肖凡 副教授

肖凡

副教授

研究领域：1. 计算地球科学 / Computational Geosciences
2. 数据驱动地球科学 / Data-Driven Geosciences

招生方向：地球物理学、资源与环境工程

电子邮箱：xiaofan3@mail.sysu.edu.cn

办公地点：海琴四号大楼

 

肖凡，1985年6月生，湖北浠水人，中共党员，副教授，博士生导师，国际数学地球科学协会（IAMG）终生会员，成秋明院士大数据-数学地球科学创新研究团队核心成员，入选自然资源部高层次创新人才工程。现任中国地质学会数据驱动与地学发展专业委员会委员、中国矿物岩石地球化学学会大数据与数学地球科学专业委员会委员/秘书、中国地质学会数学地质与地学信息专业委员会委员等学术职务。目前，主要从事矿产勘查和数学地球科学方面的教学与科研工作，重点包括计算与数据驱动地球科学。至今，主持国家自然科学基金、国家重点研发项目专题、广东省自然科学基金项目等6项，同时作为为技术骨干参加（完成）了广东省珠江人才计划、国家自然科学基金、国家重点研发及国家科技计划项目等多项重要研究课题。主持承担广东省教学改革项目1项。迄今发表论文45篇，其中第一/通讯作者学术论文32篇（包括22 篇 SCI，5 篇 EI 和 5 篇 CSCD）、教学论文2篇，编写教材1部，申请国家专利5项（授权2项），获准软件著作权5项。在地学过程数值模拟与数据驱动地球科学研究领域积累了丰富的研究成果，产生了较广泛的学术影响，研究成果被国际数学地球科学进展和百科全书收录。目前担任《大地构造与成矿学》、《矿产勘查》首届青年编委、《Fratal & Fractional》客座编辑、第37届国际地质大会专题召集人。曾荣获2015年湖北省优秀博士学位论文奖、中国地质学会2015年学术年会优秀学术论文奖以及2014年第十三届数学地质与地学信息学术研讨会优秀青年学术论文奖等多项奖励。

主要学习与工作经历

  • 2017.01-今             中山大学地球科学与工程学院/地球物理学                             副教授

  • 2014.01-2017.01    中山大学地球科学与工程学院/地球信息科学与技术               讲师

  • 2008.09-2013.12    中国地质大学（武汉）/ 矿产普查与勘探（硕博连读）           博士

  • 2013.02-2013.08    加拿大渥太华大学（University of Ottawa）/数学地质学      联合培养博士

  • 2004.09-2008.06    中国地质大学（武汉）/资源勘查工程（基地班）                   学士

主要研究兴趣及领域

  • 计算地球科学 / Computational Geosciences

  • 数据驱动地球科学 / Data-Driven Geosciences

主讲课程

  • 本科生：《深度学习理论及应用》（2023-）、《地球物理综合实验》（2020-）、《重力学》（2018-）、《勘查地质学》（2015-）、《数据结构》（2015-2018）、《测量与地图学》（2014-2017）、《数学地质学》（2014-2016）

  • 研究生：《地学中的数据科学》（2020-）、《数字地质与人工智能》（2019-）、《数学地质学》（2014-2018）

主持或参加课题

  • 2022.12-2027.11，国家重点研发计划课题：跨尺度多源异构地质资源大数据与知识融合理论和方法. 

  • 2022.12-2027.11，广东省“珠江人才计划”引进创新创业团队项目：大数据-数学地球科学与极端地质事件团队.

  • 2019.09-2022.10，广东省自然科学基金面上项目：基于成矿条件数值模拟与机器学习的深部矿产定量预测研究. 

  • 2019.01-2022.12，国家自然科学基金面上项目：斑岩矿床成矿金属大规模高效富集机制的动力学过程计算模拟. 

  • 2016.01-2018.12，国家自然科学基金青年项目：基于汇水盆地模型分析方法的东天山戈壁沙漠覆盖区矿致地球化学异常提取研究. 

