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2007-2012年变形监测数据;该滑坡的监测内容主要为八字门滑坡地表位移GPS监测成果、滑坡降雨量、长江水位及气温观测数据、八字门滑坡基本特征及监测数据使用等内容。
采集时间 | 2007/01/01 - 2012/12/31 |
---|---|
采集地点 | 长江三峡库区八字门 |
数据格式 | doc |
数据时间分辨率 | 年 |
坐标系 | WGS84 |
自主生产,自动采集
数据集通过严格的人工审核控制质量
本数据经过人工校正、质量良好
# | 时间 | 姓名 | 用途 |
---|---|---|---|
1 | 2025/04/15 00:28 | 代*阳 |
论文题目:基于机器学习的混凝土坝变形 智能安全监控方法研究
数据在研究中的作用:数据集
论文类型:本科论文
导师姓名:祁瑞敏
|
2 | 2025/04/14 17:20 | 孙*东 |
论文题目:基于深度学习的滑坡位移预测
数据在研究中的作用:数据应用、分析、预测
论文类型:学术论文
导师姓名:袁颖
|
3 | 2025/04/02 03:47 | 李*纲 |
论文题目:基于分层抽样和注意力机制的阶跃型滑坡位移预测
数据在研究中的作用:验证预测模型的泛用性
论文类型:基于机器学习的滑坡位移预测
导师姓名:巨能攀
|
4 | 2025/03/24 17:58 | 甘*冬 |
论文题目:系统不确定影响下基于Transformer-CNN的滑坡位移多步预测方法研究
数据在研究中的作用:训练学习预测
论文类型:硕士论文
导师姓名:伍洲
|
5 | 2025/03/15 01:25 | 卢*洋 |
论文题目:基于深度学习滑坡位移预测
数据在研究中的作用:深度学习模型需要大量的数据来进行训练,通过学习历史数据中的位移变化规律,模型能够不断优化自身的参数,提高预测的准确性。例如,在一些滑坡位移预测的研究中,使用了包含多个滑坡监测点的长期位移数据来训练模型,使得模型能够更好地捕捉滑坡的变形特征
论文类型:期刊论文
导师姓名:田斌
|
6 | 2025/03/05 02:06 | 原*茗 |
论文题目:基于改进LSTM的降雨型滑坡位移预测方法研究
数据在研究中的作用:作为源数据,验证方法的准确性
论文类型:研究型论文,预计发表SCI
导师姓名:王刚
|
7 | 2025/02/22 01:05 | 洪*锋 |
论文题目:基于深度学习的地形形变预测
数据在研究中的作用:训练深度学习模型
论文类型:本科毕业设计
导师姓名:魏楚亮
|
8 | 2025/01/03 02:54 | 宋*蛟 |
论文题目:基于深度学习的滑坡位移预测(地表形变预测)
数据在研究中的作用:作为工程实例,用于算法有效性的验证。
论文类型:期刊论文
导师姓名:宋腾蛟
|
9 | 2024/12/18 20:51 | 刘* |
论文题目:机理与数据联合驱动的滑坡位移预测
数据在研究中的作用:提供数据支持
论文类型:期刊论文
导师姓名:席江波
|
10 | 2024/12/05 23:30 | 李*敏 |
项目实施过程中的算法验证,努力推进防灾减灾工作进程
|
© 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