滑坡变形监测数据是反映滑坡发生、发展、演化过程的最显著的参量,是滑坡监测预警必要的基础数据。该数据集记录了三峡库区秭归县八字门滑坡2007-2012年变形监测数据;该滑坡的监测内容主要为八字门滑坡地表位移GPS监测成果、滑坡降雨量、长江水位及气温观测数据、八字门滑坡基本特征及监测数据使用等内容。
| 采集时间 | 2007/01/01 - 2012/12/31 |
|---|---|
| 采集地点 | 长江三峡库区八字门 |
| 数据量 | 319.7 KiB |
| 数据格式 | doc |
| 数据时间分辨率 | 年 |
| 坐标系 | WGS84 |
自主生产,自动采集
数据集通过严格的人工审核控制质量
本数据经过人工校正、质量良好
本作品采用
知识共享署名
4.0 国际许可协议进行许可。
| # | 标题 | 文件大小 |
|---|---|---|
| 1 | T_DA_SX_BZMGPS2007.csv | 3.0 KiB |
| 2 | T_DA_SX_BZMGPS2008.csv | 3.0 KiB |
| 3 | T_DA_SX_BZMGPS2009.csv | 2.0 KiB |
| 4 | T_DA_SX_BZMGPS2010.csv | 2.0 KiB |
| 5 | T_DA_SX_BZMGPS2011.csv | 2.1 KiB |
| 6 | T_DA_SX_BZMGPS2012.csv | 2.1 KiB |
| 7 | T_DA_SX_BZMPRECIP2007_2012.csv | 55.9 KiB |
| 8 | T_DA_SX_BZMSTAGE2007_2012.csv | 66.0 KiB |
| 9 | _ncdc_meta_.json | 3.8 KiB |
| 10 | 八字门滑坡基本特征及监测数据使用说明(2018年).doc | 183.5 KiB |
| # | 时间 | 姓名 | 用途 |
|---|---|---|---|
| 1 | 2025/10/19 02:31 | Ha****ao |
本人系同济大学土木水利硕士研究生,正在进行以边坡时序大模型为主题的论文工作。本研究旨在探索前沿时序大模型技术,以提升边坡失稳风险的精准预警与智能化治理水平,对于保障重大基础设施安全具有重要的理论研究价值与工程应用前景。然而,时序大模型的训练与验证高度依赖于大规模、高质量的边坡时序监测数据。目前,国内该领域公开、完备的数据集较为稀缺。为此,特恳请贵单位能够予以支持,惠准共享部分相关的边坡时序监测数据。本研究承诺所获数据将严格用于学术科研目的,并遵守贵单位的所有数据使用与管理规定。恳请贵单位能够考虑本申请,助力前沿科技探索与高端人才培养。期待您的佳音!
申请人:晁昊
论文类型:硕博论文
指导老师:张洁 教授 (长江学者特聘教授)
所在单位:同济大学土木工程学院
|
| 2 | 2025/07/13 16:47 | 付*娣 |
论文题目:降雨影响下的滑坡变形特性及前兆特征探索
数据在研究中的作用:通过降雨数据、变形数据和监测数据 对研究降雨条件下的库岸滑坡超前预警有着重要影响
论文类型:研究型
导师姓名:朱星
|
| 3 | 2025/06/25 07:31 | 刘*洋 |
论文题目:多源数据融合的滑坡位移预测研究
数据在研究中的作用:数据分析
论文类型:期刊论文
导师姓名:李墨潇
|
| 4 | 2025/05/22 19:31 | 陈* |
论文题目:基于稳态蠕变位移数据的滑坡临界阈值预测
数据在研究中的作用:验证模型的适用性
论文类型:期刊论文
导师姓名:陈国庆
|
| 5 | 2025/04/18 19:43 | 李*波 |
论文题目:基于机器学习的滑坡易发性研究
数据在研究中的作用:作为模型研究对象,同时验证模型性能
论文类型:学士论文
导师姓名:王霄(副教授)
|
| 6 | 2025/04/15 00:28 | 代*阳 |
论文题目:基于机器学习的混凝土坝变形 智能安全监控方法研究
数据在研究中的作用:数据集
论文类型:本科论文
导师姓名:祁瑞敏
|
| 7 | 2025/04/14 17:20 | 孙*东 |
论文题目:基于深度学习的滑坡位移预测
数据在研究中的作用:数据应用、分析、预测
论文类型:学术论文
导师姓名:袁颖
|
| 8 | 2025/04/02 03:47 | 李*纲 |
论文题目:基于分层抽样和注意力机制的阶跃型滑坡位移预测
数据在研究中的作用:验证预测模型的泛用性
论文类型:基于机器学习的滑坡位移预测
导师姓名:巨能攀
|
| 9 | 2025/03/24 17:58 | 甘*冬 |
论文题目:系统不确定影响下基于Transformer-CNN的滑坡位移多步预测方法研究
数据在研究中的作用:训练学习预测
论文类型:硕士论文
导师姓名:伍洲
|
| 10 | 2025/03/15 01:25 | 卢*洋 |
论文题目:基于深度学习滑坡位移预测
数据在研究中的作用:深度学习模型需要大量的数据来进行训练,通过学习历史数据中的位移变化规律,模型能够不断优化自身的参数,提高预测的准确性。例如,在一些滑坡位移预测的研究中,使用了包含多个滑坡监测点的长期位移数据来训练模型,使得模型能够更好地捕捉滑坡的变形特征
论文类型:期刊论文
导师姓名:田斌
|
© 中国科学院西北生态环境资源研究院 2005- 备案号:陇ICP备2021001824号-21
兰州市东岗西路320号, 730000, 电话: 0931-4967592,0931-4967596

