基于多判别器注意力生成对抗网络的三维地质建模方法

翁正平; 毛新源; 陈麒玉; 崔哲思; 方洪峰; 张策; 吴冲龙; 刘刚

doi:10.13745/j.esf.sf.2026.2.69

地学前缘 ›› 2026, Vol. 33 ›› Issue (4) : 84 -94. DOI: 10.13745/j.esf.sf.2026.2.69

基于多判别器注意力生成对抗网络的三维地质建模方法

翁正平 , 毛新源 , 陈麒玉 , 崔哲思 , 方洪峰 , 张策 , 吴冲龙 , 刘刚

作者信息 +

Author information +

文章历史 +

摘要

本文针对三维地质建模中训练样本稀缺、地质结构复杂以及生成结果在空间一致性与拓扑保持能力不足等关键问题，提出了一种基于多判别器注意力生成对抗网络(MDAGAN)的三维地质建模方法。在生成对抗框架的基础上，引入了多方向判别器联合约束机制，使生成模型在训练过程中同时接受来自X、Y、Z 3个方向的判别反馈，从而增强生成结果在三维空间中的方向一致性与整体结构协调性。同时，在判别器中引入混合中值空间-通道注意力模块(HMSCA),通过融合空间注意力与通道注意力机制，提高模型对多尺度结构特征及复杂空间相关模式的表达能力，增强有限样本条件下的训练稳定性与结构刻画能力。为验证方法有效性，本文在褶皱型二元岩相模型和高度随机的三维孔隙结构模型上进行了实验验证。实验结果表明，生成的三维地质体在宏观结构形态、空间相关性及三维连通拓扑特征方面均与参考地质体保持良好一致。通过变差函数和方向连通性函数等统计指标的定量分析结果表明，MDAGAN在不同类型地质结构中能够较好地保持其空间统计特征。与对照模型相比，所提出方法在空间相关性保持、结构一致性约束以及统计特性拟合方面均表现出更优性能，能够在有限训练样本条件下稳定重建复杂三维地质结构，为复杂地质体的深度学习建模提供了一种有效方法。