本数据集包括1961年、1965年、1998-2024分钟降雨观测数据及1965-1966年、2007-2024年日降雨观测数据。
| 采集时间 | 1961/01/01 - 2024/12/31 |
|---|---|
| 采集地点 | 云南省昆明市东川区蒋家沟、小江流域 |
| 海拔 | 695.0m - 4344.0m |
| 数据量 | 25.0 MiB |
| 数据格式 | *.xlsx,*.docx |
| 数据时间分辨率 | 1min |
2006年之前雨量由虹吸式雨量计观测得到,2006-2023年雨量由翻斗式雨量计观测得到,2024年雨量由压电式雨量计观测得到,详见数据说明文档。
分钟降雨数据为原始数据,日降雨数据为分钟降雨累加得到。
数据质量可靠。
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。
| # | 标题 | 文件大小 |
|---|---|---|
| 1 | Description of rainfall data at Jiangjia Ravine and Xiaojiang River Catchment.docx | 469.8 KiB |
| 2 | Daily rainfall at Jiangjia Ravine and Xiaojiang River Catchment | |
| 3 | Rainfall_data_measured_at_minute_interval_at_Jiangjia_Ravine_and_Xiaojiang_River_Catchment |
| # | 时间 | 姓名 | 用途 |
|---|---|---|---|
| 1 | 2026/09/23 20:53 | 闫*淳 |
1. 泥石流运动要素观测数据
本人正在开展蒋家沟泥石流触发机制与风险预测研究,拟利用1961—2024年泥石流运动要素数据,分析事件发生时间、流速、流量及泥深等特征,并与同期降雨资料进行匹配,用于构建和验证统计及机器学习模型。数据仅用于学术研究和论文撰写,不作商业用途,并将严格遵守数据使用规定,规范引用数据来源。
2. 蒋家沟及小江流域雨量观测数据
本人正在开展泥石流降雨触发机制与风险预测研究,拟使用蒋家沟及小江流域雨量资料,提取降雨强度、持续时间、累积降雨量及前期降雨等指标,并与泥石流事件记录匹配,以开展模型训练与实验验证。数据仅用于学术研究和论文撰写,不作商业用途,并将按要求注明数据来源和致谢相关单位。
|
| 2 | 2026/09/15 17:37 | 杜* |
蒋家沟是中国泥石流活动最频繁的沟谷之一,年均暴发泥石流约12次,流域内崩滑物源在降雨激发下的持续变形是泥石流频发的核心物源机制。然而,传统泥石流活动性研究多依赖实地观测和光学遥感,难以捕捉流域尺度上物源区地表形变的时空连续变化。本研究利用时序 InSAR 技术,对蒋家沟流域及典型支沟斜坡的形变历史进行系统监测,旨在揭示物源区形变的时空分异特征及其与泥石流活动性的关联。研究采用 Sentinel-1 升/降轨数据,基于 SBAS-InSAR 方法获取蒋家沟流域 2018—2024 年视线向形变速率场,识别形变集中区及其与滑坡、崩塌源地的空间对应关系;在此基础上,提取典型形变区的时间序列累积形变曲线,与蒋家沟泥石流暴发记录及日降雨数据进行对比分析,探讨物源形变对降雨的响应滞后特征及泥石流活动的形变前兆信息。预期结果将为蒋家沟泥石流物源活动性评价提供动态量化指标,并为类似高频泥石流沟的 InSAR 监测方案提供方法参考。(期刊论文)
|
| 3 | 2026/09/12 07:02 | 高* |
本人是滇西应用技术大学测绘与信息工程学院数据科学与大数据技术专业2027届本科生。毕业论文题目为《基于机器学习的云南土壤水分预测》。本申请获取该数据集,拟用于提取云南东川蒋家沟的土壤水分时序特征,结合XGBoost、LSTM等机器学习模型进行预测建模与对比分析。该数据仅用于本人的本科毕业论文(类型:学士学位论文)学术研究,不作任何商业用途,并承诺严格遵守数据共享协议。
|
| 4 | 2026/08/28 00:20 | 查*跃 |
本人为云南省地矿局第一水文队研究员,正在开展‘基于深度学习的泥石流微震信号识别’研究。申请的数据将用于模型训练和验证,仅用于学术论文写作,不涉及任何商业用途。数据使用后将严格按照平台要求进行规范引用和致谢。
|
| 5 | 2026/08/22 01:14 | 沈* |
用于山地工程施工地质安全监测多模态长时序数据验证集构建研究,拟对蒋家沟泥石流运动要素观测数据进行整理与统计分析,分析不同年份泥石流事件及运动参数的分布特征,并与遥感及原位监测数据进行时序匹配,用于科研分析与验证。数据仅用于科研学习,不用于商业用途。
|
| 6 | 2026/08/06 23:11 | 李* |
基于时序InSAR的蒋家沟泥石流形变监测与影响因素研究。
蒋家沟是我国暴雨型泥石流最为典型的发育区,其高频活动与剧烈的地表过程使其成为研究泥石流形变演化与驱动机制的理想区域。本研究基于时序InSAR技术,获取蒋家沟流域高时空分辨率的地表形变场,系统分析泥石流沟道年际冲淤变化、堆积扇演变规律及其对物源补给与输移的响应特征。结合降雨、物源条件及人类活动等多源数据,揭示流域形变的主控因素及其作用机制。研究表明,蒋家沟泥石流沟道整体呈淤积抬升态势,堆积扇范围在1987—2014年间呈退缩趋势且趋于稳定;形变主要受控于流域松散物源供给能力下降、沟道形态约束变化及人类工程活动的干预。研究结果可为泥石流中长期演变趋势判断与灾害风险防控提供科学依据。
期刊论文
|
| 7 | 2026/07/31 18:07 | 丁*彤 |
期刊论文:云南东川蒋家沟泥石流阵流特征与系统演化规律研究
