2月22日那天，《石油物探》期刊把一篇由中国石油大学（北京）和北京大学联合弄出来的论文发了出去。这是一本创刊于1962年的老期刊，Scopus数据库也收录它。这篇文章给油气勘探行业带来了一个好消息：地震噪声压制的新方法出炉了。这次研究是无监督学习和相似性度量结合起来的，关键是不用标注好的数据就能干活。 以前咱们在野外采集地震数据的时候，会被乱七八糟的噪声干扰。这噪声可能是因为地表环境或者人乱搞弄出来的。以前传统的FK滤波、KL滤波，还有那些老办法都不太灵光，要么得花好多力气标注数据，要么就是不适合复杂的野外环境。现在这个新方法解决了训练数据不够、标注难又贵的大问题。 这个方法已经在合成数据和实际数据上都试过了，效果比以前好太多了。它能保住有用的信号，还能把噪声压得很低。这样一来勘探成本就降低了，因为不用花那么多人力物力去标注数据。勘探周期也能缩短一点，特别是在地形复杂、人迹罕至的地方。 精度也提高了。噪音少了就能把地下的构造看得更清楚，地质工程师就不容易出错了。资源勘探失败的风险也跟着变小了。因为不用复杂的标注流程，这个方法对很多场景都适用，不管是陆上还是海上勘探都能行。 这篇文章不仅是技术上的进步，更是对整个行业的推动。它填补了“无标签地震噪声压制”的空白，让咱们在这个领域有了话语权。现在能源安全很重要，准确高效地找到油气资源能帮咱们少依赖别人。中国石油大学和北京大学的合作也展示了我国高校的科研实力。 《石油物探》这期刊一直想推广好技术、服务勘探事业，这次研究就是对办刊宗旨的最好实践。咱们国家在油气勘探这块的学术影响力也越来越强了。