该数据集为2016年度三峡库区白水河滑坡、八字门滑坡、树坪滑坡、新滩滑坡、链子崖危岩体专业监测年报汇编,内容包括三峡库区5处重大危险性地质灾害体,即白水河滑坡、八字门滑坡、树坪滑坡、新滩滑坡、链子崖危岩体在2016年的专业监测情况,具体又分为滑坡基本情况、监测网布置与运行情况、变形监测分析与综合分析。
采集时间 | 2016/01/01 - 2016/12/31 |
---|---|
采集地点 | 长江三峡库区白水河、八字门、树坪、新滩、链子崖 |
数据量 | 14.0 MiB |
数据格式 | doc |
数据时间分辨率 | 1次/月 |
坐标系 | WGS84 |
自主生产,人工采集
计算、汇总、分析
本数据经过人工检查、质量良好
# | 标题 | 文件大小 |
---|---|---|
1 | 2016.doc | 14.0 MiB |
# | 时间 | 姓名 | 用途 |
---|---|---|---|
1 | 2024/01/26 00:17 | 郑* |
论文题目:滑坡变形智能预测
数据在研究中的作用:基础数据
论文类型:期刊论文
导师姓名:李炎隆
|
2 | 2023/12/16 18:35 | 谭*铵 |
论文题目:暂未定,目前属于数据收集阶段,研究方向是对于边坡位移的预测
数据在研究中的作用:拟定用于模型训练和验证
论文类型:硕士论文
导师姓名:黄海于
|
3 | 2023/12/15 23:10 | 叶*峰 |
论文题目:基于机器学习的库岸滑坡位移预测
数据在研究中的作用:作为数据源
论文类型:期刊论文和硕士论文
导师姓名:邱海军
|
4 | 2023/12/15 19:21 | 赵* |
Paper title:基于深度学习的堆积层滑坡变形预测及时变可靠度研究
Paper abstract:作为验证案例
Paper type:硕士论文
Tutor 王宏
|
5 | 2023/12/11 18:54 | 张*良 |
您好,本人是兰州理工大学22级信号与信息处理专业学生,正在做滑坡位移方面的数据处理工作,郑重的向您申请获取地质灾害点相关数据集,本人承诺严格遵守数据引用格式,保证数据不外传,只在本实验室使用,望批准!
|
6 | 2023/11/07 23:52 | 王*宇 |
对于项目课题一的灾情实时侦测预处理做数据准备,需要相关的次生灾害数据进行分析
|
7 | 2023/11/04 03:26 | 孙*雨 |
论文题目:基于深度学习的时间序列监测数据预警方法及应用
数据在研究中的作用:训练神经网络模型及验证神经网络模型和算法可行性
论文类型:硕士论文
导师姓名:张黎明
|
8 | 2023/11/04 00:49 | 朱*宝 |
论文题目:基于深度学习的InSAR滑坡形变预测研究
论文摘要:研究围绕以往滑坡预测模型多是单点建模,滑坡预测精度不高的问题,提出了一种基于InSAR技术的时空融合方法。从时空特征切入:在空间预测模块利用深度学习网络对空间上下文信息进行编码,寻找各个滑坡监测点的内部联系,有效提升获取特征的效率;在时间预测模块,针对滑坡时序数据波动存在不确定性、非线性的特点与沉降敏感因子(如降水量和库水位)的干扰,利用深度学习网络模型提取时序数据的特征,通过自注意力机制学习序列中不同位置之间的依赖关系,能够更好地捕获上下文信息,提高算法准确性;再对时空模块输出的特征进行精炼融合,实现基于时序InSAR技术处理的SAR图像中的滑坡形变精确预测
论文类型:硕士论文
导师姓名:张冬梅教授
目前导师开展了一个滑坡监测预测的研究,同时支撑学生的毕业设计,由于其解释性较好,拟采用三峡库区白水河区域和树坪滑坡的数据,目前下载了哨兵一号的数据,但缺少相应年份的降水和库水位的数据。希望贵站能通过申请,真诚的感谢!
|
9 | 2023/10/27 01:39 | 余*博 |
论文题目:基于时间序列的大范围空间边坡位移预测 论文摘要:基于LSTM的大范围空间边坡位移预测 论文摘要:众所周知,边坡的位移会一直发生改变,甚至会发生重大灾害,出现滑坡,给社会带来损失。虽然有传感器的存在,但也会出现误差,以导致边坡发生滑坡的信息被漏判、误判等情况。但近年来,人工智能的出现,对边坡位移预测结果能够更加准确。主要工作内容包括:一、对近年来的边坡数据进行统计。二、结合Insar遥感技术将边坡近年来的位移形变进行复现并说明。三、深度学习的使用,将说明人工智能是如何应用在边坡位移预测中的。四、完善并总结工作 论文类型: 论文类型:硕士论文 导师姓名:陈贡发
|
10 | 2023/09/15 23:57 | 向*坤 |
论文题目:基于库区大型滑坡位移预测研究
论文摘要:论文以新滩滑坡为研究对象,通过监测资料分析与理论分析相结合的方式,从内部因素和外部因素对滑坡变形特征和机理进行了分析研究。依据新滩滑坡多年地表累积位移数据,采用保持人工采集监测数据不变,累加时间间隔内降雨量的研究方法,减少了数据处理上的误差,初步确定了新滩滑坡变形与降雨之间的响应关系,符合滑坡的变形规律特征。依据新滩滑坡全自动地表位移监测数据,从分布滞后模型出发,定量计算了新滩滑坡日变形位移与日降雨量之间的滞后时间,并在滑坡的位移预测模型中将滞后时间内的降雨量以累积降雨量的形式予以考虑,形成了考虑降雨响应滞后效应的灰色神经网络预测模型,其研究成果可为此类型滑坡的防治提供参考。本文主要开展的工作及得到的结论如下:
论文类型:sci
导师姓名:文海家
|
© 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