ncdc logo title
ncdc_logo
2007-2012年长江三峡库区秭归县树坪滑坡基本特征及监测数据
  • 2020/12/04 17:03
  • 11384
  • 162
  • 5
中文名称
2007-2012年长江三峡库区秭归县树坪滑坡基本特征及监测数据
英文名称
Basic characteristics and monitoring data of Shuping landslide in Zigui County, Three Gorges Reservoir area, Tangtze River, 2007-2012
CSTR
CSTR:11738.11.ncdc.Sanxia.2020.73
DOI
10.12072/sanxia.018.2017.db
数据共享方式
申请获取
数据分类
灾害
数据贡献者
易武
数据集摘要

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。树坪滑坡位于三峡库区湖北省秭归县沙镇溪镇树坪村一组，长江南岸，下距三峡工程大坝坝址约47km，地理坐标经度110°37′0″，纬度30°59′37″。对该滑体的变形监测主要以GPS地表位移监测和宏观地质巡查为主。树坪滑坡体在监测初期布设6个GPS变形监测点，滑体外围布设1个GPS监测基点。变形监测点呈两纵三横布置，基本能监控整个滑坡体的变形。

基本信息
采集时间 2007/01/01  -  2012/12/30
采集地点 长江三峡库区树坪
数据量 1.4 MiB
数据格式 csv
数据时间分辨率 月
坐标系 WGS84
数据缩略图
数据源描述

人工采集、自动采集

数据加工方法

数据集通过严格的人工审核控制质量

数据质量描述

本数据经过人工校正、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“2007-2012年长江三峡库区秭归县树坪滑坡基本特征及监测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. 2007-2012年长江三峡库区秭归县树坪滑坡基本特征及监测数据. 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.2020.73.
  2. 易武. 2007-2012年长江三峡库区秭归县树坪滑坡基本特征及监测数据. 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.018.2017.db.
许可协议
# 标题 文件大小
1 树坪滑坡地表位移GPS监测成果表（2007-2012年）.xls 54.0 KiB
2 树坪滑坡基本特征及监测数据使用说明（2007-2012年）.doc 1.1 MiB
3 树坪滑坡降雨量、长江水位观测数据资料表（2007-2012年）.xls 207.5 KiB
最近10条服务记录如下
# 时间 姓名 用途
1 2026/07/21 19:06 王*
用于项目研究——"物理约束神经过程用于滑坡位移概率预测与自适应预警"。 预期成果：发表SCI期刊论文1-2篇（目标期刊：Engineering Geology / Landslides），论文中将按规范引用该数据集并致谢数据贡献者易武老师及湖北长江三峡滑坡国家野外科学观测研究站。 研究方向：岩土工程 / 滑坡灾害预测与预警
2 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
3 2026/07/03 01:58 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。
4 2026/07/01 17:13 宋*蛟
论文题目：基于深度学习的滑坡位移预测 文中作用：作为工程实例验证算法的有效性 论文类型：期刊论文
5 2026/06/10 00:57 张*
融合岩体力学先验的多模态时序预警模型研究
6 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。
7 2026/03/13 02:37 李*宏
论文题目： 基于MATLAB的滑坡位移时序数据建模与短期预警研究 数据在研究中的作用：针对滑坡位移时序数据非线性、非平稳的特性，以MATLAB为核心工具，研究时序数据建模方法（如ARIMA、LSTM、灰色预测等），构建滑坡位移预测模型 论文类型：设计类 导师姓名：赵建波
8 2026/02/07 20:14 谢*
论文题目：基于深度学习模型的滑坡位移预测 数据在研究中的作用：训练深度学习模型 论文类型：期刊论文 导师姓名：谢凯
9 2026/01/29 18:48 凌*
甘肃省自然科学基金项目研究内容之一预测研究
10 2025/12/25 18:54 yi****xie
论文题目：A Privacy-Preserving Transfer-Learning-Based CUSUM Control Chart for Early Change Point Detection Problem 数据在研究中的作用：案例分析 论文类型：期刊论文 导师姓名：周文慧
loading
如何获取数据 
东: 110.27
西: 111.00
南:  31.12
北:  30.62
导出元数据
联系信息
数据贡献者：
易武
元数据作者：
易武
数据管理者：
易武
平台数据服务信息
联系人：
李红星
服务电话：
0931-4967592
服务邮箱：
ncdc@lzb.ac.cn

© 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