9937 字
50 分钟
AI每周总结-地球物理(2026-W41)

AI每周总结 · 地球物理(2026-W41:2026-10-05 ~ 2026-10-11)#

  • 项目对象 project:调度器仍未注入 {{project}},沿用默认口径 AI + 深度学习 + HPC + 地震数据处理 + 全波形反演(FWI)
  • 📌 分类口径(本期起生效):AI/地球物理 = 以深度学习/机器学习/神经网络/生成模型等为核心创新;传统方法 = 以物理/数学/数值/信号处理/反演/成像/层析等为核心,不以 DL/ML 为主要创新。
  • 本周期两类条数分布:28 条位(主榜 10 + 补遗 6 + 延伸观察 12)中 AI/地球物理 19 条、传统方法 9 条。主窗口主榜原 10 条中传统方法仅 1 条(Q-FWI),为满足”传统约 4 条”配比,从延伸观察升入 3 条可验证的传统方法条目(TREMOR、SPECFEM3D 转动分量扩展、5D Radon 内存高效插值),另将断档补遗中的 B5(BFBM3D)在索引中标注为传统方法候选——升入原因与可信度逐条注明,未凑数。

一、本周概览#

项值
覆盖区间(ISO)2026-10-05 ~ 2026-10-11(2026-W41)
实际采集日1 天(10-08)
日报实际检索窗口2026-10-01 ~ 2026-10-08
条目位28 条(主榜 10 + 断档补遗 6 + 延伸观察 12)
两类分布(条位)AI/地球物理 19 / 传统方法 9(主榜 9:1;补遗 4:2;延伸观察 6:6——延伸观察是传统方法的富集区,与 W39 结论”期刊侧是传统方法富矿”同源)
⚠️ 采集缺口W40(09-28 ~ 10-04)无日报;10-09 ~ 10-11 无采集;上期日报为 09-25,间隔 13 天
去重情况主榜 10 条中有 2 条为跨期重复/同方向(SDI 范式再表述、SeisDiff-FNO 方向重复)
可复现资产GeoFWI3D 数据 DOI 10.5281/zenodo.20148778(CC BY 4.0,已实测可解析);⚠️ 配套代码地址未获取
开源地震栈Devito v4.8.23 / 2026-08-07、ObsPy 1.5.1 / 2026-08-28、SeisBench v0.12.0 / 2026-06-24——连续四期无新版本(本次为双周复查日,实测确认)
来源结构主榜 6/10 来自正式期刊;补遗 6/6 全部来自期刊——延续 W39 的”期刊侧主导”结论

二、本周主线(5 条;每条标注所涉类别)#

主线 1 ·【AI/地球物理】隐式/生成式 FWI 从”提出方法”转向”工程化改良”,共同特征是”低/零额外成本”#

主榜 10 条里有 6 条落在这一带(全部为 AI 线):

条目改良点额外成本
C2F-IFWI(主榜 #3,arXiv 2610.01081)多分辨率哈希由粗到精激活零额外参数
摄动式 IFWI(补遗 B1,10.1093/gji/ggag403)参数分解 + 坐标归一化不改结构
谱归一化替代 WGAN-GP 梯度惩罚(主榜 #6,10.1093/gji/ggag418)省掉插值采样更省
REG(主榜 #5,arXiv 2610.05371)稳健集成引导:weighting + clipping零额外 denoiser / forward 评估
扩散先验做正则(主榜 #2,10.1029/2025jh001223)替换正则项不改主干
Prior-free ISI(主榜 #7,10.1093/gji/ggag406)连续表示降计算负担去掉先验依赖

判断:这个领域已经过了”堆大模型”的阶段,正在进入**“如何把已有的生成式/隐式表示接进物理流程而不炸”**的阶段。这恰好是与工程条件最匹配的一段。

主线 2 ·【AI/地球物理·基础设施】基础设施终于出现:GeoFWI3D 大规模 3D 基准数据集#

主榜 #1 GeoFWI3D(arXiv 2610.01033,2026-10-01,License CC BY 4.0)是本期、也是近 6 期以来第一个真正的大规模 3D 基准数据集。

  • 团队:UT Austin + LANL + Uppsala + KFUPM(⚠️ 详见第八节)
  • 数据:DOI 10.5281/zenodo.20148778(✅ 已实测可解析)
  • Technical Validation 章节把 4.5 Data-Driven Surrogate for Traveltime and Wavefield Prediction 与 4.6 Training 3D Diffusion Models 列为正式技术验证任务——说明”神经算子做正演代理 + 扩散模型做速度建模”已从单点方法变成基准数据集要评测的能力项。
  • ⚠️ 论文第 6 节 “Code availability” 在 arXiv HTML 中为空,未解析出代码 URL;数据集体量/格式未验证。这是本期的最高优先级挂账项。

与 W39 的 SPBench 互补:SPBench 说的是”评测不规范”,GeoFWI3D 提供的是”可以用来规范评测的东西”。

主线 3 ·【AI/地球物理】扩散模型在地球物理里的角色已分化成三种#

角色代表条目说明
① 生成器 / 先验主榜 #2(10.1029/2025jh001223,KAUST)、#5(REG)沿既有路线
② 正则化器主榜 #2(替换正则项)—
③ 多尺度特征提取器补遗 B4 DiffClassNet(10.1093/gji/ggag383)拿中间噪声水平的特征做分类

判断:只把扩散模型当”又一个生成式反演器”会低估它。第三种用法(用扩散中间层的噪声水平特征做分类)在监督信号稀缺时尤其有用。

主线 4 ·【传统方法·HPC】HPC 侧继续薄弱,但本期”最接近真 HPC”的三条全部是传统方法线#

  • 本窗口内没有一条以”大规模并行 / GPU 内核 / 显存优化”为主贡献的地震条目——但最接近的三条全部为传统方法,且都在延伸观察里:
    • TREMOR(分布式模板匹配,12× 加速且保证结果等价,传统·HPC 系统)——本期已升入精选榜(见第三节)
    • 5D Radon 内存高效群稀疏插值(避免物化完整 5D 数组——与 W39 的”内存而非 FLOPs”判据同源,传统·信号处理/HPC)——本期已升入精选榜
    • SPECFEM3D 转动分量扩展(谱元法数值方法,传统·数值)——本期已升入精选榜
  • 叠加开源栈连续四期零 release(Devito / ObsPy / SeisBench,本次双周复查日实测确认)。
  • 结论仍然是:HPC 能力需要自建,不能等上游。 且与 W39 一致——HPC 增量主要出现在传统方法线。

