| 1 |
2026/07/19 00:12 |
方* |
题目为：NG-RC_CSD_Landslide_Early_Warning
硕士用于期刊论文，利用NGRC+CSD+HMM来做长江三峡地区阶跃型滑坡（白水河、八字门、树坪）的预警分析
|
| 2 |
2026/07/03 01:59 |
陈*中 |
本次申请数据拟用于“基于历史数据的地质灾害风险分析与评估模型研发”项目的后续研究。项目面向滑坡、崩塌、泥石流等典型山区地质灾害，拟基于历史灾害记录、地形地貌、地质环境、降雨水文、地下水、库水位、GNSS/GPS 位移、裂缝变化、InSAR 形变及遥感影像等多源异构数据，构建地质灾害多维数据融合数据库，并开展地质灾害早期识别、风险评估、预测预警和时空分布可视化分析研究。
申请数据将用于地质灾害控制因素、影响因素、诱发因素、变形迹象及已有灾害信息的整理与融合，支撑机器学习和深度学习模型训练。项目拟采用随机森林、XGBoost、CNN、LSTM 等方法，分析降雨、水位、地下水、地形、地质、植被、土地利用和位移变形等因子与地质灾害发生之间的关系，构建地质灾害风险分析与评估模型，并进一步开展滑坡变形趋势预测、灾害隐患早期识别和风险预警阈值研究。
本次申请数据仅用于科研分析、模型研发、论文撰写和项目成果验证，不用于商业转售或其他非授权用途。研究过程中将严格遵守数据共享平台的数据使用规定和引用要求，规范管理所申请数据，并在相关研究成果中按要求注明数据来源。
|
| 3 |
2026/06/09 11:22 |
衷*阳 |
论文题目：基于语义压缩和异质图神经网络的多源异构滑坡监测数据融合方法。
论文类型：科研论文/期刊论文。
摘要：本论文拟针对滑坡监测过程中多源异构数据在时间尺度、空间尺度、物理量纲和数据结构方面存在差异，导致传统数据融合方法存在异构对齐困难、信息冗余较高、地质物理机制解释不足等问题，开展多源滑坡监测数据融合方法研究。本文拟结合地质语义压缩、变分自编码器和异质图神经网络方法，对滑坡坡表位移、深部位移、地下水位、桩轴力、桩应变等多类型监测数据进行统一表征、语义压缩与深度融合，并用于滑坡位移预测和稳定性分析，为滑坡监测预警提供数据支撑和方法参考。
|
| 4 |
2026/06/05 19:22 |
吴*妍 |
本次申请各类三峡库区水文、地质、监测及地形遥感相关数据，是完成《库水位波动对三峡库区滑坡稳定性的影响机理》本科毕业论文及后续期刊论文研究的核心基础与必要前提。三峡库区库水位周期性、大幅度的蓄放波动，会直接改变库岸滑坡体地下水渗流场与孔隙水压力分布，是诱发库区滑坡失稳变形的核心诱因，厘清不同水位波动模式下滑坡的响应规律与稳定机制，对库区地质灾害防控具有重要的理论价值与现实意义。
现阶段本研究已完成前期文献梳理、研究思路框架搭建及研究区概况分析工作，但缺乏真实、连续的实测数据支撑，无法开展定量分析与数值模拟研究。其中，库水位调度数据是还原库区水位动态变化过程、划分水位波动工况的核心依据；气象水文数据可辅助分析降雨、径流等叠加因素对滑坡稳定性的耦合影响；滑坡基础地质数据、地形数据是构建数值模型、确定土体物理力学参数、还原滑坡原始地形地貌的基础条件；位移、孔隙水压力等现场监测数据，则是验证数值模拟结果、分析地下水滞后响应规律、定量计算滑坡安全系数的关键实测依据；遥感InSAR数据可辅助精准识别滑坡边界、校核滑坡形变特征，保障研究的真实性与准确性。
依托上述全套数据，本研究可系统开展库区滑坡地质特征梳理、水位波动规律分析、地下水响应滞后效应研究及不同工况下滑坡稳定性定量评价等核心工作，精准揭示库水位涨落影响滑坡稳定性的内在机理，有效解决现有研究中水位响应机制模糊、定量分析不足的问题，保障论文研究内容的科学性、严谨性与创新性。
