| 1 |
2026/09/05 06:52 |
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：
本申请所需数据为三峡库区树坪滑的地表GNSS位移、库水位及降雨量日监测数据，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树坪的泛化能力；
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，不作任何商业用途。如蒙通过，我将按NCDC数据引用规范进行标注与致
|
| 2 |
2026/09/03 23:18 |
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 研究区域为湖北省宜昌市秭归县，主要使用哨兵数据进行滑坡形变监测后，通过GPS点位数据进行对比验证SAR数据的可行性，再对sar数据的结果进行分析，结合三峡库区的库水位以及月降雨量，明晰降雨量 库水位的变化对于库区滑坡的影响，再结合深度学习对滑坡的形变进行预测 类型为硕士论文和期刊论文 。
|
| 3 |
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
|
| 4 |
2026/08/13 05:50 |
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
|
| 5 |
2026/08/07 18:13 |
邓*哲 |
尊敬的NCDC数据审核老师：
您好！本人申请贵中心地质灾害监测相关数据，用于地质灾害监测预警智能算法的技术研究工作。具体情况如下：
一、申请人及研究背景
申请人姓名：邓思哲（429005198907067663）
工作单位：中国地质环境监测院
研究方向：地质灾害监测预警智能算法与技术研究
二、研究目的与数据用途
本人目前正在开展地质灾害监测预警智能算法的研究与测试工作，聚焦于如何利用机器学习/深度学习方法提升监测数据的异常识别与预警时效性。
申请的地质监测数据将用于以下具体用途：
作为算法训练数据集，用于构建和优化地质灾害智能识别与预警模型；
用于测试和验证所提出算法在真实监测数据上的预警准确率及可靠性；
用于对比实验分析，评估不同算法在同类数据上的表现差异。
本研究为技术研究与算法验证性质，不涉及商业用途。研究成果拟以技术报告或学术论文形式输出，届时将按照贵中心要求对数据来源进行规范标注与致谢。
三、其他说明
本人所填写的申请人姓名与身份证件保持一致，特此说明。
感谢贵中心对地质灾害监测技术研究工作的支持！
申请人：邓思哲
申请日期：2026年8月7日
联系电话：18401768052
|
| 6 |
2026/07/28 22:02 |
许*武 |
老师您好，本人拟开展多模态融合的滑坡预警研究，拟基于历史滑坡记录、地形地貌、降雨水文、地下水、GNSS、InSAR以及遥感影像等多源异构数据的部分或全部展开研究。不用于商业转售或其他非授权用途，将严格遵守数据使用规范，并在相关研究成果中注明数据来源。谢谢
|
| 7 |
2026/07/27 19:51 |
胡*祥 |
本人拟开展“三峡库区典型库岸滑坡InSAR时序形变监测及水文驱动机制研究”。研究计划利用2015—2024年Sentinel-1/LiCSAR干涉测量数据反演库岸滑坡视线向形变时间序列，并申请使用贵中心发布的白水河、树坪、八字门、新滩等典型滑坡GPS地表位移、降雨量、库水位、地下水位、深部位移及专业监测年报数据。
申请数据将用于：（1）验证InSAR形变结果的可靠性；（2）分析降雨及水库水位周期性涨落对滑坡变形的影响与滞后效应；（3）研究地表形变与深部变形的一致性；（4）形成学位论文及非商业性学术论文。
本人承诺严格遵守国家冰川冻土沙漠科学数据中心的数据使用、保密、来源标注和引用规范，不向第三方转发原始数据，不用于任何商业用途；发表成果时将规范引用数据集作者、国家冰川冻土沙漠科学数据中心、对应DOI/CSTR，并按要求致谢数据提供单位。
|
| 8 |
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
|
| 9 |
2026/07/10 01:02 |
李*寒 |
专家您好，我是来自湖北省武汉市中国地质大学地理与信息工程学院的25级研究生李柏寒，导师为梁迅教授。申请贵方数据用于硕士学位论文，论文主题为《一种面向自主滑坡识别与分析的领域规则增强型智能体》，数据可能用于智能体验证阶段，使用该数据确定真实滑坡场景、时间、地理位置、因素等地学领域知识，验证智能体的合理性。麻烦您审核，谢谢！
|
| 10 |
2026/07/08 18:49 |
朱*涛 |
用于指导研究生进行滑坡成因、基于深度学习的滑坡预测等方面研究
|
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.db7407.2026
10.12072/ncdc.sanxia.db7407.2026
