12256 字
61 分钟
AI每周总结-地球物理 (2026-10-26)

AI每周总结 · 地球物理(2026-10-26)#

口径声明(必读)

  • {{project}} 未被注入:本期沿用既定默认口径 AI + 深度学习 + HPC + 地震数据处理 + 全波形反演(FWI);若下游模板需要替换,请全局替换该口径即可。
  • {{date}} = 2026-10-26(周一),覆盖 ISO 周 2026-W43 全周 + W44 周一。
  • 采集区间:主窗口 2026-10-19 ~ 2026-10-26(8 天,含端点)。所有条目日期(以首选载体为准)均落在 10-19 ~ 10-25,本期无”补齐窗口”条目。
  • 历史对比基准:最近 4 份历史总结 —— AI每周总结_2026-10-19.md、AI每周总结_2026-W41.md、AI每周总结_2026-W39.md、AI每周总结_2026-W38.md。W40 仍缺档(详见第八节)。
  • 分类口径:传统方法 = 以物理/数学/数值/信号处理/反演/成像/层析/干涉/走时为核心,不以 DL/ML 为主要创新;AI/地球物理 = 以深度学习/机器学习/神经网络/生成模型/LLM 为核心创新。
  • 两类条数分布(如实披露):主榜 10 条 = AI/地球物理 6 条 / 传统方法 4 条,目标配比 6:4 本期严格达成(上期为 5:5,本期未出现需要披露的偏差)。

一、本期概览#

项值
覆盖区间2026-10-19 ~ 2026-10-26(无补齐窗口)
精选条数10 条,实际 AI/地球物理 6 / 传统方法 4(目标 6:4 达成)
来源结构期刊 4 条(GJI ×2、Geophysics ×1、JGR-Solid Earth ×1)· arXiv 预印本 6 条 · 一条条目只按”首选可核验载体”计一次
去重结果与 4 份历史文件逐条比对(DOI / arXiv ID / 标题关键词三重检索):10 条全部为首次收录;其中 4 条属”方向升级”(见 5.A / 5.B)
最强可复现资产github.com/lanl/owl(BSD-3-Clause,9★,实测 2026-10-24 仍有推送) —— LANL 官方开源的声波/弹性波建模与 FWI 框架;github.com/siting6/pnpflow-fwi-numerics(实测存在,0★)
⚠️ 代码风险项github.com/Lipeng-Lai/MeanFlow4Helmholtz 与 github.com/eagleray2020/HypoNet_Nankai_DeeperPINN_PS 均”论文声明公开”但实测 HTTP 404(后者作者账号存在、旧版仓库在,唯独新仓库不存在)—— 上期”will be made publicly available ≠ 已开源”的教训本期再次出现两次
开源栈状态Devito v4.8.23 / 2026-08-07、ObsPy 1.5.1 / 2026-08-28(均无新版本);SeisBench:GitHub releases 仍停在 v0.12.0,但 PyPI 已到 0.12.6(2026-09-17 上传)→ 判定”有新版本”,并记录”GitHub releases 滞后于 PyPI”这一口径教训(见 8.3)
本期主线①生成先验进入”一步生成 / 流匹配”阶段:mean flow 与 PnP-Flow 两条流匹配路线同周出现,效率首次成为生成式反演的核心卖点;②传统成像正式把”多重散射”做成对偶空间的高效框架(dual RTM 定位为 RTM/LSRTM 与非线性波形反演之间的桥梁);③LLM 以”系统/工程”形态进入地震数据处理(合同约束、状态图、确定性几何工具);④开源基础设施出现重量级传统侧资产(OWL)。

二、本期精选 Top 10(整体按相关性排序;AI 6 + 传统 4)#

1. ⭐ OWL:LANL 开源的声波/弹性波建模与全波形反演库(本期最强可复现资产)#

  • 标题:OWL: Open Wave Library for seismic wave modeling and full-waveform inversion in acoustic and elastic media
  • 作者/团队:Kai Gao、Jackson W. Saftner、Ting Chen、Ryan T. Modrak —— Los Alamos National Laboratory(Earth and Environmental Sciences Division;Crossref affiliation 字段已核验;Saftner 兼 Pennsylvania State University)
  • 链接:GJI · https://doi.org/10.1093/gji/ggag450(published-online 2026-10-19,early view,卷期页码待定)· CC BY 4.0
  • 方法:把”波场求解器 + 失配函数 + 反演算法”三件事集成进一个开源框架:2D/3D 各向同性声波、各向同性弹性、一般各向异性弹性介质的高阶有限差分求解器;曲线网格 + 局部加密表达地形弹性自由表面;CFS-MAXWELL 多轴 PML保证强各向异性介质稳定模拟。FWI 侧实现常规波形/互相关/自适应波形三类失配,另加两个广义动态时间规整(GDTW)目标(一个惩罚估计出的时移、一个度量 warping 后的振幅差),多分量数据共用同一 warping 函数;伴随态梯度由存储边界的波场重构计算;炮级并行 + 3D 分布内存域分解 + OpenMP。诚实边界:假设地球曲率可忽略(不适合区域/全球尺度);当前 CPU-only,异构计算/黏弹性/声弹耦合列为 future work。
  • 数据:灵敏度核研究 + 合成与实测数据算例(摘要明确);与谱元法解对比验证求解器精度
  • 代码:✅ github.com/lanl/owl 实测存在 —— BSD-3-Clause,9★,Fortran + MPI + OpenMP,支持 2D/3D 各向同性/各向异性声学/弹性介质与多种 misfit,pushed_at 2026-10-24(论文发表同周仍在活跃开发)。README 注明当前仅支持 Intel 编译器。
  • 类别:传统方法(有限差分波场模拟 + 伴随态 FWI 的开源工程化;无 DL 组件)
  • 对本项目(AI+DL+HPC+地震数据处理+FWI)的启发:这是本期对 FWI/HPC 主线工程价值最高的条目。三点:①它把 GDTW 类 misfit、伴随源、炮级并行做成了可直接调用的实现,是我们做”失配函数消融”类实验时能与 Devito 并列的第二个可复现基线;②CPU-only + 仅 Intel 编译器是明确短板 —— 对我们的启示是异构(GPU)支持在这个层级的开源库里仍是空白,自研的 GPU 波场算子有存在价值;③LANL 同时贡献了本期 #3(PnP-Flow FWI)—— 同一机构在”传统引擎”与”生成先验”两侧同时布局,值得作为一个观察信号。
  • 验证状态:✅ Crossref 全文摘要 + 机构;✅ 代码仓库实测(stars/license/pushed_at);⚠️ 卷期页码待定(early view);性能数字未复核。

