2026年5月16日 16:45北京

二维地震数据覆盖面积广、获取成本低，但其空间信息稀疏、分辨率有限，长期以来难以直接支撑三维尺度上的精细地质认知。如何利用已有的二维地震数据，低成本、高效率地构建高分辨率三维地下成像？

斯伦贝谢公司推出的ExploreCube™智能技术，给出了一个基于AI的答案。

01  核心技术：深度学习框架驱动三维推演ExploreCube™基于一套深度学习框架，专门处理复杂的非线性优化问题，不依赖预设内核函数，具备极强的灵活性。该技术可整合来源多样的各类地下已知信息，

提供融合区域二维地震数据与已知信息的多客户共享数据集，最终生成高分辨率的地下三维成像数据体。

02  运作流程：三步递推，逐级优化该技术的运作流程分为三个核心步骤（下图所示）：

                                                                                                                  ExploreCube™智能技术的运作流程

✅ 第一步：基于低分辨率确定性插值（LRDI）构建替代构造模型

✅ 第二步：基于高分辨率确定性插值（HRDI）生成伪标签

✅ 第三步：通过双向深度学习插值（TPDLI）处理并优化数据，生成最终的三维推演成果

前两步旨在为第三步生成应用于递归式自监督训练过程的标签。深度学习模型会利用生成的标签与输入的二维地震数据，沿正交方向开展训练。最终生成的三维推演成像数据体具备连续性与高分辨率，既能精准刻画区域构造特征，

又能与推演过程中使用的实测地震数据保持一致。

03  应用价值：突破二维局限，降低勘探风险

该技术能够加速地质认知，突破二维地震数据的局限，降低勘探决策风险。借助基于AI的混合推演算法，ExploreCube™填补了二维地震数据与三维地震成像之间的技术鸿沟，能够构建覆盖整个盆地或边缘区域的连片区域三维成像

数据体。基于该技术三维推演数据体提取的体积属性，能够辅助圈定前沿勘探区域内的潜在目标区，保障勘探策略更具针对性与经济性。

04  实战验证：巴伦支海先导试验区

该技术在二维地震数据分布稀疏、品质不均的欧洲巴伦支海某先导试验区应用，融合深度学习、确定性算法与地质专业知识，实现了高质量二维地震数据（下图左）向三维地震数据成像（下图右）的转换，生成了一套连续性强、

高分辨率的三维数据体，显著提升了对区域地质特征的认知水平，助力勘探目标的精准识别。

                                                                                                                                  二维地震测线的投影分布图

                                                                                                                         ExploreCube™生成的三维地质模型

05  结束语

斯伦贝谢ExploreCube™智能技术的核心价值在于：不依赖密集的三维地震采集，而是通过深度学习与确定性算法的混合推演，将稀疏、不均质的二维地震数据“升维”为高分辨率三维成像数据体。巴伦支海的实战应用表明，

这一技术路径能够有效填补二维与三维地震之间的技术鸿沟，为前沿勘探区域的目标圈定提供更具经济性的解决方案。