大数据与人工智能为矿物学岩石学地球化学研究提供了新途径。近年来，出现了一批有国际显示度的，针对地球内部物质组成的数据驱动型研究成果。我刊邀请了浙江大学张舟研究员和夏群科教授组织专题论文阐述大数据与人工智能的基本原理及其给地球内部物质组成带来的新认识。专题分别从图像处理，地球化学表格数据的机器学习研究，热力学统计模拟，以及原子尺度模拟等方面出发，介绍每种方法涉及的基本原理及其在矿物学岩石学地球化学研究中的应用。
本期介绍浙江大学地球科学学院苏程副教授的论文：岩石薄片图像智能分析研究进展. doi:10. 19658/ j. issn. 1007-2802. 2023. 42. 007. 分析岩石薄片显微图像中的矿物组成、结构构造、生成顺序、围岩蚀变和次生变化等特征,可以进行岩石种类鉴定、地质构造分析、古地质环境反演等相关研究。对于岩石薄片图像的分析及信息提取目前主要依靠专家进行人工目视解译。而利用计算机技术进行自动、快速、客观、准确的岩石薄片图像智能分析,将能有效提高相关研究工作的效率，为“ 大数据+地球系统科学” 的研究范式提供基础。文章综述了岩石薄片图像智能分析的相关工作，从技术方法的角度系统归纳和阐述了其一般原理和方法,分类总结了相关应用案例，分析和展望这一领域存在的挑战与发展方向。
图1：基于卷积神经网络的岩石类型自动分类流程图 图2：基于卷积神经网络图像语义分割模式的矿物颗粒识别流程图