2. Dual RTM:把多重散射成像重构为对偶空间的定点迭代(传统侧方法学最硬核条目)#

  • 标题:Dual Reverse Time Migration: Efficient Least-squares Imaging with Multiple Scattering in Dual Space
  • 作者/团队:Mahdi Sonbolestan、Toktam Zand、Ali Gholami —— Institute of Geophysics, Polish Academy of Sciences, Warsaw(arXiv HTML Affiliation: 字段已核验)
  • 链接:arXiv 2610.25995(v1,2026-10-19,physics.geo-ph)· https://arxiv.org/abs/2610.25995 · CC BY 4.0
  • 方法:LSRTM 受限于一阶 Born 近似且需迭代求解源相关的模型空间 Hessian。本文提出 dual RTM:把反问题改写在对偶空间,优化变量是所有阶次的散射信息(而非仅一阶散射);通过对全波方程控制的定点迭代重构”缺失的散射数据”(对偶变量),从而在不做背景速度反复更新的情况下恢复高阶散射与多次波;把源相关 Hessian 替换为源无关的数据空间 Hessian,借助时-频混合公式把它在 Fourier 域一次性离线装配并求逆,使每次在线迭代的代价降到单次 RTM 水平。
  • 数据:挑战性合成基准(含 Marmousi 模型 与 crustal-scale 两个算例,见正文目录 §5.1/§5.2);结论:压制采集足印、改善振幅保真、增强仅一次反射照明不足时的深部成像
  • 代码:未声明(⚠️ 未验证)
  • 类别:传统方法(反演成像 / 非线性多次散射;无 DL 组件)
  • 对本项目的启发:作者明确定位 dual RTM 为 “常规 RTM/LSRTM 与非线性波形反演之间的高效桥梁” —— 这条谱系(RTM → LSRTM → 非线性 FWI)正是我们主战场。两个可移植点:①**“数据空间 Hessian 离线装配 + 一次求逆”的时-频混合写法,是把迭代代价从 O(源数×迭代) 压到 O(迭代) 的通用思路,值得对照我们 FWI 流程里的预条件设计(与上期 JI-FNO”学习型预条件”形成两条不同的预条件哲学);②对偶变量=散射信息的参数化,可以作为检验我们生成式 FWI 输出是否物理一致**的中间诊断量。
  • 验证状态:✅ arXiv 元数据 + 机构 + 许可(CC BY 4.0);✅ 方法细节来自全文 HTML;⚠️ 代码未声明;Marmousi/crustal 算例的量化增益未复核。

3. ⭐ PnP-Flow FWI:流匹配先验即插即用做全波形反演(代码已实测可获取)#

  • 标题:An exploration of plug-and-play flow matching for full-waveform inversion on breast imaging
  • 作者/团队:Cristina Garcia-Cardona(Los Alamos National Laboratory, Computing & AI Division)、Siting Liu(UC Riverside, Math)、Fatma Terzioglu(NC State)、Shanyin Tong(UPenn)、Lu Zhang(Rice)—— HTML Affiliation: 字段逐人核验
  • 链接:arXiv 2610.32185(v1,2026-10-23,eess.IV + math.NA)· https://arxiv.org/abs/2610.32185
  • 方法:把 plug-and-play flow matching(PnP-Flow) 适配到 FWI:交替执行波形失配更新与预训练流先验更新。在两组圆形包含物模型族(常背景 / 空变背景)上分别训练流先验,与 TV 正则化基线在无噪声透射平面波数据上对比;并做分布外迁移:把高斯圆先验与重建设置不重训练、不重调参直接迁移到乳腺声学 phantom 图块。
  • 数据:合成圆模型族 + Li et al. (2021) 数值声学乳腺 phantom(A/B/C/D 四类组织,32 个父 phantom、32 个测试图块;声速按 m(m/s)×8/1450 映射)
  • 代码:✅ github.com/siting6/pnpflow-fwi-numerics 实测存在(0★,pushed_at 2026-10-12,license 为 NOASSERTION 自定义声明,正文含 “Code availability” 章节)
  • 类别:AI/地球物理(流匹配生成先验 + PnP 交替优化为核心创新)
  • 对本项目的启发:①这是**“生成先验家族”中代码最扎实的一条**(LANL 系,与 #1 OWL 同机构);②核心卖点可量化引用:在 2500 次更新下,整体相对 L2 误差 PnP-Flow 1.56% vs TV 1.52%(打平),但病灶对比度误差 0.214 vs 0.263(PnP-Flow 在 28/32 图块更优) —— 即”先验的价值体现在任务相关量(对比度)而非全局误差”,这个评测视角值得抄进我们的验收指标;③”廉价代理数据训练重模型 + 分析分布偏移”的实验设计(因乳腺公开数据受隐私限制),对我们缺实测数据时构造代理训练集有直接方法论参考。
  • 验证状态:✅ arXiv 元数据 + 机构 + 全文数字(Table 3 实读);✅ 代码仓库实测;⚠️ license 非标准 SPDX;0★ 仓库长期维护性存疑。

4. GeoAgent:合同约束的 LLM Agent 驱动 Madagascar 处理地震数据(LLM 走进处理主线的第一条系统级工作)#

  • 标题:GeoAgent: Contract-Constrained LLM Agents for Seismic Data Processing
  • 作者/团队:Zhilong Fang(通讯)、Qi Zhang、Jujie Yan、Zhong Wang、Xinbin Gu、Ziyang Zhang、Hua Wang —— 电子科技大学 资源与环境学院(UESTC;arXiv HTML Affiliation: 字段已核验,v2)
  • 链接:arXiv 2610.31096(v2,v1 2026-10-22,updated 2026-10-23,physics.geo-ph)· https://arxiv.org/abs/2610.31096
  • 方法:LLM 通过 function calling 驱动科学软件时,长链数据依赖流程会漏参数、编造单位、接错输入、报成功却无可验证产物。GeoAgent 建立在 Madagascar 约 1,965 个命令行程序之上:暴露 54 个算子 agent(51 个由声明式规范自动生成)、从 1,937 个算子索引做检索、把处理流编码为九阶段状态图;用四个显式合同(named artifacts / input resolution / parameter takeover / artifact validation)把图能确定的事全部从”模型自由裁量”中移出;一个确定性几何工具解析自描述的 SPS/RPS/XPS 与 SEG-Y 头,交叉校验 8 项一致性条件,并精确复现参考 shell 配方;容器化运行 + 会话/任务级隔离 + 有界执行。实测:2D 陆上数据九阶段管线 6–11 分钟跑完且每阶段产物可验证;检索把每轮工具上下文从 ~12k token 压到 ~2k。
  • 数据:一个 2D 陆上数据集 + 开发迭代(作者自述”非受控基准”)
  • 代码:⚠️ 方法代码未提供(全文无代码仓库声明);在线部署 http://47.109.133.239/ 本期实测 HTTP 200 可访问
  • 类别:AI/地球物理(LLM 多智能体 + 工作流约束工程为核心创新)
  • 对本项目的启发:这条是本期范式层面最有意思的 AI 条目:它不训练任何地球物理模型,而是回答”LLM 怎样才能可靠地跑一条 60 年历史的命令行处理链”。四个合同里的 “artifact validation”(每阶段产物必须通过确定性校验才算完成) 可以直接移植为我们 HPC 处理管线的 agent 层验收标准 —— 与上期 JI-FNO 的”objective-space mismatch 失效模式”教训同构:把能确定性判定的东西移出神经网络的自由裁量,是两类工作共同给出的工程原则。
  • 验证状态:✅ arXiv 元数据(v2)+ 机构 + 全文;✅ live site 本期实测 200;⚠️ 代码未声明、量化结果均为作者自述(单数据集)。

