1999-2005年云南蒋家沟阴家凹日降雨观测数据
  • 2020/12/21 18:14
  • 5338
  • 14
中文名称
1999-2005年云南蒋家沟阴家凹日降雨观测数据
英文名称
Observation data of daily rainfall in yinjiawa, Jiangjiagou, Yunnan, 1999-2005
CSTR
CSTR:11738.11.ncdc.DDFORS.2020.83
DOI
10.12072/ncdc.DDFORS.db0049.2020
数据共享方式
在线下载
数据分类
泥石流
来源站点
东川泥石流观测站
数据贡献者
洪勇
数据集摘要

本数据集为云南蒋家沟阴家凹（N26°16′6.9″，E103°10′2.3″）1999-2005年日降雨观测数据。观测数据来自虹吸式自记雨量计和翻斗式自动雨量计两种观测形式，为连续观测数据，必须经过统计分析处理后才能使用。1.每天的降水都处理成日雨量。 2.泥石流发生日的降水处理成9分钟雨量。观测数据可以与蒋家沟泥石流暴发资料配合使用，是研究泥石流形成和泥石流预报的珍贵资料。

基本信息
采集时间 1999/01/01  -  2005/12/31
采集地点 云南省昆明市东川区蒋家沟
数据量 1.0 MiB
数据格式 doc
数据时间分辨率 日
坐标系 WGS84
数据缩略图
数据源描述

自动观测、人工收集

数据加工方法

原始数据，未经加工处理

数据质量描述

原始观测数据，数据质量良好

引用和标注
为保障平台科技资源的权益、扩展平台中心的服务、提升科技资源的应用潜力，请资源使用者在使用资源所产生的研究成果中（包括公开发表的论文、论著、数据产品和未公开发表的研究报告、数据产品等成果），请按以下方式规范标注和引用。

中文发表的成果中参考以下规范注明： 数据来源于黄河数据中心 (http://huanghe.ncdc.ac.cn)。
英文发表的成果中参考以下规范注明： The dataset is provided by Yellow River Data Center. (http://huanghe.ncdc.ac.cn).

数据引用
洪勇. 1999-2005年云南蒋家沟阴家凹日降雨观测数据. 黄河数据中心(http://huanghe.ncdc.ac.cn), 2016. https://cstr.cn/CSTR:11738.11.ncdc.DDFORS.2020.83.
洪勇. 1999-2005年云南蒋家沟阴家凹日降雨观测数据. 黄河数据中心(http://huanghe.ncdc.ac.cn), 2016. https://www.doi.org/10.12072/ncdc.DDFORS.db0049.2020.
许可协议
知识共享许可协议   本作品采用 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 阴家凹1999.doc 306.5 KiB
2 阴家凹2000.doc 267.5 KiB
3 阴家凹2001.doc 169.5 KiB
4 阴家凹2002.doc 74.5 KiB
5 阴家凹2003.doc 98.5 KiB
6 阴家凹2004.doc 74.5 KiB
7 阴家凹2005.doc 74.5 KiB
最近10条服务记录如下
# 时间 姓名 用途
1 2024/09/03 00:08 杨*炆
自学的模型运行需要申请该数据，确保结果准确
2 2024/08/19 23:21 魏*莲
论文题目：小江流域泥沙连通性研究 数据在研究中的作用：研究降雨和泥沙连通性的关系 论文类型：硕士论文 导师姓名：黄江成
3 2024/07/24 23:57 陈*莹
此数据用于研究蒋家沟泥石流事件与降雨的关系。
4 2024/07/14 00:01 李*米
该数据用于对蒋家沟泥石流形成的规律探究与学习
5 2023/10/31 23:51 Qi*****hao
需要泥石流的各种实际数据来验证模型的正确性和合理性
6 2023/07/19 02:54 周*建
宁波大学岩石力学研究所关于滑坡研究科研的需要。
7 2023/03/21 02:36 柯*喜
验证特征提取算法，对冰川数据进行提取、建模、制作专题
8 2022/10/16 03:28 曹*月
研一学生，进行数据分析，学习如何进行数据建模
9 2022/04/26 00:05 邓*宣
Bayesian Learning of Multivariate Gaussian Mixture Model for Quantitative Risk Assessment of Debris Flow 摘要：In quantitative risk assessment and management of debris flow, it is necessary to develop the probabilistic model of debris flow quantities and calculate the exceedance probability (EP) of debris flow to provide reliable references for hazard assessment and/or the design of mitigation strategies. This is a nontrivial task because observational data is affected by various uncertainties (e.g., rainfall uncertainties, inherent variability of geotechnical properties and measurement errors), which will cause fluctuation or uncertainty in the estimated exceedance probability, and the number of observation data is generally limited, particularly for extreme events that are of great interest in practice. This paper proposes a Bayesian learning framework to learn GMM, and further identified the probabilistic model for quantitative risk assessment of debris flow based on observational data of debris flow parameters. 期刊论文 导师姓名：曹子君
10 2021/03/31 18:27 刘*韬
本人所在研究组近期研课题为基于地质灾害（滑坡、泥石流）的稳定性预测，苦于没有实验数据，希望在贵站获得宝贵资料，感激不尽
如何获取数据 
东: 103.10
西: 103.13
南:  26.22
北:  26.22
导出元数据
数据服务信息
联系人：
敏玉芳
服务电话：
0931-4967596
服务邮箱：
ncdc@lzb.ac.cn
联系信息
数据贡献者：
洪勇
元数据作者：
洪勇
数据管理者：
洪勇

©2024 中国科学院西北生态环境资源研究院 备案号：陇ICP备2021001824号-34

兰州市东岗西路320号 730000 电话：0931-4967592, 0931-4967596