本课程将涵盖机器学习的核心概念，并展示如何将其应用于地球科学数据。学员将学习机器学习基础，包括数据聚类/分类方法（K均值、高斯判别分析、随机森林、自组织映射、主成分分析、DBSCAN）、应用于地球科学数据的全连接与卷积神经网络、循环神经网络、物理信息机器学习及大语言模型。实践练习包括应用机器学习方法对地震数据进行震中聚类、走时拾取、裂缝拾取以生成裂缝方位分布图、迁移图像去噪以生成无噪图像、FK面波滤波以提取基本频散曲线，以及对地球化学数据进行聚类以形成地层独特的地球化学特征。

第三届中国绿色矿山国际年会”在第一届学术委员会的支持下，在组织委员会、召集主任、委员、联络人、相关专家的共同努力下，目前大会报告、专题论坛报告、活动事项、邀请参会单位、赞助单位和列席专家、领导等工作都在有序推进。

面向城市工程师的地震勘测技术（讲师：李云月Elita，普渡大学）

面向城市工程师的地震勘测技术（讲师：李云月Elita，普渡大学）

火星今天是一颗寒冷干燥的星球，但它并非一直如此。厘清火星何时失去其湿润的环境，是理解其长期演化过程的关键之一。已有研究表明，火星在早期挪亚纪（即距今约40–37亿年前）曾广泛发育河流、湖泊乃至海洋。进入西方纪（约37–30亿年前），水活动由持续稳定转为阶段性、突发性过程，并常与火山和构造活动相关，气候逐渐由湿润转向干旱。至亚马逊纪（30亿年前至今），火星整体进入寒冷干旱环境，仅保留冰、卤盐沉积、地下水上涌、地表冰融化及局部洪水等有限水活动。亚马逊中晚期水与气候活动与未来人类探索火星，选择着陆点以及持续支持人类活动具有重要意义。

让 AI 理解并安全地与物理世界互动

SEG DISC课程，兼具理论深度与实践导向，内容紧密贴合城市地球物理勘探的前沿与实际需求。活动不仅拓宽了师生对领域前沿的认知，夯实了理论基础，也搭建了跨校、跨领域的交流平台，提供了创新且实用的技术思路，对推动地球物理学科与城市工程领域的交叉融合具有重要意义。

Happy New Year 2026!