| 1 |
2026/07/24 04:20 |
张*乐 |
用于论文模型验证，监测边坡正确率，达到模型泛化的结果
|
| 2 |
2026/07/17 17:33 |
李* |
融合神经ODE与对比模式迁移的阶梯先验滑坡位移预测方法库岸滑坡位移预测是地质灾害监测预警中的关键问题。受降雨入渗、库水位涨落和坡体结构共同影响，三峡库区许多滑坡的累积位移并不是简单平滑变化，而是表现出“缓慢变形—加速变形—趋于稳定”的阶梯式演化特征。传统时间序列模型虽然能够描述位移序列的统计相关性，但在阶梯边界识别、阶梯内部连续动力学刻画以及不同滑坡之间的知识迁移方面仍存在不足。针对上述问题，本文提出一种融合注意力阶梯解析、对比形态匹配、神经常微分方程（Neural ODE）和状态转移网络的滑坡阶梯位移预测框架。以白水河滑坡为目标域，以八字门滑坡和新滩滑坡为源域，模型首先在源域数据上预训练，再引入白水河数据进行联合微调，实现跨滑坡演化知识迁移。针对白水河最后一个阶梯段，本文采用离线遮挡实验方式，将索引区间[47,61)的前10个观测点作为已知部分，预测后4个点，并与真实观测值对比。实验结果表明，基于当前阶梯前部形态匹配的迁移策略取得RMSE=122.7150 mm、MAE=113.0226 mm、MAPE=7.6218%的预测精度；基于相邻阶梯对迁移的扩展策略经优化后取得RMSE=188.7988 mm、MAE=166.5230 mm、MAPE=11.3108%。结果说明，在目标阶梯已有部分观测信息的条件下，将当前阶梯前部形态与目标滑坡上一阶梯状态共同用于预测，能够获得更稳定的迁移预测效果。
|
| 3 |
2026/07/15 01:10 |
谭*兵 |
题目：基于Insar的秭归县树坪滑坡的变形分析 摘要：秭归县树坪滑坡是三峡库区典型的库水扰动型滑坡，受库水位升降与降雨叠加影响，变形活动频繁，对库区沿线人居与工程安全构成严重威胁。为精准掌握其动态变形特征，本文采用时序InSAR技术，依托Sentinel-1卫星时序遥感数据，对树坪滑坡开展长时间、大范围形变监测与规律分析。研究提取滑坡地表时序形变信息，反演得到滑坡整体及局部形变速率，精准圈定滑坡变形核心区域。结果表明，树坪滑坡变形具有显著的时空差异性，滑坡中前部为主要变形区，形变速率更大，整体呈现阶段性蠕变特征；库水位骤降与强降雨是诱发滑坡变形加剧的核心因素，动水压力变化直接推动坡体滑移变形。本研究明确了滑坡变形响应机制，验证了InSAR技术在库区滑坡动态监测中的适用性，可为三峡库区同类型滑坡的预警预报、风险管控及防灾减灾工作提供科学参考与技术支撑。硕士论文
|
| 4 |
2026/07/10 15:10 |
刘*同 |
水力-土体耦合光滑粒子流体动力学的降雨诱发滑坡模拟研究，博士学位论文
|
| 5 |
2026/07/06 05:54 |
XI***** LI |
论文题目：融合监测数据和滑坡变形机制的滑坡位移预测 数据在研究中的作用：需要该数据作为滑坡预测的源域数据进行迁移学习 论文类型：应用研究
|
| 6 |
2026/07/02 20:08 |
杨*飞 |
研究拟选取三峡库区典型库岸滑坡研究区，申请GNSS地表位移监测数据及配套的降雨、库水位等辅助数据，用于开展库岸滑坡变形时序特征分析、位移对水雨
因素的响应关系研究以及变形预测模型构建等工作。
论文类型：硕士论文
论文题目：三峡库区库岸地质灾害 GNSS 自动化监测数据质量与变形特征分析