5. 条件均值流(Mean Flows)一步生成频域散射波场#

  • 标题:Conditional Mean Flows for Frequency-Domain Scattered Wavefield Generation
  • 作者/团队:Lipeng Lai、Shaohuan Zu —— 成都理工大学(正文致谢”Chengdu University of Technology 高性能计算平台”及”四川自然科学基金(2024DQ02-0139)“可佐证;⚠️ 正文无显式 Affiliation: 字段,机构以”高度可信、未逐人验证”记录)
  • 链接:arXiv 2610.31071(v1,2026-10-22,physics.geo-ph)· https://arxiv.org/abs/2610.31071
  • 方法:频域波场建模中反复求解 Helmholtz 方程代价高;神经算子出训练分布会掉精度,扩散模型需要多步采样。本文用条件均值流生成复数散射波场:解析背景波场作为条件(与速度模型一起提供源位置与频率的空间组织信息),只学散射场以避开点源奇异性;模型估计连接高斯噪声与散射场的有限区间上的平均输运速度,因而支持全区间一步生成与区间分割采样。
  • 数据:OpenFWI 训练;分布内/分布外速度结构、频率泛化、推理效率三组评估;计时平台 Intel i9-14900KF + RTX 5070(12 GB),三组预热 + 十次计时取中位数
  • 代码:⚠️ 论文”Data and Code Availability”声明公开于 github.com/Lipeng-Lai/MeanFlow4Helmholtz,但实测 HTTP 404;作者账号 Lipeng-Lai 存在(5 个 public repos),仓库确不存在 → 判定”尚未上传”
  • 类别:AI/地球物理(mean flow 生成模型为核心创新)
  • 对本项目的启发:①**“一步生成打败多步扩散”如果成立,生成式波场代理的推理成本叙事彻底改写 —— 与上期 JI-FNO 报告的”神经算子不稳定/代价问题”恰好互补:流路线的卖点是”少步数 + 更稳”,算子路线的卖点是”零步数”,两条线值得并读;②”用解析背景场做条件、只学生散场”的残差式参数化是绕开点源奇异性的通用技巧,对我们任何”背景+扰动”类波场学习都适用;③作者给出的精度对比在多数设定**下成立(非全部)—— 引用时要保留这个限定。
  • 验证状态:✅ arXiv 元数据 + 全文方法与实验细节;⚠️ 代码 404(论文声明与实际不符);⚠️ 机构未逐人验证;计时数字为作者自述。

6. HypoNet Nankai PS:P+S 波三维速度模型的 PINN 震源快速定位(上期 PINN 走时层析同一团队的升级)#

  • 标题:HypoNet Nankai PS: rapid hypocenter determination for the Nankai Trough using physics-informed neural networks with three-dimensional P- and S-wave velocity models
  • 作者/团队:Ryoichiro Agata(JAMSTEC)、Ayako Nakanishi(JAMSTEC)、Dan Bassett、Satoru Baba、Yasuyuki Nakamura、Gou Fujie —— JAMSTEC + Victoria University of Wellington + 名古屋大学等(HTML 正文逐人署名核验;JAMSTEC/Wellington 已确认,其余 affiliation 字段未逐人摘录)
  • 链接:arXiv 2610.27561(v1,2026-10-20,physics.geo-ph + cs.LG)· https://arxiv.org/abs/2610.27561
  • 方法:前作 HypoNet Nankai(PINN 走时 + 3D P 波模型)只支持 P 走时。本版扩展到 P+S 双波走时:先用海洋沉积与地壳的经验转换关系从 P 波模型构造 S 波模型;S 波速度更低 → 走时梯度更陡 → 原 PINN 训练方案失效,为此重新设计配点分布、网络结构与优化器;与 fast marching 基准对比,修订方案显著降低 P/S 双波 RMSD。应用于 DONET 台网记录的 223 个地震(纪伊半岛外海):台网下方震源与 JMA 目录总体一致;更向海一侧的震源显著浅于 JMA(1D 模型 + 台站改正吸收了 3D 结构效应),落在洋壳与最上地幔内,与既往 3D 重定位一致。
  • 数据:Nankai 海槽 3D P 波模型(JAMSTEC OBS/MCS 数据库,申请制)+ 经验转换的 S 波模型;DONET 223 个地震
  • 代码:⚠️ 论文声明 “HypoNet Nankai PS will be available at github.com/eagleray2020/HypoNet_Nankai_DeeperPINN_PS”,实测 HTTP 404;作者账号存在、旧版 HypoNet_Nankai_P(9★)在,新仓库确实尚未发布;S 波模型”接收后由 JAMSTEC 提供”(in review)
  • 类别:AI/地球物理(PINN 走时推断 + 业务化监测系统为核心创新)
  • 对本项目的启发:①这是上期提名区 N2(ggag433,PINN + fParVI 3D 贝叶斯走时层析,同一第一作者 Agata)的直系续作:从”方法”走向”业务工具”,且把”物理变陡导致 PINN 训练失效 → 重设计训练”这个失效-修复过程完整写出来,是 PINN 类工作里少见的诚实失败报告,可作为我们 PINN 实验的对照清单;②”1D 模型 + 台站改正掩盖 3D 结构效应 → 海侧震源系统性偏深”的结论,对我们用任何快速定位/走时代理时做偏差诊断都有警示价值。
  • 验证状态:✅ arXiv 元数据 + 全文;⚠️ 代码 404(“will be available” ≠ 已开源);部分作者 affiliation 未逐人摘录;量化数字为作者自述。

7. FED-FWI:Fourier MLP + 余弦相似度优化器 + NTK 视角的复合失配 FWI#

  • 标题:Enhanced full-waveform inversion through Fourier MLP and cosine-similarity optimization: A neural tangent kernel and multiscale loss approach
  • 作者/团队:Hanrui Wang、Shuaishuai Li、Zhefeng Wei、Linong Liu、Jiangjie Zhang —— 中国科学院地质与地球物理研究所(深层油气智能勘探与开发重点实验室)+ 国科大 + 中国石化石油勘探开发研究院(Crossref affiliation 字段已核验)
  • 链接:Geophysics · https://doi.org/10.1190/geo-2026-1864(published-online 2026-10-21,early view,卷期页码待定)
  • 方法:在正演问题的 RNN 表述内组合三件事:①对参数化速度模型的 MLP 坐标输入做 Fourier 特征映射 —— 丰富 NTK 谱,改善尖锐速度对比的表示;②复合失配:对相位偏移稳健的最优传输项 + 小波域多尺度一致性项,用指数滑动平均加权自适应平衡(系数不要求随迭代单调);③优化器按相邻梯度间的余弦相似度调节步长,抑制振荡更新。全流程自动微分,无需手推伴随方程。**从 1200–4800 m/s 线性初始模型出发(不假设水层已知)**重建 Marmousi II:SSIM 0.804 / MSE 0.075(对比 OT-FWI 0.626/0.212、Sobolev-norm FWI 0.695/0.134),收敛时间最短且额外 GPU 显存 < 200 MiB;消融验证各组件均有贡献;两个盐体模型实验恢复主盐体几何。
  • 数据:Marmousi II(线性初值)+ 两个盐体模型(均为合成)
  • 代码:未声明(⚠️ 未验证)
  • 类别:AI/地球物理(隐式神经表示 + 学习式优化动力学用于 FWI 为核心创新)
  • 对本项目的启发:①这是”把网络正确接进 FWI”主线的延续(W39 HFNO 正演 → 上期 JI-FNO 预条件 → 本期端到端 RNN 式表示 + 失配 + 优化器三件套),本期贡献是把 NTK 谱整形当作”为什么 Fourier 特征能解尖锐对比”的理论解释 —— 我们若做 INR/SIREN 类速度表示,这是一条现成的调参依据;②**“额外显存 < 200 MiB”**是单卡可复现性的关键数字(作者自述),上期两条大模型类条目都不给显存账,这条给了。
  • 验证状态:✅ Crossref 元数据 + 机构 + 全摘要(含全部数字);⚠️ early view 卷期待定;代码未声明;数字为作者自述。