这解释了为什么本期主榜里”零额外算力开销”的方法改良特别密集——整个领域都在算力受限下找便宜的涨点方式。

主线 5 ·【两类通用】来源结构与诚实性问题#

  • 期刊侧主导(延续 W39 的判断):主榜 10 条中 6 条来自正式期刊(JGR ML&C ×2、GJI ×2、Interpretation ×1、Geophysics ×1 计在补遗),4 条来自 arXiv;补遗 6 条全部来自期刊。
  • ⚠️ 一个必须提醒自己的诚实性问题:本期主榜 10 条中,只有 1 条(REG)给出了可直接引用的量化数字(PSNR +6.2–8.2 dB、NS 误差 −26.4%);其余各条的收益表述几乎全是定性的(“faster""more accurate""more robust""promising”)。 这意味着本期的”进展”更像方向确认而非性能突破,任何基于这些条目做的选型决策都应该以自复现为准,不要直接引用摘要里的形容词。
  • 传统方法条目在延伸观察中富集(6/12),与其进主榜与否无关地持续产出——说明”传统方法没死”,只是在本窗口的 AI 检索口径下被挤到观察区。

三、本周精选 Top 10(AI/地球物理 6 条 + 传统方法 4 条,整体按相关性排序)#

配比说明:主窗口主榜原 10 条经归类后为 AI 9 条 + 传统 1 条(Q-FWI)。传统方法可验证条目不足 4 条的原因:① 本周仅一个采集点、检索窗口仅 8 天;② 检索口径以”AI + 地球物理”为主,传统方法条目自然富集在延伸观察区。处理方式:从延伸观察升入 3 条可验证性较高的传统方法条目(TREMOR、SPECFEM3D 转动分量、5D Radon)补足 4 条配比,升入条目的完整字段转述自日报延伸观察节、未做新推断;被顶出的 3 条 AI 条目(Camie 油田、CRG 去混叠、谱归一化 GAN)移入提名区,信息无损失。断档补遗中的 B5(BFBM3D)同为传统方法,因窗口归属问题保留在补遗节并标注类别。

1. ⭐ GeoFWI3D:面向深度学习辅助地震成像的大规模三维速度模型数据集#

  • 类别:AI/地球物理(基准数据集,服务于 DL 地震成像)
  • 作者/团队:UT Austin + LANL + Uppsala + KFUPM(⚠️ 见第八节)
  • 链接:arXiv 2610.01033(v1,2026-10-01,physics.geo-ph,CC BY 4.0)· https://arxiv.org/abs/2610.01033
  • 方法/内容:大规模 3D 速度模型数据集;Technical Validation 章节将”数据驱动代理做走时/波场预测”与”训练 3D 扩散模型”列为正式验证任务。
  • 数据:Zenodo DOI 10.5281/zenodo.20148778(✅ 已实测可解析;⚠️ 体量/格式未验证)
  • 代码:⚠️ 论文第 6 节 “Code availability” 在 arXiv HTML 中为空 → 未获取
  • 对本项目的启发:最高价值的一条。 它把”神经算子做正演代理 + 扩散做速度建模”从单点方法抬升为基准要评测的能力项;与 SPBench 构成”评测规范 / 可评测对象”的互补组合。建议作为3D 代理模型与扩散 VMB 的统一评测底座。
  • 验证状态:✅ arXiv 元数据 + 数据 DOI 可解析性实测;⚠️ 代码地址未获取(最高优先级挂账)、数据集体量与格式未验证。

2. 扩散先验 + 神经算子的 time-lag 图像速度建模#

  • 类别:AI/地球物理(扩散先验 + 神经算子)
  • 作者/团队:KAUST(Ma / Taufik / Alkhalifah)
  • 链接:JGR: Machine Learning and Computation · https://doi.org/10.1029/2025jh001223(published [2026,10],published-online 2026-10-03,Crossref created 2026-10-03)
  • 方法:以 time-lag 图像为条件,用神经算子增强的扩散先验做速度模型建立;明确做了 synthetic 与 field data 两个层面。
  • 数据:合成 + 实测(详见全文)。
  • 代码:未声明(⚠️)。
  • 对本项目的启发:是 W39 期 09-23 #1(扩散式由浅到深 VMB)的”可核验落地版本”——给出完整摘要 + 完整机构 + 上线日期,比 09-23 那条更可核验。建议作为扩散 VMB 的对照基线与复现目标。
  • 验证状态:✅ 期刊/DOI/机构/上线日期经 Crossref 核验;⚠️ 量化数值需读全文。

3. ⭐ REG:面向科学反问题的稳健集成引导#

  • 类别:AI/地球物理(生成式反演器的后处理层)
  • 作者/团队:⚠️ 机构未验证(HTML 404,API 无 affiliation)
  • 链接:arXiv 2610.05371(v1,2026-10-04,cs.LG)· https://arxiv.org/abs/2610.05371
  • 方法:面向”已训练好的生成式反演器”的零成本后处理层——通过 weighting + clipping 稳健化集成引导。
  • 数据:科学反问题基准(黑洞成像场景;详见全文)。
  • 量化(本期唯一一条给出可引用数字的条目):黑洞场景 PSNR +6.2–8.2 dB,NS 误差 −26.4%。
  • 代码:未验证(⚠️)。
  • 对本项目的启发:核心卖点是不额外调用 denoiser / forward model——属于”采样器外科手术”式工作(前 5 期未见此类)。若已有训练好的扩散反演器,这是一层几乎零成本可直接加的后处理。 建议先在小规模 FWI 扩散先验上做可行性验证。
  • 验证状态:⚠️ 机构未验证、代码未验证;数字为作者自述。

