ncdc logo title
ncdc_logo
2006年长江三峡库区秭归县树坪滑坡变形监测数据
  • 2022/02/16 16:39
  • 9483
  • 140
  • 1
中文名称
2006年长江三峡库区秭归县树坪滑坡变形监测数据
英文名称
Deformation monitoring data of Shuping landslide at Zigui County, Three Gorges Reservoir Area, Yangtze River, 2006
CSTR
CSTR:11738.11.ncdc.Sanxia.db1666.2022
DOI
10.12072/ncdc.Sanxia.db1666.2022
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树坪滑坡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。

  该数据集包括树坪滑坡月报、地表位移GPS监测成果、地下水监测表、树坪滑坡降雨量、长江水位及气温观测数据资料等内容。

基本信息
采集时间 2006/01/01  -  2006/12/16
采集地点 长江三峡库区树坪
数据量 5.6 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2006年秭归县树坪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树坪滑坡变形监测数据. 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.db1666.2022.
  2. 易武. 2006年长江三峡库区秭归县树坪滑坡变形监测数据. 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.db1666.2022.
许可协议
# 标题 文件大小
1 T_DA_SP_DXSJC2006.csv 360 Bytes
2 T_DA_SP_JYLSWQW2006.csv 401 Bytes
3 树坪滑坡地表位移GPS监测成果表2006.xls 150.6 KiB
4 树坪滑坡基本特征及监测数据使用说明2017年.doc 5.5 MiB
最近10条服务记录如下
# 时间 姓名 用途
1 2026/08/04 17:20 陈*慧
本课题拟依托“秭归县马家沟滑坡”（或树坪滑坡）的位移及水文监测数据，开展“库水位与降雨耦合作用下堆积层滑坡变形响应机制研究”。数据将用于训练AI模型进行滑坡位移动态预测，并分析变形速率与外界因素的相关性，研究成果将形成毕业论文或学术报告。申请人承诺严格遵守中心数据使用规定，引用时规范标注数据来源
2 2026/07/23 05:03 冷*
本申请有科研课题支持，课题信息如下： 项目类型：国家重点研发计划课题 课题名称：露天边坡与地下采空区时空耦合致灾机理及稳定性评价方法研究 课题编号：2024YFC3013901 所属项目：露天转地下开采典型灾害事故风险防控关键技术及示范 课题负责人：张利，教授，辽宁大学信息学部 本人拟在该课题支持下开展期刊论文以及硕士学位论文研究。 论文主题：基于GNSS/GPS监测时间序列的滑坡多监测点位移时空预测研究 数据用途说明： 拟申请典型滑坡GNSS/GPS地表位移监测数据，以及同期降雨量、库水位/长江水位等辅助监测数据。GNSS/GPS位移数据将作为论文中的主要预测对象和模型训练、验证、测试数据，用于分析滑坡不同监测点之间的空间关联关系及位移时序演化规律；降雨量和库水位数据将作为外部诱发因素，用于分析外部环境变化对滑坡位移演化的影响，并作为模型输入变量辅助提升预测精度。 本研究拟构建深度学习滑坡位移预测模型，并与传统时间序列模型、机器学习模型进行对比实验，验证多监测点时空建模方法在滑坡位移预测中的有效性。相关数据将服务于课题中边坡滑移演化分析、稳定性评价及灾害风险防控方法研究，同时用于本人硕士学位论文研究，不用于商业用途，不向第三方传播或二次发布。后续论文、报告或成果中将按照平台要求规范引用数据来源并致谢。 申请人姓名：冷冰 导师姓名及职称：张利，教授，辽宁大学信息学部
3 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
4 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！
5 2026/06/25 05:50 M***a
针对地质灾害场景，进行视频算法的研究。需要借鉴泥石流滑坡等灾害场景，进行算法的测试与校验。
6 2026/06/11 02:37 张*乐
用于毕业的硕士论文模型构建效率提高等工作
7 2026/05/25 04:15 魏*
要解析 CSV 和 Excel 文件 转换数据格式 集成到您的滑坡预警系统中 更新可视化图表
8 2026/05/17 01:19 叶*强
数据是构建机器学习模型的基础，直接影响模型的精度和可靠性。目前我已通过学校图书馆和公开渠道获取了部分数据，但仍存在数据时间跨度短、空间分辨率低、覆盖范围有限等问题，无法满足高精度模型训练的需求，遂申请此数据。【打算利用Trae Cn进行模型的搭建和训练】
9 2026/05/14 19:26 彭*桂
滑坡地质灾害位移预测与灾害智能防控技术研究
10 2026/05/09 07:14 梁*佳
国山区地质条件复杂，滑坡灾害频发，滑坡位移时间序列呈现显著的非平稳、非线性及多尺度耦合特性，传统统计与机器学习方法难以精准表征其演化规律，预测精度与泛化能力难以满足地质灾害预警的工程需求。为提升滑坡位移预测的科学性与可靠性，本文以滑坡位移时间序列预测为研究对象，综合运用文献分析、理论对比、模型构建与实验验证等方法，系统梳理滑坡预测领域的研究进展与技术瓶颈，对比 LSTM、TCN、Transformer 等深度学习模型的适用性与性能差异，构建包含数据预处理、时序分解、深度学习建模及结果重构的一体化预测体系。研究对原始监测数据进行缺失值处理、去噪、归一化与趋势项、周期项、随机项分解，并基于真实滑坡数据集完成模型训练、参数优化与效果验证。实验结果表明，所提模型能够有效捕捉滑坡位移的动态演化特征与长时依赖关系，预测精度与鲁棒性优于传统方法，可为滑坡灾害监测预警、风险防控与防灾减灾决策提供理论支撑与技术参考。本文创新之处在于将时序分解与深度学习深度融合，显著增强了对非线性、非平稳位移序列的拟合与预测能力。
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