8. CURIE:1773 站 USArray MT 数据的大陆尺度概率电阻率参考模型(normalizing flows)#

  • 标题:CURIE: A continental-scale probabilistic magnetotelluric reference model of USArray data for the contiguous United States
  • 作者/团队:Sihong Wu、Jiajia Sun、Jiefu Chen(University of Houston)、Dikun Yang(南方科技大学;Sihong Wu 兼 MIT)—— Crossref affiliation 字段已核验
  • 链接:GJI · https://doi.org/10.1093/gji/ggag451(published-online 2026-10-19,early view,卷期页码待定)· CC BY 4.0
  • 方法:用无监督、物理驱动的 normalizing flows 对 USArray MT 计划 1,773 个台站的 Zxy/Zyx 两模式独立反演,得到两套互补的概率参考模型集合(CURIE):每台站每模式给出后验电阻率分布、不确定度与预测 MT 响应。用滤波数据失配、模式间差异、相位张量 skew/ellipticity 三种指标诊断 1D 假设的适用范围:多数台站滤波失配 < 4;低 skew/ellipticity 区与低失配区在内陆平原与山间高原一致,构造带与大陆边缘则提示需谨慎 1D 解释。浅部恢复主要地质省份的电阻率格局;中-下岩石圈深度分辨出构造活动西部与稳定东部克拉通的宽对比;太平洋/墨西哥湾沿岸与佛罗里达的 Zxy/Zyx 差异反映正交敏感性,指示 3D 结构走向。
  • 数据:USArray MT 1,773 站实测数据
  • 代码:未声明(⚠️ 未验证)
  • 类别:AI/地球物理(normalizing flows 概率反演 + 大陆尺度产品化为核心创新)
  • 对本项目的启发:这是 “大陆/区域尺度概率电阻率参考模型” 方向的第三条(W38 澳洲 AEM 的 INN 路线 → 上期 GGST 的 rigid-motion MT 概率参考 → 本期 CURIE),且本期这条第一次把方法做成”参考模型产品”:附带了成套的质控指标(1D 假设诊断)与明确的下游用途(3D 反演初值/参考模型、数据质控)。方法论上”同一数据两模式独立反演 → 差异即 3D 效应诊断”的设计很干净,任何张量类电磁/地震相位数据的模式一致性检验都可以借鉴。
  • 验证状态:✅ Crossref 全文摘要 + 机构;⚠️ early view 卷期待定;代码未声明。

9. 云南通海 QJF–XJF 断裂交汇区的浅层 3D S 波速度与方位各向异性(229 站背景噪声)#

  • 标题:Shallow S-Wave Velocity Structure and Azimuthal Anisotropy Beneath the Qujiang-Xiaojiang Fault Junction in Tonghai, Yunnan Province, China
  • 作者/团队:Huigui Sun(中国地震局地球物理研究所 + 北京大学)、Xiaodong Song(北京大学)、Lijun Chang(地球物理研究所)、Haoran Meng(南方科技大学)、Zengxi Ge(北京大学)、Zhousheng Yang(云南省地震局)、Weicui Ding(中国地质科学院)—— Crossref affiliation 字段已核验
  • 链接:JGR-Solid Earth 131(10) · https://doi.org/10.1029/2026jb035554(published-online 2026-10-23)
  • 方法:2023 年布设的 229 个短周期台站连续背景噪声记录,Rayleigh 波与 Love 波频散直接反演到 6 km 深度的 3D S 波速度与方位各向异性(不经过 1D 反演拼接)。发现:浅部速度变化总体跟随地表地质单元;QJF 两盘存在明显速度梯度(岩性对比);XJF 南段西支沿线的低速带指示破裂损伤与物质弱化。结合 GPS 速度与地貌证据,各向异性格局指示分段式浅层变形:XJF 西支相对不活跃,QJF 承担区域变形的主导角色;1970 年 Ms 7.7 通海地震震源区存在高速异常体与陡速度梯度带相邻的结构组合。
  • 数据:229 站背景噪声连续记录(2023 年部署)+ GPS + 地貌
  • 代码:未声明(⚠️ 未验证)
  • 类别:传统方法(背景噪声面波成像 / 各向异性;无 DL 组件)
  • 对本项目的启发:①这是本期唯一实测密集台阵 + 传统成像的条目,其价值在于”频散直接反演 3D(跳过 1D 拼接)“的处理链是可对标的多参数反演流程;②对 We 侧的价值:断裂带构造解释结论与速度结构异常一一挂钩的写法(梯度带↔发震构造、低速带↔损伤带),是检验我们速度模型/成像结果地质合理性的判读模板;③作为国内密集台阵工作,数据获取路径明确(地方地震局合作),如果后续需要中国大陆实测背景噪声数据做方法验证,这是一个可联系的样例。
  • 验证状态:✅ Crossref 全文摘要 + 机构 + 卷期(131(10));⚠️ 代码未声明。

10. DAS 通道质量的 semblance distance 统计框架#

  • 标题:Semblance Distance Analysis for Channel Quality Assessment in Distributed Acoustic Sensing
  • 作者/团队:Reinhardt Rading、Markus Hoffmann、Norbert Meyners(Helmut-Schmidt-Universität / Universität der Bundeswehr Hamburg)、Holger Schlarb(DESY 相关团队,⚠️ affiliation 未逐人摘录)、Céline Hadziioannou(Universität Hamburg)、Oliver Gerberding、Katharina-Sophie Isleif —— HTML Affiliation: 字段部分核验(HSU Hamburg 已确认)
  • 链接:arXiv 2610.30401(v1,2026-10-21,eess.SP + physics.app-ph)· https://arxiv.org/abs/2610.30401
  • 方法:DAS 通道质量受空间非均匀噪声与光缆-地面耦合限制,常规 SNR/相关性方法在非平稳复杂噪声环境不够用。提出基于 semblance distance 的统计框架:度量单通道相对”局部相干参考信号”的偏离,把通道选择表述为相干增强信号空间中的距离估计问题;无需安装条件或噪声统计的先验知识即可识别非相干噪声与耦合畸变。三个独立数据集验证:2023 年土耳其-叙利亚地震记录、受控震源实验、长期连续观测;结果与独立 SNR/RMSE 指标相关,且能检测季节尺度上低于 1 dB 的耦合条件时变 —— 可做光缆健康连续监测。
  • 数据:2023 土耳其-叙利亚地震 DAS 记录 + 受控震源实验 + 长期连续观测(多数据集独立验证)
  • 代码:未声明(⚠️ 未验证)
  • 类别:传统方法(信号处理 / 相干性统计;无 DL 组件)
  • 对本项目的启发:与上期 #5(4D TFXK,DAS 波形反演的目标函数)构成同一”DAS 相干性”家族的两个环节:反演侧要”利用”相干性,质控侧要”度量”相干性偏离。三个可复用点:①无需先验噪声模型的通道自动筛选,是我们接手任何 DAS 数据前的标准预处理候选;②”亚 dB 级耦合时变检测”意味着 DAS 耦合漂移会缓慢污染跨期对比(4D 监测)—— 做时移分析时这是必须控制的系统差;③原文点名其应用包括引力波探测器等高灵敏系统的噪声治理,说明该框架的工程成熟度较高。
  • 验证状态:✅ arXiv 元数据 + 全文摘要;⚠️ 部分作者 affiliation 未逐人摘录;代码未声明。