本人郑重承诺，本次申请获取的所有数据仅用于本次本科毕业论文及相关学术期刊论文的非营利性学术研究，严格遵守数据使用规范与相关保密规定，不私自篡改、传播、泄露数据，不用于任何商业用途及其他非学术场景，确保数据使用合规合法。
|
| 5 |
2026/05/15 05:01 |
杜*洋 |
贵单位您好，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。
|
| 6 |
2026/05/14 21:03 |
梁*佳 |
滑坡位移时间序列预测方法研究，我国国土面积广大，地形复杂多样，各类地质灾害频发。滑坡灾害是我国地质灾害中发生频率最高、危害最大的类型之一，因此滑坡位移预测在灾害预防中是一种十分重要有效的方法。因为滑坡位移序列受多种因素的影响，通常是非平稳、非线性且由多尺度耦合，所以传统的单一预测模型在精准预测位移演化和预测精度上具有一定的困难。为了提升滑坡位移预测的准确性与可靠度，本文以滑坡位移时间序列预测为研究对象，系统梳理了滑坡位移的基本理论、方法体系以及发展脉络；基于深度学习理论和方法，提出基于“分解–预测–重构”的变权组合预测模型（Variable Weight Combination，VWC）。实验预测需要一组真实的滑坡位移监测数据集
|
| 7 |
2026/05/14 19:38 |
彭*桂 |
滑坡位移预测算法与地质灾害智能防控技术研究
|
| 8 |
2026/04/22 04:33 |
孙*骏 |
论文题目：基于人工智能方法的灾害智能预警系统设计 数据在研究中的作用：数据处理 论文类型：本科生毕业论文 导师姓名：李春林
|
| 9 |
2026/03/21 01:48 |
付*慧 |
您好！
我是一名硕士研究生，目前正在开展一项关于水库型滑坡变形预测的研究工作。研究目标是构建一种融合领域知识与可解释深度学习的滑坡变形预测方法，以提高滑坡灾害预警的准确性和可解释性。我承诺：
所申请数据仅用于学术研究目的，不用于任何商业用途；
在使用数据时，将严格遵循相关引用规范，在论文、报告等成果中明确标注数据来源；
如有要求，可签署数据使用协议，并按要求提交研究成果供归档。
|
| 10 |
2026/03/14 19:14 |
姜*斌 |
您好！我是宁夏师范大学的姜文斌，目前正在开展滑坡预测的研究工作。因研究需要，特向贵单位申请 2007-2012年长江三峡库区秭归县树坪滑坡和八字门滑坡的变形监测数据，恳请予以支持。
三峡库区地质条件复杂，是研究水库型滑坡的理想天然实验室，而树坪滑坡和八字门滑坡是该区域极具代表性的典型滑坡体。树坪滑坡的变形特征对于理解库水位波动下的长期蠕变机制具有关键意义，八字门滑坡的变形历史则为分析降雨与库水联合作用下的滑坡响应提供了宝贵样本。特别是 2007-2012年 这一时段，恰好涵盖了库区水位首次达到175米试验性蓄水的关键阶段，该时段的监测数据对于揭示初次蓄水对滑坡稳定性的长期影响具有不可替代的科学价值。
目前，我正在构建/验证一套 基于时间序列分析与数值模拟的滑坡变形预测模型，需要高精度的实测位移数据来校准模型参数并验证其可靠性。这两份数据将直接用于分析滑带强度劣化规律、位移与库水位及降雨的相关性，从而提升对三峡库区滑坡演化机理的认识，并为地质灾害预警提供理论依据。
为支撑上述研究，特申请获取该时段内的地表累积位移量数据。我们郑重承诺：所申请数据仅用于本次学术研究及实验验证，不作任何商业用途；数据处理过程中将严格遵守数据安全规范，不向任何第三方扩散；研究成果发表时，将对贵单位的数据支持工作予以明确致谢。
|
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.2020.89
10.12072/sanxia.020.2018.db
