周永章

周永章

教授

研究领域：（1）地球化学、矿产资源探测、地球科学智能与智能找矿；（2）可持续发展、应对气候变化、资源环境与低碳经济学以及新能源与低碳科技产业的多学科融合

招生方向：地球化学与大数据地球科学；资源与环境

电子邮箱：zhouyz@mail.sysu.edu.cn

办公地点：海琴四号大楼

个人简介 

周永章，中山大学中山大学地球环境与地球资源研究中心首席科学家，教授、博士生导师。主要从事两个方向研究：：
（1）地球化学、矿产资源探测、地球科学智能与智能找矿：历任中山大学地球科学系系主任、科技处副处长，中金岭南（000060）独立董事、粤桂股份（000833）独立董事，广东省地质过程与矿产资源探查重点实验室主任。兼任中国矿物岩石地球化学学会理事暨人工智能与大数据地球科学专业委员会主任委员、国际数学地球科学协会中国国家委员会共同主席、国际数字地球学会中国国家委员会常务委员暨空间地球大数据专业委员会主任委员。承担国家重要成矿带矿产远景调查重大专项和国家重点研发等项目研究，主持研发Goldminer-AI智能找矿系统，入选中山大学卓越人才计划，获国际数学地球科学协会IAMG Felix Chayes奖。原创性贡献包括：提出地学大数据与人工智能技术研究的新范式，在钦杭成矿带成矿地质背景与智能找矿等取得原创创新成果。
（2）可持续发展、应对气候变化、资源环境与低碳经济学以及新能源与低碳科技产业的多学科融合研究：作为可持续发展与低碳经济跨学科研究领域的学术带头人，参与中山大学岭南学院人口、资源与环境经济学学科建设，创立中山大学地球环境与地球资源研究中心，入选广东省特支计划（科技领军人才）。担任《粤港澳应对气候变化评估专题报告》（第五次气候变化国家评估特别报告之一）“气候变化与蓝碳经济”首席作者，出版《珠三角都市群的成长与可持续发展》《绿色发展理念研究》等著作，多次出席联合国气候变化框架公约缔约方会议，包括巴黎气候大会（COP21）。兼任中山大学碳中和与绿色发展研究院研究员、中国可持续发展研究会理事、广东省低碳产业技术协会理事长、广州城市可持续发展研究会名誉理事长、粤港澳大湾区绿色发展产业联盟副理事长、广东省决策咨询顾问委员会委员，第十届、十一届广东省政协常委。创办中山大学低碳领袖与战略投融资高级研修班并担任首席导师，引领低碳技术、低碳智库产业化。主要贡献集中在应对气候变化的地质解决方案、资源环境智能监测与大数据驱动风险评估、ESG与绿色低碳政治经济学等方面，长期为政府提供碳中和、生态经济、绿色产业落地决策方案；发明智能碳表，获中国发明协会发明创新创业创新奖一等奖；开展资源环境一体化和区域可持续发展研究，提出珠三角城市群的成长和可持续发展模式。

 

教育背景 

  • 1989.09-1992.12：加拿大Quebec大学，哲学博士，矿物资源专业，导师：Edward H. Chown & Jayanta Guha
  • 1984.09-1989.8：中国科学院地球化学研究所，理学博士、硕士，地球化学专业，导师：涂光炽院士、杨蔚华研究员
  • 1978.10-1982.07：中山大学地质学系，理学学士，地质学专业

 

职业经历 

  • 2014.4-至今：中山大学地球科学与工程学院，教授 、博士生导师
  • 2003.7-至今：中山大学地球环境与地球资源研究中心，主任（2002-2023）、首席科学家（2023-）
  • 2009.10-2026.4：广东省地质过程与矿产资源探查重点实验室，主任
  • 2004.09-2005.01，香港大学地球科学系，高级访问学者，合作教授：Meifu Zhou
  • 1999.1-2014.4：中山大学地球科学系，教授 、博士生导师，历任中山大学科技处副处长（2000-2001），地球科学系系主任（2000-2002）
  • 1996.03-1996.08：美国Stanford大学，客座教授，合作教授：John Harbaugh 
  • 1993.12-1998.12：中国科学院广州地球化学研究所，研究员，矿床地球化学研究室副主任（1995-）

 

研究领域

地学大数据挖掘与机器学习；矿床地质地球化学与智能找矿；环境地球化学与要素通量物联网监测与智能预警预测；基于大数据和人工智能技术的资源环境开发利用；CCS；绿色与低碳政治经济学；资源环境与区域可持续发展与低碳可持续发展多学科交叉融合研究。

 

讲授课程

  • 本科生：《大数据与数学地球科学》《地球化学》《数学地球科学》《广东地质》

  • 博士/硕士研究生：《地球科学大数据挖掘与深度学习》《高等地球化学》《矿床地球化学》《环境地球化学》《地质数学研究案列分析》《自然资源与环境经济学》《低碳政治经济学》《区域可持续发展》《地球环境与地球资源》

 

