Towards Efficient and Stable Ocean State Forecasting: A Continuous-Time Koopman Approach
本文提出了一种连续时间 Koopman 自编码器（CT-KAE）作为双层准地转海洋系统的轻量级代理模型，通过将其非线性动力学投影为线性常微分方程，实现了比自回归 Transformer 基线更稳定、误差增长有界且推理速度快数个数量级的长时序海洋状态预测。
🔬 Category
physics.geo-ph
43 篇论文
Global Abiotic Sulfur Cycling on Earth-like Terrestrial Planets
该研究提出了一种开源动态箱式模型，用于模拟地球类行星在无生命状态下及大氧化事件前后的全球非生物硫循环，结果显示缺乏微生物代谢会导致海洋沉积物中的硫酸盐含量比现今地球高出两个数量级，而硫化物含量则低四个数量级。
Ensemble Graph Neural Networks for Probabilistic Sea Surface Temperature Forecasting via Input Perturbations
该研究提出了一种基于输入扰动（如分形 Perlin 噪声）的集成图神经网络方法，用于在无需额外训练成本的情况下，显著提升区域海温概率预报的校准度与不确定性表征能力。
Motional induction in Ganymede's ocean
该研究通过运动感应建模表明，木卫三内部固有磁场与海洋环流的相互作用能在其表面产生显著的感应磁场信号（最高达 9 纳特斯拉），这凸显了 JUICE 探测器采用低轨道以探测其地下海洋动力学的重要性。
Enhanced Seismicity Monitoring in the Rapid Scientific Response to the 2025 Santorini Crisis
该研究利用深度学习工作流将 2025 年圣托里尼 - 阿莫戈斯岛地震危机的地震目录从 4000 次扩充至 80000 次，揭示了由岩浆或高压热液流体驱动的、包含深部岩浆房且伴随罕见强震群爆发的火山构造活动特征。
Linearised versus Nonlinear Estimates of Uncertainty in Full Waveform Inversion
该研究通过对比非线性与线性化方法在二维声学贝叶斯全波形反演中的应用，发现尽管两者均能准确恢复模型均值，但线性化方法因简化波物理而严重低估了层界面处的不确定性并导致元属性估计偏差，从而论证了获取准确不确定性评估时必须采用完全非线性反演方法。
A Decade of Generative Adversarial Networks for Porous Material Reconstruction
本文系统回顾了 2017 年至 2026 年初发表的 96 篇文献，将生成对抗网络（GAN）在多孔材料重建中的应用归纳为六大架构类别，评估了其在精度、渗透率预测及重建尺度上的显著进展，并指出了当前在计算效率、内存限制及结构连续性方面仍面临的挑战。
Phase variance as a seismic quality-control attribute
本文提出了一种名为“相位方差”的地震质量控制属性，通过利用圆统计法自动量化局部相位色散，有效克服了传统地表一致性反褶积在处理近地表非一致性畸变及缺乏直接相位可靠性度量方面的局限，为从振幅到全波形反演等相位敏感工作流程提供了频率分级的客观评估指标。
Global versus local internal-external field separation on the sphere: a Hardy-Hodge perspective
该论文基于 Hardy-Hodge 分解证明，在缺乏先验假设的情况下，仅凭球面子域数据无法唯一分离地球内外部磁场，而即便引入外部源位于无源球壳之上的合理假设，虽然可实现唯一分离，但该过程却具有高度不稳定性。
Quantifying Salt Precipitation During CO2 Injection: How Flow Rate, Temperature, and Phase State Control Near-Wellbore Crystallization
该研究通过高分辨率微流体实验，系统量化了液、气及超临界状态下 CO₂驱替卤水过程中的盐结晶动力学，揭示了流动速率、温度及相态通过控制对流传输显著加速蒸发与结晶，从而为预测地质封存中近井渗透率损害提供了关键基准。
Hydrodynamic outflows of proto-lunar disk volatiles
该研究提出，原月球盘大气中氢气的重组反应引发了类似太阳风的流体动力学外流，成功将易挥发元素从地球引力场中剥离并抛射至行星际空间，从而自然解释了月球岩石相对于地球岩石中挥发性元素显著亏损的成因。
Exploring the conditions conducive to convection within the Greenland Ice Sheet
该研究通过数值模拟证实，格陵兰冰盖北部观测到的大型冰内羽状结构是由对流形成的，这一发现表明该区域冰的粘度可能比传统假设低 9 至 15 倍，进而意味着基岩滑动显著减少，这对改进未来冰盖质量平衡的预测具有重要意义。
Atmospheric dynamics of IR-active particles released from Mars' surface
该研究利用干火星大气模型表明，通过释放具有高红外消光比的碳或金属颗粒，其引发的辐射 - 动力反馈机制（如自抬升效应和哈德莱环流增强）能够有效促进气溶胶的全球扩散并实现火星增温。
Turbulence-induced anti-Stokes flow: experiments and theory
该研究通过实验与理论证实，表面波与亚表层湍流的相互作用会引发一种近表面反 Stokes 流，该流动通过垂直重新分配欧拉平均动量来部分抵消 Stokes 漂移，且其演化规律可由基于快速畸变理论的统计模型进行描述。
GreenPhase: A Green Learning Approach for Earthquake Phase Picking
本文提出了名为 GreenPhase 的基于绿色学习框架的多分辨率前馈模型，该模型通过消除反向传播实现了高效、可解释且可持续的地震震相拾取，在斯坦福地震数据集上不仅达到了卓越的检测与拾取精度，还将推理计算成本降低了约 83%。
Physics-constrained symbolic regression for discovering closed-form equations of multimodal water retention curves from experimental data
本文提出了一种物理约束的符号回归框架，通过结合遗传编程与物理约束损失函数，直接从实验数据中自动发现能够准确描述具有多模态孔隙分布多孔材料水 retention 特性的闭式方程。
Prediction of Extreme Events in Multiscale Simulations of Geophysical Turbulence using Reinforcement Learning
该论文提出了一种名为 SMARL 的强化学习方法，仅利用高保真样本估算的能谱作为奖励信号，成功为多尺度地球物理湍流模拟开发了能够稳定捕捉极端事件并显著降低计算自由度的亚格子尺度闭合模型。
High Resolution Microscopy and Raman Spectroscopic Studies on the Freshest Mukundpura Meteorite, Rajasthan, India: Presence of Nanodiamond
该研究通过对 2017 年印度拉贾斯坦邦 Mukundpura 陨石的高分辨率显微及拉曼光谱分析，证实了其中存在粒径约 3-5 纳米的纳米金刚石和石墨碳，并发现其高铱含量为地质历史中导致生物大灭绝的陨石撞击事件提供了佐证。
Superhydrophobic Sand Mulch Shifts Soil Evaporation from Temperature-Controlled to Diffusion-Limited Regimes
该研究通过实验与建模证实，超疏水沙覆盖层能将土壤蒸发机制从温度控制型转变为扩散限制型，显著降低蒸发量并改变不同质地土壤的蒸发表现，从而提升干旱地区的灌溉效率。
Optimization of Cost Functions in Absolute Plate Motion Modeling
本文提出了一种更简洁直观的热点成本函数新表述，通过对热点轨迹数据进行预插值处理来减少误差传播，从而优化了 optAPM 代码中的目标函数构建，显著提升了绝对板块运动建模的精度与可靠性。