ncdc logo title
ncdc_logo
四川省九寨沟县2017年8月8日Ms7.0地震滑坡数据分布图
  • 2022/04/20 09:30
  • 9014
  • 233
  • 4
中文名称
四川省九寨沟县2017年8月8日Ms7.0地震滑坡数据分布图
英文名称
Distribution Map of Landslide Data from the Ms7.0 Earthquake on August 8, 2017, in Jiuzhaigou County, Sichuan Province
CSTR
CSTR:11738.11.ncdc.LANDSLIDE.db2067.2022
DOI
10.12072/ncdc.LANDSLIDE.db2067.2022
数据共享方式
登录获取
数据分类
灾害
数据贡献者
许冲
数据集摘要

  2017年8月8日九寨沟Ms7.0地震触发了大量滑坡。全面客观地获取地震滑坡发生全景，对于理解地震滑坡宏观机制、发育强度、分布样式与规律，灾区恢复重建与滑坡防灾减灾具有重要意义。利用天、空、地相结合的手段，获取本次地震触发滑坡全景。

  滑坡数据采用WGS-84地理坐标系。

基本信息
采集时间 2017/08/08  -  2017/08/09
采集地点 九寨沟灾区
数据量 26.8 MiB
数据格式 shp
坐标系 WGS84
投影 UTM
数据缩略图
数据源描述

  基于谷歌地球影像人工目视解译。

数据加工方法

  主要加工方法：

  （1）数据清洗，基于人工目视解译结果，导入arcgis中，进行拓扑检查，主要异常点删除和数据遗漏补充和重复去除等工作。

  （2）结构规范化，对整理好的表格数据进行数据模型转换，依照数据模型设计规范统计内容层次及命名，修改或重新定义统计项结构的名称和数据类型，使相应的统计型数据存储在规范化的关系型数据库中。

数据质量描述

  数据质量良好，已借助软件进行拓扑检查。

项目支持信息
# 编号 名称 类型
1 2018YFC1504703 黄土滑坡失稳机理、防控方法研究与防治示范 国家重点研发计划
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。

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. 许冲. 四川省九寨沟县2017年8月8日Ms7.0地震滑坡数据分布图. 国家冰川冻土沙漠科学数据中心(http://www.ncdc.ac.cn), 2022. https://cstr.cn/CSTR:11738.11.ncdc.LANDSLIDE.db2067.2022.
  2. 许冲. 四川省九寨沟县2017年8月8日Ms7.0地震滑坡数据分布图. 国家冰川冻土沙漠科学数据中心(http://www.ncdc.ac.cn), 2022. https://www.doi.org/10.12072/ncdc.LANDSLIDE.db2067.2022.
许可协议
# 标题 文件大小
1 8.2017年8月8日九寨沟Ms7.0地震滑坡分布图.tif 16.5 MiB
2 九寨沟.dbf 94.5 KiB
3 九寨沟.prj 402 Bytes
4 九寨沟.sbn 49.4 KiB
5 九寨沟.sbx 3.8 KiB
6 九寨沟.shp 10.1 MiB
7 九寨沟.shp.xml 7.5 KiB
8 九寨沟.shx 37.9 KiB
最近10条服务记录如下
# 时间 姓名 用途
1 2026/06/09 08:28 Sh****an
您好，我是三峡大学的研究生，我的论文题目是基于贝叶斯模型的地震滑坡易发性评估预测研究 论文类型：硕士论文。我郑重承诺此数据仅用于硕士毕业论文，并规范引用。恳请您批准，万分感谢。
2 2026/05/25 03:39 吴*行
普通的本科生论文数据使用，研究题目是九寨沟地质灾害易发性评价
3 2026/05/22 20:40 尹*
面向非平衡数据的强震区泥石流隐患精细化识别策略与成灾机制研究 摘要 针对强震区泥石流隐患识别面临的样本非均衡与高维非线性双重挑战，本文以汶川极震区和九寨沟震区为研究对象，选取7个维度共25项致灾因子构建评价指标体系 。面对原始样本中泥石流与非泥石流沟比例（约4:1）的失衡问题，构建了基于SMOTE、RUS及混合采样的非平衡学习策略集，分别耦合随机森林（RF）与加权信息量（IV）模型，探究采样策略对不同机理模型的增益机制 。结果表明：（1）同震滑坡物源、起伏度及水动力条件是主控因子，定量揭示了“震损物源供给+地形势能累积+水动力激发”的“源-势-动”三元耦合成灾机理 ；（2）重采样策略有效修正了分类边界，SMOTE通过扩展少数类特征空间显著提升RF模型泛化能力（AUC=0.931），而混合采样因保留统计分布特征最适配于IV模型（AUC=0.994）；（3）最优策略下，RF模型识别精度更高，而IV模型稳健性更佳。该研究提出的非平衡学习框架有效解决了小样本灾害点的识别瓶颈，为地质灾害精细化判识提供了科学依据。 期刊论文
4 2026/05/20 00:11 谢*阳
本人为2025级资源与环境专业工程地质与地质灾害方向的硕士研究生，毕业论文尚未正式开始，但已有一定思路，想运用深度学习等方法进行滑坡预测，其中需要地震的滑坡数据，望能允许，本人一定严格注意学术规范，尊重他人成果。
5 2026/05/14 02:32 张*星
大学毕业论文设计需要此处数据，以用作毕业设计的完成来答辩
6 2026/04/27 23:21 Yue******Guo
兹申请获取上述数据，其唯一且排他的使用目的为完成本人的研究生毕业论文。该论文属于学术研究范畴，数据使用将遵循相关学术伦理与保密规定，并在论文致谢部分予以标注说明。
7 2026/04/26 07:37 龙*
学校实验作业11111111111111111111111
8 2026/04/24 03:44 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 2026/04/21 00:10 刘*辰
昆明理工大学研究生，研究方向为滑坡，希望基于真实数据集验证一些算法的应用，恳请批准，谢谢。
10 2026/04/15 00:27 夏*莉
以上申请数据用于滑坡灾害智能识别研究，承诺数据仅用于学术科研，并按规定引用
loading
如何获取数据 
东: 106.47
西: 103.70
南:  35.49
北:  37.26
导出元数据
联系信息
数据贡献者：
许冲
元数据作者：
邵霄怡
数据管理者：
敏玉芳
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