4. TREMOR:面向大规模地震数据集合的分布式模板匹配#

  • 类别:传统方法(分布式系统 / 数据序列处理;无学习组件)【自延伸观察升入,升入原因见配比说明】
  • 作者/团队:Manos Chatzakis、Rodrigo Flores-Allende、Mikael Freire、Yoann Cano、Léonard Seydoux、Themis Palpanas
  • 链接:arXiv 2610.02534(2026-10-01,cs.DB)· https://arxiv.org/abs/2610.02534
  • 方法:分布式数据序列处理框架,处理超出单机内存的波形集合,用于大规模模板匹配。
  • 数据/量化:比最佳竞速方法快达 12×,且返回完全相同(exact)的结果。
  • 代码:未验证(⚠️)。
  • 对本项目的启发:本期 HPC 侧最有价值的一条。 “exact same results + 12×” 这类保证等价的加速,在大规模模板匹配上是硬需求;其分布式序列处理架构对”超出单机内存的地震数据集合”场景有直接参考价值。
  • 验证状态:✅ arXiv 元数据与作者列表核验(转述自日报延伸观察节);⚠️ 12× 为作者自述,代码未验证。

5. C2F-IFWI:隐式全波形反演的多分辨率哈希由粗到精编码#

  • 类别:AI/地球物理(隐式神经表示 INR)
  • 作者/团队:Linrong Wang / Shaowen Wang / Fan Min / Alkhalifah(⚠️ KAUST 由同组已出版论文反推确证,见第八节)
  • 链接:arXiv 2610.01081(v1,2026-10-01,physics.geo-ph)· https://arxiv.org/abs/2610.01081
  • 方法:对隐式神经表示(INR)采用由粗到精的多分辨率哈希激活调度,不增加任何可训练参数。
  • 数据:FWI 基准(详见全文)。
  • 代码:未声明(⚠️)。
  • 对本项目的启发:本期”IFWI 工程化改良”三条正交路线之一,卖点是零额外参数——在算力受限场景下这是最友好的一类涨点方式。
  • 验证状态:⚠️ 脚注 1(Linrong Wang、Fan Min)机构未解析;代码未声明;量化收益未验证。

6. Robust 5D 地震数据插值:内存高效群稀疏 Radon 变换#

  • 类别:传统方法(信号处理 / 反演;ℓ1-ℓ1 群稀疏优化,无 DL)【自延伸观察升入,升入原因见配比说明】
  • 作者/团队:Ji Li(University of Calgary)、Dawei Liu(Xi’an Jiaotong University)
  • 链接:Geophysics · https://doi.org/10.1190/geo-2025-0371(created 2026-10-07)
  • 方法:ℓ1-ℓ1 最小化 + 强群稀疏(沿慢度轴把 Radon 系数分入不重叠组 + 基于能量的贪婪选组);关键工程贡献是内存高效实现:不构造完整 5D Radon 立方体,而是跨频率片顺序累加群能量,只对被选中的组更新系数。
  • 数据/量化:合成数据上优于 POCS 与阻尼秩缩减(DRR)(⚠️ 具体指标需读全文)。
  • 代码:未声明(⚠️)。
  • 对本项目的启发:“避免物化完整 5D 数组”是典型的 HPC 内存优化模式,与我们在大规模 FWI 上的显存/内存压力同源,与 W39 的”内存而非 FLOPs”判据同源——方法论可直接迁移。
  • 验证状态:✅ 期刊/DOI/作者机构核验(转述自日报延伸观察节);⚠️ 量化对比数字需读全文。

7. 共成像点道集(CIG)的自注意力 summary network 做速度建模#

  • 类别:AI/地球物理(自注意力 + conditional flow matching)
  • 作者/团队:Georgia Tech(Herrmann 组)
  • 链接:arXiv 2610.09282(v1,2026-10-07,cs.LG / physics.geo-ph,CC BY 4.0)· https://arxiv.org/abs/2610.09282
  • 方法:用自注意力 summary network 从 CIG 提取摘要统计量,配合 conditional flow matching 做速度建模。
  • 数据:速度建模基准(详见全文)。
  • 代码:未声明(⚠️)。
  • 对本项目的启发:把 CIG 从”诊断量”升格为”条件变量”——这是本期新增方向之一,且与 W38 的 09-15 #2(CIG 条件化扩散联合反演)形成同一条线的延续。
  • 验证状态:✅ arXiv 元数据与许可核验;⚠️ 量化结果需读全文。

8. 谱元法扩展:转动地震动的直接模拟(SPECFEM3D 扩展)#

  • 类别:传统方法(谱元法数值模拟;无 DL)【自延伸观察升入,升入原因见配比说明】
  • 作者/团队:Anjali C. Dhabu、Aida Hejazi Nooghabi、Céline Hadziioannou
  • 链接:arXiv 2610.09568(2026-10-07)· https://arxiv.org/abs/2610.09568
  • 方法:扩展 SPECFEM3D,在 Gauss-Lobatto-Legendre 积分点上由位移空间梯度直接计算转动地震动;提出 PGRR 图(类比 PGV 图)。
  • 数据:印度河-恒河盆地 3D 模型——证明低速沉积层显著放大并重新分布转动地震动。
  • 代码:⚠️ 未验证(若为 SPECFEM3D 扩展实现,与谱元法波场模拟栈可能有接口价值)。
  • 对本项目的启发:谱元法正演的数值扩展,直接服务于 SPECFEM3D 生态——若项目使用谱元法栈,这是近期少见的直接相关条目;同时是”传统数值方法持续产出”的又一例证。
  • 验证状态:✅ arXiv 元数据核验(转述自日报延伸观察节);⚠️ 代码可用性未验证。