科研项目（部分） 

  • 国家重点研发计划（项目编号：2022YFF0801201）：跨尺度多源异构地质资源大数据与知识融合理论和方法。负责：周永章；时间: 2023-2027 
  • 国家自然科学基金联合基金重点项目（项目编号：U1911202）：基于地学大数据的城市土壤污染智能监测、模拟、管控与预警系统研究。主持：周永章；时间: 2020-2023 
  • 广东省重点领域研发计划项目（项目编号：2020B1111370001）：基于区块链与大数据的城市土壤污染智能管控关键技术研发及应用示范。主持：周永章；时间: 2021-2023. 经费：800万
  • 广东省科学技术厅科技项目（项目编号：GDKTP2020053500）. 地学知识图谱关键技术研究——矿床资源知识图谱与智能预测。主持：周永章；时间: 2021-2023.
  • 国家重点研发计划课题（项目编号：2016YFC0600506）：三维成矿地质-地球化学过程模拟与异常定量分析。负责：周永章；时间:2016-2020 
  • 国家自然科学基金（项目编号：41273040）:秦岭硅质岩微矿物聚集体的特征、形成机制及对造山带演化的响应。主持：周永章；时间:2013-2016
  • 国家重要成矿带矿产远景调查重大专项（中国地质调查局项目编号：12120113067600）：钦杭成矿带西段资源远景调查评价。主持：周永章；时间:2013-2015 
  • 国家重要成矿带矿产远景调查重大专项（中国地质调查局项目编号：1212011085412）：钦杭成矿带广东庞西垌地区1:5万4幅矿产资源远景调查。主持：周永章；时间：2010-2012

 

代表性奖项 

  • 2025，广东省培养高层次人才特殊支持计划（科技领军人才）
  • 2023，中国发明学会创业创新奖一等奖
  • 2018，广西社会科学优秀成果奖二等奖
  • 2015，国际数学地球科学协会IAMG Felix Chayes奖
  • 2015，广东省科学技术二等奖
  • 2012，中山大学“十一五”优秀科研团队奖
  • 2010，中山大学卓越人才奖励计划奖
  • 2010：广东省科学技术一等奖
  • 2006：广东省科学技术二等奖
  • 2005，国家自然科学奖二等奖（参加）
  • 2002，广东高校“千百十”人才工程
  • 2001，全国高等学校优秀青年教师资助计划
  • 2000，国家教育部青年骨干教师资助计划
  • 1998，广东省自然科学奖三等奖
  • 1995，中国科学院院长特别奖
  • 1994，中国矿物岩石地球化学学会侯德封奖

 

学术与社会兼职

  • 中国可持续发展研究会，理事
  • 中国矿物岩石化学地球化学学会，理事；
  • 国际数字地球学会（The International Society for Digital Earth）中国国家委员会常务委员；空间地球大数据专业委员会，主任委员
  • 中国矿物岩石地球化学学会人工智能与大数据地球科学专业委员会，主任委员
  • 中国地质学会数学地质与地学信息专业委员会，副主任委员
  • 国家自然科学基金委学科组，评审专家
  • 国家科技部国家可持续发展实验区专家委员会，委员
  • 广东省欧美同学会，常务理事
  • 中国欧美同学会留学加拿大分会，理事
  • 广东省碳达峰碳中和专班技术支持单位，首席专家
  • 广东省碳达峰碳中和标准化技术委员会，委员
  • 广东省地质学会，常委理事
  • 广东省低碳产业技术协会，理事长
  • 广州城市可持续发展研究会，理事长
  • 2017-，国际数学地球科学协会（IAMG）中国国家委员会，Co-Chairman
  • 2012-2016，IAMG Nomination Committee（国际5人组），Member
  • 2009-2016，IAMG China National Section，Chairman 
  • 2008-2012，IAMG Nomination Committee（国际5人组），Member 
  • 2007-2011，IAMG Award Committee（国际5人组），Member
  • 1997-2001，IAMG（国际数学地球科学协会），National Representative 
  • 1996，The 30rd IGC Geological Tourism Route T391，Leader 
  • 2000-2017，九三学社中山大学支社主委
  • 2015-2018，中金岭南有色金属股份有限公司（证券000060.SZ）董事局独立董事
  • 2016-2021，广西粤桂广业控股股份有限公司（证券000833.SZ）董事局独立董事
  • 广州市科学技术协会，常委
  • 广东省科学技术协会，常委
  • 中共广东省委学习《习近平治国理政》理论宣讲团，讲师、辅导员
  • 广东省人民政府决策咨询顾问委员会，委员
  • 第十、十一届广东省政协，常委

 