  • 2015.08-2018.08，广东省自然科学基金博士启动项目：基于GIS技术的广州三维城市地质信息系统的构建与应用研究. 

  • 2017.01-2019.12，中央高校基本科研业务费中山大学青年教师培养项目：斑岩矿床构造-岩浆-热液成矿过程数值模拟及其对找矿的指示意义. 

主要论著（近5年）

  1. Xiao F.*, Wang K.Q., Cheng Q.M., 2023. Porphyry magma cooling and crystallization control of mineralization: Insights from the dynamic numerical simulation. Ore Geology Reviews. 166, 105956. https://doi.org/10.1016/j.oregeorev.2024.105956.
  2. Zhang Y., He G.W., Xiao, F.*, Yang, Y., Wang F.L., Liu Y.G. 2024. Geochemical characteristics of deep-sea sediments in different regions of the Pacific Ocean: insights from fractal modeling. Fractal & Fractional. 8: 45; https://doi.org/10.3390/fractalfract8010045.
  3. Xiao F.*, Chen X.Y., Cheng Q.M., 2023. Combining numerical modeling and machine learning to predict mineral prospectivity: a case study from the Fankou Pb-Zn deposit, southern China. Applied Geochemistry. https://doi.org/10.1016/j.apgeochem.2023.105857.
  4. Zhang Y., Zhang L., Xiao F.*, Zhou Y.Z., Liu S.Q., Hu X.Q., 2024. Fractal modeling for geochemical data of deep-sea surface sediments: a case study from Zhongsha Island, Southern China Sea. Journal of Geochemical Exploration. 257: 107381. https://doi.org/10.1016/j.gexplo.2023.107381.
  5. Xiao F.*, Lin W.P., Cheng Q.M. 2023. Ab-initio calculation and molecular dynamics simulation of In, Ag, and Cu replacing Zn in sphalerite: implications for critical metal mineralization. Ore Geology Reviews. 163: 105699; https://doi.org/10.1016/j.oregeorev.2023.105699.
  6. 肖凡，郑文俊，2023. 数字岩矿手标本三维交互虚拟实习系统与教学应用. 中国地质教育. 32(3): 88-92.
  7. Xiao F.*, Lin W.P. Yang, Q.H., Wang, C.C., 2023. Identifying multi-scale gravity and magnetic anomalies using statistical empirical mode decomposition: A case study from the Eastern Tianshan orogenic belt. Minerals, 13(9): 1118; https://doi.org/10.3390/min13091118.
  8. Xiao F.*, Cheng Q.M. Hou W.S. Agterberg F.P., 2023. Three-dimensional prospectivity modeling of Jinshan Ag-Au deposit, southern China by weights-of-evidence. Journal of Earth Science. https://doi.org/10.1007/s12583-023-1822-6.
  9. Chen M.M. Xiao F.*, 2023. Projection pursuit random forest for mineral prospectivity mapping. Mathematical Geosciences. 55: 963-987.
  10. 陈伟林, 肖凡*, 2022. 成矿动力学数值计算模拟研究进展：理论、方法与技术. 地质科技通报, 28(3): 190-207.
  11. 肖凡*, 2021. 基于多视图立体视觉技术的三维数字岩矿石手标本数据库建设及其在实验教学中的应用. 中国地质教育, 30(3): 80-86.
  12. Fan Xiao*, Chen Weilin, Wang Jun, Oktay Erten, 2021. A hybrid logistic regression: gene expression programming model and its application to mineral prospectivity mapping. Natural Resources Research, https://doi.org/10.1007/s11053-021-09918-1.

  13. Fan Xiao*, Yu Wang, Yongzhang Zhou. 2020. Determining thresholds of arsenic and mercury in stream sediment for mapping natural toxic element anomaly using data-driven models: a comparative study on probability plots and fractal methods. Arabian Journal of Geosciences, https://doi.org/10.1007/s12517-020-05917-3.

  14. 肖凡*, 王恺其, 2021. 德兴斑岩铜矿床断裂与侵入体产状对成矿的控制作用: 从力-热-流三场耦合数值模拟结果分析. 地学前缘, 28(3): 190-207.