三、本期提名区(未进 Top 10,但值得记录;不计入 10 条)#

只列已核实元数据的条目,字段从简。排序按”与我方相关性”。

#标题类别载体(已核验)一句话价值验证状态
N1QR-Based Coherence Analysis for Seismic Signal Detection in Dense Arrays传统GJI · https://doi.org/10.1093/gji/ggag459(published 2026-10-23;Abdul Hafiz S. Issah / Eileen R. Martin / Luis Tenorio,Colorado School of Mines)· CC BY 4.0用 QR 分解高效近似台阵相干性(array coherence),提升弱/渐变信号检测的时间分辨率;面向密集台阵”数据过剩”场景,先在台阵端筛出候选事件、减少需传输与深分析的数据量。与本期 #10 同属”相干性即质控/筛查工具”家族,但对象是台阵而非 DAS 光缆✅ Crossref 全文摘要 + 机构;⚠️ 代码未声明
N2Self-Supervised Seismic Random Noise Attenuation Using Positive2Negative Learning With Frequency–Wavenumber Coherence ConstraintsAIGeophys. Prospect. 74(8) · https://doi.org/10.1111/1365-2478.70274(online 2026-10-18 / Crossref created 2026-10-19,以 created 计入窗口;Yilong Ma / Yamin Xiao / Dong Zhang —— 河北地质大学 + 河北师范大学 + TU Delft)P2N+:用正/负两组噪声生成训练对减少自监督信息损失,再加 f-k 域信号回注机制从残差中提取相干成分、在局部振幅阈值约束下选择性回填,保护弱反射;3 合成 + 5 实测对比 P2N / Noise2Void / 阻尼降秩✅ Crossref 全文摘要 + 机构 + 卷期;⚠️ 代码未声明
N3Super-resolution method based on a Transformer (SDST)AIGeophysics · https://doi.org/10.1190/geo-2026-1896(online 2026-10-25;Shiqi Dong / Xintong Dong / Kaiyuan Zheng / Ming Cheng / Tie Zhong / Hongzhou Wang)单步超分辨率同时做去噪+插值+频率外推;Transformer 提取融合局部/全局特征,强调有效同相轴的振幅特征与空间连续性,面向叠加/偏移后低主频、稀疏采样数据的分辨率增强✅ Crossref 摘要前半 + 作者;⚠️ 摘要后半未读取;代码未声明
N4Coseis-Diff: A Data-Independent Diffusion Transformer for Single Coseismic Interferogram Error CorrectionAIJGR-Solid Earth 131(10) · https://doi.org/10.1029/2025jb033630(online 2026-10-24;Chisheng Wang / Zuqi Lan / Jiaqiao Gan / Chuanhua Zhu)残差去噪扩散框架修正单帧 InSAR 同震干涉图误差(大气湍流+分层延迟+DEM 残差+轨道误差+失相干),推理时不依赖外部辅助数据——对无时间序列存档区的同震形变提取有直接价值✅ Crossref 元数据 + 摘要前半;⚠️ 机构未逐人核验(未读取 affiliation 字段);代码未声明
N53D density gravity inversion in spherical coordinate system using a U-net neural network with a self-attention mechanismAIJ. Geodynamics 170 · https://doi.org/10.1016/j.jog.2026.102178(created 2026-10-21;Wenjin Chen / Zhengfeng Jin / Shengwang Yu / Lei Yi / Xiao Gong)球坐标系 3D 密度重力反演 + U-Net 自注意力;⚠️ Crossref 与 Elsevier 均未提供摘要,方法细节仅从标题推断⚠️ 仅元数据可核实,内容未验证
N6A Conflict-Free Framework for Physical Constraint TEM Inversion Based on Deep Learning (PhyTEMNet + ConFIG)AIGeophys. Prospect. 74(8) · https://doi.org/10.1111/1365-2478.70278(online 2026-10-22;Yichong Wang / Yanfei Wang)PhyTEMNet:把预训练正演模型作为可微约束嵌入网络训练环(保证预测满足 Maxwell 方程);核心创新是 Conflict-Free Inverse Gradient(ConFIG),解决物理约束梯度与数据梯度方向冲突✅ Crossref 摘要前半 + 作者;⚠️ 摘要后半未读取;代码未声明
N7Entropy-regularized W2 misfit with a closed-form adjoint source for acoustic FWI传统J. Appl. Geophys. 106585 · https://doi.org/10.1016/j.jappgeo.2026.106585(created 2026-10-23;Jian Sun / Wenshuai Wang / Fei Dong / Shaolin Liu)熵正则化 Wasserstein-2 失配 + 闭式伴随源的声波 FWI —— 若闭式伴随源成立,可省掉伴随态求解的额外正演;⚠️ Crossref 未提供摘要与机构,方法细节仅从标题推断⚠️ 仅元数据可核实,机构与内容未验证
N8Dip-aligned structural constraints for suppression of partially coherent seismic noise using self-supervised learningAIGJI · https://doi.org/10.1093/gji/ggag441(online 2026-10-23;Ji Li / Dawei Liu)部分相干噪声(涌浪/散射噪声)违背自监督盲点去噪的独立性假设;用倾向对齐的局部地质结构方向一致性作为约束做结构感知自监督去噪✅ Crossref 摘要前半 + 作者;⚠️ 摘要后半未读取;代码未声明
N9Physics-constrained and data-driven synergistic audio-frequency magnetotelluric inversion (PD-AMTNet)AIGeophysics · https://doi.org/10.1190/geo-2025-0231(online 2026-10-21;Rongzhe Zhang / Guoqing Zhang / Tonglin Li / Yang Zhang / Xinze Kang / Qilei Yin)平滑约束反演结果作为先验,门控融合多尺度 TM 模式视电阻率/相位特征,物理约束与数据驱动协同的 AMT 反演,面向深部矿产勘探✅ Crossref 摘要前半 + 作者;⚠️ 摘要后半未读取;代码未声明