代表性论著 

方向一：

  1. Zhou Y Z, Xiao F, Yang H, Li W J, He L H. Big data mining and machine learning in geoscience[M]. Elsevier, 2026: 1-300. ISBN: 978-0-443-51004-5.
  2. Zhou Y, Yang H, Ji X. Big data and AI in geoscience: from data to discovery—a thematic overview[J]. Minerals, 2026, 16: 229. DOI: 10.3390/min16030229.
  3. Zhou Y Z, Yang H, Ji X H, eds. Application of big data mining, machine learning and artificial intelligence in geoscience, 2nd Edition[M]. Basel: MDPI, 2026: 1-364. DOI: 10.3390/books978-3-7258-7141-4.
  4. Cao S T, Hu R Z, Zhou Y Z, Liu J Z, Tan Q P, Xie Z J, Zhu B B, Zheng L L, Khan A, Yu X T. Analysis of trajectories and developmental prospects of research on carlin-type gold deposits on the basis of big data community detection algorithms[J]. Ore Geology Reviews, 2026, 188: 106989. DOI: 10.1016/j.oregeorev.2025.106989.
  5. Zhang YQ, Zhou YZ, Niu LJ, Yu XH Zhu BB. Intent-Driven Hybrid Semantic-Spatial Retrieval-Augmented Generation for Intelligent Prospecting with GIS Visualization, Minerals, 2026, 16, 802, Doi: 10.3390/min16080802 
  6. Sun Y, Zhou Y Z, Zeng C, Zhu B B, Yu P P. Machine learning-driven prospecting prediction for Carlin-type gold deposits using stream sediment data: A case study of the Leye area, SW China. Journal of Geochemical Exploration, 2026, 291, 108197, DOI:10.1016/j.gexplo.2026.108197
  7. Ma J H, Zhou Y Z, Su L, Yang H R, He L H. A domain-specific language model for engineering-scale geological reasoning and mineral exploration in the Qin-Hang belt[J]. Engineering Applications of Artificial Intelligence, 2026, 167: 113651. DOI: 10.1016/j.engappai.2025.113651.
  8. He L H, Zhou Y Z, Ma J H, Liu G Q. An intelligent measurement framework for multi-type rock detection and classification in geological images[J]. Measurement, 2026: 120304. DOI: 10.1016/j.measurement.2026.120304.
  9. Chen Q, Zhang S, Zhou Y. Geochemical anomaly detection via supervised learning: insights from interpretable techniques for a case study in Pangxidong area, South China[J]. Minerals, 2026, 16: 49. DOI: 10.3390/min16010049.
  10. Zhou Y Z, Zuo R G, eds. Application of big data mining, machine learning and artificial intelligence in ore deposits[M]. Basel: MDPI, 2025: 1-222. DOI: 10.3390/books978-3-7258-5464-6.
  11. Zhu B B, Zhou Y Z, Zeng C Y, Yu X H, Wang Z Z, Cao S T, Yu P P. Data-driven mining reveals a cross-temperature correlation between gold and tungsten: implications for magmatic controls in Carlin-type gold deposits[J]. Gondwana Research, 2025(12). DOI: 10.1016/j.gr.2025.12.001.
  12. He L H, Zhou Y Z, Cao W, Ma J H. Research on object detection and recognition in remote sensing images based on YOLOv11[J]. Scientific Reports, 2025, 15: 14032. DOI: 10.1038/s41598-025-96314-x.
  13. Ma J H, Zhou Y Z, He L, Zhang Q, Bilal M A, Zhang Y. Enhancing geological knowledge engineering with retrieval-augmented generation: a case study of the Qin-Hang metallogenic belt[J]. Minerals, 2025, 15: 1023. DOI: 10.3390/min15101023.
  14. He L H, Zhou Y Z, Zhang Y Q, Ma J H. Research on the directional bounding box algorithm of YOLO11 in tailings pond identification[J]. Measurement, 2025: 117674. DOI: 10.1016/j.measurement.2025.117674.