9. Prior-free ISI:连续表示的无先验隐式地震反演#

  • 类别:AI/地球物理(隐式连续表示)
  • 作者/团队:中国海洋大学
  • 链接:Geophysical Journal International · https://doi.org/10.1093/gji/ggag406(**published-online 2026-10-05**,created 2026-10-01)
  • 方法:用**连续表示(continuous representation)**做无需先验的隐式地震反演,降低计算负担。
  • 数据:地震反演基准(详见全文)。
  • 代码:未声明(⚠️)。
  • 对本项目的启发:“去掉先验依赖”这个方向对跨工区迁移最友好——不需要为每个新工区准备先验/预训练权重。
  • 验证状态:✅ 期刊/DOI/机构核验;⚠️ 量化收益未验证、代码未声明。

10. 多参数黏弹性全波形反演(Q-FWI)用于 CO₂ 饱和度监测#

  • 类别:传统方法(黏弹性多参数 FWI;无 DL)
  • 作者/团队:UT Austin + SINTEF
  • 链接:Interpretation · https://doi.org/10.1190/int-2025-1037(**published-online 2026-10-07**)
  • 方法:多参数黏弹性 FWI 定量反演 CO₂ 饱和度。
  • 数据:Sleipner OBN(北海 CCS 示范场地)。
  • 代码:未声明(⚠️)。
  • 对本项目的启发:前 5 期 FWI 应用侧多为油气,CCUS 定量化为新增方向。若涉及碳封存监测,这是本周唯一直接相关条目,且用的是公开示范场地(Sleipner)。
  • 验证状态:✅ 期刊/DOI/机构核验;⚠️ 量化精度与饱和度误差未验证。

断档补遗(2026-09-26 ~ 2026-09-30,主榜窗口之外的 5 天;含类别列)#

因上期日报为 09-25、本期为 10-08,中间 13 天存在采集断档。日报第二节单列了这 5 天的 6 条期刊产出,本文件完整继承。

序条目类别来源日期(published)
B1 ⭐Perturbation-Based Implicit FWI with Improved Optimization Conditioning(摄动式 IFWI + 坐标归一化;中国海洋大学;测缺失低频)断档期最相关AIhttps://doi.org/10.1093/gji/ggag4032026-09-30
B2Unsupervised erratic noise suppression in prestack gathers via PnP-ADMM with implicit neural representation(Calgary;⚠️ 机构著录存疑)AI(PnP + INR)https://doi.org/10.1190/geo-2026-17532026-09-30
B3Quasi-Global Search Behaviour of Large-Step Gradient-Based Optimization in FWI(KAUST)传统(优化方法)https://doi.org/10.1111/1365-2478.702652026-09-29
B4Generative Diffusion Models for Geophysical Classification Problems(DiffClassNet;UT Austin BEG)AIhttps://doi.org/10.1093/gji/ggag3832026-09-28
B5Seismic Random Noise Suppression Based on Block Flattening BM3D(BFBM3D;中国地质大学武汉)传统(BM3D 变体去噪)https://doi.org/10.1111/1365-2478.702622026-09-27
B6Probabilistic inversion of electromagnetic data using Stein variational gradient descent(SVGD;MIT + Houston)传统(贝叶斯数值反演)https://doi.org/10.1093/gji/ggag3922026-09-26

⚠️ 补遗而非并入主榜的原因:这 6 条的实际上线日落在 2026-09-26 ~ 09-30,属于 W40(09-28 ~ 10-04) 与前一周的交界,不在本期主窗口(10-01 ~ 10-08)内。按周报口径,它们的”应归周”是 W39 末 / W40 初,但因为 W40 无日报,只能在 W41 文件中以补遗形式保存。这是本文件最需要注意的口径点。

若按”应归周”(W39 末 / W40 初)口径统计两类分布,断档补遗为 AI 3 条 + 传统 3 条——传统方法在断档期期刊侧的产出密度与 W39 结论一致。


本周提名区(被顶出主榜及延伸观察剩余条目;标注类别)#

序条目类别来源备注
11深度学习在大规模地震干扰压制中的实际应用:安哥拉 Camie 油田案例(345 km² 真实工区)AIarXiv 2610.09663被顶出主榜;⚠️ 机构未验证、处理时间数字未给出(需取 PDF)
12相邻 CRG 辅助多步深度学习框架做地震去混叠(同济大学)AI10.1029/2026jh001391被顶出主榜;期刊/DOI/机构核验 ✅
13基于谱归一化对抗学习的无监督物理约束速度反演(吉大+ETH+Harvard+浙大)AI10.1093/gji/ggag418被顶出主榜;期刊/DOI/机构核验 ✅
14Twist Flow for Inverse Problems(Georgia Tech,Herrmann 组)AIarXiv 2610.09281与 #7 同组同日;针对”后验欠覆盖/模态畸变”,与 REG 互补
15Multi-Modal Surface Wave Inversion using Physics Guided VAE(UT Austin BEG)AIarXiv 2610.02337物理引导 VAE + Grad-CAM 解释 latent
16SeisDiff-FNO: FNO + 条件扩散做地震数据增强(KFUPM + KAUST)AI10.1016/j.aiig.2026.100280Crossref/OpenAlex 均无摘要,仅方向信号
17ISF-Unet:轻量 3D 地震断层分割网络(中国石油大学(北京)克拉玛依校区)AI10.1190/int-2025-1008F3 / Kerry3D / 准噶尔盆地实际数据
18Conformal Prediction for Earthquake Early Warning(CQR 90% 名义下达 90.03% 覆盖)AI10.1093/gji/ggag415本期唯一给出”覆盖率达标”硬数字的 UQ 工作
19多区域深度学习框架做低频地震检测(Kyoto University DPRI;Guerrero 地震空区 OBS)AI10.1029/2026jh001455“跨 6 构造域训练 → 单域标定 → 应用”三段式
20DeepStratNet:稀疏标注下的地震层位追踪(改分割为有界坐标回归)AIarXiv 2610.02494机构未验证
21AI 辅助地质建模的条件化与解释工作流(Horizon Europe GO-Forward 项目)AIarXiv 2610.09871工业界”成熟度”表态
22开源地震栈双周复查:Devito / ObsPy / SeisBench 均无新 release(连续四期)传统(基础设施)GitHub Releases API 实测(2026-10-08)下次复查日 2026-10-22