四、本期全量条目索引#

#标题(简)类别载体 / ID日期(以载体为准)
1OWL: Open Wave Library传统10.1093/gji/ggag4502026-10-19
2Dual Reverse Time Migration传统arXiv 2610.259952026-10-19
3PnP-Flow FWI(乳腺成像)AIarXiv 2610.321852026-10-23
4GeoAgent(合同约束 LLM Agent)AIarXiv 2610.31096(v2)2026-10-22
5Conditional Mean Flows 频域散射波场AIarXiv 2610.310712026-10-22
6HypoNet Nankai PSAIarXiv 2610.275612026-10-20
7FED-FWI(Fourier MLP + NTK + OT)AI10.1190/geo-2026-18642026-10-21
8CURIE(大陆尺度 MT 概率参考)AI10.1093/gji/ggag4512026-10-19
9通海 QJF–XJF 3D S 波 + 方位各向异性传统10.1029/2026jb0355542026-10-23
10DAS semblance distance 通道质量传统arXiv 2610.304012026-10-21
N1QR 台阵相干性信号检测传统10.1093/gji/ggag4592026-10-23
N2P2N+ 自监督随机噪声衰减AI10.1111/1365-2478.702742026-10-19(created)
N3SDST Transformer 超分辨AI10.1190/geo-2026-18962026-10-25
N4Coseis-Diff 单帧 InSAR 误差修正AI10.1029/2025jb0336302026-10-24
N53D 重力反演 U-Net 自注意力AI10.1016/j.jog.2026.1021782026-10-21(created)
N6PhyTEMNet + ConFIG TEM 反演AI10.1111/1365-2478.702782026-10-22
N7熵正则 W2 失配 + 闭式伴随源 FWI传统10.1016/j.jappgeo.2026.1065852026-10-23(created)
N8Dip-aligned 结构约束自监督去噪AI10.1093/gji/ggag4412026-10-23
N9PD-AMTNet 物理约束+数据驱动 AMTAI10.1190/geo-2025-02312026-10-21

分布:Top 10 = AI 6 / 传统 4;含提名区共 19 条 = AI 13 / 传统 6。


五、与历史总结的对比:重复 / 升级 / 新增#

5.A AI/地球物理线#

(1)重复(同题或同方法的再次出现)

  • 与 4 份历史文件逐条比对(DOI / arXiv ID / 标题关键词三重检索),本期 AI 线 6 条主榜条目均未出现:无严格意义上的重复条目。
  • 方向级重复 2 处:
    • 生成先验用于波场/反演:W38(PSG 物理状态引导扩散)→ W39(由浅到深扩散 VMB)→ W41(扩散先验 + 神经算子)→ 上期(扩散正则 ASVGD,2610.19187)→ 本期 #3 PnP-Flow 与 #5 Mean Flows。连续第六期出现,本期完成了从”扩散”到”流匹配”的代际切换(判断:不是重复,是方法族换代)。
    • DAS 相干性:上期 #5(4D TFXK 失配,反演环节)→ 本期 #10(semblance distance,质控环节) —— 同一物理量家族在管线不同位置出现。

(2)升级(同一方向的实质性推进)

方向历史状态本期升级升级的实质
Agata 组 PINN 走时/定位上期提名区 N2(GJI ggag433,PINN + fParVI 的 3D 贝叶斯走时层析;第一作者 Ryoichiro Agata,合作者含 Bassett/Fujie)#6 HypoNet Nankai PS(2610.27561):同一第一作者与核心合作者;从”概率反演方法”推进为”P+S 双波 + 业务化监测工具”;并完整披露”S 波走时梯度更陡 → 原 PINN 训练失效 → 重设计配点/结构/优化器”的失败-修复过程从方法论文到可部署工具,且给出了 PINN 在更陡物理梯度下失效的第一手对照。这是我们 PINN 实验清单的直接素材
生成先验的计算效率问题上期 JI-FNO(2610.15331)报告”标准 FNO 不稳定 + objective-space mismatch”;扩散路线的短板一直是多步采样贵#5 Mean Flows(一步生成精度多数设定优于多步扩散) 与 #3 PnP-Flow(与 TV 打平整体误差、显著改善任务对比度):流匹配路线正面回应效率与稳定性生成式反演从”能不能用”进入”算力账”阶段;一步生成 + PnP 交替是两条不同的接法,值得并读
大陆/区域尺度概率电阻率参考模型W38 #5(澳洲 AEM 2660 万测深,INN 一次前向得后验)→ 上期 GGST(GJI ggaf405,rigid motion + advection GMRF 的 MT 概率参考,已见刊 244(1))#8 CURIE:normalizing flows + 1,773 站 + 成套 1D 假设质控指标 + 明确下游定位(3D 反演初值/数据质控)第三次出现,第一次产品化。三条路线(INN/GMRF/normalizing flows)已集齐,可作为专题合并跟踪
“网络接进 FWI”的系统化W39 HFNO(正演算子)→ 上期 JI-FNO(学习型预条件)#7 FED-FWI:端到端 RNN 式表示 + NTK 谱解释 + 复合失配自适应 + 余弦相似度优化器,附”额外显存 < 200 MiB”的单卡可复现账从”插入一个网络组件”升级为”表示-失配-优化器三件套联合设计”,且首次给出显存账

(3)新增方向

  • LLM agent 系统级进入地震数据处理(#4 GeoAgent):历史四期只有”评测基准”(W39 SPBench)与数据集(W41 GeoFWI3D),本期是第一条把 LLM 做成带约束的执行系统的条目 —— 合同约束、状态图、确定性校验工具的工程设计可直接移植。
  • 多重散射的对偶空间成像(#2 Dual RTM):历史四期无 LSRTM/多次波成像条目,本期首次,且明确自我定位为”RTM/LSRTM 与非线性波形反演之间的桥梁”。
  • mean flow 一步波场生成(#5):即使放在生成先验家族内,“学习平均输运速度 → 一步生成”也是新机制。

5.B 传统方法线#

(1)重复:无严格重复;DAS 相干性属方向级重复(见 5.A)。

(2)升级

方向历史状态本期升级升级的实质
开源 FWI 基础设施W39 TorchFDTD(GPU FDTD + 离散伴随)、W39 SPBench(评测基准);开源栈连续五期无新版本#1 OWL:LANL 级别的完整 FWI 框架(各向异性弹性 + 曲线网格 + GDTW 失配 + 分布内存),BSD-3-Clause,论文发表同周代码仍在推送传统线第一次拿到”期刊论文 + 活跃仓库 + 宽松许可”三要素齐全的重量级资产;短板明确(CPU-only、仅 Intel 编译器)

(3)新增方向

  • 密集台阵背景噪声成像服务断裂构造判读(#9 通海):历史四期首次出现 ambient noise 类条目(“Rayleigh/Love 频散直接 3D 反演”的流程 + 断裂带结构解读模板)。
  • DAS 通道质量统计框架(#10):DAS 相关条目此前只有上期 #5(反演失配侧),质控侧为首次。
  • 台阵相干性的 QR 高效实现(N1):信号筛查方向的新算法实现。