  15. Yu X, Yu P, Wang K, Cao W, Zhou Y. Data-driven mineral prospectivity mapping based on known deposits using association rules[J]. Natural Resources Research, 2024. DOI: 10.1007/s11053-024-10328-2.
  16. He L H, Zhou Y Z, Zhang C. Application of target detection based on deep learning in intelligent mineral identification[J]. Minerals, 2024, 14: 873. DOI: 10.3390/min14090873.
  17. Yu X, Zhou Y, Cao W, Wang H, Zhang C, Zhong L, Wei W, Wang Z, Yao J, Chen Z, Xu Q. Petrogenetic Implications of the Lithium-Rich Tongtianmiao Granite Pluton, South China: Evidence from Geochemistry and Geochronology[J]. Minerals 2024, 14, 637. doi: 10.3390/min14070637
  18. Zhang Y, Zhang L, Xiao F, Zhou Y Z, Liu S Q, Hu X Q. Fractal modeling for geochemical data of deep-sea surface sediments: a case study from Zhongsha Island, Southern China Sea[J]. Journal of Geochemical Exploration, 2024. DOI: 10.1016/j.gexplo.2023.107381.
  19. Zhang Y, Zhang L, Lei Z Y, Xiao F, Zhou Y Z, Zhao J, Qian X. Analysis of spatial structure and singularity of microbial biogeochemical anomalies in the Taiwan Strait Basin[J]. Frontiers in Marine Science, 2024, 11.
  20. Zhang Y, Zhang L, Lei Z Y, Xiao F, Zhou Y Z, Zhao J, Qian X. Unsupervised machine learning-based singularity models: a case study of the Taiwan Strait Basin[J]. Fractal and Fractional, 2024, 8: 553. DOI: 10.3390/fractalfract8100553.
  21. Liang C F, Zhang J L, Ma S S, Zhou Y, Hong Z C, Fang J W, Zhou Y Z, Tang H. Study on data storage and verification methods based on improved Merkle Mountain Range in IoT scenarios[J]. Journal of King Saud University - Computer and Information Sciences, 2024, 36(6): 102117.
  22. Li Z Q, Konhauser K O, Zhou Y Z, Adlakha E, Button M, Lazowski C, Pecuits E, Aubet N R, Lecumberri-Sanchez P, Alessi D S, Robbins L J. How does weathering influence geochemical proxies in Paleoproterozoic banded iron formations? A case study from outcrop samples of 2.46 Ga banded iron formation, Hamersley Basin, Western Australia[J]. Geological Society of America Bulletin, 2023. DOI: 10.1130/B37152.1.
  23. Ji J J, Zhou Y Z, Cheng Q M, Jiang S J, Liu S T. Landslide susceptibility mapping based on deep learning algorithms[J]. Land, 2023, 12: 1125. DOI: 10.3390/land12061125.
  24. Zhang Q, Zhou Y, He J, Zhu B, Han F, Long S. A review on global cooperation network in the interdisciplinary research of geochemistry combined with artificial intelligence[J]. Minerals, 2023, 13: 1332. DOI: 10.3390/min13101332.
  25. Zhuo S X, Wu W G, Zhou Y Z, Cao R, Bian J. Research on comprehensive blockchain regulation and anti-fraud system[J]. Communications in Computer and Information Science, 2023: 133-146.
  26. Wang H, Cao W, Zhou Y, Yu P, Yang W. Multitarget intelligent recognition of petrographic thin section images based on Faster RCNN[J]. Minerals, 2023, 13: 872. DOI: 10.3390/min13070872.
  27. Chen S S, Wang Z W, Gao R, Zhou Y Z. Mantle sources of Cenozoic volcanoes around the South China Sea revealed by geochemical and isotopic data using the principal component analysis[J]. Journal of Oceanology and Limnology, 2023, 41(2): 562-574.
  28. Li Z Q, Zhou Y Z, Yu P P, Zhang L C, Wei W, Li Y H, Konhauser K O, Robbins L J. Geology and geochemistry of the high-grade Zankan magnetite ore, Western Kunlun Mountains, NW China[J]. Ore Geology Reviews, 2022, 150. DOI: 10.1016/j.oregeorev.2022.105129.
