地球物理反演问题广泛存在于地球科学的许多领域，包括地球物理成像、资源勘探和环境监测等。解决这些反演问题颇具挑战，因为所关注的未知地球参数通常是高维的，观测数据是间接的，并且会受到噪声干扰。参数到观测值的映射计算代价高昂，同时存在复杂的零空间问题。因此，在实际应用中，稳定且具备不确定性感知的反演方法尤为重要，以便能最大限度地提取观测数据的价值。

Geosciences 邀请了得克萨斯大学奥斯汀分校的陈阳康教授、佐治亚理工学院的尹梓屹博士、斯坦福大学的魏小龙博士，合作创建特刊“Geophysical Inversion (地球物理反演)”。本特刊欢迎投稿，内容涵盖最新的方法论、工作流程、案例研究以及真实数据示例，讨论地球物理反演领域的前沿技术，包括但不限于以下方面：

通过计算算法创新的建模、仿真和优化；

案例历史研究：突出地球物理应用中的挑战与解决方案；

基于机器学习和生成式人工智能的新型反演方法；

低成本和可扩展的不确定性量化与贝叶斯推断技术；

在能源转型领域的应用：如地质碳/氢存储和地热勘探等。

特刊截止日期：2025年5月31日

客座编辑

陈阳康 教授

德克萨斯大学奥斯汀分校

教授，就职于德克萨斯大学奥斯汀分校杰克逊地球科学学院经济地质局，研究兴趣包括地震信号分析、地震建模和反演、深度学习和高性能计算。

研究领域：同时源分离与成像；高维地震重建；微地震处理、成像和反演；油藏地震学；区域到全球尺度的地震成像；地震学中的深度学习

尹梓屹 博士

佐治亚理工学院

博士，毕业于佐治亚理工学院计算科学与工程专业，专注于机器学习在反演问题领域的研究。主要研究方向为生成模型和代理模型在贝叶斯推断中的应用。长期担任地球物理学与计算科学交叉学科顶尖国际期刊的审稿人。

研究领域：反演问题；机器学习；贝叶斯推断；不确定性量化；数值建模与模拟；地球物理成像、反演和监测

魏小龙 博士

斯坦福大学

博士后研究员，就职于斯坦福大学地球与行星科学系，研究重点是解决与矿产勘探相关的重要挑战，并将其运用在新矿藏的发现。目前正与Jef Caers教授合作勘探矿产资源，并利用地质、地球化学和地球物理测量来量化矿藏的不确定性。

研究领域：地球物理独立和联合反演；不确定性量化；地球科学数据集成；地球科学深度学习

了解更多特刊信息：https://www.mdpi.com/si/211103

Geosciences 期刊介绍

主编：Jesus Martinez-Frias, IGEO (CSIC-UCM), Spain

期刊涵盖地球和行星科学所有跨学科方面的讨论,  包括固体地球、大气、水圈和生物圈，以及行星和空间科学等相关学科的最新研究进展。

2023 Impact Factor：2.4

2023 CiteScore：5.3

Time to First Decision：26.2 Days

Acceptance to Publication：3.5 Days