姓名：陈桂

岗位：特任副教授（“长大学者”青年优秀人才）

学科方向：油气田开发工程

研究领域：油气地球物理与人工智能、分布式光纤声波传感（DAS）及微地震监测、储层与裂缝建模、CCUS驱油封存技术

联系方式：guichen@yangtzeu.edu.cn; chenguicup@163.com

个人简介

陈桂，男，1998年生，湖南邵东人，中共党员，博士，特任副教授。主要从事油气地球物理、地震数据与DAS数据智能处理与微地震监测、地震智能反演及二氧化碳封存监测等研究。累计发表期刊论文22篇，其中以第一作者或通讯作者发表期刊论文12篇，相关成果发表于《IEEE Transactions on Geoscience and Remote Sensing》《Geophysics》《Surveys in Geophysics》《Computers & Geosciences》等国际学术期刊。多次在国际应用地球科学与能源会议（IMAGE，美国休斯顿）上作学术报告。担任《IEEE Transactions on Geoscience and Remote Sensing》、《Geophysics》、《Petroleum Science》、《Remote Sensing of Environment》等10余本SCI期刊审稿人。

教育与工作经历

2016.09-2020.06，中国石油大学（北京）克拉玛依校区资源勘查工程专业，工学学士

2020.09-2026.06，中国石油大学（北京）地质资源与地质工程专业，工学博士（硕博连读）

2026.09-至今，长江大学石油工程学院，讲师/特任副教授

主要学术成果

近5年部分代表性论文：

[1] Chen, G., Liu, Y., Zhang, M. Vectorized seismic random noise attenuation based on an unsupervised Monte Carlo deep learning framework[J]. Chinese Journal of Geophysics, 2026; 69(1): 366–382. (SCI收录)

[2] Chen, G., Liu, Y., Sun, Y., et al. Retrieving weak earthquake signals from highly noisy distributed acoustic sensing data by moving-deep-learning filtering[J]. Geophysics, 2025; 90(6): V569–V585. (SCI收录)

[3] Chen, G., Liu, Y., Zhang, M., et al. Unsupervised seismic reconstruction via deep learning with one-dimensional signal representation[J]. Computers & Geosciences, 2025; 200: 105916. (SCI收录)

[4] Chen, G., Liu, Y., Zhang, M., et al. Low-rank approximation reconstruction of five-dimensional seismic data[J]. Surveys in Geophysics, 2024; 45(5): 1459–1492. (SCI收录)

[5] Chen, G., Liu, Y., Sun, Y. Unsupervised 3D seismic data reconstruction using a weighted-attentive deep-learning framework[J]. Geophysics, 2024; 89(6): V635–V652. (SCI收录)

[6] Chen, G., Liu, Y. FUDLInter: Frequency-space-dependent unsupervised deep learning framework for 3-D and 5-D seismic data interpolation[J]. IEEE Transactions on Geoscience and Remote Sensing, 2024; 62: 5922018. (SCI收录)

[7] Chen, G., Liu, Y., Di, X., et al. CO2Seg: Automatic CO2 segmentation from 4-D seismic image using convolutional vision transformer[J]. IEEE Transactions on Geoscience and Remote Sensing, 2024; 62: 4505014. (SCI收录)

[8] Chen, G., Liu, Y. Combining unsupervised deep learning and Monte Carlo dropout for seismic data reconstruction and its uncertainty quantification[J]. Geophysics, 2024; 89(1): WA53–WA65. (SCI收录)

[9] Chen, G., Liu, Y., Zhang, M., et al. Dropout-based robust self-supervised deep learning for seismic data denoising[J]. IEEE Geoscience and Remote Sensing Letters, 2022; 19: 8027205. (SCI收录)

[10] Chen, G., Liu, Y., Zhang, M. Towards robust DAS denoising via unsupervised deep learning: The FORGE, Arcata–Eureka, and SAFOD examples[J]. Earthquake Science, 2026; 39(6): 694–714. (ESCI收录)

[11] Chen, G., Liu, Y. Unsupervised multi-dimensional seismic denoising and interpolation via single-trace deep representation learning[C]. SEG Technical Program Expanded Abstracts, 2025; 44: 2373–2377. (EI收录)

[12] Chen, G., Liu, Y., Zhang, H., et al. Unsupervised frequency–space domain deep learning framework for reconstructing 5D seismic data[C]. SEG Technical Program Expanded Abstracts, 2024; 43: 2186–2190. (EI收录)

[13] Chen, G., Liu, Y., Zhang, M. Unsupervised deep learning for seismic data reconstruction[C]. SEG Technical Program Expanded Abstracts, 2023; 42: 1578–1582. (EI收录)

[14] Chen, G., Liu, Y., Sun, Y., et al. Downhole DAS data denoising using a guided deep learning workflow[C]. EAGE Workshop on Borehole Technologies – Pioneering Sustainable Solutions in Energy, 2024. (EI收录)

[15] Chen, G., Liu, Y., Sun, Y., et al. Intelligent denoising of distributed acoustic sensing seismic data using deep learning[C]. 3rd EAGE Workshop on Fiber Optic Sensing for Energy Applications, 2023. (EI收录)

主要获奖与荣誉

2026年，北京市普通高等学校优秀毕业生

2026年，中国石油物探学术年会优秀论文二等奖

2025年，中国石油大学（北京）学生最高荣誉奖

2025年，国际勘探地球物理学家学会（SEG）Foundation IMAGE Technical Program Travel Grant

2025年，SEG/David Bartel奖学金

2024年，SEG/Chevron Student Leadership Symposium

2024年，SEG光纤传感技术在能源领域的应用研讨会最佳张贴报告奖

2024年，博士研究生国家奖学金

2022年，SEG全球EVOLVE项目Hercules奖

2022年，中国地球科学联合学术年会优秀学生论文奖

主要科研项目

丽水凹陷烃源岩与储层预测技术研究，中海油上海分公司，参与。

碎屑岩薄砂层高分辨反演方法研究，中石油塔里木油田公司，参与。

中古43井区缝洞型碳酸盐岩凝析气藏典型单元建模数模研究，中石油塔里木油田公司，参与。

（2026年11月更新）