四、本周全量条目索引(28 条位;含类别列)#

类别标注为本文件按”分类口径”对日报内容的重新归类,不改变日报原文。

主榜 10 条(窗口 2026-10-01 ~ 10-08)#

#条目类别链接
1GeoFWI3D: Large-scale 3D Velocity Model Dataset for DL-assisted Seismic ImagingAIhttps://arxiv.org/abs/2610.01033
2Diffusion Priors Enhanced VMB From Time-Lag Images Using a Neural OperatorAIhttps://doi.org/10.1029/2025jh001223
3Coarse-to-fine multi-resolution hash encoding for implicit FWI(C2F-IFWI)AIhttps://arxiv.org/abs/2610.01081
4Self-attention summary networks for subsurface VMB from CIGsAIhttps://arxiv.org/abs/2610.09282
5Robust Ensemble Guidance for Scientific Inverse Problems(REG)AIhttps://arxiv.org/abs/2610.05371
6Unsupervised physics-constrained velocity inversion based on spectral normalization adversarial learningAIhttps://doi.org/10.1093/gji/ggag418
7Prior-free implicit seismic inversion with continuous representation(ISI)AIhttps://doi.org/10.1093/gji/ggag406
8Multi-Parameter Viscoelastic FWI (Q-FWI) for CO2 Saturation Monitoring传统https://doi.org/10.1190/int-2025-1037
9Seismic Deblending via an Adjacent-CRG-Assisted Multistep DL FrameworkAIhttps://doi.org/10.1029/2026jh001391
10Real-world application of DL in large-scale seismic interference attenuation(Camie field, Angola)AIhttps://arxiv.org/abs/2610.09663

断档补遗 6 条(2026-09-26 ~ 09-30)#

#条目类别链接
B1Perturbation-Based Implicit FWI with Improved Optimization Conditioning ⭐AIhttps://doi.org/10.1093/gji/ggag403
B2Unsupervised erratic noise suppression via PnP-ADMM with implicit neural representationAIhttps://doi.org/10.1190/geo-2026-1753
B3Quasi-Global Search Behaviour of Large-Step Gradient-Based Optimization in FWI传统https://doi.org/10.1111/1365-2478.70265
B4Generative Diffusion Models for Geophysical Classification Problems(DiffClassNet)AIhttps://doi.org/10.1093/gji/ggag383
B5Seismic Random Noise Suppression Based on Block Flattening BM3D(BFBM3D)传统https://doi.org/10.1111/1365-2478.70262
B6Probabilistic inversion of electromagnetic data using SVGD传统https://doi.org/10.1093/gji/ggag392

延伸观察 12 条(未进主榜,供追踪;其中 3 条已升入精选榜)#

#条目类别链接
1Twist Flow for Inverse Problems(Georgia Tech)AIarXiv 2610.09281
2Multi-Modal Surface Wave Inversion using Physics Guided VAE(UT Austin BEG)AIarXiv 2610.02337
3TREMOR: Template Matching for Large Seismic Data Collections(⭐ 已升入精选榜 #4)传统arXiv 2610.02534
4Spectral Element Extension for Direct Simulation of Rotational Ground Motions(⭐ 已升入精选榜 #8)传统arXiv 2610.09568
5SeisDiff-FNO(FNO + 条件扩散)AI10.1016/j.aiig.2026.100280
6Robust 5D seismic data interpolation via memory-efficient group sparse Radon transform(⭐ 已升入精选榜 #6)传统10.1190/geo-2025-0371
7ISF-Unet:轻量 3D 断层分割AI10.1190/int-2025-1008
8Conformal Prediction for Earthquake Early WarningAI10.1093/gji/ggag415
9开源地震栈双周复查(无新 release,连续四期)传统(基础设施)GitHub Releases API
10多区域 DL 框架做低频地震检测(Kyoto DPRI)AI10.1029/2026jh001455
11DeepStratNet:稀疏标注层位追踪AIarXiv 2610.02494
12AI 辅助地质建模工作流(Horizon Europe 项目)AIarXiv 2610.09871

五、本周演化:重复 / 升级 / 新增方向(分两线)#

5.A AI/地球物理线#

重复(本期检索再次命中)

条目前期位置本期判定
Structure-Driven Methodology: An Emerging Cross-Domain Paradigm(arXiv 2610.02698,2026-10-02)W39 期 09-21 主榜 #1(Structure-Driven Inversion,传统范式线)同一”结构驱动”范式的再表述,判定为重复,不进主榜
SeisDiff-FNO(10.1016/j.aiig.2026.100280)与 W39 期 09-24 主榜 #2「高低频协同 FNO 三维声波场」同属 FNO + 地震方向方向重复;且本期因拿不到摘要而方法未验证,维持延伸观察

升级(前期”信号”→ 本期拿到可核验的新证据)

  1. 09-24 主榜 #2「高低频协同 FNO 三维声波场」→ 本期升级为”有基准支撑的方向”。 本期 GeoFWI3D 在 Technical Validation 章节中把 4.5 Data-Driven Surrogate for Traveltime and Wavefield Prediction 与 4.6 Training 3D Diffusion Models 列为正式的技术验证任务。
  2. 09-23 主榜 #1「扩散式由浅到深速度建模」→ 本期出现同类范式的可核验落地版本。 JGR ML&C 的 10.1029/2025jh001223(KAUST)给出完整摘要 + 完整机构 + 上线日期,并明确做了 synthetic 与 field data 两个层面。
  3. 隐式 FWI(IFWI)从”零星出现”升级为”本期主线”。 前 5 期 IFWI 只是偶发;本期一次性出现 3 条相互正交的 IFWI 改进:多分辨率哈希由粗到精(主榜 #3)、摄动参数化(补遗 B1)、GAN 谱归一化(主榜 #6)。

