优秀文献推荐：土壤物理学的研究现状与趋势，国内外土壤物理学研究动向

机器学习的地球科学数据质量 在建立大规模模型时，例如在澳大利亚，存在一个问题。 完全不同的数据集，将它们分为多个领域： 地球物理学（重力，磁性，辐射度，地震，电磁，感应极化，大地电磁...） 地质学（岩性，地层学，构造，水文..） 遥感（Landsat，ASTER，Sentinel ...） 地球化学（岩石，土壤，水，分析技术...） 各种数据层： 直接观察 网格数据 解释（固体地质，SEEBase ...） 导数（例如，ASTER谱带比率，岩石单位的累积...） 机器学习模型（R