5.C 交叉观察(本期最重要的一个信号)#

生成先验家族在本期完成了”跨物理域 + 跨接法”的收拢:同一周内,成都理工把 mean flow 用于频域波场生成(#5),LANL 把流匹配先验 PnP 进声速 FWI(#3)——加上 W38→上期积累的扩散先验条目,“学习型先验替代手工正则”已经覆盖波场正演、速度反演、电阻率反演(#8 CURIE 同属生成式概率反演)三个对象。判断:这不是一条趋势在冒头,而是一个方法族在完成全谱部署;下期若再出现第三条流匹配条目,建议增设横向标签 Flow-Generative 专题跟踪。 另一个次级信号:LANL 同周贡献了传统引擎(OWL)与生成先验(PnP-Flow)各一条 —— 大装置机构在”物理引擎”与”学习先验”两侧同时下注,可视为两条线终将合并的机构级证据。


六、本期趋势总结#

6.A AI/地球物理线#

  1. 生成先验进入”一步生成/流匹配”阶段:扩散模型的多步采样成本首次被正面攻克(#5),PnP 交替接法给出与手工正则(TV)严格对照的验收数据(#3)。效率从”顺带提及”变成”核心卖点”。
  2. LLM 从”单点模型”走向”带合同约束的系统”(#4):漏参数、编单位、错接线、假成功这四类失效被用工程手段(named artifacts / input resolution / parameter takeover / artifact validation)结构性消除 —— 这是本期 AI 线最”不像论文、像系统设计文档”的一条,也最可移植。
  3. PINN 走时线业务化并学会向物理低头(#6):不是把网络做得更强,而是承认 S 波梯度更陡后重新设计训练 —— 失败模式被写进正文,稀缺且有用。
  4. 概率/集合产出成为 AI 条目标配:CURIE 给后验与质控指标(#8),PnP-Flow 给分布外迁移实验(#3),HypoNet PS 给与目录一致的偏差诊断(#6)。“只给点估计”的 AI 反演条目在本期主榜已经绝迹。

6.B 传统方法线#

  1. 成像正式向”多重散射”推进(#2):dual RTM 用”数据空间 Hessian 离线一次装配”把多次波成像的迭代代价压到单次 RTM 水平,并自我定位为通往非线性波形反演的桥梁 —— 传统线在为下一阶段的非线性化铺路。
  2. 基础设施出现旗舰资产(#1):OWL 把各向异性弹性、地形自由表面、GDTW 失配、分布式并行打包开源;其”CPU-only”短板同时划出了 GPU 侧的空白带。
  3. 背景噪声成像继续下沉到断裂带尺度(#9):229 站、6 km 深度、频散直接 3D 反演,结论(QJF 主导变形、XJF 西支弱化)与 GPS/地貌互相咬合 —— 传统成像的”构造解释闭环”依然是 AI 条目难以替代的。
  4. DAS/台阵质控走向”无先验统计框架”(#10 + N1):semblance distance 与 QR 相干性都是”不假设噪声统计也能筛通道/筛事件”的设计,密集观测数据的入口端正在标准化。

6.C 一句话总结#

AI 线在换发动机(扩散 → 流匹配)并补显存账,传统线在换底盘(RTM → 多重散射对偶)并开源旗舰引擎;两条线在本期由同一机构(LANL)各贡献一条,合并的迹象已经从方法层面上升到机构布局层面。


七、对 {{project}}(AI + DL + HPC + 地震数据处理 + FWI)的行动建议#

A. 立即可做(本周内,零/低风险)#

  1. Clone 并 smoke-test 两个已验证仓库:lanl/owl(BSD-3;注意仅 Intel 编译器,CPU 环境)与 siting6/pnpflow-fwi-numerics(0★,license 为自定义声明,先读 LICENSE)。OWL 优先验证 2D 声波单炮正演跑通。
  2. 环境更新:SeisBench 升级到 0.12.6(PyPI,2026-09-17;GitHub releases 未打 tag,安装以 PyPI 为准)。
  3. 把 #3 Table 3 的评测口径(整体 L2 与任务相关量分开报告)抄进我们的实验记录模板。
  4. 交叉核对历史挂账:SPBench 项目页、GeoFWI3D 代码地址(上期跨期未决项,本期未推进)。

B. 需要评估(1–4 周,先做可行性判断)#

  1. GeoAgent 的四合同设计(#4)移植评估:我们处理管线里哪些环节可做成”named artifact + 确定性校验”;它的九阶段状态图可作为我们流程 agent 化的参照架构。
  2. dual RTM 的数据空间 Hessian 离线化(#2):评估在 Marmousi 尺度上离线装配的内存/IO 代价,与我们的预条件方案做算力对照。
  3. Mean flow 一步生成作为伴随波场/波场代理(#5):若代码后续真的放出(现 404),评估其 RTX 5070 级别的一步推理能否替代我们内层迭代的重复正演。
  4. FED-FWI 三件套(#7):在低显存条件下复现其 Fourier 特征映射 + 复合失配的组合(作者称额外 < 200 MiB),验证对我们初始模型敏感场景的增益。

C. 仅记录(暂不投入)#

  1. CURIE 作为 MT 反演初值产品(#8)——非我方主战场,记录其”两模式独立反演差异即 3D 诊断”的设计即可。
  2. HypoNet Nankai PS(#6)——记录其 PINN 失效-修复清单;Nankai S 波模型为 JAMSTEC 申请制,暂无获取必要。
  3. 提名区 N4(Coseis-Diff)、N5(重力 U-Net)、N9(PD-AMTNet)——方向记录。

D. HPC 侧的具体提醒#

  1. OWL 是 CPU-only(Fortran + MPI + OpenMP,仅 Intel 编译器),异构支持是 future work —— 与我们 GPU 波场算子的定位不冲突,反而确认了空白;评估时单独准备 Intel 工具链环境,勿占用现有 GPU 节点。
  2. FED-FWI 的”< 200 MiB 额外显存”为作者自述,复现时以实测为准;其 Marmousi II 规模适合单卡验证。
  3. Mean Flows 论文的计时基准是消费级 RTX 5070(12 GB),若迁移到集群卡(A100/H100)需重测,不能直接外推。

八、未解决项 / 需人工确认#

8.1 本期新增(按优先级)#

  1. 两条代码仓库”声明公开但 404”(本期最重要的风险项,两起):
    • github.com/Lipeng-Lai/MeanFlow4Helmholtz(#5,论文有明确 “Data and Code Availability” 章节)—— 404;
    • github.com/eagleray2020/HypoNet_Nankai_DeeperPINN_PS(#6,论文写 “will be available”)—— 404;作者账号存在且旧版 HypoNet_Nankai_P(9★)可访问,新仓库确未发布。
    • 处置建议:两条均列入月度复查清单;上期 hu567/DiffSpecMatch(仍 404)+ 本期两条 = 累计三起”will be available ≠ 已开源”案例,该教训从”个案”升级为”模式”。
  2. GeoAgent 无代码仓库(#4):论文只给在线部署(http://47.109.133.239/,本期实测 HTTP 200)与 Madagascar 实现描述;如需复现需基于论文自建或联系作者。上期记录中出现的 www.geoagents.net(403)与 v2 正文无对应链接,该旧记录作废。
  3. 上期 early view 卷期复查结果(本期实测 Crossref):ggag433、ggag435、ggag448、geo-2026-1391、geo-2025-0638、geo-2025-1009 仍未分配卷期页码;2025jb033081 已分至 131(10);ggaf405 已见刊 244(1)。→ 本期新增 3 条 GJI/Geophysics early view(ggag450/ggag451/geo-2026-1864)继续挂账。
  4. 两条无摘要条目:jappgeo.2026.106585(N7)与 jog.2026.102178(N5)Crossref 无摘要无机构 → 机构与内容未验证,如需引用须取 PDF 首页。
  5. W40 缺档:连续第三期挂账,仍未决定是否补做。