  15. Jun Wang，Yongzhang Zhou, Fan Xiao*, 2020. Identification of multi-element geochemical anomalies using unsupervised machine learning algorithms: A case study from Ag–Pb–Zn deposits in north-western Zhejiang, China. Applied Geochemistry, https://doi.org/10.1016/j.apgeochem.2020.104679.

  16. Fan Xiao*, Kaiqi Wang, Weisheng Hou, Oktay Erten. 2020. Identifying geochemical anomaly through spatially anisotropic singularity mapping: A case study from silver-gold deposit in Pangxidong district, SE China. Journal of Geochemical Exploration, https://doi.org/10.1016/j.gexplo.2019.106453.

  17. 王语，周永章，肖凡*，王俊，王恺其，余小彤，2020. 基于成矿条件数值模拟和支持向量机算法的深部成矿预测——以粤北凡口铅锌矿为例. 大地构造与成矿，44(2): 222-230.

  18. Fan Xiao*, Kaiqi Wang, Weisheng Hou, Zhenghai Wang , Yongzhang Zhou. 2019. Prospectivity mapping for porphyry Cu-Mo mineralization in the Eastern Tianshan, Xinjiang, northwestern China. Natural Resources Research, 29: 89-113.

  19. Xiaotong Yu, Fan Xiao*, Yongzhang Zhou, Yu Wang, Kaiqi Wang, 2019. Application of hierarchical clustering, singularity mapping, and Kohonen neural network to identify Ag-Au-Pb-Zn polymetallic mineralization associated geochemical anomaly in Pangxidong district. Journal of Geochemical Exploration,  203: 87-95 .

  20. 王恺其，肖凡*，2019. 多点地质统计学的理论、方法、应用及发展现状. 地质科技情报，38(6): 256-268.

  21. 余晓彤，肖凡*，周永章，王语，王恺其，2019. 粤西庞西垌地区银金地球化学异常信息挖掘与提取. 地质与勘探，51(1): 77-86.

Full publication list:

专利软著

  1. 肖凡*. 矿产结果预测方法、装置、计算机设备及存储介质. 2023-8-22, 中国, ZL 2020 1 0593799.5. (专利)
  2. 肖凡*. MVT型铅锌矿成矿预测方法、装置、计算机设备及存储介质. 2023-12-27, 中国, ZL 202310567891.8. (专利)
  3. 中山大学（肖凡）. 三维成矿预测信息系统 （3DMPM） V1.0. 2023SR1764962, 原始取得, 全部权利, 2023-12-26. (软件著作权)
  4. 中山大学（肖凡）. 成矿动力学计算模拟系统（THMC modeler）V1.0. 2023SR1762487, 原始取得, 全部权利, 2023-12-26. (软件著作权)
  5. 肖凡*. 地学数据综合处理系统（Geodata Analysis System）[简称：GeoDAS] V1.0. 2019SR0680301, 原始取得, 全部权利, 2018-8-8. (软件著作权)

培养学生

  1. 在校：王恺其（博士）、杨华清（博士）、何宗聪（博士）、林伟鹏（硕士）、唐奥（硕士）、谢昌华（硕士）、贾浩（硕士）
  2. 毕业：
    • 2023年：陈信宇（硕士），英国帝国理工学院地球科学博士
    • 2022年：陈伟林（硕士），美国爱达荷大学计算机博士；范程杰（硕士），广西梧州学院教师；刘佳文（硕士），明阳智慧能源集团
    • 2021年：蒙远林（硕士），广西柳州公务员
    • 2020年：王恺其（硕士），中山大学直博生

联系方式

Email: xiaofan3@mail.sysu.edu.cn

  • 热忱欢迎对计算与数据驱动地球科学相关领域感兴趣的优秀本科/硕士生报考我的研究生（硕士、博士）！

  • 随时接受相关领域的博士进行博士后或专职（副）研究员合作研究!