简介：吕芬，博士，讲师。主要从事油气地球物理勘探。
学术成果：长期从事油气地球物理勘探领域的研究工作，主要研究方向包括：断裂识别、裂缝预测、地应力地震预测、油气检测及储层预测综合技术等，以第一作者和通讯作者在《International Journal of Rock Mechanics and Mining Sciences》、《Petroleum Science》、《Journal of Petroleum Science and Engineering》、《Geoenergy Science and Engineering》等国内外高水平学术刊物发表学术论文。
教育经历：
2019/10 - 2022/12，成都理工大学，地球探测与信息技术，博士
2016/09 - 2018/06，中国地质大学（北京），地质工程，硕士
2011/09 - 2015/06，中国地质大学（北京），地球物理学，学士
工作经历：
2023/04-至今， 成都理工大学 讲师
主要研究方向：
（1）地震资料高分辨处理
（2）地应力地震预测方法
（3）断裂识别与裂缝预测
（4）油气检测及储层预测
招生信息：
每年招收硕士研究生2-3名。欢迎对地震资料高分辨处理、裂缝预测、地应力地震预测、油气检测及储层预测感兴趣的同学报考联系。Email: lfen@cdut.edu.cn；
科研情况：
Ø近三年主持及参与的科研项目：
四川省科技教育联合基金面上项目，多源数据驱动的四川盆地深层页岩储层地应力三维预测方法研究，2024-11至2026-10，主持；
四川省博士后特别资助项目（一等），深层页岩储层地震多尺度裂缝智能表征方法研究，2024-08至2025-08，主持；
中国石油化工股份有限公司西南油气分公司，新场雷口坡组气藏储层精细预测，2023-12至2025-06，技术首席；
中石油勘探开发研究院，川中-川北地区重点区二叠系~三叠系重点层段地震资料解释，2023-08至2023-12，技术首席；
国家页岩油中心开放基金，知识与数据联合驱动的陆相页岩油储层地应力预测方法研究，2024-01至2024-12，技术首席；
Ø近三年发表的期刊论文：
Fen Lyu, Junping Liu, Li Chen, Bocheng Tao, Xingye Liu, 3D in-situ stress prediction for shale reservoirs based on the CapsNet-BiLSTM hybrid model, International Journal of Rock Mechanics and Mining Sciences, 2024, 183: 105937, SCI-Q1-TOP, IF: 14.00；
Fen Lyu, Xingye Liu, Li Chen, Chao Li, Jie Zhou, Huailai Zhou, Low-amplitude structure recognition method based on non-subsampled contourlet transform, Petroleum Science, 2024, SCI-Q1, IF: 7.7；
Fen Lyu; Huailai Zhou; Junping Liu; Jie Zhou; Bocheng Tao; Danli Wang; A buried hill fault detection method based on 3D U-SegNet and transfer learning, Journal of Petroleum Science and Engineering, 2022, 218(2022): 110917-110917, SCI-Q2-TOP, IF: 5.168
Junping Liu, Fen Lyu*, Huailai Zhou, Jianhua Wang, Cong Niu, Xingye Liu, Buried-Hill Seismic Fault identification based on An Anisotropic Feature-Enhanced Transfer Learning Method: Geoenergy Science and Engineering (Journal of Petroleum Science and Engineering). SCI-Q2-TOP, IF: 5.168;
Xingye Liu, Fen Lyu, Li Chen, Chao Li, Shaohuan Zu, Benfeng Wang, Seismic random noise suppression based on deep image prior and total variation, IEEE Transactions on Geoscience and Remote Sensing, 2024, SCI-Q1, IF: 8.125；
Fen Lyu; Junping Liu; Jie Zhou; Danli Wang; Research on buried hill fault detection method based on 3D fully convolutional neural network and transfer learning, SEG 2021 Workshop:4th International Workshop on Mathematical Geophysics: Traditional & Learning, Virtual, 17–19, December 2021, Virtual.
张黎,吕芬,尚凯等.基于全卷积神经网络的走滑断裂识别技术——以托甫台地区为例[J].长江大学学报(自然科学版),2022,19(04):38-48.