云南东川蒋家沟位于小江断裂带东侧,是小江下游右岸一级支流,流域面积约46.8平方公里,主沟长13.9公里,相对高差达2227米。该地区地质构造活跃、降雨集中、松散物源丰富,泥石流活动频繁且规模巨大,被誉为“泥石流天然博物馆”和“泥石流的天然试验场”。自1961年中国科学院东川泥石流观测研究站建立以来,蒋家沟积累了全球时间跨度最长、要素最全的泥石流观测数据体系。
本文系统梳理了蒋家沟泥石流的形成条件、运动特征与阵流规律。研究表明,蒋家沟泥石流的形成受多种因素共同控制:除地形地貌、降雨特征、地震等自然条件外,人类经济活动亦是重要诱因;源区土体的黏土矿物成分、颗粒级配、土体分散性等内部因素同样发挥着关键作用。蒋家沟每年雨季暴发泥石流15次左右,最多达28次,最大流量达2800立方米/秒,最大流速达12米/秒。泥石流以黏性阵流为基本活动形式,每场泥石流表现为一个阵流序列,流量涨落可达3个数量级,序列呈现出整体性和非线性特征。阵流间歇时间呈负幂函数分布,具有时空聚集性,Hurst指数大于0.5,表明序列具有一定的长程关联性。这些特征意味着阵流序列蕴含着泥石流发生的系统动力学背景。
在灾害防治方面,自1965年起东川对蒋家沟实施了系统的综合治理,包括修建拦沙坝、固床坝、谷坊等工程措施以及植树造林等生物措施。导流堤工程有效固定了泥石流沟槽,避免了堵江重大灾害。然而,导流堤冲决、沟床淤积等问题仍需持续关注。在全球气候变化背景下,蒋家沟泥石流的长期观测数据为深入揭示泥石流形成机理、运动规律与监测预警提供了不可替代的科学支撑。
|
| 8 | 2026/07/31 01:24 | 魏* |
为了查看数据完整性,确认数据实体不为空,特申请数据
|
| 9 | 2026/07/25 06:22 | 陈*杰 |
利用云南省东川蒋家沟及小江流域雨量观测数据构建知识图谱,完善论文实验。
|
| 10 | 2026/07/23 23:31 | 石*婷 |
Evolution Characteristics and Risk Prediction of Landslide–Debris Flow Hazard Chains under Climate Change: A Case Study of the Jiangjia Gully Catchment, Dongchuan, Yunnan
Abstract:Landslides and debris flows in mountainous regions often develop as cascading hazards controlled by the combined effects of rainfall, topography, sediment supply, soil moisture, and channel dynamics. This study focuses on the Jiangjia Gully catchment in Dongchuan, Yunnan Province, and integrates historical debris-flow records, rheological parameters, channel cross-section measurements, soil moisture and temperature observations, streamflow data, and meteorological monitoring data. The objectives are to investigate the coupled relationships among landslide-derived sediment supply, rainfall infiltration, and channel erosion and deposition, and to identify the key factors governing the initiation and evolution of landslide–debris flow hazard chains. A multi-source data-driven prediction model will then be developed to estimate hazard probability and determine critical triggering thresholds. The results are expected to improve the understanding of landslide–debris flow interactions and provide scientific support for dynamic monitoring, early warning, and risk mitigation in mountainous areas.
期刊论文
|
| # | 类别 | 标题 | 作者 | 年份 |
|---|---|---|---|---|
| 1 | 论文 | A long-term dataset of debris-flow and hydrometeorological observations from 1961 to 2024 in Jiangjia Ravine, China | L,Wei,D,Song,P,Cui,L,Su,G,G,D,Zhou,K,Hu,F,Wei,Y,Hong,G,Ou,J,Zhang,Z,Kang,X,Guo,W,Zhong,X,Li,Y,Zhang,C,Shi,H,Tang | 2025-12-19 |
© 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