8.2 跨期悬置(延续上期,本期未能推进)#

  • SPBench 项目页与 GeoFWI3D 代码地址:未复查。
  • 混采方向合并专题的触发条件(第三条同类出现):本期无混采条目,计数器保持 0。

8.3 本期口径层面的新教训#

  1. GitHub releases 滞后于 PyPI:SeisBench 的 GitHub “latest release” 停在 v0.12.0,而 PyPI 已到 0.12.6(连续 5 个版本未打 GitHub tag)。开源栈版本核查必须 PyPI + GitHub 双源,以 PyPI 为准(对 Python 包)。
  2. arXiv HTML 的机构字段并非总在 Affiliation: 标签里:#5(成都理工)无显式 affiliation 字段,机构从致谢与基金标注推断 —— 引用时必须写明推断路径。
  3. v2 修订会替换正文内容:GeoAgent v1→v2 间隔一天,live site 地址以 v2 为准;引用 arXiv 条目时应注明版本号。

8.4 需人工确认的性能数字(均为作者自述,本文件未独立复核)#

  • #7 FED-FWI:SSIM 0.804 / MSE 0.075(vs OT-FWI 0.626/0.212、Sobolev 0.695/0.134);额外 GPU 显存 < 200 MiB。
  • #3 PnP-Flow:乳腺 32 图块上中位整体 L2 1.56%(TV 1.52%)、病灶对比度误差 0.214(TV 0.263)、28/32 图块更优。
  • #4 GeoAgent:九阶段管线 6–11 分钟;检索压缩工具上下文 12k→2k token。
  • #5 Mean Flows:“多数设定下一步生成误差低于多步扩散”(作者限定语,非全部设定)。
  • #10 DAS semblance:亚 dB 级耦合时变检测(跨季节)。
  • #6 HypoNet PS:DONET 223 地震与 JMA 目录的一致性/海侧系统性偏浅。

九、检索说明#

9.1 检索路径(全部可复现)#

  1. arXiv 结构化检索:export.arxiv.org/api/query,多关键词(seismic / full waveform inversion / geophysical / seismology / physics-informed+wave / neural operator 等)+ cat:physics.geo-ph 共 9 个查询合并,去重后 1,712 条,按 published 过滤窗口(2026-10-19 起)得 418 条;再按地球物理关键词+分类筛出 80 条候选。
  2. arXiv 全文核验:arxiv.org/html/{id} 抓取正文,核实 Code/Data Availability 章节、作者机构(Affiliation: 字段)、实验模型、计时平台。
  3. Crossref 期刊扫描:api.crossref.org/journals/{ISSN}/works 按窗口过滤,扫描 11 本期刊(Geophysics 0016-8033、GJI 0956-540X、J. Appl. Geophys. 0926-9851、Geophys. Prospect. 1365-2478、JGR-Solid Earth 2169-9313、EPSL 0012-821X、J. Geodynamics 0264-3707 等);候选逐条 works/{DOI} 取作者/机构/卷期/摘要。
  4. 代码仓库核验:api.github.com/repos/{owner}/{repo} 取存在性 / stars / license / pushed_at;必要时列出作者账号下全部仓库(本期对 404 两条即用此法区分”仓库未建”与”账号错误”);对论文给出的在线部署 URL 用 curl 实测 HTTP 状态。
  5. 开源栈版本核验:GitHub releases/latest + PyPI JSON API 双源(本期新增,原因见 8.3-1)。
  6. 历史去重:对 4 份历史文件做 DOI / arXiv ID / 标题关键词 三重字符串检索,零命中判为首次收录。

9.2 两类条数分布#

范围AI/地球物理传统方法合计
主榜 Top 10(实际)6(#3/#4/#5/#6/#7/#8)4(#1/#2/#9/#10)10
提名区7(N2/N3/N4/N5/N6/N8/N9)2(N1/N7)9
总计13619

配比达成情况:主榜 6:4,目标严格达成(上期 5:5 的偏差本期未复现)。排序仍按”对本项目相关性”而非类别 —— 首条为传统条目(OWL),理由见 #1 的启发栏。

9.3 历史重复 / 升级 / 新增(速览)#

线严格重复方向级重复升级新增方向
AI/地球物理0 条2(生成先验家族连续第六期;DAS 相干性)4 项(PINN 走时业务化+PS 扩展;生成先验补算力账;概率电阻率参考产品化;网络接进 FWI 三件套化)3 项(LLM 合同约束系统;mean flow 一步波场生成;PnP 流先验接法)
传统方法0 条1(DAS 相干性,与 AI 线共享)1 项(开源 FWI 基础设施旗舰化)3 项(多重散射对偶成像;密集台阵背景噪声断裂判读;DAS/台阵无先验质控)

9.4 条数不足或偏差的原因说明#

本期两类条数均不”不足”,主榜配比 6:4 严格达成,无偏差需要披露。 供参考的候选池情况:AI 类可验证候选约 14 条(主榜用 6 + 提名 7 + 1 条 N2 计数说明),传统类可验证候选 8 条(主榜用 4 + 提名 2 + SWOT 数据同化条目 2610.31409 因属物理海洋 DA、非地球物理主线未收录 + 冠层/沉积输运等 physics.geo-ph 条目相关性弱未收录)。无凑数。

9.5 诚实性声明#

  • 所有链接、作者、机构、日期、DOI、版本号、star 数、推送时间、HTTP 状态码,均来自 9.1 所述 API / HTML / curl 实测;凡未能核实的字段一律标注”未验证”并给出获取路径,未做任何推断或补齐。
  • 两条”论文声明代码公开但仓库 404”的判定均已通过列出作者账号下全部仓库做二次确认,排除账号拼写错误的可能。
  • 8.4 所列性能数字全部为作者自述,本文件未独立复核任何数值结果。
  • N5/N7 两条因 Crossref 无摘要,方法描述仅来自标题推断,已在条目内明确标注”内容未验证”。
  • 本文件生成过程仅做只读检索与单文件写入;未提交任何作业、未删除或覆盖任何既有文件、未修改任何模型或数据。涉及的后续操作(clone 仓库、升级 SeisBench、复现实验)均只给方向建议,命令待人工确认后再执行。
AI每周总结-地球物理 (2026-10-26)
https://tuoyuangui.github.io/website/posts/typora/ai每日总结/ai每周总结_2026-w44/
作者
椭圆规/tuoyuangui
发布于
2026-10-26
许可协议
CC BY-NC-SA 4.0