EN
x
©2023 宁波东方理工大学（暂名）. 浙ICP备2023015999号

张东晓

讲席教授

美国国家工程院院士

国家级人才

常务副校长兼教务长

dzhang@eitech.edu.cn

背景介绍

张东晓，讲席教授，美国国家工程院院士，宁波东方理工大学（暂名）讲席教授。国家级人才，曾任教育部特聘教授。美国地质学会会士（Fellow），国际石油工程师协会SPE最高荣誉会员。


曾任南方科技大学学术副校长兼教务长，北京大学研究生院常务副院长、工学院院长、海洋研究院院长，美国南加州大学Marshall讲席正教授（终身制），美国俄克拉荷马大学石油和地质工程系米勒讲席正教授（终身制），北京大学能源与资源工程系首任系主任，美国国家实验室高级研究员。地下水文学、非常规油气开采（煤层气、页岩气）、二氧化碳地质埋藏方面的国际著名学者，其随机理论建模、数值计算、历史拟合和机器学习方面的研究成果被国际同行广泛采用。


著有专著三本，其中在2002年出版的《渗流随机理论》（美国学术出版社）已成为领域内的经典著作；发表学术论文260多篇（其中，SCI论文250多篇）。先后担任权威性杂志《水资源研究》、《国际石油工程师杂志》等八种国际学术杂志副主编。


曾任英国国家研究理事会“能源研究评估委员会”委员、美国国家研究委员会“地球科学2010-2020科研规划委员会”委员、《国际石油工程师杂志》CO2地下封存专缉主编以及达沃斯世界经济论坛（WEF）“全球议程理事会”理事、中国研究生院院长联席会秘书长、中国学位与研究生教育学会文理科工作委员会主任、中国学位与研究生教育学会评估委员会（第六届）副主任。


教育背景

1993.01-1993.12：美国亚利桑那大学工学院水文与水资源系水文学博士，博士论文: Conditional Stochastic Analysis of Solute Transport in Heterogeneous Geologic Media，导师: Shlomo P. Neuman院士

1991.08-1992.12：美国亚利桑那大学工学院水文与水资源系水文学理学硕士，硕士论文: Some Aspects of Stochastic Flow and Transport in Complex Geologic Media，导师: Shlomo P. Neuman院士

1990.08-1991.07：美国亚利桑那大学工学院采矿与地质工程系地质工程方向，硕士研究生

1988.08-1989.07：东北大学采矿工程系岩石力学方向，硕士研究生

1984.08-1988.07：东北大学采矿工程系，理学学士


工作经历

2022-至今：宁波东方理工大学（暂名）常务副校长兼教务长、讲席教授

2019.07-2021.12：南方科技大学学术副校长、教务长、讲席教授

2017.11-2019.08：北京大学研究生院常务副院长

2013.07-2019.07：北京大学工学院院长，能源与资源工程系讲席教授 ；北京大学海洋研究院院长

2010.08-2013.06：北京大学工学院常务副院长，能源与资源工程系讲席教授

2007.08-2010.08：美国南加州大学土木与环境工程系和化学工程与材料科学系，水资源与石油工程，Marshall讲席教授

2005.07-2010.08：北京大学工学院创院副院长（2005-2007）；能源和资源工程系讲席教授，首任系主任（2005-2007）

2004.03-2007.07：美国俄克拉荷马大学石油与地质工程系，米勒讲席教授（终身制）

1996.09-2004.03：美国国家实验室地球和环境科学部，高级研究员和研究室主任（1999-2003）

2002.08-2002.12：香港科技大学土木工程系访问学者，从美国国家实验室学术休假 ；教学：随机地下水文学，研究：地表/地下流动的耦合

2003.06-2010.12：南京大学地球科学系兼任教授

2000.12-2009.12：美国地球物理联合会《水资源研究》（Water Resources Research）副主编

2002.08-2012.12：国际石油工程师杂志（SPE Journal）副主编

2003.07-2008.12：美国土壤科学学会《非饱和带杂志》（Vadose Zone Journal）副主编

2004.07-至今：Elsevier出版社Advances in Water Resources编委会成员

2005.01-2011.12：美国工业与应用数学学会Multiscale Modeling and Simulation副主编

2007.01-至今：Springer出版社Journal of Computational Geosciences副主编

2010.01-至今：《温室气体：科学与技术》（Greenhouse Gases: Science and Technology）编辑顾问

1995.03-1996.08：Daniel B. Stephens＆Associates有限公司，高级水文学家

1994.01-1995.02：亚利桑那大学水文和水资源系，助理研究员

1993.01-1993.12：亚利桑那大学水文和水资源系，研究助理

1991.08-1992.12：亚利桑那大学水文和水资源系研究生，研究助理

1990.08-1991.07：亚利桑那大学采矿与地质工程系，研究生教学助理


获奖情况及荣誉

2017年：当选美国国家工程院院士

2017年：当选国际石油工程师协会SPE最高荣誉会员

2012年：北京大学首届“十佳导师”