  29. Han F, Deng Y R, Liu Q Y, Zhou Y Z, Wang J, Huang Y J, Zhang Q L, Bian J. Construction and application of the knowledge graph method in management of soil pollution in contaminated sites: a case study in South China[J]. Journal of Environmental Management, 2022, 3019: 115685. DOI: 10.1016/j.jenvman.2022.115685.
  30. Zhang Y, Liu S, Zhang L, Zhou Y, Liang J, Lu J, Hu X, Liu L, Chen L, Zhang J, Xu C, Dong X. Application of singularity theory to the distribution of heavy metals in surface sediments of the Zhongsha Islands[J]. Journal of Marine Science and Engineering, 2022, 10: 1697. DOI: 10.3390/jmse10111697.
  31. Zhang Y, Zhang L, Zhou J, Zhu J T, Tang L S, Zhou Y Z. Multifractal properties of oil and gas indices in the Songnan Low Uplift of the Qiongdongnan Basin deepwater area[J]. Geochemistry: Exploration, Environment, Analysis, 2022, 22(3).
  32. Li J Z, Liu P Y, Sun S Y, Sun Z F, Zhou Y Z, Gong L, Zhang J L, Du D X. Sedapp v2021: a nonlinear diffusion-based forward stratigraphic model for shallow marine environments[J]. Geoscientific Model Development, 2021, 14: 4925-4937. DOI: 10.5194/gmd-14-4925-2021.
  33. Zhou Y Z, Zhang Q L, Shen W J, Xiao F, Zhang Y L, Zhou S W, Huang Y J, Ji J J, Tang L, Ouyang C. Construction and applications of knowledge graph of porphyry copper deposits[J]. Earth Sciences and Subsol Use, 2021, 44(3): 204-218. DOI: 10.21285/2686-9993-2021-44-3-204-218.
  34. Li X Y, Zhou Y Z, Wang J, Ye M, Geng T. Contrasting granite metallogeny through the zircon REE composition: perspective from data mining[J]. Applied Geochemistry, 2020, 122: 104758. DOI: 10.1016/j.apgeochem.2020.104758.
  35. Yu P, Zheng Y, Zhou Y Z, Chen B H, Niu J, Yang W. Zircon U-Pb geochronology and geochemistry of the metabasite and gabbro: implication for the Neoproterozoic and Paleozoic tectonic settings of the Qinzhou Bay-Hangzhou Bay suture zone, South China[J]. Geological Journal, 2020.
  36. Wang J, Zhou Y Z, Xiao F. Identification of multi-element geochemical anomalies using unsupervised machine learning algorithms: a case study from Ag-Pb-Zn deposits in north-western Zhejiang, China[J]. Applied Geochemistry, 2020, 120. DOI: 10.1016/j.appgeochem.2020.104679.
  37. Yu X T, Xiao F, Zhou Y Z, Wang Y, Wang K Q. Application of hierarchical clustering, singularity mapping, and Kohonen neural network to identify Ag-Au-Pb-Zn polymetallic mineralization associated geochemical anomaly in Pangxidong district[J]. Journal of Geochemical Exploration, 2019, 203: 87-95.
  38. Yu P, Zhang H Z, Zhou Y Z, Weinberg R F, Zheng Y, Yang W B. Melt evolution of crustal anatexis recorded by the Early Paleozoic Baiyunshan migmatite suite in South China[J]. Lithos, 2019, 332-333: 83-98.
  39. Liu Y, Zhu L, Guo F, Gong Q, Tang S, Gopalakrishnan G, Zhou Y. Constraining the distribution of elements and their controlling factors in the Zhaojikou Pb-Zn ore deposit, SE China, using fractal and compositional data analysis[J]. Applied Geochemistry, 2019, 108. DOI: 10.1016/j.appgeochem.2019.104379.
