滑坡变形监测数据是反映滑坡发生、发展、演化过程的最显著的参量,是滑坡监测预警必要的基础数据。该数据集记录了三峡库区秭归兴山两县滑坡2005年变形监测数据,介绍兴山县昭君村现场调查情况。包括区域地质,裂缝变形情况介绍和变形成因分析;介绍八字门滑坡(秭归县沙镇溪镇)、白水河滑坡(秭归县沙镇溪镇周家坪村)的基本特征、变形情况、水文地质情况及勘查结论。
采集时间 | 2005/05/07 - 2005/07/30 |
---|---|
采集地点 | 长江三峡库区秭归兴山 |
数据量 | 30.5 MiB |
数据格式 | doc |
数据时间分辨率 | 月 |
坐标系 | WGS84 |
自产生产(仪器采集)
数据集通过严格的人工审核控制质量
本数据经过人工校正、质量良好
# | 标题 | 文件大小 |
---|---|---|
1 | 长江三峡库区秭归兴山两县地质灾害监测预警工程专业监测专报2005年第3期.doc | 7.6 MiB |
2 | 长江三峡库区秭归兴山两县地质灾害监测预警工程专业监测专报2005年第4期.doc | 9.5 MiB |
3 | 长江三峡库区秭归兴山两县地质灾害监测预警工程专业监测简报2005年第1期.doc | 8.4 MiB |
4 | 长江三峡库区秭归兴山两县地质灾害监测预警工程专业监测简报2005年第2期 (1).doc | 5.0 MiB |
# | 时间 | 姓名 | 用途 |
---|---|---|---|
1 | 2024/03/10 22:45 | 周*康 |
用于国家重点研发项目“黄河上游干流库坝群段多灾种应对关键技术”中对灾害的分析
|
2 | 2024/02/28 19:34 | 付*智 |
论文题目:基于数据挖掘的地质灾害数据分析系统
数据在研究中的作用:作为实验对象
论文类型:大论文
导师姓名:杨敬松
|
3 | 2024/02/29 04:14 | 司* |
依托于课题组的河北省自然基金的项目,正在寻找相关数据对模型进行补充训练和验证,所以申请数据集并筛选适合的数据,完成项目的同时发表论文,发表论文时会按照咱们数据下边要求的格式进行引用。
|
4 | 2023/12/04 22:55 | 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
|
5 | 2023/11/15 01:13 | 刘* |
论文题目: 基于耦合算法优化的滑坡变形阶段识别方法
论文摘要:为实现对滑坡变形阶段的分类识别,基于变分模态分解(Variational Modal Decomposition,简称 VMD)、灰色关联度分析 (Grey Relation Analysis,简称 GRA)以及双向长短期记忆网络(Bi-directional Long Short-Term Memory,简称Bi-LSTM)方法,提出了一 种 VMD-GRA-BiLSTM 的滑坡位移变形预测方法。首先,结合都江堰滑坡治理工程滑坡位移监测数据,利用 VMD 方法将位移监测数据自适应地分解为多个子位移;其次,采用 GRA 对各子位移进行关联度分析,剔除冗杂因子,保留关联度较高的子位移;然后,运用Bi-LSTM分别对高相关度子位移建立预测模型得到预测值;再对所有子位移预测值叠加重构,得到最终预测分类结果;最后,通过三峡库区八字门滑坡数据验证,提出了一种新的滑坡分类方法。
论文类型:硕士论文
导师姓名:谢凯
|
6 | 2023/10/04 02:49 | 刘* |
论文题目: 基于耦合算法优化的滑坡变形阶段识别方法 论文摘要:为实现对滑坡变形阶段的分类识别,基于变分模态分解(Variational Modal Decomposition,简称 VMD)、灰色关联度分析 (Grey Relation Analysis,简称 GRA)以及双向长短期记忆网络(Bi-directional Long Short-Term Memory,简称Bi-LSTM)方法,提出了一 种 VMD-GRA-BiLSTM 的滑坡位移变形预测方法。首先,结合都江堰滑坡治理工程滑坡位移监测数据,利用 VMD 方法将位移监测数据自适应地分解为多个子位移;其次,采用 GRA 对各子位移进行关联度分析,剔除冗杂因子,保留关联度较高的子位移;然后,运用Bi-LSTM分别对高相关度子位移建立预测模型得到预测值;再对所有子位移预测值叠加重构,得到最终预测分类结果;最后,通过三峡库区八字门滑坡数据验证,提出了一种新的滑坡分类方法。 论文类型:硕士论文 导师姓名:谢凯
|
7 | 2023/08/14 23:16 | 司* |
在读博士做边坡监测相关研究,调查相关数据。
|
8 | 2023/08/11 23:23 | 安*源 |
用于科研项目,该项目采用人工智能算法开发智能化的地质灾害预警预报模型,通过人工智能技术与专家经验的深度融合,应用于油气管道地质灾害的识别、判定和治理,实现管道地质灾害防治的信息化、智能化。 三峡库区滑坡监测数据将用于地质灾害监测预警方向,具体得用于预测预警模型构建和效果验证。
|
9 | 2023/08/09 02:14 | 杨*东 |
本科大学生用于参加易智睿gis竞赛,用于研究秭归地区的地质灾害
|
10 | 2023/07/19 02:20 | 周*建 |
宁波大学岩石力学研究所关于滑坡研究的科研需要。
|
© 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