（通讯员 胡迅）2025年10月9日至14日，第23届国际数学地球科学大会（IAMG2025）在中山大学珠海校区盛大召开。本届大会以“数据驱动地球科学发现”为核心主题，围绕“人工智能赋能地球科学”“数据科学驱动地质创新”“智能矿产预测技术突破”等前沿议题展开深度研讨。来自全球25个国家和地区的300余名高校学者、科研骨干及企业界代表齐聚一堂，共襄学术盛举。

大会精心设置了2场专业短课程、22个专题会议环节、7场主旨报告（特邀德国卡尔斯鲁厄理工学院Alik Ismail-Zadeh教授、纳米比亚地质调查局副局长Anna Nguno、美国怀俄明大学Dario Grana教授等国际国内权威学者主讲）、153场口头汇报及44个海报展示。我院尹艳树教授为“Recent developments in constructing geological structures: Beyond conventional methods”专题会议召集人，谢鹏飞特聘副教授、胡迅博士后在大会上分享了团队的最新研究成果。

会上，谢鹏飞特聘副教授以《Conditional Generative Adversarial Networks (cGANs) Inversion method for Low-Uncertainty Hydrocarbon Reservoir Modeling》为题作口头汇报。储层预测普遍面临数据稀疏性、多模态数据融合及不确定性三大核心挑战。对此，提出了一套集成智能工作流程：首先构建地质知识库生成二维/三维训练数据集，缓解数据稀疏问题；其次搭建含渐进式增长架构与数据融合模块的增强型cGAN，整合多模态数据实现条件约束建模；最后采用基于反演的采样方法匹配观测数据，降低不确定性。

胡迅博士后以《Cross-dimensional reservoir facies modeling method based on generative adversarial networks》为题进行学术汇报。针对储层相建模中“无法用公式构建3D数据集的储层如何高效建模”、“地质学家的构型解剖2D成果图能否转化应用于3D建模”等行业关键问题，创新提出了基于生成对抗网络的跨维储层建模方法（CDGAN）。该方法成功搭建起传统二维地质图件与三维储层建模技术之间的桥梁，不仅有效缓解了复杂储层建模中3D训练数据获取的突出难题，更为未来通过2D-to-3D方式训练储层建模大模型奠定了重要的理论与技术基础，为推动储层建模领域的智能化升级提供了新的思路。

作为国际数学地球科学领域的顶级学术盛会，IAMG大会由国际数学地球科学协会主办，该协会隶属于国际地质科学联合会（IUGS）和国际统计学会（ISO），是推动数学、统计学与信息学在地球科学中应用的核心国际组织，其会议规格兼具权威性与全球性，参会者涵盖全球顶尖学者与行业领军人物，是该领域学术成果与技术创新的重要展示窗口。值得关注的是，本次珠海盛会是中国继2007年北京承办第11届IAMG大会后，时隔18年再次迎来这一国际顶级学术会议，充分体现了国际社会对中国在数学地球科学领域研究实力与学术影响力的高度认可。据悉，下一届（第24届）国际数学地球科学大会将于2026年8月23日至28日在加拿大蒙特利尔举办，将持续为全球该领域的学术交流与合作注入新动能。

（审核 杨全辉 编辑 韩静）