2011年：“中国百篇最具影响国际学术论文”奖

2011年：当选美国斐陶斐学院荣誉成员

2009年：当选美国地质学会会士

2007年：石油工程学会学报杰出评审人奖

2006年：石油工程学会学报杰出编辑奖

2007-2011年：国家级人才

2006-2010年：教育部特聘专家

2005-2007年：国家级人才

2005-2007年：中国科学院海外评审专家委员会委员

2002年：当选中国地球科学促进会成员

1997年：美国国家实验室亚洲杰出员工奖

1984-1988年：杰出学生奖


学术组织成员

2017年：美国国家工程院院士

2009年：美国地质学会会士

2005年：美国工业与应用数学学会（SIAM）

2003年：美国土木工程师学会（ASCE）

2001年：美国地质学会（GSA）

1999年：石油工程师学会（SPE）；最高荣誉会员（2017）

1992年：美国地球物理联合会（AGU）

Researcher ID（Publons）网页：https://publons.com/researcher/2968087/dongxiao-zhang/

谷歌学术个人页面：Dongxiao Zhang（http://scholar.google.com/citations?user=HJdIx6QAAAAJ&hl=en）


代表作（*表示通讯作者）

l Chen, Y., Luo, Y., Liu, Q., Xu, H., & Zhang, D*. (2022). Symbolic genetic algorithm for discovering open-form partial differential equations (SGA-PDE). Physical Review Research, 4(2), 023174.
l Xu, H., Chen, Y., & Zhang, D*. (2022). Semantic interpretation for convolutional neural networks: What makes a cat a cat? Advanced Science. 2204723.
l Wang N, Chang H, Zhang D*. Deep‐learning‐based inverse modeling approaches: A subsurface flow example[J]. Journal of Geophysical Research: Solid Earth, 2021, 126(2): e2020JB020549.
l Wang N, Chang H, Zhang D*. Efficient uncertainty quantification for dynamic subsurface flow with surrogate by Theory-guided Neural Network[J]. Computer Methods in Applied Mechanics and Engineering, 2021, 373: 113492.
l Chen Y, Huang D, Zhang D*, et al. Theory-guided hard constraint projection (HCP): A knowledge-based data-driven scientific machine learning method[J]. Journal of Computational Physics, 2021, 445: 110624.
l Chen Y, Zhang D*. Theory-guided deep-learning for electrical load forecasting (TgDLF) via ensemble long short-term memory[J]. Advances in Applied Energy, 2021, 1: 100004.
l Li S, Zhang D*. Development of 3‐D Curved Fracture Swarms in Shale Rock Driven by Rapid Fluid Pressure Buildup: Insights From Numerical Modeling[J]. Geophysical Research Letters, 2021, 48(8): e2021GL092638.
l Xu H, Zhang D*, Wang N. Deep-learning based discovery of partial differential equations in integral form from sparse and noisy data[J]. Journal of Computational Physics, 2021, 445: 110592.
l Liao Q, Lei G, Zhang D*, et al. Estimation of macrodispersivity in bounded formations by circulant embedding and analysis of variance[J]. Water Resources Research, 2021, 57(7): e2020WR029385.
l Zheng S, Li S, Zhang D*. Fluid and heat flow in enhanced geothermal systems considering fracture geometrical and topological complexities: An extended embedded discrete fracture model[J]. Renewable Energy, 2021, 179: 163-178.
l Xu R, Wang N, Zhang D*. Solution of diffusivity equations with local sources/sinks and surrogate modeling using weak form Theory-guided Neural Network[J]. Advances in water resources, 2021, 153: 103941.
l Li S, Firoozabadi A, Zhang D*. Hydromechanical modeling of nonplanar three‐dimensional fracture propagation using an iteratively coupled approach[J]. Journal of Geophysical Research: Solid Earth, 2020, 125(8): e2020JB020115.
l Xu H, Chang H, Zhang D*. DLGA-PDE: Discovery of PDEs with incomplete candidate library via combination of deep learning and genetic algorithm[J]. Journal of Computational Physics, 2020, 418: 109584.
l Wang N, Zhang D*, Chang H, et al. Deep learning of subsurface flow via theory-guided neural network[J]. Journal of Hydrology, 2020, 584: 124700.
l Wu T, Zhao J, Zhang W, Zhang D*. Nanopore structure and nanomechanical properties of organic-rich terrestrial shale: An insight into technical issues for hydrocarbon production[J]. Nano Energy, 2020, 69: 104426.
l Chen Y, Chang H, Meng J, Zhang D*. Ensemble Neural Networks (ENN): A gradient-free stochastic method[J]. Neural Networks, 2019, 110: 170-185.
l Li S, Feng X T, Zhang D*, et al. Coupled thermo-hydro-mechanical analysis of stimulation and production for fractured geothermal reservoirs[J]. Applied Energy, 2019, 247: 40-59.
l Teng Y, Zhang D*. Long-term viability of carbon sequestration in deep-sea sediments[J]. Science Advances, 2018, 4(7): eaao6588.
l Zhang D, Chen Y, Meng J. Synthetic well logs generation via Recurrent Neural Networks[J]. Petroleum Exploration and Development, 2018, 45(4): 629-639.
l Chen Y, Jiang S, Zhang D*, et al. An adsorbed gas estimation model for shale gas reservoirs via statistical learning[J]. Applied Energy, 2017, 197: 327-341.