• 巖石蠕變的相場斷裂模型：理論框架與工程應用

  巖石蠕變裂縫擴展與損傷演化耦合機理研究。提出雙相場模型分離拉伸和壓縮-剪切裂縫，考慮蠕變與裂縫耦合作用，驗證模型能有效捕捉單雙預制缺陷巖石的裂縫演化規律及軸向應變特征，并在煤礦隧道工程中實現損傷區定量分析。

  來源：Computers and Geotechnics

  時間：2026-03-02

• StripesCounter：一款用于古氣候檔案中增量自動化測量的新型圖像軟件——以硨磲日生長紋研究為例

  針對古氣候檔案（如硨磲殼）生長帶人工測量耗時長、主觀性強且誤差難量化的問題，研究人員開發了開源Python軟件StripesCounter，用于實現生長帶的自動化檢測與測量。通過對現代硨磲（Tridacna gigas）樣本的應用，證明了該軟件能高效、高精度地提取日生長增量序列。研究表明硨磲生長受季節及半年度海洋環境變化（如SST、鹽度）調控，并與ENSO事件相關。該工具為生成長時間、高分辨率環境數據集提供了有力支持，可推廣至樹輪、珊瑚等多種具有周期性結構的檔案分析。

  來源：Computers & Geosciences

  時間：2026-03-02

• 基于彈性參數的波形結構，利用閉環深度學習融合網絡預測自然伽馬和中子孔隙度

  研究提出基于CNN-BiGRU-注意力機制的閉環深度學習融合網絡（STABGCN），利用波形結構特征和半監督學習方法解決彈性參數到GR/NPHI預測的非線性映射難題。在Dongying Sag應用中，GR和NPHI預測的R2值分別達0.7857和0.89，顯著優于傳統回歸方法。

  來源：Computers & Geosciences

  時間：2026-03-02

• 基于太極理念的地震波建模：一種無需CUDA的隱式并行時域有限差分框架，并支持GPU加速

  地震波模擬中基于Taichi的高性能有限差分法研究，提出不依賴CUDA的GPU加速解決方案，支持標準及旋轉 staggered-grid網格，采用泰勒展開實現任意偶階空間離散，未分割PML吸收邊界條件，結合空間稀疏數據結構優化內存占用。實驗表明其計算性能與原生CUDA實現相當且支持CPU/GPU無縫切換。

  來源：Computers & Geosciences

  時間：2026-03-02

• 面向機器學習的地質模型生成：RGM開源工具在多隨機化策略下的地質模擬與合成地震圖像生成

  本文為解決自動地震解釋中高質量標注數據匱乏的問題，提出了一個開源的“隨機地質模型”（RGM）生成工具。該工具采用多隨機化策略，能夠高效、可重復地生成用于機器學習訓練的2D/3D合成地質模型及其相關屬性（如介質參數、反射率圖像、斷層屬性、鹽體、不整合面等）。RGM由現代面向對象Fortran實現，支持定制化參數，生成的模型具有地質真實感，為訓練魯棒的機器學習模型提供了大規模、高質量的數據基礎，推動了自動地震解釋領域的發展。

  來源：Computers & Geosciences

  時間：2026-03-02

• GravCHAW：一個用于地下水模型中時移重力數據同化的開源Python框架及其不確定性量化分析

  本研究針對地下水模型因數據匱乏導致參數和預測不確定性高的問題，開發了名為GravCHAW（Gravimetric Coupled Hydro Assimilation Workflow）的開源Python框架。該研究將時移重力（TLG）數據同化到地下水模型中，通過集成耦合水文重力模型和貝葉斯不確定性分析，實現了對水力參數的準確估計，并顯著降低了模型參數和預測的不確定性。該框架的建立，為在數據稀缺地區整合非侵入性地球物理數據以優化地下水管理提供了定量化工具。

