博文

Applied Sciences 中国地质大学杨玠副教授和赵默雷博士主持特刊：无损分析和成像技术在矿产勘探中的应用

已有 340 次阅读 2026-4-21 16:57 |个人分类:特刊征稿|系统分类:博客资讯

随着关键矿产资源需求的增长，采矿业面临着越来越大的压力，需要采用高效、经济且环境友好的勘探方法。传统的批量分析技术虽然准确，但往往耗时较长；相比之下，现代成像技术能够快速获取高分辨率的矿物学、结构和地球化学数据。

Applied Sciences 邀请了中国地质大学 (北京) 杨玠副教授和赵默雷博士，合作创建特刊“Application of Non-Destructive Analysis and Imaging Technology in Mineral Exploration (无损分析和成像技术在矿产勘探中的应用)”。本特刊旨在重点介绍应用于矿产勘探的无损和微损技术的最新进展。我们鼓励内容涵盖多种成像方式的投稿，包括但不限于以下几种：

光学和结构成像：高分辨率光学摄影 (RGB)、岩相显微镜、阴极发光 (CL) 和X射线计算机断层扫描 (µCT)。

光谱成像：高光谱成像 (可见光-短波红外-长波红外)、拉曼光谱和微型X射线荧光光谱 (Micro-XRF)。

微尺度化学成像：扫描电子显微镜 (SEM-EDS)、激光诱导击穿光谱 (LIBS) 和激光烧蚀电感耦合等离子体质谱 (LA-ICP-MS) 元素/同位素映射。

我们诚邀作者投递原创研究论文和综述。本特刊涵盖方法论发展以及这些技术在特定地质背景下的实际应用。此外，我们也欢迎利用人工智能 (AI) 和机器学习来改进数据处理、图像分析和解释工作流程的研究。

投稿截止日期：2026年9月20日

客座编辑介绍

杨玠副教授

中国地质大学 (北京) 科学研究院副教授，硕士研究生导师，微区X射线荧光成像实验室负责人。主要从事矿产资源勘查和微区无损分析技术研究。主持包括国家自然科学基金委青年项目、国家重点研发计划子课题等，作为核心骨干参与国家自然科学基金指南引导类原创探索计划项目、国家重点研发计划、中国地质调查局二级项目等。作为矿产资源预测学科案例负责人参与深时数字地球大科学计划，研发矿产资源预测大数据云平台。

研究领域：无损分析；机器学习；自动化矿物学；矿物勘探；X射线荧光光谱；激光诱导击穿光谱；拉曼光谱；可见光-短波红外光谱。

赵默雷博士

中国地质大学 (北京) 人工智能学院博士，地质过程与成矿预测全国重点实验室固定成员，教育部深时数字地球前沿科学中心固定成员，长期从事数学地球科学教学与科研工作，在面向矿产智能预测的成矿知识工程与成矿特征智能刻画方面取得创新型成果，围绕矿产智能预测主持基金委青年科学基金项目 (C)、国家深地重大专项 (专题)、国家重点研发计划 (专题) 和地质调查项目，在 Ore Geology Reviews、Journal of Earth Science、Nature Commnication 等期刊发表多篇论文，承担数据库系统原理及应用、数据库设计实践、大数据技术原理与应用等数据科学与大数据技术核心本科课程，担任UNESCO深时数字地球与矿产资源教席成员，全国工业统计学教学研究会地学数据分会理事，中国科协国际科学理事会中国委员会青年专委会委员。

研究领域：斑岩铜矿床；深时；微型X射线荧光光谱；知识图谱；多智能体框架；可解释机器学习；异常检测。

了解更多特刊信息：https://www.mdpi.com/si/270446