2007-2012年长江三峡库区秭归县八字门滑坡基本特征及监测数据
  • 2020/12/07 18:18
  • 8991
  • 206
  • 6
中文名称
2007-2012年长江三峡库区秭归县八字门滑坡基本特征及监测数据
英文名称
Basic Characteristics and Monitoring Data of Bazimen Landslide in Zigui County, Three Gorges Reservoir Area of the Yangtze River from 2007 to 2012
CSTR
CSTR:11738.11.ncdc.Sanxia.2020.70
DOI
10.12072/ncdc.Sanxia.db0025.2020
数据共享方式
在线下载
数据分类
滑坡
来源站点
长江三峡滑坡观测站
数据贡献者
易武
数据集摘要

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。八字门滑坡位于三峡库区湖北省秭归县归州镇，长江北岸支流香溪河（在河口处呈南北走向，与长江近直交）右岸河口处。三峡水库淹没滑坡体前缘55～135m段。地理坐标：经度110°45′30″，纬度30°58′16″，八字门滑坡位于三峡库区湖北省秭归县归州镇，长江北岸支流香溪河（在河口处呈南北走向，与长江近直交）右岸河口处。三峡水库淹没滑坡体前缘55～135m段。地理坐标：经度110°45′30″，纬度30°58′16″

基本信息
采集时间 2007/01/01  -  2012/12/30
采集地点 长江三峡库区八字门
数据量 2.7 MiB
数据格式 doc、xls
数据时间分辨率 年
坐标系 WGS84
数据缩略图
数据源描述

人工采集、自动采集

数据加工方法

数据集通过严格的人工审核控制质量

数据质量描述

本数据经过人工校正、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。
在使用数据时，请注明“2007-2012年长江三峡库区秭归县八字门滑坡基本特征及监测数据数据来自湖北长江三峡滑坡国家野外科学观测研究站”

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
易武. 2007-2012年长江三峡库区秭归县八字门滑坡基本特征及监测数据. 黄河数据中心(http://huanghe.ncdc.ac.cn), 2016. https://cstr.cn/CSTR:11738.11.ncdc.Sanxia.2020.70.
易武. 2007-2012年长江三峡库区秭归县八字门滑坡基本特征及监测数据. 黄河数据中心(http://huanghe.ncdc.ac.cn), 2016. https://www.doi.org/10.12072/ncdc.Sanxia.db0025.2020.
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 2007-2012年长江三峡库区秭归县八字门滑坡基本特征及监测数据.rar 738.2 KiB
2 长江三峡库区2007-2012年秭归县八字门滑坡基本特征及监测数据.doc 2.0 MiB
最近10条服务记录如下
# 时间 姓名 用途
1 2025/01/21 04:05 马*宇
Paper title： Paper abstract： Paper type：博士 Tutor 杨克己
2 2025/01/15 04:35 陈*
论文题目：基于TCN-Transformer模型的滑坡位移预测研究 数据在研究中的作用：滑坡位移数据在研究中作为核心分析对象，用于揭示滑坡位移的时空动态特征，训练并验证基于TCN-Transformer模型的预测能力，进而为滑坡风险评估与防灾减灾提供科学依据。 论文类型：期刊论文 导师姓名：田斌
3 2025/01/10 18:11 苏*
Paper title：基于嵌入物理信息的人工神经网络的边坡稳定性预测算法 Paper abstract：边坡稳定性预测是岩土工程中的关键问题，直接关系到风险管理和基础设施安全。本文提出了一种基于嵌入物理信息的人工神经网络（PINNs）边坡稳定性预测算法。该算法通过结合土壤属性、地质特征及外部环境因素等岩土参数，提升了稳定性评估的准确性和鲁棒性。该方法采用一种混合框架，将物理学知识嵌入神经网络的结构中，使模型能够同时从数据驱动的模式和领域特定的知识中学习。通过案例研究对该算法的有效性进行了评估，结果表明，与传统方法相比，该算法在预测准确性、泛化能力和计算效率方面具有明显优势。研究表明，该方法在实时边坡稳定性监测和决策支持中具有广阔的应用前景，为岩土工程师和研究人员提供了一个有前景的工具。 关键词：边坡稳定性，人工神经网络，岩土工程，物理信息嵌入，预测建模，机器学习 Paper type：期刊论文 Tutor：周航
4 2025/01/04 18:35 吴*杰
论文题目：基于机器学习的滑坡位移预测研究 数据在研究中的作用：模型训练及准确性验证 论文类型：硕士论文 导师姓名：曾怀恩
5 2025/01/03 03:12 宋*蛟
论文题目：基于深度学习的滑坡位移预测（地表形变预测） 数据在研究中的作用：作为工程实例，用于算法有效性的验证。 论文类型：期刊论文 导师姓名：宋腾蛟
6 2024/12/25 23:38 刘*扬
科研论文，希望得到数据，一定不会侵犯发布者合法权益
7 2024/12/18 04:09 刘*
论文题目：机理与数据联合驱动的滑坡位移智能预测 数据在研究中的作用：提供数据支撑 论文类型：期刊论文 导师姓名：席江波
8 2024/12/17 03:57 陶*
论文题目：基于DWT-PSO-LSTM模型的边坡沉降位移预测 数据在研究中的作用：验证模型适用性 论文类型：期刊论文 导师姓名：邹金锋
9 2024/12/12 22:58 郭*征
基于机器学习的滑坡易发性识别研究，数据作为本次的实验数据，硕士论文
10 2024/12/05 23:32 李*敏
项目算法验证，需要全周期的监测数据，感谢支持
如何获取数据 
东: 110.30
西: 111.00
南:  31.18
北:  30.63
导出元数据
数据服务信息
联系人：
易武
服务电话：
13972006951
服务邮箱：
yiwu@ctgu.edu.cn
联系信息
数据贡献者：
易武
元数据作者：
易武 , 敏玉芳
数据管理者：
易武

©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