本周新增方向

  1. 🆕 大规模 3D 速度模型开源基准数据集(GeoFWI3D)——前 5 期主榜从未有”数据集/基准”类条目排在首位。
  2. 🆕 IFWI 的”由粗到精哈希激活”与”摄动参数化”——两条都不增加可训练参数、都是参数化层面的改动。
  3. 🆕 面向”已训练好的生成式反演器”的零成本后处理层(REG 的 weighting + clipping;另有 Twist Flow 的 likelihood 侧坐标)——前 5 期未见此类”采样器外科手术”式工作。
  4. 🆕 把 CIG(共成像点道集)从诊断量升格为条件变量(self-attention summary network + conditional flow matching)。

5.B 传统方法线#

重复

  • 无本期新重复(上期传统线条目未在本窗口再次命中;SPBench 项目页仍挂账未复查——SPBench 本身为 AI 线)。

升级

  1. “内存而非 FLOPs”判据(W39 传统 HPC 线结论)在本期获得第三条独立佐证:5D Radon 内存高效实现(避免物化完整 5D 数组)。该判据的跨周证据链现为:W39(TorchFDTD、Kokkos、Diff-NekRS、分布式 SVGD)→ W41(5D Radon)。
  2. 开源栈生态的数值扩展仍在推进(SPECFEM3D 转动分量扩展),尽管官方 release 连续四期零更新——“工具链低活跃 ≠ 方法侧停滞”。

本周新增方向

  1. 🆕 黏弹性 Q-FWI 用于 CCUS 饱和度定量(Interpretation,UT Austin + SINTEF)——前 5 期 FWI 应用侧多为油气,CCUS 定量化为新增。
  2. 🆕 保证结果等价的大规模分布式模板匹配(TREMOR,12× 且 exact)——区别于此前”近似加速”类 HPC 条目。
  3. 🆕 谱元法直接模拟转动地震动(PGRR 图)——转动分量模拟首次进入本系列视野。

5.C 两线交叉观察#

  • 传统方法在延伸观察区富集(6/12),与 W39”期刊侧是传统方法富矿”结论同源——延伸观察的来源同样以期刊为主(5D Radon〔Geophysics〕、SPECFEM 扩展〔arXiv〕、开源栈复查〔GitHub 实测〕)。
  • 断档补遗的 6 条中传统方法占 3 条(B3 大步长优化、B5 BFBM3D、B6 SVGD 电磁)——断档期的期刊产出延续 W39 的传统方法密度。
  • AI 线的”零成本改良”主线(主线 1)与传统线的”内存工程”主线(主线 4)是同一算力约束的两面:前者绕开算力需求,后者降低算力需求。

六、本周趋势总结(分两线)#

6.A AI/地球物理线#

  1. 本期最突出的信号:隐式/生成式 FWI 从”提出方法”转向”工程化改良”,且改良的共同特征是”低/零额外成本”。 主榜 10 条中 6 条落在此带。领域已过”堆大模型”阶段,进入”如何把已有的生成式/隐式表示接进物理流程而不炸”的阶段。
  2. 第二条主线:基础设施终于出现。 GeoFWI3D 与 SPBench 互补——前者提供可用来规范评测的东西,后者指出评测不规范。
  3. 第三条:扩散模型在地球物理里的角色已分化成三种(生成器/先验、正则化器、多尺度特征提取器)。只当”又一个生成式反演器”会低估它。
  4. ⚠️ 诚实性问题:本期主榜 10 条中只有 1 条给出可直接引用的量化数字。 其余各条收益表述几乎全是定性的。这意味着本期的”进展”更像方向确认而非性能突破。

6.B 传统方法线#

  1. 传统方法条目在延伸观察区富集(6/12),且本期”最接近真 HPC”的三条全部是传统方法线(TREMOR 分布式模板匹配、5D Radon 内存高效、SPECFEM3D 扩展)。叠加开源栈连续四期零 release,HPC 能力仍需自建。
  2. “内存而非 FLOPs”判据获得跨周第三、四条独立佐证(5D Radon 避免物化完整数组;TREMOR 处理超出单机内存的集合)——该判据已可视为传统 HPC 线的稳定结论。
  3. CCUS 定量化(Q-FWI + Sleipner OBN)为传统 FWI 应用侧的新增方向——与 AI 线无关,纯物理建模能力驱动的扩展。
  4. 断档期(09-26~09-30)期刊产出中传统方法占一半(B3/B5/B6),再次印证”期刊侧是传统方法富矿”(W39 结论第三次成立)。

6.C 综合判断#

本周两线产出比约 19:9(AI:传统),但主榜原序口径下为 9:1——传统方法在本期被”检索口径 + 单采集点 + 半周窗口”三重因素压到了延伸观察区。 升入 3 条后配比恢复为 6:4,但必须说明:这是整理动作对检索口径偏差的补偿,不是传统方法真实产出密度的下降。 事实上延伸观察 + 断档补遗中的传统方法条目数(9 条)与 AI 线的差距远小于主榜呈现的 9:1。


七、对项目的行动建议(本周)#

课题口径仍为默认的 AI + HPC + 地震数据处理 + FWI。以下均为建议,未执行任何操作。括号内为所属线别。

A. 立即可做(低风险、低成本,1–3 天)#

  1. 下载并核对 GeoFWI3D 数据体量——DOI 10.5281/zenodo.20148778 已实测可解析、CC BY 4.0。先确认体量与格式,再决定是否作为内部 3D 代理模型评测底座(AI 线)。
  2. 给现有扩散反演器加一层 REG 式 post-processing(weighting + clipping)做可行性验证——零额外 denoiser/forward 调用,是本周期性价比最高的一条工程化改良(AI 线)。
  3. 把 GeoFWI3D 的 Technical Validation 任务清单(4.5 走时/波场代理、4.6 3D 扩散)转成内部评测 checklist——它代表社区认可的”能力项”(AI 线)。
  4. 把 IFWI 三条正交改良(哈希激活 / 摄动参数化 / 谱归一化)列为对现有 INR 反演管线的可选改动,优先级按”改动量从小到大”排序(AI 线)。
  5. 在下次数据规整任务中评估”避免物化完整数组”模式(5D Radon 的跨频率片顺序累加)能否用于现有大规模数据体处理(传统/HPC 线)。