  40. Xiao F, Chen J G, Hou W S, Wang Z H, Zhou Y Z, Erten O. A spatially weighted singularity mapping method applied to identify epithermal Ag and Pb-Zn polymetallic mineralization associated geochemical anomaly in Northwest Zhejiang, China[J]. Journal of Geochemical Exploration, 2018, 189: 122-137. DOI: 10.1016/j.gexplo.2017.03.017.
  41. 周永章, 朱彪彪, 童小畅, 李丹, 张彤, 牛露佳, 于新慧, 张巧情, 王郑哲, 郭亦嘉, 李文佳, 张灿. GoldMiner-AI: 大数据与人工智能找矿系统的设计与实现[J]. 地学前缘, 2026, 33(4): 1-11.
  42. 周永章, 郭艳军. 人工智能与大数据地球科学研究进展[J]. 地学前缘, 2026, 33(4).
  43. 周永章, 刘刚, 毛先成, 袁峰, 杨慧, 王成彬, 侯卫生, 季晓慧, 李少华, 汪海城, 刘艳鹏, 邓吉秋, 李晓晖. 地球科学智能：进展、挑战与未来方向[J]. 矿物岩石地球化学通报, 2026, 45(3): 693-711. DOI: 10.3724/j.issn.1007-2802.20260088.
  44. 余晓彤, 胡瑞忠, 周永章, 黄小文, 曹胜桃. 地质知识与数据协同驱动的矿床智能预测大数据处理方法综述[J]. 地学前缘, 2026, 33(4): 55-70. DOI: 10.13745/j.esf.sf.2026.2.84.
  45. 何陆灏, 周永章, 马建华, 高国辉, 冯晶晶. 深度学习驱动的多类岩石图像精准分割与智能识别[J]. 矿物岩石地球化学通报, 2026, 45(3). DOI: 10.3724/j.issn.1007-2802.20260099.
  46. 曹胜桃. 知识-数据双驱动：右江盆地卡林型金矿床成矿机制[D]. 北京: 中国科学院大学, 2026: 220页.
  47. 赵博, 张德会, 陈其慎, 周永章. 遥感大数据解译及仿遥感地学知识发现[J]. 矿物岩石地球化学通报, 2025. DOI: 10.3724/j.issn.1007-2802.20240157.
  48. 何陆灏. 地质滑坡灾害垂直领域大语言模型构建及多模态数据融合的应用研究[D]. 广州: 中山大学, 2025: 377页.
  49. 周永章, 肖凡. 管窥人工智能与大数据地球科学研究新进展[J]. 地学前缘, 2024, 31(4): 1-6. DOI: 10.13745/j.esf.sf.2024.6.99.
  50. 曹胜桃, 胡瑞忠, 周永章, 刘建中, 谭亲平, 高伟, 郑禄林, 郑禄璟, 宋威方. 基于大数据关联规则算法的卡林型金矿床元素富集规律及找矿方法研究[J]. 地学前缘, 2024, 31(4): 58-72. DOI: 10.13745/j.esf.sf.2024.5.13.
  51. 王堃屹, 周永章. 粤西庞西坳地区非结构化地质信息机器可读表达与致矿异常区域智能预测[J]. 地学前缘, 2024, 31(4): 47-57. DOI: 10.13745/j.esf.sf.2024.5.5.
  52. 张前龙, 周永章, 郭兰萱, 原桂强, 虞鹏鹏, 王汉雨, 朱彪彪, 韩枫, 龙师尧. 找矿知识图谱的智能化应用——以钦杭成矿带斑岩铜矿为例[J]. 地学前缘, 2024, 31(4): 7-15. DOI: 10.13745/j.esf.sf.2024.5.2.
  53. 牛露佳, 石成岳, 王占刚, 周永章. 三维复杂地质结构模型的InterfaceGrid表达方法[J]. 地学前缘, 2024, 31(4): 129-138. DOI: 10.13745/j.esf.sf.2024.5.7.
  54. 王汉雨, 周永章, 许娅婷, 王维曦, 曹伟, 刘永强, 贺炬翔. 基于微服务架构的城市土壤污染物联网监测及可视化系统研究[J]. 地学前缘, 2024, 31(4): 165-174. DOI: 10.13745/j.esf.sf.2024.5.12.
  55. 张前龙, 周永章, 虞鹏鹏. 多层次矿床本体的构建及在知识图谱中的应用[J]. 矿物岩石地球化学通报, 2024, 43(1): 211-217.
  56. 余晓彤. 基于数据驱动的庞西铜矿产远景区找矿方法研究[D]. 广州: 中山大学, 2024: 97页.
  57. 张前龙. 矿床知识图谱的构建及在智能找矿勘查中的应用[D]. 广州: 中山大学, 2024: 209页.
  58. 贺炬翔, 张前龙, 许娅婷, 刘永强, 王维曦, 周永章, 虞鹏鹏. 钦杭成矿带研究进展——基于[J]. 2024. （原文标题截断，信息不完整）
  59. 周永章, 左仁广, 刘刚, 袁峰, 毛先成, 郭艳军, 肖凡, 廖杰, 刘艳鹏. 数学地球科学跨越发展的十年：大数据、人工智能算法正在改变地质学[J]. 矿物岩石地球化学通报, 2021, 40(3): 556-573.
  60. 周永章, 张前龙, 黄永健, 杨威, 肖凡, 吉俊杰, 韩枫, 唐磊, 欧阳冲, 沈文杰. 钦杭成矿带斑岩铜矿知识图谱构建及应用展望[J]. 地学前缘, 2021, 28(3): 67-75.
  61. 周永章, 刘楠, 陈川, 杨威. 开启区块链地质应用新时代[J]. 地质通报, 2020, 39(1): 1-6.
  62. 周永章, 陈川, 张旗, 肖凡, 沈文杰, 卞静, 王亚, 杨威, 焦守涛, 刘艳鹏, 韩枫. 地质大数据分析的若干工具与应用[J]. 大地构造与成矿学, 2020, 44(2): 173-182.
  63. 王俊. 浙西北银铅锌矿床智能预测方法应用研究[D]. 广州: 中山大学, 2020: 124页.
  64. 刘艳鹏, 朱立新, 周永章. 开放成矿系统元素迁移负异常结构对深部找矿预测的意义[J]. 大地构造与成矿学, 2020, 44(2): 251-257.
  65. 王语, 肖凡, 周永章, 王俊, 王恺其, 余晓彤. 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[J]. 大地构造与成矿学, 2020, 44(2): 222-230.
  66. 王堃屹, 周永章, 王俊, 张奥多, 余晓彤, 焦守涛, 刘心怡. 推荐系统算法在钦杭成矿带南段文地幅矿床预测中的应用[J]. 地学前缘, 2019, 26(4): 131-137.
  67. 刘心怡, 周永章. 关联规则算法在粤西庞西铜地区元素异常组合研究中的应用[J]. 地学前缘, 2019, 26(4): 126-130.
  68. 周永章, 张良均, 张奥多, 王俊. 地球科学大数据挖掘与机器学习[M]. 广州: 中山大学出版社, 2018: 1-269.
  69. 徐述腾, 周永章. 基于深度学习的镜下矿石矿物的智能识别实验研究[J]. 岩石学报, 2018, 34(11): 3244-3252.
  70. 刘艳鹏, 朱立新, 周永章. 卷积神经网络及其在矿床找矿预测中的应用研究——以安徽省兆吉口铅锌矿床为例[J]. 岩石学报, 2018, 34(11): 3217-3224.
  71. 焦守涛, 周永章, 张旗, 金维浚, 刘艳鹏, 王俊. 基于GEOROC数据库的全球辉长岩大数据的大地构造环境智能判别研究[J]. 岩石学报, 2018, 34(11): 3189-3194.

