| 1 |
2026/09/06 19:21 |
周* |
论文题目：《基于SBAS-InSAR技术与多源环境因子融合的滑坡形变演化与预测研究》
论文类型：硕士学位论文，同步撰写学术期刊论文
论文摘要：本研究旨在建立“时序InSAR数据处理-多源环境因子融合-时空演化分析-深度学习预测”的一体化框架。以三峡库区典型滑坡为研究对象，提取形变序列并融合降雨、库水位等环境因子，构建CNN-BiLSTM-Attention模型以实现高精度的时序位移预测及可解释性分析。
申请理由：为顺利推进上述课题，深入探究滑坡在多因子耦合下的诱发机制与演化规律，现申请获取2021-2025年长江三峡库区秭归县白水河滑坡变形、降雨及库水位监测资料。该批实测监测资料将作为核心基准数据，一方面用于交叉验证SBAS-InSAR提取形变速率的精度，另一方面作为深度学习预测模型的重要多源环境特征输入。本人承诺所申请数据仅用于本课研究题的纯学术研究，绝不作商业用途或违规外传。
|
| 2 |
2026/09/06 04:55 |
宋*宵 |
考虑库水位滞后效应的物理引导PDL-Transformer水库滑坡位移预测框架
论文摘要：
水库滑坡位移预测是地质灾害防治的关键科学问题。库水位变动对滑坡变形存在显著的滞后效应，但现有深度学习模型普遍缺乏对滞后结构的物理先验建模，导致预测精度受限，尤其是在水位突变阶段。
本研究提出一种物理引导的PDL-Transformer混合预测框架。首先，采用多项式分布滞后模型（Polynomial Distributed Lag, PDL）对库水位时间序列进行可学习的滞后结构建模，通过Almon多项式约束估计水位对位移的动态延迟效应。其次，将PDL学到的滞后分布作为注意力先验嵌入Transformer编码器，引导模型聚焦于物理上合理的滞后区间，实现“物理骨架+数据细节”的协同预测。最后，以三峡库区白家包滑坡为研究对象，利用GNSS位移、库水位及降雨日监测数据进行模型训练与验证。
初步实验表明，PDL-Transformer模型在RMSE、MAE和R²指标上均优于LSTM、GRU及标准Transformer基线，且在库水位骤降阶段的预测误差显著降低。本研究为引入滞后效应物理先验的深度学习滑坡预测提供了新思路。
论文类型： ☑ 期刊论文
数据用途说明：
本申请所需数据为白水河滑坡变形、降雨及库水位监测资料，将用于：
构建PDL-Transformer模型的训练集与测试集；
验证模型在不同滑坡点位的泛化能力；
与现有方法（LSTM、GRU、Transformer）进行对比实验；
分析库水位滞后效应在不同滑坡上的差异性特征。
数据将在论文中标注来源，并按照NCDC数据引用规范进行致谢。
补充说明：
本人系南京信息工程大学软件工程学业硕士研究生，研究方向为深度学习与地质灾害智能预测。本研究所用数据仅用于学术论文发表，不作任何商业或保密用途。
|
| 3 |
2026/09/02 17:39 |
赵*曜 |
类型：期刊论文。题目：《数据驱动与物理约束融合的山地滑坡分级预警方法研究》。摘要：提出数据驱动概率与无限边坡稳定性物理约束及经验阈值三通道分级融合的滑坡预警方法，用真实位移与同期降雨序列回检验证分级准确率。用途：以上述数据集为实证基准，用于位移—降雨特征提取、阈值标定与通道对比，仅用于学术研究，成果标注出处，不外传原始数据。
|
| 4 |
2026/09/02 00:32 |
尚*文 |
申请数据用于研究国自然项目“高落差库岸边坡水动力灾变物理预测模型与判据准则研究”（编号"4227071876"，项目负责人贺可强教授）课题下论文的写作，目前处于准备开题阶段，还并未有摘要，论文主题为“库水位涨落条件下垂直方向位移的变化规律与损伤灾变”，类型为硕士学位论文，导师为贺可强院士，职称为教授，本人申请姓名与身份证保持一致，望批准
|
| 5 |
2026/08/31 09:57 |
冉*念 |
题目：基于物质点法的降雨边坡大变形模拟。摘要还未写完，目标是通过分析白水河滑坡受降雨、水位等的影响，通过物质点法模拟整个边坡的大变形过程，和真实监测数据对比，验证提出方法的准确性。类型：博士毕业论文。衷心感谢黄海峰老师 , 卢书强老师, 易武老师的辛勤监测，该数据用于学生进行科研分析，用于毕业论文中，希望能够得到各位老师的批准，特此申请，如果通过，十分感激各位老师的付出！谢谢各位老师。
|
| 6 |
2026/08/29 00:27 |
彭*阳 |
数据用于构建长时序数据集，训练识别水文变量、滑坡稳定性以及滑坡运动预测相关数学模型，仅供学习参考，若有发表学术性论文或用于学位论文则按照规范引用，望通过申请
|
| 7 |
2026/08/16 00:02 |
侯*旭 |
本人正开展“基于多源数据融合与门控检测的滑坡预警系统”的研究。需申请2019年白水河滑坡监测数据（形变、降雨、水位），导入 作为实测测试集，以验证纯预警算法在多源异构时间序列对齐及状态预测上的准确性。数据仅用于学术仿真验证及撰写 论文，承诺严格遵守保密规定，绝不外传或商用，并规范致谢。
|
| 8 |
2026/08/13 06:14 |
韩*嘉 |
本人为地质灾害与InSAR遥感监测方向硕士研究生，现正在开展三峡库区库岸滑坡长时序变形及其水文响应机制研究，并用于硕士学位论文撰写。研究拟结合Sentinel-1等InSAR长时序形变结果与降雨、三峡库水位等监测资料，分析滑坡变形与降雨及库水位波动之间的时序响应关系，为揭示库岸滑坡长期变形特征及水文驱动机制提供数据支撑。
因此申请获取相关降雨、库水位及滑坡监测数据。所申请数据仅用于本人硕士学位论文及相关学术研究，不用于任何商业用途。使用过程中将严格遵守数据平台相关规定，并在论文及成果中规范标注数据来源和致谢。
|
| 9 |
2026/08/12 03:02 |
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
|
| 10 |
2026/08/09 23:47 |
吴* |
为开展三峡库区库岸滑坡变形机理相关科研工作，2007‑2012 年秭归县白水河滑坡监测数据能够反映水位波动、降雨条件下滑坡位移演化规律；依托该实测资料可探究水库调度诱发滑坡阶段性变形的响应特征，完善涉水滑坡预警判别依据，充实库区地质灾害研究样本，因此申请获取该套监测数据用于项目研究。
|
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。
CSTR:11738.11.ncdc.sanxia.db7408.2026
10.12072/ncdc.sanxia.db7408.2026