B. 需要评估(有收益但需先做可行性判断,1–4 周)#

  1. 评估 Q-FWI 用于 CCUS 监测的可行性——Sleipner OBN 是公开示范场地,可先做数据可获取性调研(传统线)。
  2. 评估”Prior-free ISI”对跨工区迁移的价值——去掉先验依赖意味着不需要为每个新工区准备先验/预训练权重(AI 线)。
  3. 评估 CIG 作为条件变量的通用性(自注意力 summary network + flow matching),看能否接入现有速度建模流程(AI 线)。
  4. 评估 TREMOR 式”保证等价的分布式处理”对内部大规模波形任务的适用性——exact + 12× 的组合在需要可复现性的场景价值高(传统/HPC 线)。
  5. 评估 Camie 油田案例的处理时间收益——⚠️ 需先取 PDF,摘要未给出时间对比数字(AI 线)。

C. 仅记录(暂不投入)#

  1. Structure-Driven 范式的再次表述(arXiv 2610.02698,传统范式线)——已判定为重复,维持季度级跟踪。
  2. SeisDiff-FNO(10.1016/j.aiig.2026.100280)(AI 线)——Crossref / OpenAlex 均无摘要,仅为方向信号,作者组合可信,可设提醒。
  3. “Twist Flow 的 likelihood 侧坐标”(AI 线)——同属零成本后处理层,与 REG 一并跟踪。

D. HPC 侧的具体提醒#

  1. 开源栈复查结论(本次为双周复查日):Devito v4.8.23 / 2026-08-07;ObsPy 1.5.1 / 2026-08-28;SeisBench v0.12.0 / 2026-06-24——均无新版本,连续四期成立。下次到期复查日:2026-10-22。
  2. “延伸观察中的 HPC 线索”单独建追踪列表——本期已通过”延伸观察升入精选榜”动作部分解决(TREMOR、5D Radon、SPECFEM 扩展进榜),后续每期延续该机制,避免传统 HPC 条目反复停留在观察区。
  3. 继续保持”内存而非 FLOPs”作为硬约束(5D Radon 避免物化完整 5D 数组,与 W39 判据同源,本期为第三条独立佐证)。

八、未解决项 / 需人工确认#

8.1 本期新增的未验证项#

#条目类别缺口建议处理
1GeoFWI3D(2610.01033)AI论文第 6 节 “Code availability” 在 arXiv HTML 中为空,未解析出代码 URL;数据集体量/格式未验证⭐ 最高优先级:取 PDF 版或联系通讯作者确认代码地址;下载后核对体量
2C2F-IFWI(2610.01081)AI脚注 1(Linrong Wang、Fan Min)机构未解析取 PDF 版看脚注;或按作者名检索机构主页
3REG(2610.05371)AI机构未验证(HTML 404,API 无 affiliation);代码未验证等 arXiv 生成 HTML 后复查
4TREMOR(2610.02534)传统12× 加速为作者自述;代码未验证⚠️ 本条自延伸观察升入精选榜,升入依据为日报延伸观察节原文,量化数字未复核
55D Radon 插值(10.1190/geo-2025-0371)传统合成上”优于 POCS 与 DRR”的具体指标未给出同上,升入依据为日报原文;量化数字需读全文
6Camie 油田 SI 压制(2610.09663)AI机构未验证(HTML 404);处理时间对比的具体数字未给出同上;时间对比数字是本条最重要的信息,建议取 PDF
7SeisDiff-FNO(10.1016/j.aiig.2026.100280)AICrossref 与 OpenAlex 均无摘要,方法完全未验证等全文上线;作者组合可信,可设提醒
810.1190/geo-2024-0841—与 geo-2026-1753 同标题,但 Crossref 摘要内容为”荔湾凹陷 OBS + 拖缆速度建模”,明显错配判定为重复/错配记录,以 geo-2026-1753 为准;需人工在 SEG 平台确认
9geo-2026-1753 机构著录存疑AI(PnP-INR)Crossref 把 Daniel Trad 标为西安交通大学,与其长期任职 Calgary 矛盾疑似 affiliation 索引错位,需人工确认
10JAG / C&G 多条(106382、106403、106406、106392、106415 等)混合Crossref 无摘要;且 created 为 2026-06/07、仅 published 落在 2026-10日期口径存疑(可能是 10 月号而非 10 月新上线),故未进主榜。若需纳入,需人工到 Elsevier 平台确认上线日期

8.2 跨期悬置项(多日未解决,需人工介入)#

  1. SPBench 项目页 https://seismicprocessingbenchmark.github.io/SPBench/ —— W39 期 09-25 v2 已降级为每周复查,本期未复查,继续挂账。地址已由论文图注确证,页面未上线。
  2. 4 篇 Springer Applied Geophysics 条目仍需批量取 PDF:10.1007/s11770-026-1617-5(GPR FWI 初始模型,传统)、10.1007/s11770-026-1608-6(ViT 重力反演,AI)、10.1007/s11770-026-1616-6(Radon-FISTA,传统)、10.1007/s11770-026-1547-2(Kalman 走时反演,传统)。Springer 不提供结构化摘要,API 路径已走到尽头,只能人工取 PDF。
  3. 10.1007/s11770-026-1587-7(U-Net 三维重力反演)—— W39 期 09-25 v2 已建议停止跟踪,本期不再复查。
  4. RSDB(10.1016/j.eqs.2026.06.001,全球 Raspberry Shake 波形数据集)—— 机构/摘要/数据地址全缺,日期口径冲突(published [2026,10] vs created 2026-09-23)。本期 Earthquake Science 扫描再次命中,仍未解决。
  5. Agentic FWI 摘要(10.1007/s11004-026-10342-5)、Science China 生成式 AI 综述摘要(10.1007/s11430-025-2038-7)、伴随法小震矩释放率摘要(rs-3.rs-10679490/v1)、BicycleGAN 日期冲突(10.1016/j.cageo.2026.106272)——均跨期 ≥3 期未推进。

