ncdc logo title
ncdc_logo
2006年长江三峡库区秭归县八字门滑坡变形监测数据
  • 2022/02/16 16:38
  • 9443
  • 146
  • 1
中文名称
2006年长江三峡库区秭归县八字门滑坡变形监测数据
英文名称
Deformation monitoring data of Bazimen landslide at Zigui County, Three Gorges Reservoir Area, Yangtze River, 2006
CSTR
CSTR:11738.11.ncdc.Sanxia.db1667.2022
DOI
10.12072/ncdc.Sanxia.db1667.2022
数据共享方式
登录获取
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。该数据集记录了三峡库区秭归县八字门滑坡2006年变形监测数据；该滑坡的监测内容主要为地表位移监测、钻孔测斜监测、地下水位监测。

  该数据集包括八字门地下水监测表、八字门滑坡降雨量、长江水位及气温、八字门滑坡地表位移GPRS监测成果、滑坡月报等内容。

基本信息
采集时间 2006/01/09  -  2006/12/20
采集地点 长江三峡库八字门
海拔 353.0m -
数据量 59.2 KiB
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

  自主生产，人工采集。

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

  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“2006年长江三峡库区秭归县八字门滑坡变形监测数据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. 2006年长江三峡库区秭归县八字门滑坡变形监测数据. 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.Sanxia.db1667.2022.
  2. 易武. 2006年长江三峡库区秭归县八字门滑坡变形监测数据. 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.Sanxia.db1667.2022.
许可协议
# 标题 文件大小
1 八字门滑坡地表位移GPS监测成果表2006年.xls 59.2 KiB
最近10条服务记录如下
# 时间 姓名 用途
1 2026/07/19 00:12 方*
题目：NG-RC_CSD_Landslide_Early_Warning 硕士期刊论文，用于分析滑坡
2 2026/07/06 19:00 W****n
您好！为推进当前业务分析工作，现申请获取相关业务数据。该数据仅用于内部研究分析，我方承诺将严格保密，绝不对外泄露或用于其他任何用途，并按照数据管理规定妥善使用和处理。恳请予以批准！
3 2026/06/26 00:40 语***1
学校实习要对滑坡做实景三维建模我需要滑坡钻机数据
4 2026/05/27 00:18 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。
5 2026/05/18 17:51 Ju****QIU
补充数据，进行滑坡地质灾害的学习和期刊论文撰写
6 2026/05/14 21:16 梁*佳
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）。
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 2026/04/27 20:15 熊*
用于论文前期可行性研究，进行数据收集，制作数据集
9 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。
10 2026/03/26 18:46 胡*菱
本人为硕士研究生，目前开展滑坡位移智能预测预警相关课题研究。拟以三峡库区滑坡为研究对象，采用深度学习模型LSTM/GRU开展滑坡时序位移预测、变形机理分析及预警阈值研究。申请使用该监测数据集，仅用于课程学习、学位论文研究与学术交流，不用于商业用途，不擅自传播与转载。数据将严格按照平台规范使用，成果发表时按要求标注数据来源及引用文献。恳请审核通过，谢谢！
loading
如何获取数据 
东: 110.30
西: 111.00
南:  31.18
北:  30.63
导出元数据
联系信息
数据贡献者：
易武
元数据作者：
易武 , 敏玉芳
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