  來源：Computers & Geosciences

  時間：2026-03-02

• 開源FORTRAN子程序：計算一維地球模型瞬變電磁響應及其導數的核心工具

  本文介紹了一種用于計算準靜態近似下一維地球模型瞬變電磁（TEM）響應的開源FORTRAN子程序。該程序旨在解決當前商業軟件在費用、使用和修改權限方面的限制，并為快速正演計算提供高效編譯代碼。代碼支持當今常用的大多數TEM儀器配置，可建模系統響應（儀器特性對數據的影響），并能計算響應關于模型參數的導數，同時還可將激發極化（IP）效應納入正演響應。該子程序可作為Python、MATLAB等高階語言建模與反演代碼的外部計算資源，以加速計算，特別適用于馬爾可夫鏈蒙特卡洛（McMC）反演和人工智能網絡訓練等需要海量正演計算的應用場景。程序以FORTRAN77源代碼形式發布，可供用戶自由修改與集成，是TEM計算領域一個緊湊、高效且通用的開源工具。

  來源：Computers & Geosciences

  時間：2026-03-02

• 一個時空深度學習框架，整合了CNN-BiLSTM和注意力機制，用于云南省GRACE數據的降尺度處理

  頁巖多尺度3D數字模型構建方法研究。提出SliceGAN-RFB網絡，通過Sobel算子提取梯度子圖和RFB模塊增強多尺度特征提取，顯著提升頁巖數字模型精度，驗證其在孔隙分布與礦物連續性重建中的有效性，為儲層模擬和碳封存提供技術支撐。

  來源：Computers & Geosciences

  時間：2026-03-02

• 用于隧道爆破振動數值分析的有限當量爆炸載荷

  隧道爆破振動預測中瞬時爆炸假設的偏差問題，提出基于有限爆炸機制等效載荷（FDEL）方法。該方法通過空間時間演化壓力載荷模擬爆炸波傳播，包含起爆位置、方向及爆炸速度（VOD）等關鍵參數。數值模擬表明FDEL能準確復現應力波疊加特性，相比傳統爆炸模型計算效率提升顯著，且起爆位置和VOD通過改變應力波時空疊加機制，對圍巖振動能量分布和波型主導特征產生顯著影響。

  來源：Computers and Geotechnics

  時間：2026-03-02

• 簡化版連續數獨題，旨在提升部分遮擋條件下的光伏陣列性能

  光伏陣列部分陰影下采用Consecutive Sudoku（C.SDK）拓撲重構，通過分布式序列和循環移位規則簡化矩陣排列，減少布線損耗和電流差異，仿真與實測顯示平均功率提升12.67%-13.44%，行電流差異降低70.7%。

  來源：Computers and Electrical Engineering

  時間：2026-03-02

• 基于曲率正則化的多源月球數字高程模型的自適應變分融合

  數字高程模型（DEM）融合對月球探索至關重要，尤其南極區因光照極端和數據缺失面臨挑戰。本研究提出基于曲率約束的自適應正則化變分模型，通過動態調整加權數據保真項和曲率約束正則化項，有效融合多源異構DEM數據，解決噪聲、空洞及分辨率差異問題。實驗表明該方法在模擬和真實數據集上顯著提升地形細節保留、噪聲抑制及空洞填補效果，實現高精度無縫DEM重建。

  來源：Computers & Geosciences

  時間：2026-03-02

• 混凝土截斷墻的界面行為：基于熱力學的廣義彈塑性損傷模型

  基于界面熱力學，開發了統一描述混凝土截留墻剛柔接口行為的彈塑性損傷模型，考慮接觸織構演化與粗糙度退化耦合機制，通過不同混凝土-泥漿界面剪切試驗驗證了模型對硬化/軟化、膨脹/收縮行為的預測精度。

  來源：Computers and Geotechnics

  時間：2026-03-02

• 基于高超塑性接觸模型的分層土中抗拔樁荷載位移響應三維反演分析

  針對常規庫侖摩擦模型難以復現樁-土界面卸載-再加載復雜非線性響應的問題，本研究在由23個土層組成的復雜分層土剖面中，首次采用高超塑性接觸模型對全尺寸鋼H型樁抗拔荷載試驗進行三維反演分析。研究通過基于特定樁鋼的扭剪界面試驗對界面粗糙度(κ)進行物理標定，模型能準確捕捉滯回環，使均方根誤差(RMSE)相比庫侖模型降低71%。結果表明，基于物理的接觸模型對復雜剖面中的樁土相互作用建模至關重要，為實現更可靠、經濟的基礎設計提供了有力支撐。