8.3 本周口径层面的新教训(务必记住)#

教训内容
⚠️ 断裂周期需单列补遗上期 09-25、本期 10-08,间隔 13 天且中间 W40 无日报。处理口径:主榜严格按 7 天窗口编制,断档区间单列”补遗”,并标注其”应归周”是 W39 末 / W40 初。
⚠️ “同标题双 DOI”需主动查重Geophysics 的 geo-2024-0841 与 geo-2026-1753 标题相同,但前者 Crossref 摘要实为”荔湾凹陷 OBS 速度建模” → 错配记录。下期对进主榜条目额外按标题做一次 Crossref 查重。
⭐ 传统方法配比不足时的处理范式(本期确立)主窗口可验证传统条目不足 4 条时:① 从延伸观察升入可验证条目并逐条注明升入依据;② 断档补遗中的传统条目标注类别备用;③ 明确说明”不足原因”(检索口径偏向 AI + 单采集点),不凑数、不降验证标准。
⭐ 新路径:arXiv HTML 404 时用”同组已出版论文”的 Crossref 机构字段反推 affiliation本期 2610.01081 的 KAUST 由同组 10.1111/1365-2478.70265(Shaowen Wang / Alkhalifah)确证。
Crossref 429 加剧请求间隔需 ≥2.5 s + 3 次重试(1.2 s 不够)。
arXiv HTML 可用率下降本窗口 12 篇中 7 篇 HTML 404 → 必须配 arXiv API id_list 兜底取摘要/作者。
期刊侧继续主导主榜 6/10 来自期刊,补遗 6/6 全部来自期刊。再次确认 ISSN 区间扫描优先于 arXiv cat: 检索。

8.4 需人工确认的性能数字#

本期主榜 10 条中只有 1 条(REG)给出可直接引用的量化数字(PSNR +6.2–8.2 dB、NS 误差 −26.4%);其余 9 条摘要全是定性表述。升入精选榜的 TREMOR(12× exact)与 5D Radon(优于 POCS/DRR)同样为作者自述、未复核。已逐条在日报中标注,未做任何数字推测。


九、检索说明与本文件生成方式#

  • 本文件不是检索产物。生成过程为:读取 AI每日总结_2026-10-08.md(主榜 10 条 + 断档补遗 6 条 + 延伸观察 12 条)→ 按 ISO 周归入 W41 → 抽取该期的”〇 对比""趋势总结""未解决项” → 按”AI/地球物理 + 传统方法”两分类重新归类并标注 → 因主窗口传统条目不足 4 条,自延伸观察升入 3 条可验证传统方法条目(TREMOR、SPECFEM3D 转动分量、5D Radon),被顶出的 3 条 AI 条目移入提名区 → 输出本文件。未访问任何外部数据源。
  • 两类条数分布:28 条位中 AI/地球物理 19 条 / 传统方法 9 条(主榜 9:1;补遗 4:2;延伸观察 6:6)。精选 Top 10 配比 6:4。
  • ⚠️ 传统方法不足 4 条的原因与处理:主窗口主榜原仅 1 条传统方法(Q-FWI)。原因有三:① 本周仅 10-08 一个采集点、窗口仅 8 天;② 日报检索口径以”AI + 地球物理”为主,传统条目天然富集于延伸观察;③ W40 整周空缺使断档期期刊产出(传统方法密度高的来源)只能以补遗形式存在。处理:从延伸观察升入 3 条(TREMOR / SPECFEM3D 扩展 / 5D Radon),全部为可验证条目、逐条注明升入依据;未凑数、未降低验证标准。
  • 历史重复/升级/新增:重复 2 条(SDI 范式再表述〔传统〕、SeisDiff-FNO 方向重复〔AI〕);升级 3 项(FNO 方向获基准支撑〔AI〕、扩散 VMB 获可核验版本〔AI〕、内存判据获第三条佐证〔传统〕);新增方向 AI 线 4 项 + 传统线 3 项。
  • ⚠️ 2026-10-08 变更:按用户要求,本期日报 AI每日总结_2026-10-08.md 已随全部 12 份历史日报移出主目录,现留存于工作区 .回收站_日报_2026-10-08/ 与外部备份 /home/liguolong/geo_scratch/backup_日报_2026-10-08/(删除前校验一致)。“回溯入口”请改到上述两处查阅。
  • ⚠️ 本文件的覆盖不完整,需在下一期补齐的部分:
    1. W40(09-28 ~ 10-04)整周无日报——该周的期刊产出(尤其 10-01 ~ 10-04 段)可能未被完整捕获;
    2. W41 内 10-09 ~ 10-11 无采集;
    3. 断档补遗 6 条的”应归周”是 W39 末 / W40 初,本文件仅为保存处,周口径上存在跨周漂移。 建议:下一期日报生成时,把检索窗口显式设为”自上期日报日至今”,避免再次出现 13 天断档。
  • 归并口径声明:
    • 周划分 = ISO 周(周一~周日)。
    • 本周仅一个采集点,主榜原序不重排;精选榜为满足 6:4 配比做了一次重排(升入 + 顶出),已在配比说明中逐条注明。
  • 诚实性声明:
    • 所有链接、作者、机构、日期、数字均转述自日报原文;日报未验证的一律沿用”未验证/需人工确认”标注,本文件未做任何新推断或补齐。
    • 日报中标为”企业新闻口径""二手来源""推断”的内容,在本文件中保持原标注。
  • front matter 说明:周报使用 tags / category 均为 "AI每周总结"。若站点分类体系需要与日报保持一致,请把 category 改为 "AI每日总结",其余字段不变。
  • 只读优先:本文件生成过程未执行任何写入以外的操作,未提交、未删除、未覆盖任何既有文件。
AI每周总结-地球物理(2026-W41)
https://tuoyuangui.github.io/website/posts/typora/ai每日总结/ai每周总结_2026-w41/
作者
椭圆规/tuoyuangui
发布于
2026-10-11
许可协议
CC BY-NC-SA 4.0