该数据集记录2017年三峡库区秭归县树坪滑坡的相关监测资料,主要内容包括树坪滑坡基本特征及监测数据使用说明、地表位移GPS监测成果表、降雨量及长江水位观测数据资料表。
| 采集时间 | 2017/01/01 - 2017/12/31 |
|---|---|
| 采集地点 | 长江三峡库区树坪 |
| 数据量 | 5.9 MiB |
| 数据格式 | doc |
| 数据时间分辨率 | 位移变形监测1个/月,降雨及库水位监测数据1个/日 |
| 坐标系 | WGS84 |
自主生产,人工采集
数据集通过严格的人工审核控制质量
本数据经过人工检查、质量良好
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 | 树坪滑坡地表位移GPS监测成果表2017年.doc | 148.8 KiB |
| 2 | 树坪滑坡基本特征及监测数据使用说明2017年.doc | 5.5 MiB |
| 3 | 树坪滑坡降雨量、长江水位观测数据资料表2017年.doc | 173.7 KiB |
| 4 | 树坪缩略图.jpg | 118.3 KiB |
| # | 时间 | 姓名 | 用途 |
|---|---|---|---|
| 1 | 2026/07/19 00:12 | 方* |
题目为:NG-RC_CSD_Landslide_Early_Warning
硕士用于期刊论文,利用NGRC+CSD+HMM来做长江三峡地区阶跃型滑坡(白水河、八字门、树坪)的预警分析
|
| 2 | 2026/07/06 05:48 | XI***** LI |
论文题目:融合监测数据和滑坡变形机制的滑坡位移预测 数据在研究中的作用:需要该数据作为滑坡预测的源域数据进行迁移学习 论文类型:应用研究
|
| 3 | 2026/07/02 20:08 | 杨*飞 |
研究拟选取三峡库区典型库岸滑坡研究区,申请GNSS地表位移监测数据及配套的降雨、库水位等辅助数据,用于开展库岸滑坡变形时序特征分析、位移对水雨
因素的响应关系研究以及变形预测模型构建等工作。
论文类型:硕士论文
论文题目:三峡库区库岸地质灾害 GNSS 自动化监测数据质量与变形特征分析
摘要:三峡库区自2003年蓄水以来,库区大量滑坡监测累积位移曲线呈阶跃型,此类滑坡在外界影响因素下集中在某一时间段内变形量大,其机理复杂、稳定性判断和预警难度大。全球导航卫星系统(GNSS)自动化监测技术因具备高精度、全天候、实时连续等优势,已被广泛应用于库岸滑坡地表变形监测中。然而,三峡库区多峡谷地貌导致GNSS信号易受干扰,监测数据质量直接影响后续变形分析和预警工作的可靠性。因此,系统开展GNSS自动化监测数据质量评价与滑坡变形特征分析,对于提升库岸地质灾害监测预警能力具有重要意义。
本研究选取三峡库区树坪滑坡、白水河滑坡、白家包滑坡、谭家湾滑坡和藕塘滑坡等5个典型库岸滑坡为研究区,申请GNSS地表位移监测数据及配套的降雨、库水位等辅助数据。研究内容主要包括:(1)基于TEQC等工具对GNSS监测数据进行质量评估,从数据完整性、多路径效应、信噪比等维度系统评价监测数据质量;(2)基于GNSS位移时间序列数据,分析各滑坡体地表变形的时空演化特征与阶跃型变形规律;(3)定量分析滑坡位移对降雨及库水位变动的响应关系,探究位移速率对诱发因素的滞后效应;(4)基于改进切线角法及全自动监测数据定量化分析,获取滑坡等速变形速率和变形阶跃点,建立相应的预警模型。预期形成规范化分析数据表、典型过程线和相关性分析图,揭示不同地质类型库岸滑坡的变形机理及其对水雨因素的响应规律,构建基于GNSS位移数据的滑坡预警指标体系。研究成果将为三峡库区库岸地质灾害GNSS自动化监测数据质量评价与变形特征分析提供科学依据,并为库区滑坡灾害的早期预警与防灾减灾决策提供技术支撑。
|
| 4 | 2026/06/27 01:28 | 喻* |
本人为成都理工大学新一代电子信息技术专业硕士研究生,正在开展降雨对滑坡预测课题的研究工作。研究需要连续几年地表位移GPS监测数据、降雨量及库水位观测数据等作为模型训练与验证的基础数据。该数据将用于 滑坡位移序列的多尺度分解与重构和模型预测精度验证等。 本人承诺严格遵守数据使用协议,在研究报告中规范标注数据来源,不将数据用于任何商业用途。恳请批准使用。
|
| 5 | 2026/05/15 05:01 | 杜*洋 |
贵单位您好,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。
|
| 6 | 2026/05/09 22:53 | 李*赞 |
非平稳降雨与前期湿润记忆作用下的边坡动态阈值与时序预警
|
| 7 | 2026/04/12 21:16 | 孙*骏 |
论文题目:基于人工智能方法的灾害智能预警系统设计 数据在研究中的作用:数据处理 论文类型:本科生毕业论文 导师姓名:李春林
|
| 8 | 2025/12/20 17:16 | 马*婷 |
论文题目:基于历史记录的长江三峡库区滑坡灾害时空演变分析
数据在研究中的作用:用于数据研究分析作为支撑
论文类型:本科毕业论文
导师姓名:查小春
|
| 9 | 2025/11/17 23:08 | 邓*政 |
论文题目:基于生成式AI的滑坡位移预测模型
数据在研究中的作用:典型滑坡案例数据集
论文类型:期刊论文
导师姓名:邓李政
|
| 10 | 2025/11/11 02:32 | 王* |
论文题目:LSTM滑坡预测
数据在研究中的作用:数据处理
论文类型:硕士论文
导师姓名:于宪煜
|
© 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

