ncdc logo title
ncdc_logo
甘肃省兰州市地表形变数据集（2020年）
  • 2022/04/20 09:30
  • 3659
  • 54
  • 1
中文名称
甘肃省兰州市地表形变数据集（2020年）
英文名称
Surface deformation data set of Lanzhou City, Gansu Province (2020)
CSTR
CSTR:11738.11.ncdc.LANDSLIDE.db2059.2022
DOI
10.12072/ncdc.LANDSLIDE.db2059.2022
数据共享方式
申请获取
数据分类
灾害
数据贡献者
曾润强
数据集摘要

  该数据为研究团队基于升轨和降轨的Sentinel-1A影像，运用SBAS-InSAR技术获取的甘肃省兰州市2020.01-2020.12地表形变速率数据，主要字段内容包括年形变速率，相干性，垂直精度、水平精度和累积位移等，监测精度为mm级。

  地表形变数据监测精度为mm级，适用于具有雷达影像覆盖的陆地表面的地表形变监测；以ENVI SARscape为基础平台,通过影像裁剪、配准、干涉处理和地理编码等步骤最终将SAR坐标系下的地表形变数据转换为地理坐标系，以shpfile格式文件储存。

基本信息
采集时间 2020/01/01  -  2020/12/31
采集地点 甘肃省兰州市主城区
数据量 629.4 MiB
数据格式 矢量
坐标系 WGS84
数据缩略图
数据源描述

  基于升轨和降轨的Sentinel-1A影像，运用SBAS-InSAR技术获取的甘肃省兰州市2020.01-2020.12地表形变速率数据

数据加工方法

  地表形变数据监测精度为mm级，适用于具有雷达影像覆盖的陆地表面的地表形变监测；以ENVI SARscape为基础平台,通过影像裁剪、配准、干涉处理和地理编码等步骤最终将SAR坐标系下的地表形变数据转换为地理坐标系，以shpfile格式文件储存。

数据质量描述

  数据质量良好。

项目支持信息
# 编号 名称 类型
1 2018YFC1504703 黄土滑坡失稳机理、防控方法研究与防治示范 国家重点研发计划
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。

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. 曾润强. 甘肃省兰州市地表形变数据集（2020年）. 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.LANDSLIDE.db2059.2022.
  2. 曾润强. 甘肃省兰州市地表形变数据集（2020年）. 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.LANDSLIDE.db2059.2022.
许可协议
# 标题 文件大小
1 20.2020.01-2020.12年以来兰州市地表形变2组数据.rar 621.5 MiB
2 兰州市升轨数据（55）地表形变.jpg 4.2 MiB
3 兰州市降轨数据（62）地表形变.jpg 3.7 MiB
最近10条服务记录如下
# 时间 姓名 用途
1 2026/05/29 19:35 梁*
用于应急部门项目的开发工作（滑坡泥石流森林火灾等应急灾害）
2 2026/04/24 03:57 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。
3 2026/03/18 02:20 武*绮
在准备全国大学生统计建模大赛，想要滑坡相关数据进行模型
4 2026/03/14 19:20 W****n
研究2016年白水河滑坡多参数同期响应；用于多滑坡体对比及城市地表形变分析
5 2026/02/01 09:52 鲍*
研究区域insar形变场自动识别滑坡，急需一个典型实验区进行泛化实验
6 2025/12/05 19:27 彭*欣
论文题目：基于DEM的滑坡三维模拟与预测 数据在研究中的作用：构建DEM模型 论文类型：硕士论文 导师姓名：高淑贤
7 2025/11/30 04:18 王*
论文题目：融合InSAR形变与多源信息的滑坡深度学习检测方法 数据在研究中的作用：利用数据进行模型训练或者进行精度验证 论文类型：硕士论文 导师姓名：范洪冬
8 2025/10/29 04:50 贺*翔
申请用于项目研究学习，研究内容：利用大模型对滑坡等灾害实现预警
9 2025/09/11 02:17 冯*
学校开展创新创业大赛，参赛项目名称为黄河流域地质灾害无人机巡检，课题组需要黄河流域地形变化的相关数据作为研究支撑对检测模型进行训练，主要需要图片数据，课题组指导老师为兰州理工大学计算机与人工智能学院博导曹洁老师
10 2025/08/27 18:06 吴*琪
用于滑坡易发性制图，测试In SAR数据在提升模型的预测精度方面的作用
loading
如何获取数据 
东: 104.57
西: 102.60
南:  35.57
北:  37.00
导出元数据
联系信息
数据贡献者：
曾润强
元数据作者：
曾润强
数据管理者：
曾润强
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