  來源：Computers and Geotechnics

  時間：2026-03-02

• 基于物理信息的地質特征分析，以提升隧道誘發地表沉降預測的跨領域泛化能力

  物理驅動地質特征編碼與貝葉斯優化LSTM模型在隧道沉降預測中的跨域泛化研究。摘要：提出PIGC框架，整合卸載-再加載模量和泊松比表征土體力學特性，采用歸一化加權策略處理多層地層，結合貝葉斯優化Bi-LSTM網絡和加權均方誤差損失函數，在20個隧道工程數據庫驗證，模型交叉域相關系數達0.70-0.81，較傳統方法提升58%，對大于40mm沉降預測誤差降低64%，SHAP分析證實物理一致性。

  來源：Computers and Geotechnics

  時間：2026-03-02

• Mango-Mamba 和 VN-MangoLeaf：一種輕量級的 Mamba 模型以及用于芒果葉病分類的新數據集

  芒果葉病害檢測中提出輕量級混合架構MangoMamba，通過多尺度Mamba混合器和大型核注意力機制實現線性計算復雜度，在越南芒果數據集（7000張圖像）上達到98.71%準確率，并可在智能手機上實現1.46ms的實時推理。

  來源：Computers and Electrical Engineering

  時間：2026-03-02

• 可解釋的機器學習與生成擴散模型在改進降雨引發的群發性滑坡易發性制圖中的應用：以中國東南部吳平縣為例

  降雨引發的多因素耦合滑坡易發性評估方法研究。采用Wuping縣2024年極端降雨事件數據，構建12.5米分辨率空間數據庫，整合11類地質環境因子。通過結構化降雨分析揭示"累積雨量-短時暴雨脈沖"雙觸發機制，比較6種機器學習模型，引入擴散概率模型進行數據增強，使XGBoost模型AUC從0.915提升至0.931（p<0.01）。建立可解釋-生成混合框架，結合信息增益比與SHAP值解耦多因素耦合機制，為東南山區滑坡風險評估提供新方法。

  來源：Computers and Geotechnics

  時間：2026-03-02

• 微結構對花崗巖單軸壓縮力學性能的影響：一項基于新型隨機晶粒模型（SGBM）的研究

  本文提出基于隨機顆粒生長機制的離散元模型（SGBM），有效模擬花崗巖復雜微觀結構，揭示等效顆粒尺寸及異質性對力學性能的影響，為深層巖石工程穩定性評估提供工具。

  來源：Computers and Geotechnics

  時間：2026-03-02

• WaveDiffDecloud：一種基于小波域的條件擴散模型，用于高效去除云層

  云覆蓋導致光學衛星影像數據缺失與輻射失真，阻礙地球監測應用。傳統方法存在效率低、細節模糊問題。本文提出WaveDiffDecloud框架，基于小波域條件擴散模型，將低頻處理與高頻細節恢復模塊結合，有效提升計算效率并保持結構精度。實驗表明，該方法在RICE和NUAA-CR4L89數據集上SSIM達0.957，LPIPS為0.063，優于現有方法，且支持可見光至熱紅外多波段處理。

  來源：Computers & Geosciences

  時間：2026-03-02

• 利用從二維照片生成的露頭三維點云對斷裂進行智能表征

  三維點云重建與低紋理巖石表面裂縫提取方法研究。提出并驗證了Im2Frac工作流，通過融合SfM-MVSNet深度學習立體視覺重建與CIELAB空間密度聚類算法，實現多角度二維影像到高精度三維點云的自動重建及裂縫面提取。實驗表明該方法在復雜地質條件下可恢復96.1%人工標注裂縫，平均重投影誤差僅1.45像素，顯著優于傳統MVS及幾何聚類方法。

  來源：Computers & Geosciences

  時間：2026-03-02

• 將基于TRIGRS的物理標簽與堆疊式深度學習相結合，用于滑坡易發性預測

  滑坡脆弱性評估：提出基于物理先驗的Stacking深度學習框架，整合GRU、Transformer和SVM模型，利用TRIGRS計算的FOS作為物理標簽，構建五組交互特征并經互信息篩選，通過貝葉斯優化調參，驗證了融合物理機制與數據驅動的模型在復雜地質環境中具有0.866的AUC-ROC和顯著負相關（ρ=-0.3887），SHAP分析揭示FOS相關特征的重要性，對比實驗證實方法有效性及可解釋性。

  來源：Computers & Geosciences

  時間：2026-03-02

知名企業招聘：