  72. 周永章, 王俊, 左仁广, 肖凡, 沈文杰, 王树功. 地质领域机器学习、深度学习及Python语言[J]. 岩石学报, 2018, 34(11): 3173-3178.

    方向二：

  73. Li W J, Zhou Y Z. Toward knowledge-enhanced geohazard intelligence: a review of knowledge graphs and large language models[J]. GeoHazards, 2026, 7: 40. DOI: 10.3390/geohazards7020040.
  74. Ma J H, Zhou Y Z, He L H, Liu X, Zheng Y J, Hong Y. Artificial intelligence-driven evolution and system integration for geological carbon capture, utilization, and storage[J]. Marine Geoscience and Energy Resources, 2026, 188: 207686. DOI: 10.1016/j.marge.2026.207686.
  75. Ma J H, Zhou Y Z, He L H, Liu X, Zheng Y J, Su L, Yang H R. Toward green and sustainable domain-specific large language models for carbon neutrality[J]. Environmental Science and Ecotechnology, 2026, ESE-D-25-01755.
  76. Ma J H, Zhou Y Z, He L H, Liu X, Wang H Y. A systematic review of carbon sink pathways and deployment strategies[J]. Earth-Science Reviews, 2026, 278: 105517. DOI: 10.1016/j.earscirev.2026.105517.
  77. Ma J H, Zhou Y Z, Zhou Z M, Zhang Y Q, He L H. Toward smart ocean monitoring: real-time detection of marine litter using YOLOv12 in support of pollution mitigation[J]. Marine Pollution Bulletin, 2025, 217: 118136. DOI: 10.1016/j.marpolbul.2025.118136.
  78. Liu L, Zhou Y, Ma J, Zhang Y, He L. Domain-specific question-answering systems: a case study of a carbon neutrality knowledge base[J]. Sustainability, 2025, 17: 2192. DOI: 10.3390/su17052192.
  79. He L H, Zhou Y Z, Zhang Y Q, Ma J H. Research and application of deep learning object detection methods for forest fire smoke recognition[J]. Scientific Reports, 2025, 15: 16328. DOI: 10.1038/s41598-025-98086-w.
  80. He L H, Zhou Y Z, Zhang Y Q, Ma J H. Application of the YOLOv11-seg algorithm for AI-based landslide detection and recognition[J]. Scientific Reports, 2025, 15: 12421. DOI: 10.1038/s41598-025-95959-y.
  81. He L H, Zhou Y Z, Yang H R, Su L, Ma J H. A deep learning-based method for marine oil spill detection and its application in UAV imagery[J]. Marine Pollution Bulletin, 2025, 222: 118889. DOI: 10.1016/j.marpolbul.2025.118889.
  82. Ma J H, Zhou Y Z, Zheng Y J, He L H, Wang H Y, Niu L J, Yu X H, Cao W. Advances in geochemical monitoring technologies for CO2 geological storage[J]. Sustainability, 2024, 16: 6784. DOI: 10.3390/su16166784.
  83. He L H, Zhou Y Z, Ma J H. Research and application of YOLOv11-based object segmentation in intelligent recognition at construction sites[J]. Buildings, 2024, 14: 3777. DOI: 10.3390/buildings14123777.
  84. Ji J J, Zhou Y Z, Cheng Q M, Jiang S J, Liu S T. Landslide susceptibility mapping based on deep learning algorithms[J]. Land, 2023, 12: 1125. DOI: 10.3390/land12061125.
  85. Liu Q Y, Zhao W H, Ma J, Zhou Y Z, Wu Y H, Qu Y J, Sun Y. Spatial clustering and source-specific risk of combined pollutants in soils from an industrial area in Shanxi Province, China[J]. Environmental Pollution, 2022, 299: 118925.
  86. Liu Q Y, Wu Y H, Zhou Y Z, Li X Y, Yang S H, Chen Y X, Qu Y J, Ma J. A novel method to analyze the spatial distribution and potential sources of pollutant combinations in the soil of Beijing urban park[J]. Environmental Pollution, 2021, 284: 117191. DOI: 10.1016/j.envpol.2021.117191.
  87. Liu Q Y, Zhao X L, Ma J, Mu Y S, Wang Y, Yang S H, Wu Y H, Wu F C, Zhou Y Z. Selenium (Se) plays a key role in the biological effects of some viruses: implications for COVID-19[J]. Environmental Research, 2021, 196: 111773. DOI: 10.1016/j.envres.2021.110984.
  88. Li X Y, Geng T, Shen W J, Zhang J R, Zhou Y Z. Quantifying the influencing factors and multi-factor interactions affecting cadmium accumulation in limestone-derived agricultural soil using random forest (RF) approach[J]. Ecotoxicology and Environmental Safety, 2021, 209: 110984. DOI: 10.1016/j.ecoenv.2020.111773.
  89. Li X Y, Zhou Y Z, Zhang J R. Status and associated human health risk of zinc accumulation in agricultural soils across China[J]. Process Safety and Environmental Protection, 2021, 146: 867-876. DOI: 10.1016/j.psep.2020.12.017.
  90. Liu L L, Liu Q Y, Ma J, Wu H W, Qu Y J, Gong Y W, Yang S H, An Y F, Zhou Y Z. Heavy metal(loid)s in the topsoil of urban parks in Beijing, China: concentrations, potential sources, and risk assessment[J]. Environmental Pollution, 2020.
  91. Gnanachandrasamy G, Wang S G, Mo L P, Zou J M, Zhou Y Z. Distribution determination, risk assessment, and source identification of heavy metals in mangrove wetland sediments from Qi'ao Island, South China[J]. Regional Studies in Marine Science, 2020, 33.
  92. Wang Y, Dong R, Zhou Y Z, Luo X. Characteristics of groundwater discharge to river and related heavy metal transportation in a mountain mining area of Dabaoshan, Southern China[J]. Science of the Total Environment, 2019, 679: 346-358.
  93. Liu Y, Zhu L, Guo F, Gong Q, Tang S, Gopalakrishnan G, Zhou Y Z. Constraining the distribution of elements and their controlling factors in the Zhaojikou Pb-Zn ore deposit, SE China, using fractal and compositional data analysis[J]. Applied Geochemistry, 2019, 108. DOI: 10.1016/j.appgeochem.2019.104379.
  94. Gnanachandrasamy G, Dushiyanthan C, Jayavel Rajakumar T, Zhou Y Z. Assessment of hydrogeochemical characteristics of groundwater in the lower Vellar river basin—using Geographical Information System (GIS) and Water Quality Index (WQI)[J]. Environment, Development and Sustainability, 2018. DOI: 10.1007/s10668-018-0219-7.
  95. Gnanachandrasamy G, Zhou Y Z, Bagyaraj M, Venkatramanan S, Ramkumar T, Wang S G. Remote sensing and GIS based groundwater potential zone mapping in Ariyalur District, Tamil Nadu, India[J]. Journal of the Geological Society of India, 2018, 92(10): 484-490.
  96. Liu Q Y, Chen B H, Haderlein S, Gopalakrishnan G, Zhou Y Z. Characteristics and environmental response of secondary minerals in AMD from Dabaoshan Mine, South China[J]. Ecotoxicology and Environmental Safety, 2018, 155: 50-58.
  97. Zhang J R, Li H Z, Zhou Y Z, Dou L, Cai L, Mo L P, You J. Bioavailability and soil-to-crop transfer of heavy metal in farmland soils: a case study in the Pearl River Delta, South China[J]. Environmental Pollution, 2018, 235: 710-719.
  98. 马建华, 周永章, 刘金锋, 郑益军, 王汉雨, 张灿. 面向地质封存及其泄露风险评价的 CO2 物联网在线监测[J]. 地学前缘, 2024, 31(4): 139-146. DOI: 10.13745/j.esf.sf.2024.5.15.
  99. 王汉雨，2024，基于物联网大数据的城市土壤污染监测、风险评价与预测预警系统研究，中山大学博士学位论文，158页
  100. 韩枫，2023，城市土壤污染的知识图谱构建与应用研究，中山大学博士学位论文，228页
  101. 周永章，王树功. 珠三角都市群的成长与可持续发展. 广州：中山大学出版社，2025，1–375. ISBN：978-7-306-08346-3

