| 1 |
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（硕士论文）
摘 要：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。
|
| 2 |
2026/07/14 02:10 |
侯*翔 |
本人拟撰写硕士期间的期刊论文，题目暂为”物理约束空间传播与Logistic时间演化耦合的边坡失稳时间-概率联合预测方法研究。白水河滑坡是三峡库区最具代表性的动水压力型堆积层滑坡之一，自 2003 年三峡水库蓄水以来积累了 20 余年的 GPS 地表位移、降雨量及库水位连续监测数据，是开展水库滑坡位移时序特征、库水-降雨-变形耦合机理与智能预测模型研究不可替代的经典案例。
拟申请使用：
2019-2025 年监测资料
研究方法：融合Logistic时序预测与PCSPM物理约束，实现多点边坡失稳预警。
数据使用承诺：仅用于科研与学位论文研究；不用于任何商业用途；严格遵守数据使用规定与保密协议；规范引用数据来源。
|
| 3 |
2026/07/10 01:02 |
李*寒 |
专家您好，我是来自湖北省武汉市中国地质大学地理与信息工程学院的25级研究生李柏寒，导师为梁迅教授。申请贵方数据用于硕士学位论文，论文主题为《一种面向自主滑坡识别与分析的领域规则增强型智能体》，数据可能用于智能体验证阶段，使用该数据确定真实滑坡场景、时间、地理位置、因素等地学领域知识，验证智能体的合理性。麻烦您审核，谢谢！
|
| 4 |
2026/07/09 22:20 |
刘*杰 |
科研用途：三峡库区边坡稳定性分析及预测建模
|
| 5 |
2026/07/08 18:45 |
朱*涛 |
用于指导研究生进行滑坡成因、基于深度学习的滑坡预测等方面研究。
|
| 6 |
2026/07/06 05:57 |
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
|
| 7 |
2026/07/03 01:54 |
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。
|
| 8 |
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。
|
| 9 |
2026/06/18 00:35 |
白*妮 |
本人拟开展滑坡形变预测与时空演化分析研究，计划以长江三峡库区秭归县白水河滑坡为典型案例，利用多年连续 GPS 位移、降雨及库水位监测资料，构建滑坡位移预测数据集，分析降雨和库水位变化对滑坡变形的影响，并开展基于深度学习的滑坡位移预测模型研究，因此申请 2016—2025 年连续监测数据。本研究仅用于硕士学位论文和学术研究，不用于商业用途，并将严格遵守数据使用规定、规范引用数据来源。
|
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.db7404.2026
10.12072/ncdc.sanxia.db7404.2026
