础环节，其目标是从叠后地震道估计地下波阻抗。深度学习方法通常需要大量"地震道-阻抗"标注样本，而实际工区往往仅有数口测井，属于典型的小样本问题。



物理先验的注入方式可分为三类：训练数据物理约束、网络架构物理嵌入与损失函数物理正则（Karniadakis 等，2021）。以偏微分方程残差作为损失项的物理信息神经网络（PINN）属于第三类（Zhang 等，2023）；以物理模型合成数据预训练属于第一类，即本文采用的方式。



在预训练-微调路线上，Wu 等以 Marmousi2 合成数据预训练，并在 Overthrust 模型上以 5 道伪井微调（Wu 等，2020）；Meng 等采用低频预训练与高频重训练的两步策略（Meng 等，2021）；Ning 等在预训练-微调基础上引入自监督辅助任务（Ning 等，2024）。少样本方向，Chen 等的预训练标签来自常规反演结果（Chen 等，2022）；Han 等采用自监督预训练与 LoRA 微调，并强调地理分离（Han 等，2025）。针对合成与真实数据的域差距，Alkhalifah 等提出域适应变换与分布度量（Alkhalifah 等，2022）。



然而，在严格数据分离条件下，输入标准化与合成预训练各自的作用及其交互，尚未见预注册的因子检验。本文将严格数据分离与预注册分析引入预训练-微调检验，设计 2×2 因子实验评估上述两种策略。



2 方法框架



本文的严格数据分离指预训练数据不接触目标域的任何统计信息，测试井全程隔离；输出一律为原始阻抗，评估过程不涉及反归一化，以避免标签统计量泄漏。所有域的物理单位统一：地震道为无量纲振幅，阻抗为 km/s·g/cm³。在此条件下，策略增益才可能归因于物理规律迁移而非数据泄漏。



预训练数据由随机层状物理模型（层数 5–50，Vp 1.5–6.0 km/s，密度 ρ=1.8+0.2Vp）与褶积正演（Ricker 子波 10–40 Hz）生成，共 3000 道。目标域采用公开模型 Marmousi2，其纵波速度与密度逐点已知，阻抗真值 Z=Vp×ρ 可精确计算，按固定子波（25 Hz）正演地震道；该基准公开、地质结构复杂，且与预训练-微调文献使用同一模型，便于对比。以虚拟井作为微调与验证标签；虚拟井不含真实测井的噪声与标定误差，仅用于方法可行性检验。实验前对原始 SEGY 数据进行了完整性与异常值校验；合成域与目标域阻抗均值比约 0.54、标准差比约 0.57，处于同一数量级。



在固定 5 口训练井、3 口验证井、8 口测试井的设定下，比较合成预训练（有/无）与输入标准化（全局 z-score/逐道 z-score）两个因子。井位按剖面空间区带划分并设缓冲带，测试井与训练/验证井空间分离。逐道标准化仅使用每道自身统计量，不跨道、不接触标签；全局标准化统计量仅由训练数据估计。网络为 1D UNet，预训练 8 epochs、微调 40 epochs，3 个随机种子。



统计单元为井，以避免窗口样本相关性造成的高估。主指标为 PCC 与 RMSE，判定标准为 PCC 提高 ≥0.05 且 RMSE 相对降低 ≥10%（MCID）。测试井不参与训练、验证、早停与超参选择；分析计划在实验前锁定并记录于实验清单。



3 初步结果



全部配置的 RMSE 介于约 2.69–2.71，仅略优于常数均值基线（2.794），说明该少样本任务整体困难。在无预训练条件下，逐道标准化较全局标准化使 PCC 提高约 0.022（95% 置信区间 −0.003–0.053）、RMSE 降低约 0.004（−0.012–0.003），区间均包含 0；合成预训练在全局标准化下使 PCC 提高约 0.002（−0.014–0.020）、RMSE 降低约 0.003（−0.026–0.014）；二者交互约为 0.022。所有效应均未达到预设判定标准，两种策略的作用均未证实。



预训练末段损失改善微弱，合成验证 RMSE 约 3.45–3.66，收敛不完全，因此预训练结论按"该预算下未证实"处理，而非"无效"。逐井 PCC 在 0.21–0.57 之间波动，提示井间泛化差异明显。



补充扫描显示，将预训练轮数由 8 增至 40 未带来稳定的测试精度提升：两种子中，一个种子 PCC 提高 0.022、RMSE 降低 0.017，另一个种子 PCC 下降 0.011、RMSE 升高 0.009，平均变化为 PCC +0.006、RMSE −0.004。同时，模型在训练井上的 PCC（0.67–0.68）明显高于测试井（0.42–0.48），说明管线能够拟合训练数据，性能缺口主要来自井间泛化。



4 讨论、限制与展望



本文的贡献在于提供一种可复现的检验方式：在严格数据分离与预注册框架下，少样本反演策略的增益可以被公平、可追溯地评估。预注册文档、参数清单与结果文件均已存档。MCID 阈值系实验前预设的判定约定，不具领域共识，故结论以效应量与置信区间为主。需要指出，本文的逐道标准化作用于输入侧，与部分文献输出侧归一化不同，这是比较成立的前提。本文未采用 PINN 的损失约束形式，而是在数据生成阶段注入物理先验，两种方式可互补。



本文结果不应与文献中 Marmousi2 上的高指标直接比较，因为基准、井数、数据划分及是否含目标域先验均不同。限制包括：单基准（Marmousi2 正演地震，非野外采集）、单划分、3 个种子、虚拟井、网络架构敏感性未在本文考察、超参与网络容量未逐一搜索、预训练预算有限。后续将在蓬阳真实工区数据上验证，并进一步研究预训练预算、网络架构、更多基准与多划分稳健性。



综合常数基线接近、预训练预算不敏感与训练-测试井差距，当前设定下的主要瓶颈是标签信息量与井间泛化，而非预训练或标准化策略本身。这一判断与"增加预训练预算"的补充扫描一致。



参考文献



Karniadakis G E, et al. Physics-informed machine learning. Nature Reviews Physics, 2021, 3(6): 422-440.

Zhang Y, Zhu X, Gao J. Seismic inversion based on acoustic wave equations using physics-informed neural network. IEEE TGRS, 2023, 61: 4500511.

Wu B, et al. Seismic impedance inversion using fully convolutional residual network and transfer learning. IEEE GRSL, 2020, 17(12): 2140-2144.

Meng J, Wang S, Niu G. Research on seismic impedance inversion method based on pre-training and improved residual network. ICCEA, 2021.

Ning C, Wu B, Wu B. Transformer and convolutional hybrid neural network for seismic impedance inversion. IEEE JSTARS, 2024, 17: 4436-4449.

Chen T, et al. High resolution pre-stack seismic inversion using few-shot learning. Artificial Intelligence in Geosciences, 2022, 3: 203-208.

Han L, et al. Self-supervised pre-training and few-shot finetuning for gas-bearing prediction. JGR: Machine Learning and Computation, 2025, 2: e2025JH000631.

Alkhalifah T, Wang H, Ovcharenko O. MLReal: Bridging the gap between training on synthetic data and real data applications in machine learning. Artificial Intelligence in Geosciences, 2022, 3: 101-114.