  102. 介绍：珠三角城市群是珠三角经济区发展的逻辑结果。进入21世纪，步入小康社会的珠江三角人，城市意识空前高涨。但面对土地开发强度过高，能源资源保障能力较弱，环境污染问题突出，资源环境约束凸显，传统发展模式难以持续，先行一步的珠三角城市群应该如何面对？本书从资源环境视角分析珠三角的发展历程，并通过重构发展动力机制，探讨珠三角城市群的可持续发展抉择与价值取向,进而实现发展战略转移，实现发展模式转型。

  103. 周永章、林星雨、伍春丽、唐沐阳，绿色发展理念研究：重回人与自然和谐，北京：中国社科文献出版社，2020，1-199. ISBN：9787520170994

  104. 介绍：本书是关于绿色发展理念的研究成果。把握人类文明进步的方向，从政治、经济、社会和生态的交叉维度，从理论起源、精神灵魂、系统思路、生产模式、社会范式、体制保障、世界图景、广东实践八个方面为线索，分析绿色发展理念的科学内涵和精神实质，以生态伦理为价值指南，从人与自然和谐发展视角切入，展示绿色发展的价值取向。分析习近平对绿色发展的特殊贡献，剖析中国改革开放新时代和珠三角地区的窗口作用，展现中国绿色发展与世界可持续发展思想的交融，期许读者在现代化征途中不迷惘，让山更青水更绿成为越来越多城市和乡村的常态。

  105. 周永章，伍春丽，杨威，张娜. 诗意地栖居的梦想. 广州：广东省经济出版社，2025，1–121. ISBN：978-7-5454-9797-7

  106. 介绍：屋顶绿化有乾坤：给我屋顶，还你绿色世界。本书旨在展示屋顶绿化如何将闲置空间转化为都市“绿洲”，它通过调节微气候、减缓热岛效应及降低噪音，为居民创造诗意的栖居地。作者以科学精神与人文关怀，向大众普及实践可持续发展与碳中和理念的创新路径，并传递“资源环境一体化”是推动人与自然和谐共生的关键所在。

  107. 翁毅、周永章，华南海岸生态景观演变对气候变化和人类活动的响应研究，广州：广东省人民出版社，2021,1-287. ISBN：9787218151267

介绍：华南海岸是我国经济活动和社会活动很频繁的地区之一，也是我国改革开放的前沿阵地，与港澳历史渊源深厚，是中国经济发展的“风向标”。本书在评述国内外海岸景观演变研究的现状和趋势的基础上，剖析华南海岸生态景观格局和主要特征，选定福建东山岛、广州南沙区、广州中心城区、北海银滩和博鳌琼海旅游度假区及合浦山口红树林和徐闻灯楼角珊瑚礁国家自然保护区，通过比照、共证的方式，聚焦于气候变化与人类活动共同作用影响下海岸生态景观的演变，分析华南海岸生物海岸景观演变对气候变化和人类活动的响应。