Abstract In recent years significant breakthroughs in exploring big data, recognition of complex patterns, and predicting intricate variables have been made. One efficient way of analyzing big data, recognizing complex patterns, and extracting trends is through machine-learning (ML) algorithms. The field of porous media, and more generally geoscience, have also witnessed much progress, and recent progress in developing various ML techniques have benefitted various problems in porous media and geoscience across disparate scales. Thus, it is becoming increasingly clear that it is imperative to adopt advanced ML methods for the problems in porous media and geoscience because they enable researchers to solve many difficult problems. At the same time, one can use the already existing extensive knowledge of porous media to endow ML algorithms and develop novel physics-guided methods. The goal of this review paper is to provide the first comprehensive review of the recently developed methods in the ML algorithms and describe their application to porous media and geoscience. Thus, we review the basic concept of the ML and describe more advanced methods, known as deep-learning algorithms. Then, the application of such methods to various problems in porous media and geoscience, such as hydrological modeling, fluid flow in porous media, and (sub)surface characterization, are reviewed. We also provide a discussion of future directions in this rapidly developing field.

中文翻译：

---

地球和环境科学中的机器学习：从小到大

摘要 近年来，在大数据探索、复杂模式识别、复杂变量预测等方面取得了重大突破。分析大数据、识别复杂模式和提取趋势的一种有效方法是通过机器学习 (ML) 算法。多孔介质领域，更广泛地说是地球科学，也取得了很大进展，最近开发各种 ML 技术的进展使多孔介质和地球科学领域的各种问题受益匪浅。因此，越来越清楚的是，必须采用先进的 ML 方法来解决多孔介质和地球科学中的问题，因为它们使研究人员能够解决许多难题。同时，人们可以利用现有的广泛的多孔介质知识来赋予机器学习算法并开发新的物理引导方法。这篇综述论文的目的是对 ML 算法中最近开发的方法进行首次全面综述，并描述它们在多孔介质和地球科学中的应用。因此，我们回顾了 ML 的基本概念并描述了更高级的方法，称为深度学习算法。然后，回顾了这些方法在多孔介质和地球科学中的各种问题中的应用，例如水文建模、多孔介质中的流体流动和（亚）地表表征。我们还讨论了这个快速发展的领域的未来方向。这篇综述论文的目的是对 ML 算法中最近开发的方法进行首次全面综述，并描述它们在多孔介质和地球科学中的应用。因此，我们回顾了 ML 的基本概念并描述了更高级的方法，称为深度学习算法。然后，回顾了这些方法在多孔介质和地球科学中的各种问题中的应用，例如水文建模、多孔介质中的流体流动和（亚）地表表征。我们还讨论了这个快速发展的领域的未来方向。这篇综述论文的目的是对 ML 算法中最近开发的方法进行首次全面综述，并描述它们在多孔介质和地球科学中的应用。因此，我们回顾了 ML 的基本概念并描述了更高级的方法，称为深度学习算法。然后，回顾了这些方法在多孔介质和地球科学中的各种问题中的应用，例如水文建模、多孔介质中的流体流动和（亚）地表表征。我们还讨论了这个快速发展的领域的未来方向。综述了这些方法在多孔介质和地球科学中的各种问题中的应用，例如水文建模、多孔介质中的流体流动和（亚）地表表征。我们还讨论了这个快速发展的领域的未来方向。综述了这些方法在多孔介质和地球科学中的各种问题中的应用，例如水文建模、多孔介质中的流体流动和（亚）地表表征。我们还讨论了这个快速发展的领域的未来方向。