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白水河滑坡2007年-2012年变形监测数据;白水河滑坡位于长江南岸,距三峡大坝坝址56km,属沙镇溪镇白水河村。地理坐标X∶3433805,Y∶455980,经度110°32'09".纬度31°01'34"。白水河滑坡体上监测初期布设的7个GPS监测点分布在3条纵向剖面上,中间1条剖面有3个GPS监测点、3个钻孔倾斜孔、2个水位监测孔和2个推力监测孔,其两侧分别布设2个GPS监测点。右侧预警区内先后增建了4个GPS监测点,滑坡体上共有11个GPS监测点,在滑体外围东西两侧基岩脊上各建立1个GPS基准点,详细情况见数据。
采集时间 | 2007/01/01 - 2012/12/30 |
---|---|
采集地点 | 长江三峡库区白水河 |
数据量 | 1.2 MiB |
数据格式 | doc |
数据时间分辨率 | 年 |
坐标系 | WGS84 |
人工采集、自动采集
仪器自动观测 人工统计数据
本数据经过人工校正、质量良好
# | 标题 | 文件大小 |
---|---|---|
1 | 2007-2012年长江三峡库区秭归县白水河滑坡基本特征及监测数据.rar | 396.1 KiB |
2 | _ncdc_meta_.json | 3.9 KiB |
3 | 长江三峡库区2007-2012年秭归县白水河滑坡基本特征及监测数据.doc | 870.5 KiB |
# | 时间 | 姓名 | 用途 |
---|---|---|---|
1 | 2025/06/18 06:51 | 任*鸿 |
论文题目:Gr-Ga-BP神经网络模型在滑坡变形预测中的应用
数据在研究中的作用:用于验证所建模型
论文类型:学术论文
导师姓名:任崇鸿
|
2 | 2025/06/17 22:28 | 李*桐 |
本项目涉及使用道路边坡监测数据用于数据清洗、降噪及训练,本数据集为三峡库区边坡,与项目背景具有一定相似性,可用于对比
|
3 | 2025/06/13 23:56 | 付*荃 |
用于研究模拟滑坡位移运动过程,学习对比不同区域滑坡灾害发育发生发展阶段
|
4 | 2025/06/11 09:15 | 汪* |
Paper title:滑坡灾害时空分布特征
Paper abstract:研究时空变化
Paper type:课程论文
Tutor张辰光
|
5 | 2025/06/06 06:05 | 李*哲 |
本人李先哲 因 研究地质灾害/工程评估/防灾规划 需要,特此申请获取贵处关于白水河 的滑坡相关数据(如:历史滑坡点分布、监测数据、地质图等)。恳请批准为盼!
|
6 | 2025/06/04 19:16 | 刘*鹏 |
论文题目:尚未确定(研究内容为开发一种基于贝叶斯理论的边坡变形物理模型非参数识别、在线更新)
数据在研究中的作用:用于验证所提出方法的有效性
论文类型:期刊论文
导师姓名:
|
7 | 2025/05/28 19:29 | 邵*旋 |
论文题目:基于图深度学习的滑坡位移预测研究
数据在研究中的作用:案例研究
论文类型:博士论文
导师姓名:梅钢
|
8 | 2025/05/26 22:49 | 付*娣 |
我正致力于开展一项涉及长江三峡库区地质灾害防治与水库运行安全影响评估的研究工作,而秭归县树坪滑坡作为三峡库区典型的地质灾害隐患点,其相关的变形、降雨及库水位监测数据对于我的研究具有极为关键的意义。
通过深入分析树坪滑坡的变形监测数据,我能够详细了解该滑坡体在不同时间阶段的位移变化规律,精准识别其变形的加速、减速以及稳定等不同状态,从而为准确预估滑坡的危险程度和发展趋势提供坚实依据。这有助于提前制定针对性的滑坡灾害防治措施,保障周边居民生命财产安全以及库区基础设施的正常运行。
同时,降雨及库水位的波动与滑坡稳定性密切相关。研究降雨数据有助于揭示强降雨事件对滑坡体的渗透作用以及由此引发的孔隙水压力变化,进而影响滑坡稳定性的情况。而库水位的涨落则会对滑坡前缘产生复杂的水力作用,改变滑坡体的受力状态。对树坪滑坡区域的降雨及库水位监测数据进行系统分析,可以深入探讨降雨和库水位变化耦合作用下滑坡的响应机制,为构建更为精准的滑坡稳定性预测模型提供丰富的数据支撑,进一步提升对三峡库区类似地质灾害的防控能力,确保三峡工程长期安全稳定运行。
综上所述,滑坡变形、降雨及库水位监测数据对于我开展的这项关乎三峡库区地质安全与水库效益发挥的研究项目至关重要。希望相关部门能够批准我的申请,使我能够获取并充分利用这些宝贵数据,为三峡库区的可持续发展贡献一份力量。
|
9 | 2025/05/20 20:59 | 宋*珊 |
论文题目:基于UWB的露天煤矿边坡监测预警研究 数据在研究中的作用:确保每个样本包含足够的历史数据信息(如前若干时刻的边坡位移、速度等相关数据)以及对应的目标值(后续时刻的边坡变形状态),以满足神经网络对时序数据学习的需求。利用训练集对模型进行训练,在训练过程中,模型通过学习数据集中边坡变形的模式和规律,不断调整内部参数,以最小化预测误差为目标进行优化,以掌握边坡的变形规律。 论文类型:硕士论文 导师姓名:郭华
|
10 | 2025/05/09 20:59 | 黄*鑫 |
本数据集主要用于科学研究,针对滑坡预测模型进行训练
|
© 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