geoscience

Ars Technica报道了一项发表在《Science》上的美国地质调查局（USGS）研究，揭示了基拉韦厄火山壮观熔岩喷泉的驱动机制。研究表明，通过山顶倾斜度水平可以预测火山喷发；同时研究对比了两种可能的驱动机制：水/蒸汽导致的岩浆破碎，以及二氧化碳驱动的泡沫释放。

本文提出了 SSU-LSF，这是首个面向地表预测、基于 Mamba 系列结构化状态空间模型的机器遗忘框架。该方法利用 EKFac 影响函数与投影梯度上升，从 NDVI、LST 以及作物物候预测中移除非平稳混杂偏差，相比完整重训练，成本降低了 8.4 倍。

《Science》发表的一项研究发现，真极移——即地球自转轴相对于地表的漂移——在侏罗纪和白垩纪时期曾以快速的阶段式发生，对全球海平面模式和环境的影响远超此前的认识。

MineTRACE 是一个基于证据的交互式网络推理系统，集成了地球化学、地球物理和地质数据，提供透明的矿产勘查潜力评分和自然语言交互，支持高效且可验证的矿产勘查。

HERMES是一个可扩展的多代理框架，用于从地球科学中超长科学文档中提取结构化知识，实现了高准确度和相对于人工方法六倍的效率提升。

全球中微子探测器网络正在揭示地球地幔中的放射性元素，为地球内部热引擎提供了新的视角。SNO+和JUNO等实验正在探测地球中微子，以绘制地幔的组成。

本文介绍了Geo-Strat-RL，一个使用可验证奖励强化学习（RLVR）来训练视觉语言模型从地层图和地震数据中推理地质事件历史的合成环境，展示了改进的重建和跨领域迁移能力。

本文研究了句子嵌入能否作为推理时接口，将地质知识注入到学习型达西流反演求解器中，发现文本条件化相比无文本反事实降低了81%的重构误差，且大部分增益来自类别级约束。

研究人员提出了一种物理信息机器学习（PIML）框架，将水文约束整合到LSTM损失函数中，以改善短期洪水预报，特别是在数据稀缺的情况下。一种“趋势对齐”约束确保了降水与流量趋势之间的一致性，提高了纳什-苏特克利夫效率，并消除了极端事件期间的非物理预测。

SubsurfaceGen 是一个基于 GPU 加速的 3D 速度模型与地震数据生成器，并发布了一个包含 4276 张 2D 速度切片及其相应波场和炮集的数据集，覆盖六种地质场景，旨在推动全波形反演的机器学习发展。