摘要：三峡库区自2003年蓄水以来，库区大量滑坡监测累积位移曲线呈阶跃型，此类滑坡在外界影响因素下集中在某一时间段内变形量大，其机理复杂、稳定性判断和预警难度大。全球导航卫星系统（GNSS）自动化监测技术因具备高精度、全天候、实时连续等优势，已被广泛应用于库岸滑坡地表变形监测中。然而，三峡库区多峡谷地貌导致GNSS信号易受干扰，监测数据质量直接影响后续变形分析和预警工作的可靠性。因此，系统开展GNSS自动化监测数据质量评价与滑坡变形特征分析，对于提升库岸地质灾害监测预警能力具有重要意义。
本研究选取三峡库区树坪滑坡、白水河滑坡、白家包滑坡、谭家湾滑坡和藕塘滑坡等5个典型库岸滑坡为研究区，申请GNSS地表位移监测数据及配套的降雨、库水位等辅助数据。研究内容主要包括：（1）基于TEQC等工具对GNSS监测数据进行质量评估，从数据完整性、多路径效应、信噪比等维度系统评价监测数据质量；（2）基于GNSS位移时间序列数据，分析各滑坡体地表变形的时空演化特征与阶跃型变形规律；（3）定量分析滑坡位移对降雨及库水位变动的响应关系，探究位移速率对诱发因素的滞后效应；（4）基于改进切线角法及全自动监测数据定量化分析，获取滑坡等速变形速率和变形阶跃点，建立相应的预警模型。预期形成规范化分析数据表、典型过程线和相关性分析图，揭示不同地质类型库岸滑坡的变形机理及其对水雨因素的响应规律，构建基于GNSS位移数据的滑坡预警指标体系。研究成果将为三峡库区库岸地质灾害GNSS自动化监测数据质量评价与变形特征分析提供科学依据，并为库区滑坡灾害的早期预警与防灾减灾决策提供技术支撑。
|
| 7 |
2026/06/27 16:06 |
李*云 |
基于现场长期观测数据，对边坡状态进行分析，预测其稳定性
|
| 8 |
2026/05/27 00:19 |
杜*洋 |
本人杜凯洋，系成都大学建筑与土木工程学院土木工程专业2025级硕士研究生。研究方向为基于深度学习的浅层滑坡变形特征预测。 浅层滑坡是我国西部地区常见的地质灾害类型，具有分布广、突发性强、致灾后果严重的特点。近年来，深度学习技术在时序预测领域取得显著进展，为滑坡位移预测提供了新的技术路径。然而，深度学习模型的训练与验证高度依赖于高质量、长序列的滑坡变形监测数据，而此类数据获取难度大，是制约该研究方向发展的主要瓶颈。国家冰川冻土沙漠科学数据中心作为国家首批认定的科学数据中心之一，长期致力于冰川、冻土、沙漠及寒旱区灾害数据的资源建设与共享服务，已在三峡库区、舟曲等地滑坡灾害研究中积累了丰富的数据资源，为中心开展灾害数据分析与防灾减灾研究提供了重要支撑。 本人正在开展题为《基于深度学习的浅层滑坡变形特征预测研究》的硕士学位论文工作。研究拟构建浅层滑坡位移预测模型，通过挖掘历史变形监测数据中的时序演化规律，实现对滑坡变形趋势的提前预测与预警。现向贵中心申请获取相关数据。
|
| 9 |
2026/03/30 21:47 |
周* |
论文题目：基于深度学习的滑坡位移预测模型
数据在研究中的作用：目前用于模型训练阶段的课题学习，想要参考公开数据集进行验证，模型搭建和期刊论文题目的大体方向未定，若有论文引用时必按要求引用，谢谢!!
论文类型：期刊论文
导师姓名：王霄
|
| 10 |
2025/11/12 18:48 |
朱* |
机理研究：为深入探究滑坡发生的地质、水文、气象等内在机理，需要大量滑坡历史数据（如滑坡时间、规模、滑动速度、地质结构等） ，分析滑坡形成的主控因素和演化规律，为滑坡预测和理论研究提供数据支撑。 模型构建与验证：构建滑坡稳定性评价模型、滑坡灾害风险评估模型等，需真实的滑坡数据对模型进行校准和验证，确保模型的准确性和可靠性，提升对滑坡灾害的科学认知和预测能力
|
本作品采用
CC BY 4.0 （知识共享 署名 4.0 国际许可协议）进行许可。
CSTR:11738.11.ncdc.Sanxia.2020.98
10.12072/sanxia.002.2017.db
