ncdc logo title
ncdc_logo
2016年长江三峡库区秭归县树坪滑坡变形、降雨及库水位监测资料
  • 2020/12/21 22:04
  • 7663
  • 124
  • 6
中文名称
2016年长江三峡库区秭归县树坪滑坡变形、降雨及库水位监测资料
英文名称
2016 Shuping landslide deformation, rainfall and reservoir water level monitoring information in Zigui County, Three Gorges reservoir area of Yangtze River
CSTR
CSTR:11738.11.ncdc.Sanxia.2020.97
DOI
10.12072/sanxia.003.2017.db
数据共享方式
离线申请
数据分类
滑坡
来源站点
长江三峡滑坡观测站
数据贡献者
易武
数据集摘要

该数据集记录2016年三峡库区秭归县树坪滑坡的相关监测资料，主要内容包括树坪滑坡基本特征及监测数据使用说明、地表位移GPS监测成果表、降雨量及长江水位观测数据资料表。

基本信息
采集时间 2016/01/01  -  2016/12/31
采集地点 长江三峡库区树坪
数据量 5.9 MiB
数据格式 doc
数据时间分辨率 月
坐标系 WGS84
数据缩略图
数据源描述

自主生产，人工采集

数据加工方法

计算、汇总、统计

数据质量描述

本数据经过人工检查、质量良好

引用和标注
为保障平台科技资源的权益、扩展平台中心的服务、提升科技资源的应用潜力，请资源使用者在使用资源所产生的研究成果中（包括公开发表的论文、论著、数据产品和未公开发表的研究报告、数据产品等成果），请按以下方式规范标注和引用。
在使用数据时，请注明“2016年长江三峡库区秭归县树坪滑坡变形、降雨及库水位监测资料数据来自湖北长江三峡滑坡国家野外科学观测研究站”

中文发表的成果中参考以下规范注明： 数据来源于国家冰川冻土沙漠科学数据中心 (http://www.ncdc.ac.cn)。
英文发表的成果中参考以下规范注明： The dataset is provided by National Cryosphere Desert Data Center. (http://www.ncdc.ac.cn).

数据引用
  1. 易武. 2016年长江三峡库区秭归县树坪滑坡变形、降雨及库水位监测资料. 国家冰川冻土沙漠科学数据中心(http://www.ncdc.ac.cn), 2020. https://cstr.cn/CSTR:11738.11.ncdc.Sanxia.2020.97.
  2. 易武. 2016年长江三峡库区秭归县树坪滑坡变形、降雨及库水位监测资料. 国家冰川冻土沙漠科学数据中心(http://www.ncdc.ac.cn), 2020. https://www.doi.org/10.12072/sanxia.003.2017.db.
许可协议
知识共享许可协议   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 _ncdc_meta_.json 3.3 KiB
2 树坪滑坡地表位移GPS监测成果表2016年.doc 114.0 KiB
3 树坪滑坡基本特征及监测数据使用说明2016年.doc 5.5 MiB
4 树坪滑坡降雨量、长江水位观测数据资料表2016年.doc 177.5 KiB
5 树坪缩略图.jpg 118.3 KiB
最近10条服务记录如下
# 时间 姓名 用途
1 2025/07/28 22:30 钱*衡
Paper title：一种顾及空间非平稳性的滑坡形变分析改进GTWR模型 Paper abstract：滑坡作为一种典型的地质灾害，在高原山区频繁发生，严重威胁人民生命财产安全。InSAR技术通过提供高精度、大范围的地表形变速率数据，凭借其高时空分辨率和全天候成像能力，为滑坡隐患识别与监测提供了可靠的数据支撑，对提升地质灾害防控能力具有重要意义。与此同时，构建精准合理的预测评价模型对于量化滑坡风险、提升灾害预警能力有显著影响。现有研究多基于全局模型（如OLS）或静态空间模型（如GWR），忽略了滑坡诱发机制在空间上的非平稳性，限制了模型的解释力与预测能力。然而，随着时间维度在滑坡形变分析中的重要性逐渐凸显，仅依赖空间维度的GWR模型显然不足以应对复杂的时序形变数据。因此本文采用时空地理加权回归（GTWR）模型，将时间和空间两个维度结合起来，使得模型能够同时考虑地理位置和时间对滑坡形变的影响。融合InSAR形变数据与多源地理环境因子，实现滑坡形变驱动机制的动态建模。建模前，通过VIF剔除多重共线性，并利用Moran’s I指数确认变量的空间自相关性，为后续模型构建提供理论依据。实验结果表明，GTWR在所有核函数下均优于GWR，尤其是在指数核函数配置下表现最佳（R² = 0.902），显著优于GWR对应结果（R² = 0.8237）。此外，GTWR模型所选带宽明显小于GWR，表明其对局部时空异质性的响应能力更强。研究表明，GTWR模型使用指数函数进行回归时不仅能有效捕捉滑坡诱发因子在时空维度上的动态变化，还通过点单元建模增强了空间接近性的表达精度，显著提升了滑坡形变驱动机制的解析能力。本方法在高原复杂地质环境中具有良好的适应性，为地质灾害的精准评估与动态预警提供了可行路径，具有重要的理论意义与实践价值。 Paper type：滑坡分析 Tutor：左小清
2 2025/07/13 17:24 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 2025/05/30 03:49 吴*玲
论文题目：动水作用下库岸堆积层滑坡长期稳定性研究 数据在研究中的作用：用于数据分析 论文类型：硕士论文 导师姓名：章广成、张抒
5 2025/05/27 07:11 庞*芳
数据用于撰写学术论文，题目拟定为《多源数据驱动下GGA-BP算法的滑坡变形预测模型研究》
6 2025/05/20 00:45 周*
项目需要对库水位+降雨作用下的滑坡灾害进行灾变机理与稳定性分析。
7 2025/05/20 01:33 陆*影
论文题目：三峡库区滑坡易发性分析 数据在研究中的作用：滑坡发生后近年的形变是否加剧研究 论文类型：期刊论文 导师姓名：周吕
8 2025/05/08 20:05 常*欣
论文题目：边坡监测预警系统的实现 数据在研究中的作用：用于深度学习中预警模型的训练 论文类型：本科毕设 导师姓名：王秋才
9 2025/05/06 18:15 马*茹
论文题目：基于STGCN的滑坡位移预测研究 数据在研究中的作用：验证模型预测精度 论文类型：机器学习、地质灾害、工程地质 导师姓名：韩志刚
10 2025/04/16 00:40 尚*洋
论文题目：滑坡位移预测 数据在研究中的作用：非常重要，训练模型 论文类型：硕士论文 导师姓名：王霄
loading
如何获取数据 
东: 110.27
西: 111.00
南:  31.12
北:  30.62
导出元数据
数据服务信息
联系人：
易武
服务电话：
13972006951
服务邮箱：
yiwu@ctgu.edu.cn
联系信息
数据贡献者：
易武
元数据作者：
黄海峰
数据管理者：
易武

© 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